DLT-release-opmerkingen en het release-upgradeproces
In dit artikel wordt het DLT-releaseproces uitgelegd, hoe de DLT-runtime wordt beheerd en vindt u koppelingen naar releaseopmerkingen voor elke DLT-release.
DLT runtime-kanalen
Notitie
Als u de Databricks Runtime-versies wilt zien die worden gebruikt met een DLT-release, raadpleegt u de opmerkingen bij de release voor die release.
DLT-clusters maken gebruik van runtimes die gebaseerd zijn op versies van releaseopmerkingen van Databricks Runtime en compatibiliteit. Databricks werkt de DLT-runtimes automatisch bij om verbeteringen en upgrades naar het platform te ondersteunen. U kunt het veld channel
in de DLT-pijplijninstellingen gebruiken om de DLT-runtimeversie te beheren waarop uw pijplijn wordt uitgevoerd. De ondersteunde waarden zijn:
-
current
om de huidige runtimeversie te gebruiken. -
preview
om uw pijplijn te testen met toekomstige wijzigingen in de runtimeversie.
Uw pijplijnen worden standaard uitgevoerd met behulp van de current
runtimeversie. Databricks raadt aan om de current
runtime voor productieworkloads te gebruiken. Zie Het testen van uw pijplijnen automatiseren met de volgende runtimeversie voor meer informatie over het gebruik van de preview
-instelling om uw pijplijnen te testen met de volgende runtimeversie.
Belangrijk
Functies die zijn gemarkeerd als algemeen beschikbaar of openbare preview zijn beschikbaar in het current
-kanaal.
Zie het veld channel
in de dlt--pijplijninstellingenvoor meer informatie over DLT-kanalen.
Zie Hoe beheert DLT het upgradeproces voor elke release?.
Hoe vind ik de Databricks Runtime-versie voor een pijplijnupdate?
U kunt een query uitvoeren op het DLT-gebeurtenislogboek om de Databricks Runtime-versie voor een pijplijnupdate te vinden. Zie Runtime-informatie.
releaseopmerkingen voor DLT
DLT-releaseopmerkingen zijn ingedeeld op jaar en week van jaar. Omdat DLT versie-loos is, vinden zowel wijzigingen in de werkruimte als in de runtime automatisch plaats. De volgende releaseopmerkingen bieden een overzicht van wijzigingen en oplossingen voor fouten in elke release:
- DLT release 2025.04
- DLT-release 2024.49
- DLT-release 2024.42
- DLT-release 2024.40
- DLT-release 2024.37
- DLT-release 2024.33
- DLT-release 2024.29
- DLT-release 2024.22
- DLT release 2024.20
- DLT-release 2024.13
- DLT release 2024.11
- DLT-release 2024.09
- DLT-release 2024.05
- DLT-release 2024.02
- DLT release 2023.50
- DLT release 2023.48
- DLT release 2023.45
- DLT-release 2023.43
- DLT-release 2023.41
- DLT-release 2023.37
- DLT-release 2023.35
- DLT release 2023.30
- DLT-release 2023.27
- DLT release 2023.23
- DLT-release 2023.21
- DLT-uitgave 2023.19
- DLT-release 2023.17
- DLT release 2023.16
- DLT release 2023.13
- DLT-release 2023.11
- DLT release 2023.06
- DLT-release 2023.03
- DLT-release 2023.01
- DLT-release 2022.49
- DLT-release 2022.46
- DLT-release 2022.44
- DLT-release 2022.42
- DLT-versie 2022.40
- DLT-release 2022.37
Hoe werken DLT-upgrades?
DLT wordt beschouwd als een versieloze product, wat betekent dat Databricks de DLT-runtime automatisch upgradet om verbeteringen en upgrades naar het platform te ondersteunen. Databricks raadt aan om externe afhankelijkheden voor DLT-pijplijnen te beperken.
Databricks werkt proactief om te voorkomen dat automatische upgrades fouten of problemen met productie-DLT-pijplijnen introduceren. Zie DLT-upgradeproces.
Met name voor gebruikers die DLT-pijplijnen met externe afhankelijkheden implementeren, raadt Databricks aan om pijplijnen proactief te testen met preview
kanalen. Zie Het testen van uw pijplijnen automatiseren met de volgende runtimeversie.
DLT-upgradeproces
Databricks beheert de Databricks Runtime- die worden gebruikt door DLT-rekenresources. DLT werkt de runtime automatisch bij in uw Azure Databricks-werkruimten en bewaakt de status van uw pijplijnen na de upgrade.
Als DLT detecteert dat een pijplijn niet kan worden gestart vanwege een upgrade, wordt de runtimeversie voor de pijplijn teruggezet naar de vorige versie die bekend is stabiel en worden de volgende stappen automatisch geactiveerd:
- De DLT-runtime van de pijplijn is vastgemaakt aan de vorige bekende goede versie.
- Databricks-ondersteuning wordt op de hoogte gesteld van het probleem.
- Als het probleem te maken heeft met een regressie in de runtime, lost Databricks het probleem op.
- Als het probleem wordt veroorzaakt door een aangepaste bibliotheek of een aangepast pakket dat door de pijplijn wordt gebruikt, neemt Databricks contact met u op om het probleem op te lossen.
- Wanneer het probleem is opgelost, start Databricks de upgrade opnieuw.
Belangrijk
DLT herstelt alleen pijplijnen die worden uitgevoerd in de productiemodus met het kanaal ingesteld op current
.
Het testen van uw pijplijnen automatiseren met de volgende runtimeversie
Gebruik de functie DLT-kanalen om ervoor te zorgen dat wijzigingen in de volgende DLT-runtimeversie niet van invloed zijn op uw pijplijnen:
- Maak een faseringspijplijn en stel het kanaal in op
preview
. - Maak in de DLT-gebruikersinterface een planning voor het wekelijks uitvoeren van de pijplijn en schakel waarschuwingen in om een e-mailmelding te ontvangen voor pijplijnfouten. Databricks raadt aan wekelijkse testuitvoeringen van pijplijnen te plannen, met name als u aangepaste pijplijnafhankelijkhedengebruikt.
- Als u een melding ontvangt van een fout en deze niet kunt oplossen, opent u een ondersteuningsticket met Databricks.
-pijplijnafhankelijkheden
DLT ondersteunt externe afhankelijkheden in uw pijplijnen; U kunt bijvoorbeeld elk Python-pakket installeren met behulp van de opdracht %pip install
. DLT biedt ook ondersteuning voor het gebruik van globale en clustergerichte init-scripts. Deze externe afhankelijkheden, met name init-scripts, verhogen echter het risico op problemen met runtime-upgrades. Om deze risico's te beperken, minimaliseert u het gebruik van init-scripts in uw pijplijnen. Als uw verwerking init-scripts vereist, automatiseert u het testen van uw pijplijn om problemen vroeg te detecteren; zie Het testen van uw pijplijnen automatiseren met de volgende runtimeversie. Als u init-scripts gebruikt, raadt Databricks u aan uw testfrequentie te verhogen.