Sierpień 2020

Te funkcje i ulepszenia platformy Azure Databricks zostały wydane w sierpniu 2020 r.

Uwaga

Wydania są etapowe. Twoje konto usługi Azure Databricks może nie zostać zaktualizowane do tygodnia po początkowej dacie wydania.

Ważne

Wersja 3.26 została wydana klientom tylko w regionach Kanada Środkowa i Środkowe Indie. Wszystkie inne regiony otrzymają funkcje 3.26 w tym samym czasie, gdy zostanie wydana wersja 3.27.

Interfejs API zarządzania tokenami jest ogólnie dostępny, a administratorzy mogą używać konsoli administracyjnej do udzielania i odwoływania dostępu użytkownika do tokenów

26 sierpnia 2020 r. — 1 września 2020 r.: Wersja 3.27

Zarządzanie tokenami jest teraz ogólnie dostępne. Administratorzy usługi Azure Databricks mogą używać interfejsu API zarządzania tokenami i konsoli administracyjnej do zarządzania osobistymi tokenami dostępu użytkowników usługi Azure Databricks. Jako administrator możesz wykonywać następujące czynności:

• Monitorowanie i odwoływanie osobistych tokenów dostępu użytkowników.
• Kontrolowanie okresu istnienia przyszłych tokenów w obszarze roboczym.
• Kontrolowanie, którzy użytkownicy mogą tworzyć tokeny i używać ich za pośrednictwem interfejsu API uprawnień lub w konsoli administracyjnej.

W przejściu z publicznej wersji zapoznawczej do ogólnie dostępnej parametr created_by interfejsu API zarządzania tokenami został zmieniony na created_by_id, a dodano nowy parametr created_by_username .

Aby uzyskać więcej informacji, zobacz Monitor i odwołaj osobiste tokeny dostępu.

Zwiększone limity rozmiaru komunikatów dla aplikacji Shiny

26 sierpnia 2020 r. — 1 września 2020 r.: Wersja 3.27

Maksymalny rozmiar aplikacji dla aplikacji Shiny został zwiększony z 10 MB do 20 MB. Jeśli łączny rozmiar aplikacji przekracza ten limit, zapoznaj się z zaleceniami w Shiny FAQ.

Ulepszone instrukcje dotyczące konfigurowania klastra w trybie lokalnym

26 sierpnia 2020 r. — 1 września 2020 r.: Wersja 3.27

W interfejsie użytkownika klastra:

• Jeśli tworzysz klaster z 0 procesami roboczymi, zostanie wyświetlona porada narzędzia, która zaleca użycie trybu lokalnego i wyświetlenie skojarzonego ustawienia konfiguracji (spark.master local[*]).
• Nie można już ustawić spark.master local[*] dla klastra, chyba że klaster ma 0 pracowników.

Wyświetlanie wersji notesu skojarzonego z przebiegiem

26 sierpnia 2020 r. — 1 września 2020 r.: Wersja 3.27

Na pasku bocznym Eksperymenty można teraz wyświetlić wersję notesu skojarzonego z uruchomieniem. Aby uzyskać szczegółowe informacje, zobacz Wyświetlanie eksperymentu notesu.

Databricks Runtime 7.2 (ogólna dostępność)

20 sierpnia 2020 r.

Środowisko Databricks Runtime 7.2 oferuje wiele dodatkowych funkcji i ulepszeń w środowisku Databricks Runtime 7.1, w tym:

