다음을 통해 공유

2025년 1월

  • 아티클

이러한 기능 및 Azure Databricks 플랫폼 개선 사항은 2025년 1월에 릴리스되었습니다.

메모

릴리스가 단계적으로 진행됩니다. Azure Databricks 계정은 초기 릴리스 날짜 이후 일주일 이상까지 업데이트되지 않을 수 있습니다.

Azure Databricks에 대한 추가 포트

2025년 1월 31일

이제 네트워크 보안 그룹은 vnet 삽입 사용 작업 영역에서 Azure Databricks 서비스에 대한 아웃바운드 액세스를 위해 포트 3306 및 8443-8451이 필요합니다. 작업 영역 대한네트워크 보안 그룹 규칙을 참조하세요.

상태 저장소 판독기는 이제 GA입니다.

2025년 1월 31일

구조적 스트리밍 상태 데이터 및 메타데이터 쿼리에 대한 지원은 이제 Databricks Runtime 14.3 LTS 이상에서 GA입니다. 구조적 스트리밍 상태 정보 읽기를 참조하세요.

이제 카탈로그 또는 스키마 수준에서 예측 최적화를 사용하도록 설정할 수 있습니다.

** 2025년 1월 31일**

이제 먼저 계정 수준에서 사용하도록 설정하지 않고 카탈로그 또는 스키마 수준에서 예측 최적화를 사용하도록 설정할 수 있습니다. Unity 카탈로그 관리 테이블에 대한 예측 최적화를 참조하세요.

이제 큰 테이블에 대한 전체 데이터 세트 필터링이 지원됩니다.

2025년 1월 30일

큰 테이블에서 잘린 데이터를 필터링할 때(2MB보다 크거나 10,000개 이상의 행을 포함하는 출력) 이제 필터를 전체 데이터 세트에 적용하도록 선택할 수 있습니다. 필터 결과참조하세요.

메타 라마 3.1 405B 모델 패밀리는 파운데이션 모델 미세 조정에서 사용 중지됨

2025년 1월 30일

메타 라마 3.1 405B 모델 패밀리는 기초 모델 정밀 조정에서 퇴역되었습니다. 권장되는 교체 모델은 사용 중지된 모델 참조하세요.

클린룸은 GA입니다.

2025년 1월 29일

이제 Azure Databricks Clean Rooms가 일반적으로 제공됩니다. Azure Databricks Clean Rooms이란 무엇인가요?.

  • 관리 API: 클린룸 설정, 오케스트레이션 및 모니터링을 자동화하기 위해 새 API가 도입되었습니다. 클린룸참조하세요.
  • 자체 공동 작업: 이제 전체 배포 전에 단일 메타스토어에 클린룸을 만들어 클린룸을 테스트할 수 있습니다. 2단계를 참조하세요. 클린룸만듭니다.
  • 출력 테이블: Azure에서 호스팅하는 중앙 클린룸이 이제 출력 테이블을 지원합니다. 이전에는 AWS에서 호스트되는 중앙 클린룸에 대해서만 지원되었습니다. 그러나 AWS, Azure 및 Google Cloud의 Databricks에서 작업하는 협력자들은 출력 테이블을 생성하고 공유된 Notebook을 실행하여 생성된 출력 테이블을 읽을 수 있는 Notebook을 공유할 수 있습니다. Google Cloud 공동 작업자는 클린룸 프라이빗 미리 보기에 참여해야 합니다. Databricks Clean Rooms의 출력 테이블 만들기 및 작업을 참조하세요.
  • HIPAA 규정 준수: HIPAA 규정 준수 보안 프로필을 사용하여 클린룸을 만들 수 있습니다. 2단계를 참조하세요. 클린룸만듭니다.
  • 페더레이션 공유(미리 보기): 새 쿼리 페더레이션 기능을 활용하여 모든 데이터를 복제하거나 마이그레이션하지 않고 클라우드 및 데이터 플랫폼에서 파트너와 원활하게 공동 작업할 수 있습니다. 레이크하우스 페더레이션이란 무엇인가?.

