Dicembre 2024
Queste funzionalità e i miglioramenti della piattaforma Azure Databricks sono stati rilasciati a dicembre 2024.
Nota
Le versioni vengono distribuite gradualmente. L'account Azure Databricks potrebbe non essere aggiornato fino a una settimana o più dopo la data di rilascio iniziale.
Databricks Runtime 16.1 è disponibile a livello generale
20 dicembre 2024
Databricks Runtime 16.1 e Databricks Runtime 16.1 ML sono ora disponibili a livello generale.
Vedere Databricks Runtime 16.1 e Databricks Runtime 16.1 per l'apprendimento automatico.
Il formato predefinito per i nuovi notebook è ora il formato IPYNB (Jupyter)
20 dicembre 2024
Il formato predefinito per i nuovi notebook creati nell'area di lavoro di Azure Databricks è ora IPYNB (.ipynb). In precedenza, il formato predefinito per i notebook era Source (.py, .sql, .scala, .r). Per modificare il formato predefinito, usare l'impostazione
I modelli ospitati da Databricks per Databricks Assistant sono disponibili in anteprima pubblica
19 dicembre 2024
È ora possibile usare i modelli ospitati da Azure Databricks per alimentare Databricks Assistant in Azure Databricks. Questa funzionalità è disponibile in anteprima pubblica.
Vedere Usare un modello ospitato in Databricks per Databricks Assistant.
Executor di codice Python per gli agenti di intelligenza artificiale (anteprima pubblica)
19 dicembre 2024
È ora possibile offrire rapidamente agli agenti di intelligenza artificiale la possibilità di eseguire codice Python. Databricks offre ora una funzione predefinita di Unity Catalog che può essere usata da un agente di intelligenza artificiale come strumento per espandere le proprie funzionalità oltre la generazione del linguaggio.
databricks-agents SDK 0.13.0 rilascio
18 dicembre 2024
La versione 0.13.0 di databricks-agents SDK è stata rilasciata a PyPI, contenente le modifiche seguenti:
- Rispetta il profilo corrente di Databricks CLI e l'URI del registro dei modelli di MLflow quando chiami
agents.deploy()e altre APIdatabricks.agents. In particolare, è ora possibile specificare una combinazione diDATABRICKS_CONFIG_PROFILE=my-profileeMLFLOW_REGISTRY_URI=databricks-uc://my-profileprima di chiamareagents.deploy()per specificare il profilo dell'interfaccia della riga di comando di Databricks da usare per distribuire e accedere agli agenti. - In
mlflow.evaluate(), eseguire le metriche di recupero e quelle di linee guida solo se sono presenti, rispettivamente, il contesto di recupero e quello di linee guida. - Aggiungere l'autenticazione basata su segreto ai client per
mlflow.evaluate().
I gruppi esterni sono ora etichettati e non modificabili
18 dicembre 2024
I gruppi esterni sono gruppi creati in Azure Databricks da Microsoft Entra ID. Questi gruppi vengono creati usando un connettore di provisioning SCIM e rimangono sincronizzati con Microsoft Entra ID. I gruppi esterni sono ora etichettati in modo esplicito come External e non possono più essere aggiornati dalla console dell'account di Azure Databricks o dalla pagina delle impostazioni di amministrazione dell'area di lavoro per impostazione predefinita. Per aggiornare l'appartenenza a gruppi esterni dall'interfaccia utente di Azure Databricks, un amministratore dell'account può disabilitare gruppi esterni non modificabili nella pagina di anteprima della console dell'account.
Consulta Tipi di gruppi in Azure Databricks.
vector_search ora supporta l'incorporamento di vettori di input
17 dicembre 2024
La funzione di intelligenza artificiale vector_search ora supporta l'incorporamento di input vettoriali. È ora possibile usare i parametri query_text o query_vector per cercare testo o incorporamenti vettoriali specifici negli indici vettoriali. Vedere la funzione vector_search .
Specificare i formati di risposta per ai_query
17 dicembre 2024
ai_query ora supporta il campo responseFormat per gli output strutturati. Utilizzare responseFormat nelle richieste di ai_query per specificare il formato di risposta che desideri per il modello che stai consultando. Vedere ai_query funzione.
Testare le stanze pulite con collaboratori all'interno dello stesso metastore
17 dicembre 2024
È ora possibile testare il clean room prima della distribuzione completa aggiungendo un collaboratore dallo stesso metastore. Vedere Creare stanze pulite.
Assegnare risorse di calcolo a gruppi (anteprima pubblica)
17 dicembre 2024
Il nuovo modalità di accesso dedicato (in precedenza utente singolo) consente di assegnare un calcolo dedicato a tutti gli scopi a un gruppo o a un singolo utente. Vedere Assegnare risorse di calcolo a un gruppo.
