Styczeń 2025 r.

Te funkcje i ulepszenia platformy Azure Databricks zostały wydane w styczniu 2025 r.

Notatka

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

Dodatkowe porty dla usługi Azure Databricks

31 stycznia 2025 r.

Sieciowe grupy zabezpieczeń wymagają teraz portów 3306 i 8443-8451 na potrzeby dostępu wychodzącego do usług Azure Databricks z obszarów roboczych z włączoną iniekcją sieci wirtualnej. Zobacz Reguły grupy zabezpieczeń sieciowych dla obszarów roboczych.

Czytnik składnicy stanu jest teraz ogólnie dostępny

31 stycznia 2025 r.

Obsługa wykonywania zapytań dotyczących danych stanu Strukturyzowanego Przesyłania Strumieniowego i metadanych jest teraz dostępna w wersji Databricks Runtime 14.3 LTS i nowszych. Zobacz Odczytywanie informacji o stanie przesyłania strumieniowego ze strukturą.

Optymalizację predykcyjną można teraz włączyć na poziomie wykazu lub schematu

** 31 stycznia 2025 r. **

Teraz możesz włączyć optymalizację predykcyjną na poziomie katalogu lub schematu bez uprzedniego włączenia jej na poziomie konta. Zobacz Optymalizację predykcyjną dla tabel zarządzanych w Unity Catalog.

Filtrowanie pełnych zestawów danych dla dużych tabel jest teraz obsługiwane

30 stycznia 2025 r.

Podczas filtrowania przyciętych danych w dużej tabeli (wyjście większe niż 2 MB lub zawierające więcej niż 10 000 wierszy), można teraz zastosować filtr do całego zestawu danych. Zobacz wyniki filtrowania.

Rodzina modeli Meta Llama 3.1 405B została wycofana w związku z dostrajaniem modelu Foundation

30 stycznia 2025 r.

Rodzina modeli Meta Llama 3.1 405B jest emerytowana na Foundation Model Fine-tuning. Zobacz Wycofane modele, aby zapoznać się z zalecanymi modelami zastępczymi.

Funkcja Clean Rooms jest ogólnie dostępna

29 stycznia 2025 r.

Usługa Azure Databricks Clean Rooms jest teraz ogólnie dostępna. Zobacz Co to jest czyszczenie pomieszczeń usługi Azure Databricks?.

• Interfejsy API zarządzania: wprowadzono nowe interfejsy API w celu zautomatyzowania konfiguracji, orkiestracji i monitorowania czystych pomieszczeń. Zobacz Czyste Pokoje.
• samodzielną współpracę: Teraz możesz tworzyć czyste pomieszczenia w jednym magazynie metadanych, aby przetestować pokój czysty przed pełnym wdrożeniem. Zobacz Krok 2. Utwórz czysty pokój.
• tabele danych wyjściowych : Central clean rooms hostowane na platformie Azure obsługują teraz tabele wyjściowe. Wcześniej były one obsługiwane tylko w przypadku centralnych pomieszczeń czystych hostowanych na platformie AWS. Jednak współpracownicy usługi Databricks we wszystkich trzech chmurach — AWS, Azure i Google Cloud — mogą udostępniać notesy, które tworzą tabele wyjściowe i odczytują tabele wyjściowe generowane podczas uruchamiania notesów udostępnionych. Współpracownicy usługi Google Cloud muszą być uczestnikami prywatnej wersji zapoznawczej funkcji Clean Rooms. Zobacz Tworzenie tabel wyjściowych i praca z nimi w usłudze Databricks Clean Rooms.
• Zgodność HIPAA: Teraz możesz utworzyć bezpieczne środowisko z profilem zabezpieczeń zgodności HIPAA. Zobacz Krok 2. Utwórz czysty pokój.
• udostępnianie federacyjne (wersja zapoznawcza): Skorzystaj z nowej funkcji federacji zapytań, aby bezproblemowo współpracować z partnerami w chmurach i platformach danych bez replikowania ani migrowania wszystkich danych. Zobacz Co to jest Federacja Lakehouse?.

Łączenie narzędzi agenta sztucznej inteligencji z usługami zewnętrznymi (publiczna wersja zapoznawcza)

29 stycznia 2025 r.

Narzędzia agenta sztucznej inteligencji mogą teraz łączyć się z aplikacjami zewnętrznymi, takimi jak Slack, Google Calendar lub dowolna usługa z interfejsem API przy użyciu żądań HTTP. Agenci mogą używać zewnętrznych narzędzi do automatyzowania zadań, wysyłania komunikatów i pobierania danych z platform innych firm. Zobacz Połącz narzędzia agenta AI z usługami zewnętrznymi.