외부 서비스에 AI 에이전트 도구 연결(공개 미리 보기)

2025년 1월 29일

이제 AI 에이전트 도구는 HTTP 요청을 사용하여 Slack, Google Calendar 또는 API를 사용하는 모든 서비스와 같은 외부 애플리케이션에 연결할 수 있습니다. 에이전트는 외부에 연결된 도구를 사용하여 작업을 자동화하고, 메시지를 보내고, 타사 플랫폼에서 데이터를 검색할 수 있습니다. 외부 서비스에 AI 에이전트 도구를 연결하는 을(를)참조하세요.

델타 라이브 테이블은 이제 여러 스키마 및 카탈로그의 테이블에 게시를 지원합니다.

2025년 1월 27일 ~2월 5일

기본적으로 Delta Live Tables에서 만든 새 파이프라인은 이제 여러 카탈로그 및 스키마에서 구체화된 뷰 및 스트리밍 테이블을 만들고 업데이트할 수 있습니다.

파이프라인 구성에 대한 새로운 기본 동작을 사용하려면 사용자가 파이프라인의 기본 스키마가 되는 대상 스키마를 지정해야 합니다. LIVE 가상 스키마 및 관련 구문은 더 이상 필요하지 않습니다. 자세한 내용은 다음을 참조하세요.

Databricks Runtime 16.2(베타)

2025년 1월 27일

이제 Databricks Runtime 16.2 및 Databricks Runtime 16.2 ML을 베타 릴리스로 사용할 수 있습니다.

Databricks Runtime 16.2 및, Machine Learning 용 Databricks Runtime 16.2를 참조하세요.

이제 메모에서 전자 메일 알림 및 @ 멘션을 지원합니다.

2025년 1월 25일

이제 "@"를 입력하고 사용자 이름을 입력하여 메모에서 사용자를 직접 언급할 수 있습니다. 사용자에게 전자 메일을 통해 관련 댓글 활동을 알 수 있습니다. 코드 주석참조하세요.

글꼴 크기를 조정하는 바로 가기

2025년 1월 25일

이제 바로 가기를 사용하여 Notebook, 파일 및 SQL 편집기에서 글꼴 크기를 빠르게 조정할 수 있습니다. Windows/Linux용 Alt + 및 Alt - 사용하거나 macOS에 Opt + 및 Opt - 사용합니다.

편집기 글꼴 크기를 제어하는 개발자 설정도 있습니다. 설정 > 개발자 > 편집기 글꼴 크기 이동하여 글꼴 크기를 선택합니다.

OAuth 토큰 페더레이션은 이제 공개 미리 보기에서 사용할 수 있습니다.

2025년 1월 24일

이제 계정 관리자를 위한 공개 미리 보기에서 OAuth 토큰 페더레이션을 사용할 수 있습니다.

Databricks OAuth 토큰 페더레이션을 사용하면 IDP(ID 공급자)의 토큰을 사용하여 Databricks API에 안전하게 액세스할 수 있습니다. OAuth 토큰 페더레이션은 개인 액세스 토큰 및 Databricks OAuth 클라이언트 비밀과 같은 Databricks 비밀을 관리할 필요가 없습니다.

Databricks 계정 관리자가 정책을 수정하지 않는 한 현재 ID 구성 및 권한은 변경되지 않습니다. 이 기능은 전체 계정 또는 특정 서비스 주체에 적용할 수 있으므로 Databricks 작업 영역 리소스에 대한 액세스를 관리할 때 관리자에게 유연성을 제공합니다.

Databricks OAuth 토큰 페더레이션을 사용하여 작업 영역 리소스에 대한 액세스 권한을 부여하는 방법에 대한 자세한 내용은 OAuth 토큰 페더레이션 사용하여 Azure Databricks에 대한 액세스 인증참조하세요.

메모

Microsoft Azure 사용자는 MS Entra 토큰을 사용하여 Azure Databricks CLI 명령 및 API 호출을 안전하게 사용할 수도 있습니다.

이제 사용자 지정 Python AI 에이전트가 AI 게이트웨이 및 스트리밍 출력을 지원합니다.