Questa anteprima pubblica consente anche all'area di lavoro di accedere alla nuova interfaccia utente di calcolo semplificata. Consultare il Usare il modulo semplice per gestire il calcolo.
Un amministratore dell'area di lavoro deve abilitare questa anteprima. Consulta Gestire le anteprime di Azure Databricks.
Delegare la possibilità di creare credenziali di archiviazione in Unity Catalog a un principale di servizio
17 dicembre 2024
È ora possibile concedere ai principal di servizio le autorizzazioni per creare una credenziale di archiviazione in un metastore di Unity Catalog usando il privilegio CREATE STORAGE CREDENTIAL. Vedere CREATE STORAGE CREDENTIAL.
Viene rilasciata la versione 2.2 dell'API Lavori
16 dicembre 2024
La versione dell'API Processi viene aggiornata dalla versione 2.1 alla versione 2.2. Gli aggiornamenti nella versione 2.2 dell'API Processi includono l'accodamento predefinito di processi nuovi o aggiornati e il miglioramento del paging delle risposte dei processi e delle esecuzioni dei processi che includono campi con un numero elevato di valori. Per ulteriori informazioni sugli aggiornamenti in questa versione, vedere Aggiornamento dalla Jobs API 2.1 alla 2.2. Per visualizzare la documentazione completa dell'API Lavori 2.2, consultare Lavori (ultima versione). Anche se Databricks consiglia di usare la versione 2.2 di Jobs API, è comunque possibile accedere alle versioni 2.1 e 2.0. Vedere
Privilegio MANAGE di Unity Catalog (Anteprima pubblica)
14 dicembre 2024
È ora possibile concedere agli utenti il privilegio MANAGE per gli oggetti a protezione diretta di Unity Catalog. Il privilegio MANAGE consente agli utenti di eseguire azioni chiave su un oggetto Catalogo Unity, tra cui:
- Gestione dei privilegi
- Rilascio dell'oggetto
- Ridenominazione dell'oggetto
- Trasferimento della proprietà
Vedere MANAGE.
Meta Llama 3.3 è ora disponibile per carichi di lavoro con throughput fornito.
13 dicembre 2024
Meta Llama 3.3, un'architettura del modello creata e sottoposta a training da Meta, è ora disponibile per la gestione nelle API modello di Foundation con provisioning.
Visualizza le metriche dei carichi di lavoro di streaming per le esecuzioni dei processi (anteprima pubblica)
** 12 dicembre 2024**
Quando si visualizzano le esecuzioni dei job nell'interfaccia utente dei job di Databricks, è ora possibile visualizzare metriche come i secondi di backlog, i byte di backlog, i record di backlog e i file di backlog per le origini supportate da Spark Structured Streaming, tra cui Apache Kafka, Amazon Kinesis e Auto Loader. Visualizzare le metriche per le attività di streaming .
Visualizzare le metriche del carico di lavoro in streaming per gli aggiornamenti della pipeline di Delta Live Tables in anteprima pubblica.
** 12 dicembre 2024**
Quando si visualizzano gli aggiornamenti della pipeline nell'interfaccia utente di Delta Live Tables, 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 di streaming della 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 .
Lakehouse Federation supporta Oracle (anteprima pubblica)
12 dicembre 2024
È ora possibile eseguire query federate sui dati gestiti da Oracle. Consultare ed eseguire query federate su Oracle.
Databricks Runtime 16.1 (Beta)
11 dicembre 2024
Databricks Runtime 16.1 e Databricks Runtime 16.1 ML sono ora disponibili come versioni beta.
Vedere Databricks Runtime 16.1 e Databricks Runtime 16.1 per apprendimento automatico
Gestire le connessioni di rete in uscita serverless con il controllo in uscita serverless
11 dicembre 2024
Il controllo di uscita serverless consente di limitare l'accesso in uscita alle destinazioni specificate su Internet. Consulta Cos'è il controllo dell'uscita serverless?.
La tabella di sistema degli eventi di accesso alla rete è ora disponibile (anteprima pubblica)
11 dicembre 2024
Le tabelle di sistema di Azure Databricks includono ora una tabella di accesso alla rete. Questa tabella registra un evento ogni volta che l'accesso a Internet viene negato per il tuo account. Per accedere alla tabella, gli amministratori devono avere lo schema di sistema access abilitato. Vedere il riferimento alla tabella di sistema degli eventi di accesso alla rete .