Delta Live Tables obsługuje teraz publikowanie w tabelach w wielu schematach i katalogach

27 stycznia — 5 lutego 2025 r.

Domyślnie nowe potoki utworzone w Delta Live Tables teraz obsługują tworzenie i aktualizowanie zmaterializowanych widoków i tabel przesyłania strumieniowego w wielu katalogach i schematach.

Nowe domyślne zachowanie konfiguracji potoku wymaga, aby użytkownicy określali schemat docelowy, który staje się domyślnym schematem potoku. Schemat wirtualny i skojarzona składnia LIVE nie jest już wymagana. Aby uzyskać więcej informacji, zobacz następujące tematy:

• Ustaw katalog docelowy i schemat
• Konfigurowanie potoku Delta Live Tables
• schemat na żywo (starsza wersja)

Databricks Runtime 16.2 (wersja beta)

27 stycznia 2025 r.

Środowiska Databricks Runtime 16.2 i Databricks Runtime 16.2 ML są teraz dostępne jako wersje beta.

Zobacz Databricks Runtime 16.2 (beta) i Databricks Runtime 16.2 for Machine Learning (beta).

Komentarze obsługują teraz powiadomienia e-mail i wzmianki @

25 stycznia 2025 r.

Teraz możesz wspomnieć użytkowników bezpośrednio w komentarzach, wpisując "@", a następnie nazwę użytkownika. Użytkownicy będą powiadamiani o odpowiednich działaniach dotyczących komentarzy za pośrednictwem poczty e-mail. Zobacz Komentarze kodu.

Skrót do dostosowywania rozmiaru czcionki

25 stycznia 2025 r.

Teraz możesz użyć skrótu, aby szybko dostosować rozmiar czcionki w notesie, pliku i edytorach SQL. Użyj Alt + i Alt - dla systemów Windows/Linux lub Opt + i Opt - dla systemu macOS.

Istnieje również ustawienie dewelopera umożliwiające sterowanie rozmiarem czcionki edytora. Przejdź do Ustawienia > Deweloper > Rozmiar czcionki edytora i wybierz rozmiar czcionki.

Importowanie plików obszaru roboczego za pomocą przeciągania i upuszczania

24 stycznia 2025 r.

Teraz możesz przeciągać i upuszczać pliki i foldery, aby zaimportować je do obszaru roboczego. Przeciąganie i upuszczanie działa na głównej stronie przeglądarki plików oraz w panelu bocznym przeglądarki plików obszaru roboczego, który jest dostępny w edytorach notesu, zapytań i plików. Zobacz Importowanie pliku.

Meta Llama 3.3 obsługuje teraz funkcje sztucznej inteligencji korzystające z interfejsów API modelu Foundation

24 stycznia 2025 r.

Funkcje sztucznej inteligencji korzystające z interfejsów API modeli bazowych są teraz obsługiwane przez Meta Llama 3.3 70B Instrukcja do zadań czatu.

Ulepszenia wyników notatnika

23 stycznia 2025 r.

Doświadczenie związane z wynikami notebooka zostało ulepszone w następujący sposób:

• Jest jednym z filtrów: W tabeli wyników możesz teraz filtrować kolumnę przy użyciu Jest jednym z i wybierz wartości, dla których chcesz filtrować. Aby to zrobić, kliknij menu obok kolumny, a następnie kliknij pozycję Filtruj. Zostanie otwarty modalny filtr, aby dodać warunki, względem których chcesz filtrować. Aby dowiedzieć się więcej na temat filtrowania wyników, zobacz Filtry wyników.
• Skopiuj tabelę wyników jako: Teraz możesz skopiować tabelę wyników jako CSV, TSV lub Markdown. Wybierz dane, które chcesz skopiować, a następnie kliknij prawym przyciskiem myszy pozycję Kopiuj jakoi wybierz odpowiedni format. Wyniki zostały skopiowane do schowka. Zobacz Skopiuj dane do schowka.
• Nazewnictwo pliku przy pobieraniu: Po pobraniu wyników komórki, nazwa pliku odpowiada teraz nazwie notatnika. Zobacz Pobierz wyniki.

Szybsze czasy ładowania notesu

23 stycznia 2025 r.

Kiedy najpierw otwierasz notes, początkowe czasy ładowania są teraz do 26% szybsze dla notesu z 99 komórkami i 6% szybsze dla notesu z 10 komórkami.

Notatniki są teraz obsługiwane jako pliki obszaru roboczego

23 stycznia 2025 r.

