Apache Spark -suorituspalvelun elinkaari Fabricissa
Microsoft Fabric -suorituspalvelu on Azuren integroitu Apache Sparkiin perustuva ympäristö. Se helpottaa tietotekniikan ja datatieteen työnkulkujen suorittamista ja hallintaa. Se syntetisoi sekä omistusoikeudellisten että avoimen lähdekoodin resurssien olennaisia elementtejä kattavan ratkaisun tarjoamiseksi. Lyhyyden vuoksi käytämme Apache Sparkin tarjoamaa Microsoft Fabric Runtime -suorituspalvelua yksinkertaisesti nimellä Fabric Runtime.
Päivitysväli
Apache Spark julkaisee yleensä pieniä versioita 6–9 kuukauden välein. Microsoft Fabric Spark -tiimi on sitoutunut tarjoamaan uusia suorituksenaikaisia versioita alavaikuttaen ja samalla varmistamaan parhaan laadun ja integraation sekä jatkuvan tuen. Kukin versio koostuu noin 110 komponentista. Kun suorituspalvelu laajenee Apache Sparkin ulkopuolelle, varmistamme saumattoman integroinnin Azure-ekosysteemiin.
Koska olemme sitoutuneet huippuosaamiseen, käsittelemme uusia esikatselun suorituspalvelun julkaisuja huolellisesti kohdentaen kokeellisen esikatselun noin 3 kuukaudessa ja lopulta aikajanojen määrittämisen tapauskohtaisesti. Tämä edellyttää kunkin Spark-version, kuten Java-, Scala-, Python-, R- ja Delta Lake -version, kriittisten osien arviointia. Perusteellisen arvioinnin jälkeen luomme yksityiskohtaisen aikajanan, jossa esitetään suorituksenaikainen saatavuus ja eteneminen eri vaiheiden kautta. Kaiken kaikkiaan tavoitteenamme on luoda Microsoft Fabric -suorituspalveluille Apache Sparkille vakioelinkaaripolku.
Vihje
Käytä aina tuotantokuormituksessa viimeisintä GA-suorituspalveluversiota, joka on tällä hetkellä Runtime 1.3.
Seuraavassa taulukossa on lueteltu suorituksenaikainen nimi ja julkaisupäivämäärät tuetuille Azure Synapse suorituksenaikaisille julkaisuille.
Suorituksenaikainen nimi | Julkaisuvaihe | Tuen päättymispäivä |
---|---|---|
Runtime 1.3 perustuu Apache Spark 3.5:een | Yleinen saatavuus | 30. syyskuuta 2026, klo |
Runtime 1.2 perustuu Apache Spark 3.4:ään | Yleinen saatavuus | tiistai 31. maaliskuu 2026 |
Runtime 1.1 perustuu Apache Spark 3.3:een | EOSA | maanantai 31. maaliskuu 2025 |
Kaaviossa esitellään suorituksenaikaisen version elinkaari kokeellisesta julkisesta esikatselusta sen vanhentumiseen ja poistamiseen.