Monitorare e revocare i token di accesso personali nell'account (anteprima privata)
11 dicembre 2024
Gli amministratori dell'account possono ora visualizzare un rapporto sui token per monitorare e revocare i token personali di accesso nella console dell'amministrazione dell'account. Databricks consiglia di usare i token di accesso OAuth anziché i token di accesso PATs per una maggiore sicurezza e praticità. Per partecipare a questa anteprima, contattare il team dell'account Azure Databricks. Consultare Monitorare e revocare i token di accesso personale nell'account.
Unity Catalog può eseguire la federazione con metastore Hive
11 dicembre 2024
È ora possibile usare Unity Catalog per accedere e gestire i dati registrati in un metastore Hive. Sono inclusi metastore Hive gestiti esternamente e i metastore Hive interni legacy di Databricks.
Rimuovere l'archiviazione a livello di metastore per applicare l'isolamento dell'archiviazione a livello di catalogo
11 dicembre 2024
Se si dispone di archiviazione a livello di metastore per tabelle e volumi gestiti (noti anche come radice di archiviazione metastore), ma si vuole applicare l'isolamento dell'archiviazione dei dati a livello di catalogo o schema, è ora possibile rimuovere tale archiviazione a livello di metastore senza interrompere i carichi di lavoro esistenti. Vedere Rimuovere l'archiviazione a livello di metastore.
Meta Llama 3.3 70B Instruct è ora disponibile in Model Serving
11 dicembre 2024
Mosaic AI Model Serving supporta ora Meta Llama 3.3 70B Instruct, un modello linguistico di grandi dimensioni all'avanguardia creato e sottoposto a training da Meta. Llama 3.3 70B Instruct è disponibile come parte delle API modello di Foundation con pagamento in base al token. Questa disponibilità include anche il supporto per la funzione di chiamata .
A partire dall'11 dicembre 2024, Meta-Llama-3.1-70B-Instruct sostituisce il supporto del Meta-Llama-3-70B-Instruct negli endpoint dell'API dei Modelli Fondamentali a pagamento per token.
bamboolib è ora deprecato
10 dicembre 2024
bamboolib è ora obsoleto. Gli utenti possono comunque accedere a bamboolib per eseguire l'analisi dei dati a basso codice all'interno dei notebook, ma Databricks non sta più sviluppando attivamente né supportando questo strumento. Per assistenza per la generazione del codice, usare l'assistente Databricks .
Semplificare la valutazione dell'agente di intelligenza artificiale usando set di valutazione sintetica
9 dicembre 2024
Valuta il tuo agente di intelligenza artificiale generando un set di valutazione rappresentativo dai tuoi documenti. L'API di generazione sintetica è strettamente integrata con Agent Evaluation, consentendo di valutare e migliorare rapidamente la qualità delle risposte dell'agente senza passare attraverso il processo costoso di etichettatura umana. Vedere Sintetizzare i set di valutazione.
Migliorare le performance di lettura della tabella da Databricks a Databricks Delta Sharing con la condivisione della storia (anteprima pubblica)
5 dicembre 2024
Migliorare le prestazioni per le condivisioni di tabelle da Databricks a Databricks abilitando la condivisione della cronologia. Vedere Migliorare le prestazioni di lettura della tabella con la condivisione della cronologia.
Durata massima del token di accesso personale ora 730 giorni (due anni)
5 dicembre 2024
La durata massima predefinita per i token di accesso personali rilasciati da Databricks appena creati è ora impostata su 730 giorni (due anni). In precedenza, i token di accesso personali potevano essere creati senza scadenza per impostazione predefinita. Con questo aggiornamento, gli utenti non possono generare nuovi token con una durata superiore a 730 giorni e i token creati senza una durata specificata sono impostati su una durata di 730 giorni. Se è stata configurata la durata massima del token per l'area di lavoro a meno di 730 giorni, la configurazione rimane invariata. Vedere Monitorare e revocare i token di accesso personali e l'autenticazione del token di accesso personale di Azure Databricks.
Training del Modello AI Mosaic - Previsione Serverless (Anteprima Pubblica)
5 dicembre 2024
Formazione del modello AI Mosaic - le previsioni migliorano l'efficacia dell'esperienza di previsione esistente di AutoML con calcolo serverless gestito, supporto del Catalogo Unity, accesso agli algoritmi di Apprendimento Profondo e un'interfaccia migliorata. Vedere Forecasting (serverless) con AutoML.
Aggiungere criteri di budget per modellare gli endpoint di gestione
4 dicembre 2024
Le politiche di budget sono ora supportate sugli endpoint di servizio del modello. Vedere Gestire i modelli che gestiscono gli endpoint.