Delta Live Tables release 2025.04
23 - 30 gennaio 2025
Queste funzionalità e miglioramenti sono stati rilasciati con la versione 2025.04 di Delta Live Tables.
Versioni di Databricks Runtime usate da questa versione
Canale :
- CURRENT (impostazione predefinita): Databricks Runtime 15.4
- ANTEPRIMA: Databricks Runtime 15.4 o 16.1
Nota
Poiché le release del canale di Delta Live Tables seguono un processo di aggiornamento progressivo, gli aggiornamenti del canale vengono distribuiti in regioni diverse in momenti diversi. La versione, incluse le versioni di Databricks Runtime, potrebbe non essere aggiornata fino a una settimana o più dopo la data di rilascio iniziale. Per trovare la versione di Databricks Runtime per una pipeline, vedere Informazioni sul runtime.
Nuove funzionalità e miglioramenti
Per impostazione predefinita, le nuove pipeline di tabelle live Delta supportano la creazione e l'aggiornamento di viste materializzate e tabelle di streaming in più cataloghi e schemi. Questo nuovo comportamento predefinito per la configurazione della pipeline richiede che gli utenti specifichino uno schema di destinazione che diventa lo schema predefinito per la pipeline. Lo schema virtuale
LIVE
e la sintassi associata non sono più necessari. Per ulteriori informazioni, vedere Impostare il catalogo di destinazione e lo schema, Configurare una pipeline di tabelle Live Deltae schema LIVE (legacy).La richiesta di
clone a pipeline
nell'API REST di Databricks è ora disponibile a livello generale. È possibile usare questa richiesta per copiare una pipeline esistente che pubblica nel metastore Hive in una nuova pipeline che pubblica in Unity Catalog. Consultare per creare una pipeline del catalogo Unity clonando una pipeline del metastore Hive.Il supporto per la visualizzazione delle metriche dei flussi di lavoro in streaming per gli aggiornamenti della tua pipeline delle tabelle Delta Live è disponibile in anteprima pubblica. Quando si visualizzano gli aggiornamenti della pipeline nell'interfaccia utente delle tabelle live Delta, è ora possibile visualizzare metriche come i secondi di backlog, i byte di backlog, i record di backlog e i file di backlog per ogni flusso streaming nella pipeline. Le metriche di streaming sono supportate per le origini di Spark Structured Streaming, tra cui Apache Kafka, Amazon Kinesis e Auto Loader. Visualizzare le metriche di streaming .