Vaihe | Kuvaus | Tyypillinen elinkaari |
---|---|---|
Kokeellinen julkinen esikatselu | Kokeellinen julkinen esikatseluvaihe merkitsee uuden suorituksenaikaisen version ensimmäisen julkaisun. Tässä vaiheessa käyttäjiä kehotetaan kokeilemaan Apache Sparkin ja Delta Laken uusimpia versioita ja antamaan palautetta dokumentoiduista rajoituksista huolimatta. Microsoft Azuren esikatselun ehdot ovat voimassa. Katso Esikatselun käyttöehdot. | 2–3 kuukautta* |
Julkinen esikatselu | Kun lisäparannuksia on tehty ja rajoituksia on tehty mahdollisimman vähän, suorituksenaikainen eteneminen esikatseluvaiheeseen. Microsoft Azuren esikatselun ehdot ovat voimassa. Katso Esikatselun käyttöehdot. | 3 kuukautta* |
Yleinen saatavuus (GA) | Kun suorituspalveluversio täyttää yleisen käytettävyyden (GA) ehdot, se julkaistaan ja se sopii tuotannon kuormituksille. Jotta suorituspalvelu saavuttaa tämän vaiheen, sen on täytettävä tiukat suorituskykyvaatimukset, integrointi käyttöympäristöön, luotettavuusarviot ja sen kyky vastata käyttäjien tarpeisiin. | 24 kuukautta |
Pitkän aikavälin tuki (LTS) | Yleisesti saatavilla olevan julkaisun jälkeen suorituspalvelu voi siirtyä pitkäaikaistuen (LTS) vaiheeseen Spark-version erityisvaatimusten mukaan. Tästä LTS-vaiheesta voidaan ilmoittaa asiakkaiden odotetun tuen kesto, joka on yleensä täyden tuen lisävuosi. | 12 kuukautta* |
Tuen päättymispäivä julkistettu | Kun suorituspalvelu saavuttaa tuki loppunsa, se ei saa enää päivityksiä tai tukea. Yleensä kuuden kuukauden ilmoitus annetaan ennen suorituspalvelun vanhentumista. Tämä tuen päättymispäivä on dokumentoitu päivittämällä tietty taulukko, joka sisältää käyttöiän lopun päivämäärän, mikä merkitsee tuen lopettamista. | 6 kuukautta ennen vanhentumispäivää |
Tuen päättymispäivä. Suorituksenaikainen ei-tuettu ja vanhentunut | Kun aiemmin ilmoitettu tuen päättymispäivä saapuu, suorituspalvelusta tulee virallisesti tukematon. Tämä tarkoittaa sitä, että se ei saa päivityksiä tai virheenkorjauksia eikä tiimi anna virallista tukea. Kaikki tukipalvelupyynnöt selvitetään automaattisesti. Suorituksenaikainen käyttö on käyttäjän omalla vastuulla. Suorituspalvelu poistetaan Fabric-työtilan asetuksista ja Ympäristö-kohteesta, mikä tekee sen käytöstä mahdotonta työtilatasolla. Lisäksi myös suorituspalvelu poistetaan ympäristöistä, eikä kyseiselle tuetulle suorituksenaikaiselle versiolle ole vaihtoehtoa luoda uutta ympäristöä. Olemassa olevissa ympäristöissä olevia Spark Jobs -töitä ei voi suorittaa. | – |
Suorituksenaikainen poisto | Kun suorituspalvelu saavuttaa vaiheen, jota ei tueta, kaikki tätä suorituspalvelua käyttävät ympäristöt poistetaan. Myös kaikki taustaan liittyvät komponentit, jotka liittyvät tähän suorituspalveluun, poistetaan. | Muutama päivä tukipäivämäärän päättymisen jälkeen |
* Suorituksenaikaisen keston odotettu kesto kussakin vaiheessa. Nämä aikajanat on annettu esimerkkinä, ja ne voivat vaihdella eri tekijöiden mukaan. Elinkaaren aikajanat saattavat muuttua Microsoftin harkintansa mukaan.
Versionhallinta
Suorituksenaikainen versionumerointi, joka liittyy läheisesti semanttiseen versioinniin, noudattaa hieman erilaista lähestymistapaa. Suorituksenaikainen pääversio vastaa Apache Sparkin pääversiota. Siksi Runtime 1 vastaa Spark-versiota 3. Vastaavasti tuleva suorituksenaikainen 2 tasataan Spark 4.0:aan. On tärkeää huomata, että nykyisten suoritustilojen välillä voi tapahtua muutoksia, mukaan lukien eri kirjastojen lisääminen tai poistaminen. Lisäksi ympäristömme tarjoaa kirjastonhallintaominaisuuden , jonka avulla käyttäjät voivat asentaa halutut kirjastot.
Liittyvä sisältö
- Lue lisää Apache Spark Runtimes in Fabricista – yleiskatsaus, versiointi, useiden suorituksenaikaisten mittarien tuki ja Delta Lake Protocoln päivittäminen
- Runtime 1.3 (Spark 3.5, Java 11, Python 3.11, Delta Lake 3.2)
- Runtime 1.2 (Spark 3.4, Java 11, Python 3.10, Delta Lake 2.4)
- Runtime 1.1 (Spark 3.3, Java 8, Python 3.10, Delta Lake 2.2)