2025년 1월 24일

Mosaic AI Agent Framework는 이제 배포된 사용자 지정 Python 에이전트에 대한 스트리밍 출력을 지원하여 최종 사용자 환경 및 첫 번째 토큰에 대한 시간을 개선합니다.

이제 사용자 지정 Python 에이전트에 대해 AI 게이트웨이 유추 테이블이 자동으로 사용하도록 설정되어 향상된 로깅 메타데이터에 액세스할 수 있습니다. [_][generative-ai/agent-framework/create-chat-model.md]를 참조하세요.

끌어서 놓기로 작업 영역 파일 가져오기

2025년 1월 24일

이제 파일 및 폴더를 끌어서 놓아 작업 영역으로 가져올 수 있습니다. 끌어서 놓기는 기본 파일 브라우저 페이지와 Notebook, 쿼리 및 파일 편집기에서 사용할 수 있는 작업 영역 파일 브라우저 쪽 패널에서 작동합니다. 파일을 가져오기참조하세요.

Meta Llama 3.3은 이제 파운데이션 모델 API를 사용하는 AI 함수를 지원합니다.

2025년 1월 24일

Foundation Model API를 사용하는 AI Functions는 이제 채팅 작업에 대한 Meta Llama 3.3 70B 지침을 통해 제공됩니다.

Notebook 출력 향상

2025년 1월 23일

Notebook 출력 환경이 다음과 같이 개선되었습니다.

  • 필터링 중 하나입니다. 결과 테이블에서 중 하나를 사용하여 열을 필터링하고 필터링할 값을 선택할 수 있습니다. 이렇게 하려면 열 옆의 메뉴를 클릭하고 필터클릭합니다. 필터링하려는 조건을 추가할 수 있도록 필터 모달이 열립니다. 결과 필터링에 대한 자세한 내용은필터 결과를 참조하세요.
  • 결과 테이블 복사: 이제 결과 테이블을 CSV, TSV 또는 Markdown으로 복사할 수 있습니다. 복사할 데이터를 선택한 다음 마우스 오른쪽 단추를 클릭하고 을으로 복사를 선택한 후 원하는 형식을 선택합니다. 결과가 클립보드에 복사됩니다. 데이터를 클립보드에 복사하는 것을 참조하세요.
  • 다운로드 명명: 셀의 결과를 다운로드하면 다운로드 이름이 이제 노트북 이름과 일치합니다. 다운로드 결과참조하세요.

Notebook 로드 시간 단축

2025년 1월 23일

노트북을 처음 열면 99셀 노트북에서는 초기 로드 시간이 최대 26% 더 빨라지고, 10셀 노트북에서는 최대 6% 더 빨라집니다.

이제 Notebook이 작업 영역 파일로 지원됩니다.

2025년 1월 23일

이제 Notebook은 Databricks Runtime 16.2 이상 및 서버리스 환경 2 이상에서 작업 영역 파일로 지원됩니다. 이제 다른 파일과 마찬가지로 프로그래밍 방식으로 Notebook을 작성, 읽기 및 삭제할 수 있습니다. 이렇게 하면 작업 영역 파일 시스템을 사용할 수 있는 모든 위치에서 Notebook과 프로그래밍 방식으로 상호 작용할 수 있습니다. 자세한 내용은 노트북을 작업 영역 파일로참조하세요.

연속 작업의 실패한 작업이 이제 자동으로 다시 시도됩니다.

2025년 1월 22일

이 릴리스에는 연속 작업에 대한 오류 처리를 개선하는 Databricks 작업 업데이트가 포함되어 있습니다. 이 변경으로 연속 작업에서 태스크가 실행이 실패하면 자동으로 다시 시도합니다. 태스크 실행은 허용되는 최대 재시도 횟수에 도달할 때까지 기하급수적으로 증가하는 지연으로 다시 시도됩니다. 연속 작업에 대한 오류 처리 방법은 참조하세요..

전자 필기장: Databricks Assistant의 채팅 기록은 오직 시작한 사용자에게만 제공됩니다.

