Settembre 2019
Queste funzionalità e i miglioramenti della piattaforma Azure Databricks sono stati rilasciati a settembre 2019.
Nota
Le versioni vengono gestite in staging. L'account Azure Databricks potrebbe non essere aggiornato fino a una settimana dopo la data di rilascio iniziale.
Termine del supporto per Databricks Runtime 5.2
30 settembre 2019
Il supporto per Databricks Runtime 5.2 è terminato il 30 settembre. Vedere Cicli di vita del supporto di Databricks.
Avviare cluster automatizzati basati su pool che usano Databricks Light (anteprima pubblica)
26 settembre - 1° ottobre 2019: versione 3.3
Quando abbiamo introdotto il riferimento alla configurazione del pool a luglio, non potevi utilizzare selectDatabricks Light come versione di runtime quando configuravi un cluster basato su pool per un lavoro automatizzato. Ora è possibile avere sia tempi di avvio rapido del cluster che cluster convenienti.
Gli indirizzi IP del gateway del database SQL di Azure cambieranno il 14 ottobre 2019
Il 14 ottobre Microsoft eseguirà la migrazione del traffico ai nuovi gateway in queste aree. Se l'area di lavoro si trova in una di queste regioni ed è stata configurata route definite dall'utente (UDR) per il metastore consolidato da la propria rete virtuale di Azure Databricks (tramite "inserimento VNet"), potrebbe essere necessario update l'indirizzo IP per il metastore quando questi indirizzi IP cambiano. Per informazioni sull'
Passthrough di credenziali di Azure Data Lake Storage ora supportato nei cluster standard e Scala (anteprima pubblica)
12-17 settembre 2019: versione 3.2
Il pass-through delle credenziali può ora essere usato con Python, SQL e Scala in cluster standard che eseguono Databricks Runtime 5.5 e versioni successive, nonché SparkR in Databricks Runtime 6.0 Beta. Fino ad ora, il pass-through delle credenziali richiedeva cluster a concorrenza elevata, che non supportano Scala.
Quando un cluster è abilitato per il pass-through delle credenziali di Azure Data Lake Storage, i comandi eseguiti in tale cluster possono leggere e scrivere dati in Azure Data Lake Storage senza richiedere agli utenti di configurare l'entità servizio credentials per accedere all'archiviazione. I credentials vengono set automaticamente dall'utente che ha avviato l'azione.
Per la sicurezza, solo un utente può eseguire comandi in un cluster standard con pass-through credenziali abilitato. L' utente singolo viene creato set e può essere modificato da chiunque disponga delle autorizzazioni di gestione nel cluster. Gli amministratori devono assicurarsi che l'utente singolo disponga almeno dell'autorizzazione di collegamento nel cluster.
I dataframe Pandas ora vengono visualizzati nei notebook senza ridimensionamento
12-17 settembre 2019: versione 3.2
Nei notebook displayHTML di Azure Databricks il ridimensionamento di alcuni contenuti HTML in frame è stato adattato alla larghezza disponibile del notebook di cui è stato eseguito il rendering. Anche se questo comportamento è auspicabile per le immagini, il rendering dei dataframe pandas wide non è adeguato. Ma non più!
Il selettore di versione Python ora viene visualizzato in modo dinamico
12-17 settembre 2019: versione 3.2
Quando si select un runtime di Databricks che non supporta Python 2 (ad esempio Databricks 6.0), la pagina di creazione del cluster nasconde il selettore della versione di Python.
Databricks Runtime 6.0 Beta
12 settembre 2019
Databricks Runtime 6.0 Beta offre numerosi aggiornamenti della libreria e nuove funzionalità, tra cui:
- Nuove API Scala e Java per i comandi DML di Delta Lake, nonché per i comandi di utilità vacuum e cronologia.
- Client DBFS FUSE v2 avanzato per letture e scritture più veloci e affidabili durante il training del modello.
- Supporto per più tracciati matplotlib per cella del notebook.
- Update a Python 3.7, oltre a numpy aggiornato, pandas, matplotlib e altre librerie.
- Tramonto del supporto di Python 2.
Per altre informazioni, vedere le note sulla versione complete di Databricks Runtime 6.0 (EoS).