Levenscyclus van Apache Spark-runtimes in Fabric
De Microsoft Fabric-runtime is een geïntegreerd Azure-platform op basis van Apache Spark. Het vereenvoudigt de uitvoering en het beheer van data engineering- en data science-werkstromen. Hetsynthetiseert essentiële elementen van zowel eigen als opensource-resources om een uitgebreide oplossing te bieden. Ter beknoptheid verwijzen we naar de Microsoft Fabric Runtime, mogelijk gemaakt door Apache Spark, gewoon als Fabric Runtime.
Releasetempo
Apache Spark brengt doorgaans elke 6 tot 9 maanden secundaire versies uit. Het Microsoft Fabric Spark-team streeft ernaar om nieuwe runtimeversies met eenlacriteit te leveren en tegelijkertijd de hoogste kwaliteit en integratie en continue ondersteuning te garanderen. Elke versie bestaat uit ongeveer 110 onderdelen. Naarmate de runtime verder gaat dan Apache Spark, zorgen we voor naadloze integratie binnen het Azure-ecosysteem.
Met een toezegging tot uitmuntendheid benaderen we zorgvuldig nieuwe preview-runtimereleases, gericht op een experimentele preview in ongeveer 3 maanden, maar uiteindelijk stellen we tijdlijnen per geval vast. Dit omvat het evalueren van kritieke onderdelen van elke Spark-versie, waaronder Java, Scala, Python, R en Delta Lake. Na een grondige evaluatie maken we een gedetailleerde tijdlijn waarin de beschikbaarheid en voortgang van de runtime in verschillende fasen worden beschreven. Over het algemeen is ons doel om een standaardlevenscycluspad op te stellen voor Microsoft Fabric-runtimes voor Apache Spark.
Tip
Gebruik altijd de meest recente ga-runtimeversie voor uw productieworkload, die momenteel Runtime 1.3 is.
De volgende tabel bevat de runtimenaam en releasedatums voor ondersteunde Azure Synapse-runtimereleases.
Runtimenaam | Releasefase | Einde van de ondersteuningsdatum |
---|---|---|
Runtime 1.3 op basis van Apache Spark 3.5 | GA | 30 september 2026 |
Runtime 1.2 op basis van Apache Spark 3.4 | GA | dinsdag 31 maart 2026 |
Runtime 1.1 op basis van Apache Spark 3.3 | EOSA | maandag 31 maart 2025 |
Het diagram geeft een overzicht van de levenscyclus van een runtimeversie van de experimentele openbare preview tot de afschaffing en verwijdering.
Fase | Beschrijving | Typische levenscyclus |
---|---|---|
Experimentele openbare preview | De fase Experimentele openbare preview markeert de eerste release van een nieuwe runtimeversie. Tijdens deze fase wordt aan gebruikers gevraagd om te experimenteren met de nieuwste versies van Apache Spark en Delta Lake en feedback te geven, ondanks de aanwezigheid van gedocumenteerde beperkingen. De voorwaarden van Microsoft Azure Preview zijn van toepassing. Zie de preview-gebruiksvoorwaarden. | 2-3 maanden* |
Openbare preview | Nadat er verdere verbeteringen zijn aangebracht en de beperkingen zijn geminimaliseerd, gaat de runtime verder naar de preview-fase. De voorwaarden van Microsoft Azure Preview zijn van toepassing. Zie de preview-gebruiksvoorwaarden. | 3 maanden* |
Algemene beschikbaarheid (GA) | Zodra een runtime-versie voldoet aan de algemene beschikbaarheidscriteria, wordt deze uitgebracht voor het publiek en is deze geschikt voor productieworkloads. Om deze fase te bereiken, moet de runtime voldoen aan strikte vereisten op het gebied van prestaties, integratie met het platform, betrouwbaarheidsbeoordelingen en de mogelijkheid om te voldoen aan de behoeften van gebruikers. | 24 maanden |
Langetermijnondersteuning (LTS) | Na de release van algemene beschikbaarheid (GA) kan een runtime worden overgestapt naar de fase Long-Term Support (LTS), afhankelijk van de specifieke vereisten van de Spark-versie. Deze LTS-fase kan worden aangekondigd, waarin de verwachte ondersteuningsduur voor klanten wordt beschreven. Dit is over het algemeen een extra jaar van volledige ondersteuning. | 12 maanden* |
Einddatum van de ondersteuning aangekondigd | Wanneer een runtime het einde van de ondersteuning bereikt, ontvangt deze geen verdere updates of ondersteuning. Normaal gesproken wordt er een kennisgeving van zes maanden gegeven vóór de afschaffing van de runtime. Deze einddatum wordt gedocumenteerd door een specifieke tabel bij te werken met de einddatum van de levensduur, die de beëindiging van de ondersteuning markeert. | 6 maanden vóór afschaffingsdag |
Einde van de ondersteuningsdatum. Runtime niet-ondersteund en afgeschaft | Zodra de eerder aangekondigde einddatum van de ondersteuning binnenkomt, wordt de runtime officieel niet ondersteund. Dit betekent dat het geen updates of oplossingen voor fouten ontvangt en dat er geen officiële ondersteuning wordt geboden door het team. Alle ondersteuningstickets worden automatisch opgelost. Het gebruik van een niet-ondersteunde runtime is op eigen risico van de gebruiker. De runtime wordt verwijderd uit de instellingen van de Infrastructuurwerkruimte en het omgevingsitem, waardoor het onmogelijk is om te gebruiken op werkruimteniveau. Bovendien wordt de runtime ook verwijderd uit de omgevingen en is er geen optie om een nieuwe omgeving te maken voor die ondersteunde runtimeversie. Bestaande Spark-taken die worden uitgevoerd in de bestaande omgevingen, kunnen niet worden uitgevoerd. | N.v.t. |
Runtime verwijderd | Zodra de runtime de niet-ondersteunde fase heeft bereikt, worden alle omgevingen die deze runtime gebruiken, geëlimineerd. Alle back-endonderdelen die aan deze runtime zijn gekoppeld, worden ook verwijderd. | Een paar dagen na het einde van de ondersteuningsdatum |
* De verwachte duur van runtime in elke fase. Deze tijdlijnen worden als voorbeeld gegeven en kunnen variëren, afhankelijk van verschillende factoren. Tijdlijnen voor de levenscyclus kunnen naar eigen goeddunken van Microsoft worden gewijzigd.
Versiebeheer
Onze versienummering van runtime, maar nauw verwant aan Semantic Versioning, volgt een iets andere benadering. De primaire runtimeversie komt overeen met de primaire versie van Apache Spark. Daarom komt Runtime 1 overeen met Spark versie 3. Op dezelfde manier wordt de komende runtime 2 afgestemd op Spark 4.0. Het is essentieel om te weten dat er tussen de huidige runtimes wijzigingen kunnen optreden, waaronder het toevoegen of verwijderen van verschillende bibliotheken. Daarnaast biedt ons platform een bibliotheekbeheerfunctie waarmee gebruikers alle gewenste bibliotheken kunnen installeren.
Gerelateerde inhoud
- Meer informatie over Apache Spark Runtimes in Fabric - Overzicht, Versiebeheer, Ondersteuning voor meerdere runtimes en het upgraden van Delta Lake Protocol
- Runtime 1.3 (Spark 3.5, Java 11, Python 3.11, Delta Lake 3.2)
- Runtime 1.2 (Spark 3.4, Java 11, Python 3.10, Delta Lake 2.4)
- Runtime 1.1 (Spark 3.3, Java 8, Python 3.10, Delta Lake 2.2)