2025년 1월 22일

전자 필기장에서 Databricks Assistant 채팅 기록은 채팅을 시작하는 사용자만 사용할 수 있습니다. Assistant의 개인 정보 보호 및 보안에 대한 자세한 내용은 개인 정보 및 보안참조하세요.

통계 수집은 이제 예측 최적화를 통해 자동화됩니다.

2025년 1월 22일 - 2025년 4월 30일

이제 예측 최적화는 Unity 카탈로그 관리 테이블에 대한 통계를 관리 테이블에 대한 쓰기 및 자동화된 유지 관리 작업 중에 자동으로 계산합니다. Unity 카탈로그 관리 테이블에 대한 예측 최적화를 참조하세요.

Databricks Marketplace 및 파트너 연결 UI로 업데이트

2025년 1월 21일

파트너 커넥트 및 Marketplace 단일 Marketplace 링크로 결합하여 사이드바를 간소화했습니다. 더 쉽게 액세스할 수 있도록 새 Marketplace 링크가 사이드바 위에 배치됩니다.

마켓플레이스 및 파트너 커넥트.

Databricks JDBC 드라이버 2.7.1

2025년 1월 16일

이제 Databricks JDBC Driver 버전 2.7.1을 JDBC 드라이버 다운로드 페이지다운로드할 수 있습니다.

이 릴리스에는 다음과 같은 향상된 기능과 새로운 기능이 포함되어 있습니다.

  • 클라이언트가 기본 OAuth 콜백 포트를 재정의할 수 있는 새 OAuthEnabledIPAddressRanges 속성이 추가되어 네트워크 포트 제한이 있는 환경에서 OAuth 토큰을 쉽게 획득할 수 있습니다.
  • 이제 새로 고침 토큰 지원을 사용할 수 있습니다. 이렇게 하면 드라이버가 Auth_RefreshToken 속성을 사용하여 인증 토큰을 자동으로 새로 고칠 수 있습니다.
  • 새 UseSystemTrustStore 속성을 통해 시스템의 신뢰할 수 있는 저장소를 사용할 수 있는 지원이 추가되었습니다. 사용 기능(UseSystemTrustStore=1)이 설정된 경우, 드라이버는 시스템의 신뢰할 수 있는 저장소에서 인증서를 사용하여 연결을 확인합니다.
  • UseServerSSLConfigsForOAuthEndPoint 속성이 추가되었습니다. 이 속성을 사용하면 클라이언트가 OAuth 엔드포인트에 대한 드라이버의 SSL 구성을 공유할 수 있습니다.
  • 이제 기본 인증은 기본적으로 사용하지 않도록 설정됩니다. 다시 사용하도록 설정하려면 allowBasicAuthentication 속성을 1로 설정합니다.

이 릴리스는 다음 문제를 해결합니다.

  • IBM JRE를 사용할 때 Arrow 결과 집합 직렬화 기능이 유니코드 문자를 올바르게 처리합니다.
  • 이제 전체 오류 메시지와 오류 코드 401의 원인이 반환됩니다.
  • 이제 클라우드 인출 다운로드 처리기가 완료되면 릴리스됩니다.
  • DataSource 클래스를 사용하여 연결을 만들 때 하트비트 스레드가 더 이상 누수되지 않습니다.
  • 드라이버 로그의 잠재적인 OAuth2Secret 누출이 해결되었습니다.
  • 드라이버 로그의 쿼리 ID가 더 이상 누락되지 않습니다.
  • OAuth 토큰 캐시를 사용하면 태그 불일치 버그가 더 이상 발생하지 않습니다.

이 릴리스에는 취약성을 해결하기 위해 여러 타사 라이브러리로 업그레이드가 포함됩니다.