Notatniki są teraz obsługiwane jako pliki przestrzeni roboczej w Databricks Runtime 16.2 i nowszych oraz środowisku bezserwerowym 2 i nowszym. Teraz można programowo zapisywać, odczytywać i usuwać notesy tak samo jak każdy inny plik. Umożliwia to programową interakcję z notesami z dowolnego miejsca, w którym jest dostępny system plików obszaru roboczego. Aby uzyskać więcej informacji, zobacz Notatniki jako pliki przestrzeni roboczej.

Zadania, które zakończyły się niepowodzeniem w zadaniach ciągłych, są teraz automatycznie ponawiane

22 stycznia 2025 r.

Ta wersja zawiera aktualizację zadań usługi Databricks, która usprawnia obsługę błędów dla zadań ciągłych. Dzięki tej zmianie zadanie w ciągłym procesie automatycznie ponawia próbę w przypadku awarii przebiegu. Przebiegi zadań są ponawiane z wykładniczo rosnącym opóźnieniem do momentu osiągnięcia maksymalnej liczby dozwolonych ponownych prób. Zobacz Jak są obsługiwane błędy dla zadań ciągłych?.

Notesy: historia czatów asystenta usługi Databricks dostępna tylko dla użytkownika, który ją inicjuje

22 stycznia 2025 r.

Historia czatów asystenta usługi Databricks w notatniku jest dostępna tylko dla użytkownika, który inicjuje czat. Aby uzyskać więcej informacji na temat prywatności i zabezpieczeń asystenta, zobacz Prywatność i zabezpieczenia.

Zbieranie statystyk jest teraz zautomatyzowane przez optymalizację predykcyjną

22 stycznia — 30 kwietnia 2025 r.

Optymalizacja predykcyjna automatycznie oblicza statystyki dla tabel zarządzanych w Unity Catalog podczas zapisywania do tych tabel i w zautomatyzowanych zadaniach konserwacji. Zobacz Optymalizację predykcyjną dla tabel zarządzanych w Unity Catalog.

Aktualizowanie witryny Databricks Marketplace i interfejsu użytkownika programu Partner Connect

21 stycznia 2025 r.

Uprościliśmy pasek boczny, łącząc Partner Connect i Marketplace w jeden link Marketplace. Nowy link Marketplace jest umieszczony wyżej na pasku bocznym, aby ułatwić dostęp.

Sterownik JDBC usługi Databricks 2.7.1

16 stycznia 2025 r.

Sterownik JDBC Databricks w wersji 2.7.1 jest teraz dostępny do pobrania ze strony pobierania sterownika JDBC .

Ta wersja zawiera następujące ulepszenia i nowe funkcje:

• Dodano nową właściwość OAuthEnabledIPAddressRanges, która umożliwia klientom zastąpienie domyślnych portów wywołania zwrotnego protokołu OAuth, ułatwiających uzyskiwanie tokenu OAuth w środowiskach z ograniczeniami portów sieciowych.
• Obsługa tokenu odświeżania jest teraz dostępna. Dzięki temu sterownik może automatycznie odświeżyć tokeny uwierzytelniania przy użyciu właściwości Auth_RefreshToken.
• Dodano obsługę używania zaufanego repozytorium systemu z nową właściwością UseSystemTrustStore. Po włączeniu (UseSystemTrustStore=1) sterownik weryfikuje połączenia, używając certyfikatów z zaufanego magazynu systemowego.
• Dodano właściwość UseServerSSLConfigsForOAuthEndPoint, która, jeśli jest włączona, umożliwia klientom korzystanie z konfiguracji SSL sterownika dla punktu końcowego protokołu OAuth.
• Uwierzytelnianie PODSTAWOWE jest teraz domyślnie wyłączone. Aby ponownie ją włączyć, ustaw właściwość allowBasicAuthentication na 1.

Ta wersja rozwiązuje następujące problemy:

• Podczas korzystania z IBM JRE z funkcją serializacji zestawu wyników Arrow, znaki Unicode są teraz prawidłowo obsługiwane.
• Zostaną zwrócone kompletne komunikaty o błędach i przyczyny błędu o kodzie 401.
• Procedury obsługi pobierania w chmurze są teraz zwalniane po zakończeniu.
• Wątki heartbeat nie wyciekają już podczas tworzenia połączeń przy użyciu klasy DataSource.
• Rozwiązano potencjalny wyciek OAuth2Secret w dzienniku kierowcy.
• Identyfikatorów zapytań w dzienniku sterownika już nie brakuje.
• Używanie pamięci podręcznej tokenu OAuth nie powoduje już napotykania problemu niezgodności tagów.