• Automatyczne ładowanie jest ogólnie dostępne: Moduł automatycznego ładowania to wydajna metoda przyrostowego pozyskiwania dużej liczby plików do usługi Delta Lake. Teraz jest ogólnie dostępna i dodaje następujące funkcje:
  • Opcja trybu listy katalogów: Moduł automatycznego ładowania dodaje nowy tryb listy katalogów, oprócz istniejącego trybu powiadamiania pliku, do określania, kiedy istnieją nowe pliki.
  • Interfejs API zarządzania zasobami w chmurze: teraz możesz użyć naszego interfejsu API języka Scala do zarządzania zasobami w chmurze utworzonymi przez moduł automatycznego ładowania. Możesz wyświetlić listę usług powiadomień i usunąć określone usługi powiadomień przy użyciu tego interfejsu API.
  • Opcja ograniczania szybkości: możesz teraz użyć opcji cloudFiles.maxBytesPerTrigger, aby ograniczyć ilość danych przetwarzanych w poszczególnych mikrobajtach.
  • Walidacja opcji: Moduł automatycznego ładowania weryfikuje teraz podane opcje. validation zakończy się niepowodzeniem. Aby pominąć walidację opcji, ustaw cloudFiles.validateOptions na false.
• Wydajnie skopiować tabelę delty przy użyciu klonowania.
• Ulepszenia:
  • Łącznik snowflake został uaktualniony do wersji 2.8.1, która obejmuje obsługę platformy Spark 3.0.
  • Ulepszenia przekazywania poświadczeń
  • Ulepszenia narzędzia TensorBoard
  • Uaktualnione biblioteki języka Python i języka R

Aby uzyskać szczegółowe informacje, zobacz pełne informacje o wersji środowiska Databricks Runtime 7.2 (EoS ).

Databricks Runtime 7.2 ML (ogólna dostępność)

20 sierpnia 2020 r.

Środowisko Databricks Runtime 7.2 dla uczenia maszynowego jest oparte na środowisku Databricks Runtime 7.2 i oferuje nowe i ulepszone biblioteki języka Python oraz biblioteki systemowe. Aby uzyskać szczegółowe informacje, zobacz pełne informacje o wersji środowiska Databricks Runtime 7.2 (EoS ).

Databricks Runtime 7.2 Genomics (ogólna dostępność)

20 sierpnia 2020 r.

Środowisko Databricks Runtime 7.2 dla usługi Genomics jest oparte na środowisku Databricks Runtime 7.2 i znacznie przyspiesza konwersję literału numpy 1D i 2D typu float ndarrays do tablic Java. Dokumentacja dotycząca badania skojarzenia całego genomu Glow odzwierciedla użycie.

Interfejs API uprawnień (publiczna wersja zapoznawcza)

18 sierpnia 2020 r.

Usługa Databricks z przyjemnością ogłasza publiczną wersję zapoznawcza interfejsu API uprawnień, która umożliwia zarządzanie uprawnieniami dla:

• Tokeny
• Klastry
• Pule
• Stanowiska
• Notesy
• Foldery (katalogi)
• Zarejestrowane modele MLflow

Aby uzyskać więcej informacji, zobacz Interfejs API uprawnień.

Databricks Connect 7.1 (ogólna dostępność)

12 sierpnia 2020 r.

Usługa Databricks Connect obsługuje teraz środowisko Databricks Runtime 7.1.

W środowisku Databricks Runtime 7.1 usługa Databricks zaleca, aby zawsze używać najnowszej wersji usługi Databricks Connect.

Kolejność powtarzalnej instalacji bibliotek klastra

12-25 sierpnia 2020 r.: Wersja 3.26

W klastrze z uruchomionym środowiskiem Databricks Runtime 7.2 lub nowszym usługa Azure Databricks przetwarza teraz wszystkie biblioteki klastra w kolejności, w której zostały zainstalowane.

Tworzenie modelu na stronie Zarejestrowane modele MLflow (publiczna wersja zapoznawcza)

12-25 sierpnia 2020 r.: Wersja 3.26

Teraz możesz utworzyć nowy model na stronie zarejestrowanych modeli MLflow. Aby uzyskać szczegółowe informacje, zobacz Tworzenie nowego zarejestrowanego modelu i przypisywanie do niego zarejestrowanego modelu.

Usługi kontenerów usługi Databricks obsługują obrazy GPU

12-25 sierpnia 2020 r.: Wersja 3.26

Teraz możesz używać usług Kontener Services usługi Databricks w klastrach z procesorami GPU do tworzenia przenośnych środowisk uczenia głębokiego z dostosowanymi bibliotekami.

Aby uzyskać szczegółowe informacje, zobacz Databricks Container Services on GPU compute (Usługi kontenerów usługi Databricks w obliczeniach procesora GPU).