  • arrow-memory-core 17.0.0(이전 14.0.2)
  • arrow-vector 17.0.0(이전 14.0.2)
  • 화살표 형식 17.0.0(이전 14.0.2)
  • arrow-memory-netty 17.0.0(이전 14.0.2)
  • arrow-memory-unsafe 17.0.0 (이전 버전 14.0.2)
  • commons-codec 1.17.0(이전 1.15)
  • flatbuffers-java 24.3.25(이전의 23.5.26)
  • jackson-annotations-2.17.1(이전 2.16.0)
  • jackson-core-2.17.1(이전 2.16.0)
  • jackson-databind-2.17.1(이전 2.16.0)
  • jackson-datatype-jsr310-2.17.1(이전 2.16.0)
  • netty-buffer 4.1.115(이전의 4.1.100)
  • netty-common 4.1.115(이전의 4.1.100)

전체 구성 정보는 드라이버 다운로드 패키지와 함께 설치된 Databricks JDBC 드라이버 가이드 참조하세요.

레이크하우스 페더레이션은 Teradata(공개 미리 보기)를 지원합니다.

2025년 1월 15일

이제 Teradata에서 관리하는 데이터에 대해 페더레이션된 쿼리를 실행할 수 있습니다. Teradata에서 페더레이션 쿼리를 실행합니다을 참조하세요.

databricks-agents SDK 0.14.0 릴리스: 사용자 지정 평가 메트릭

2025년 1월 14일

databricks-agents==0.14.0을 사용하면 Mosaic AI 에이전트 평가 에서 이제 사용자 지정 지표를 지원하여, 사용자가 GenAI 비즈니스의 특정 사용 사례에 맞춘 평가 지표를 정의할 수 있습니다.

또한 이 릴리스에서는 다음을 지원합니다.

  • ChatAgent와 ChatModel을 mlflow.evaluate(model_type='databricks-agent') 하네스에서 분리합니다.
  • mlflow.evaluate(model_type='databricks-agent') CLI를 사용하여 인증할 때 Databricks Notebook 외부에서 databricks 사용합니다.
  • 에이전트 추적에서 중첩된 RETRIEVAL 범위에 대한 지원
  • data에 대한 mlflow.evaluate() 인수로 간단한 사전 배열을 지원합니다.
  • mlflow.evaluate()을 실행할 때 stdout이 더 간단해집니다.

이제 AI 게이트웨이에서 프로비전된 처리량(공개 미리 보기)을 지원합니다.

2025년 1월 10일

Mosaic AI Gateway 이제 엔드포인트를 제공하는 모델에서 Foundation Model API 프로비전된 처리량 워크로드를 지원합니다.

이제 프로비전된 처리량을 사용하는 엔드포인트를 제공하는 모델에서 다음 거버넌스 및 모니터링 기능을 사용하도록 설정할 수 있습니다.

  • 권한 및 속도 제한을 통해 누가 액세스 권한을 가지고 얼마나 많이 액세스할 수 있는지를 제어합니다.
  • ko-KR: 페이로드 로깅 추론 테이블을 사용하여 모델 API로 전송되는 데이터를 모니터링하고 감사하기 위한 것입니다.
  • 사용량 추적을 통해 엔드포인트 및 관련 비용의 운영 사용을 시스템 테이블을 사용하여 모니터링합니다.
  • AI Guardrails는 요청 및 응답에서 원치 않는 데이터 및 안전하지 않은 데이터를 방지하기 위해.
  • 트래픽 라우팅 배포 중 및 배포 후 프로덕션 중단을 최소화합니다.

Databricks Runtime 15.2 시리즈 지원 종료

2025년 1월 7일

Machine Learning용 Databricks Runtime 15.2 및 Databricks Runtime 15.2에 대한 지원은 1월 7일에 종료되었습니다. Databricks 지원 수명 주기 을 참조하세요.

Databricks Runtime 15.3 시리즈 지원 종료

2025년 1월 7일

Machine Learning용 Databricks Runtime 15.3 및 Databricks Runtime 15.3에 대한 지원은 1월 7일에 종료되었습니다. Databricks 지원 수명 주기 을 참조하세요.

메타 라마 2, 3 및 코드 라마 모델 패밀리가 기초 모델 미세 조정에서 사용 중지됩니다.

2025년 1월 7일

다음 모델 패밀리는 사용 중지되었으며 Foundation Model 미세 조정더 이상 지원되지 않습니다. 권장되는 교체 모델은 사용 중지된 모델 참조하세요.

  • Meta-Llama-3
  • Meta-Llama-2
  • 코드 라마