Compartir a través de


Notas de la versión y compatibilidad de Databricks Runtime

Este artículo enumera todas las versiones de Databricks Runtime y la programación de las versiones compatibles. Cada versión de Databricks Runtime incluye actualizaciones que mejoran la usabilidad, fiabilidad, rendimiento y seguridad de la plataforma Databricks.

Para obtener más información sobre el ciclo de vida del soporte de Databricks Runtime, las versiones disponibles en general y las versiones Beta, consulte Ciclos de vida del soporte de Databricks. Para obtener información sobre las actualizaciones de mantenimiento emitidas para las versiones de Databricks Runtime, consulte Actualizaciones de mantenimiento de Databricks Runtime.

Versiones de Databricks Runtime LTS compatibles

En la siguiente tabla se enumeran las versiones de Databricks Runtime compatibles con el soporte a largo plazo (LTS), además de la versión de Apache Spark, la fecha de lanzamiento y la fecha de finalización del soporte. Para una vida útil óptima, utilice una versión Databricks Runtime LTS.

Nota

LTS significa que esta versión tiene soporte a largo plazo. Consulte Ciclo de vida de la versión de Databricks Runtime LTS.

Versión Variantes Versión de Apache Spark Fecha de la versión Fecha de finalización de soporte técnico
15.4 LTS - Databricks Runtime 15.4 LTS
- Databricks Runtime 15.4 LTS para Machine Learning
3.5.0 19 de agosto de 2024 19 de agosto de 2027
14.3 LTS - Databricks Runtime 14.3 LTS
- Databricks Runtime 14.3 LTS para Machine Learning
3.5.0 1 de febrero de 2024 1 de febrero de 2027
13.3 LTS - Databricks Runtime 13.3 LTS
- Databricks Runtime 13.3 LTS para Machine Learning
3.4.1 22 de agosto de 2023 22 de agosto de 2026
12.2 LTS - Databricks Runtime 12.2 LTS
- Databricks Runtime 12.2 LTS para Machine Learning
3.3.2 1 de marzo de 2023 1 de marzo de 2026
11.3 LTS - Databricks Runtime 11.3 LTS
- Databricks Runtime 11.3 LTS para Machine Learning
3.3.0 19 de octubre de 2022 19 de octubre de 2025
10.4 LTS - Databricks Runtime 10.4 LTS
- Databricks Runtime 10.4 LTS para Machine Learning
3.2.1 18 de marzo de 2022 18 de marzo de 2025
9.1 LTS - Databricks Runtime 9.1 LTS
- Databricks Runtime 9.1 LTS para Machine Learning
3.1.2 23 de septiembre de 2021 19 de diciembre de 2024

Todas las versiones de Databricks Runtime compatibles

La siguiente tabla enumera la versión de Apache Spark, la fecha de lanzamiento y la fecha de fin de soporte para las versiones de Databricks Runtime compatibles. Para una vida útil óptima, utilice una versión Databricks Runtime LTS.

Versión Variantes Versión de Apache Spark Fecha de la versión Fecha de finalización de soporte técnico
16.2 - Databricks Runtime 16.2
- Databricks Runtime 16.2 para Aprendizaje Automático
3.5.0 5 de febrero de 2025 5 de agosto de 2025
16,1 - Databricks Runtime 16.1
- Databricks Runtime 16.1 para aprendizaje automático
3.5.0 20 de dic 2024 20 de junio de 2025
16.0 - Databricks Runtime 16.0
- Databricks Runtime 16.0 para Machine Learning
3.5.0 11 de noviembre de 2024 11 de mayo de 2025
15.4 LTS - Databricks Runtime 15.4 LTS
- Databricks Runtime 15.4 LTS para Machine Learning
3.5.0 19 de agosto de 2024 19 de agosto de 2027
14.3 LTS - Databricks Runtime 14.3 LTS
- Databricks Runtime 14.3 LTS para Machine Learning
3.5.0 1 de febrero de 2024 1 de febrero de 2027
14,1 - Databricks Runtime 14.1
- Databricks Runtime 14.1 para Machine Learning
3.5.0 11 de octubre de 2023 12 de febrero de 2025
13.3 LTS - Databricks Runtime 13.3 LTS
- Databricks Runtime 13.3 LTS para Machine Learning
3.4.1 22 de agosto de 2023 22 de agosto de 2026
12.2 LTS - Databricks Runtime 12.2 LTS
- Databricks Runtime 12.2 LTS para Machine Learning
3.3.2 1 de marzo de 2023 1 de marzo de 2026
11.3 LTS - Databricks Runtime 11.3 LTS
- Databricks Runtime 11.3 LTS para Machine Learning
3.3.0 19 de octubre de 2022 19 de octubre de 2025
10.4 LTS - Databricks Runtime 10.4 LTS
- Databricks Runtime 10.4 LTS para Machine Learning
3.2.1 18 de marzo de 2022 18 de marzo de 2025
9.1 LTS - Databricks Runtime 9.1 LTS
- Databricks Runtime 9.1 LTS para Machine Learning
3.1.2 23 de septiembre de 2021 19 de diciembre de 2024

Matriz de compatibilidad de MLflow-Databricks Runtime

Esta sección enumera las versiones de Databricks Runtime ML y sus respectivas versiones de MLflow.

Versión de Databricks Runtime ML Versión de MLflow
16.2 2.15.1
16,1 2.15.1
16.0 2.15.1
15.4 LTS 2.13.1
14.3 LTS 2.9.2
14,1 2.7.1
13.3 LTS - 14.0 2.5.0
12.2 LTS 2.1.1
11.3 LTS 1.29.0
10.4 LTS 1.24.0
9.1 LTS 1.20.2

Matriz de compatibilidad de ingeniería de características

En esta sección se enumeran las versiones de Databricks Runtime ML y sus respectivas versiones de cliente de Ingeniería de características y Almacén de características del área de trabajo.

Versión de Databricks Runtime ML Versión de databricks-feature-engineering Versión de databricks-feature-store
16.2 0.8.0 Ninguno
16,1 0.7 x Ninguno
16.0 0.7 x Ninguno
15.4 LTS 0.6.x Ninguno
14.3 LTS 0.2.x Ninguno
14,1 0.1 x 0.15.1
13.3 LTS 0.1 x 0.14.1
12.2 LTS No compatible 0.10.0
11.3 LTS No compatible 0.7.0 (requiere MLflow < 2.0)
10.4 LTS No compatible 0.3.8 (requiere MLflow < 2.0)
9.1 LTS No compatible 0.3.4 (requiere MLflow < 2.0)

Guía de migración de Apache Spark

Encontrará información específica sobre la migración a Spark en la documentación de Apache Spark. La información sobre la migración para cada versión de Spark puede encontrarse en una URL como la siguiente:

https://spark.apache.org/docs/<version>/migration-guide.html.

Reemplace <version> por la versión de Spark incluida en la versión de Databricks Runtime a la que va a migrar. Por ejemplo, la URL con información de migración para Spark 3.5.0, incluida en Databricks Runtime 14.3 LTS, es https://spark.apache.org/docs/3.5.0/migration-guide.html.

Versiones beta

No hay ninguna versión beta de Databricks Runtime en este momento.

Versiones no compatibles

Para obtener información sobre las notas de la versión de Databricks Runtime no compatible, consulte Notas de la versión de Databricks Runtime al finalizar la compatibilidad. Las versiones de Databricks Runtime no compatibles se han retirado y es posible que no se actualicen.