Ta wersja obejmuje uaktualnienia do kilku bibliotek innych firm w celu rozwiązania luk w zabezpieczeniach:

• arrow-memory-core 17.0.0 (wcześniej 14.0.2)
• arrow-vector 17.0.0 (wcześniej 14.0.2)
• format strzałki 17.0.0 (wcześniej 14.0.2)
• arrow-memory-netty 17.0.0 (wcześniej 14.0.2)
• arrow-memory-niebezpieczne 17.0.0 (wcześniej 14.0.2)
• commons-codec 1.17.0 (wcześniej 1.15)
• flatbuffers-java 24.3.25 (wcześniej 23.5.26)
• jackson-annotations-2.17.1 (wcześniej 2.16.0)
• jackson-core-2.17.1 (wcześniej 2.16.0)
• jackson-databind-2.17.1 (wcześniej 2.16.0)
• jackson-datatype-jsr310-2.17.1 (wcześniej 2.16.0)
• netty-buffer 4.1.115 (wcześniej 4.1.100)
• netty-common 4.1.115 (wcześniej 4.1.100)

Aby uzyskać pełne informacje o konfiguracji, zobacz przewodnik sterowników Databricks JDBC zainstalowany z pakietem pobierania sterownika.

Federacja Lakehouse obsługuje Teradata (wersja publiczna preview)

15 stycznia 2025 r.

Teraz można uruchamiać zapytania federacyjne na danych zarządzanych przez teradata. Zobacz Uruchamianie zapytań federacyjnych w usłudze Teradata.

databricks-agents SDK 0.14.0 release: Custom evaluation metrics (Niestandardowe metryki oceny)

14 stycznia 2025 r.

W przypadku databricks-agents==0.14.0mozaikowego agenta sztucznej inteligencji obsługuje teraz niestandardowych metryk, umożliwiając użytkownikom definiowanie metryk oceny dostosowanych do konkretnego przypadku użycia biznesowego usługi GenAI.

W tej wersji dodano również obsługę:

• ChatAgent i ChatModel z uprzęży mlflow.evaluate(model_type='databricks-agent').
• Używanie mlflow.evaluate(model_type='databricks-agent') spoza notesu Databricks, gdy jesteś uwierzytelniony za pomocą CLI databricks.
• Obsługa zagnieżdżonych segmentów RETRIEVAL w śladach agentów.
• Obsługa prostej tablicy słowników jako argumentu data do mlflow.evaluate().
• Podczas uruchamiania mlflow.evaluate()pojawia się prostszy stdout.

Brama sztucznej inteligencji obsługuje teraz aprowizowaną przepływność (publiczna wersja zapoznawcza)

10 stycznia 2025 r.

mozaikowa brama sztucznej inteligencji obsługuje teraz interfejsy API modelu Foundation aprowizowane przepływności obciążenia w modelach obsługujących punkty końcowe.

Teraz możesz włączyć następujące funkcje zapewniania ładu i monitorowania w modelu obsługującym punkty końcowe korzystające z aprowizowanej przepływności:

• Uprawnienia i ograniczanie szybkości w celu kontrolowania, kto ma dostęp i w jakim zakresie.
• rejestrowanie ładunku do monitorowania i audytu danych wysyłanych do API modelu przy użyciu tabel wnioskowania.
• Śledzenie wykorzystania do monitorowania użycia operacyjnego na punktach końcowych i powiązanych kosztów za pomocą tabel systemowych .
• Zasady bezpieczeństwa AI, aby zapobiec niepożądanym danym i niebezpiecznym danym w żądaniach i odpowiedziach.
• Trasowanie ruchu, aby zminimalizować przerwy w produkcji podczas i po wdrożeniu.

Zakończenie wsparcia dla serii Databricks Runtime 15.2

7 stycznia 2025 r.

Wsparcie dla środowisk Databricks Runtime 15.2 i Databricks Runtime 15.2 dla uczenia maszynowego zakończyło się 7 stycznia. Zobacz Cykle życia pomocy technicznej usługi Databricks.

Zakończenie wsparcia dla Databricks Runtime 15.3

7 stycznia 2025 r.

Wsparcie dla środowisk Databricks Runtime 15.3 i Databricks Runtime 15.3 dla uczenia maszynowego zakończyło się 7 stycznia. Zobacz Cykle życia pomocy technicznej usługi Databricks.

Rodzina modeli Meta Llama 2, 3 i Code Llama — wycofanie w związku z udoskonalaniem modeli bazowych.

7 stycznia 2025 r.

Następujące rodziny modeli zostały wycofane i nie są już obsługiwane w Foundation Model Fine-tuning. Zobacz Wycofane modele, aby zapoznać się z zalecanymi modelami zastępczymi.

• Meta-Llama-3
• Meta-Llama-2
• Code Llama