Delen via

DLT-release 2025.04

  • Artikel

23 januari - 30 januari 2025

Deze functies en verbeteringen zijn uitgebracht met de 2025.04-release van DLT.

Databricks Runtime-versies die door deze release worden gebruikt

-kanaal:

  • CURRENT (standaard): Databricks Runtime 15.4
  • PREVIEW: Databricks Runtime 15.4 of 16.1

Notitie

Omdat DLT-kanaalreleases een rolling upgradeproces volgen, worden kanaalupgrades op verschillende tijdstippen geïmplementeerd in verschillende regio's. Uw release, inclusief Databricks Runtime-versies, wordt mogelijk pas na een week of meer bijgewerkt na de eerste releasedatum. Zie Runtime-informatieom de Databricks Runtime-versie voor een pijplijn te vinden.

Nieuwe functies en verbeteringen

  • Nieuwe DLT-pijplijnen bieden standaard ondersteuning voor het maken en bijwerken van gerealiseerde weergaven en streamingtabellen in meerdere catalogi en schema's. Dit nieuwe standaardgedrag voor pijplijnconfiguratie vereist dat gebruikers een doelschema opgeven dat het standaardschema voor de pijplijn wordt. Het LIVE virtuele schema en de bijbehorende syntaxis zijn niet meer vereist. Zie De doelcatalogus en het schema instellen, een DLT-pijplijn configurerenen LIVE-schema (verouderd)voor meer informatie.
  • De clone a pipeline aanvraag in de Databricks REST API is nu algemeen beschikbaar. U kunt deze aanvraag gebruiken om een bestaande pijplijn te kopiëren die naar de Hive-metastore wordt gepubliceerd naar een nieuwe pijplijn die naar Unity Catalog wordt gepubliceerd. Zie Een Unity Catalog-pijplijn maken door een Hive-metastore-pijplijnte klonen.
  • Ondersteuning voor het weergeven van metrische gegevens voor streamingworkloads voor uw DLT-pijplijnupdates bevindt zich in openbare preview. Wanneer u pijplijnupdates bekijkt in de DLT-gebruikersinterface, kunt u nu metrische gegevens bekijken, zoals backlog seconden, backlogbytes, backlogrecords en backlogbestanden voor elke streamingstroom in de pijplijn. Metrische streaminggegevens worden ondersteund voor Spark Structured Streaming-bronnen, waaronder Apache Kafka, Amazon Kinesis en Auto Loader. Zie Metrische gegevens voor streaming weergeven.