Ciclo de vida dos runtimes do Apache Spark no Fabric
O Microsoft Fabric Runtime é uma plataforma integrada ao Azure com base no Apache Spark. Ele facilita a execução e o gerenciamento de fluxos de trabalho de engenharia de dados e ciência de dados. Ele sintetiza elementos essenciais de recursos proprietários e de código aberto para oferecer uma solução abrangente. Para simplificar, nos referimos ao Microsoft Fabric Runtime da plataforma Apache Spark como Fabric Runtime.
Cadência de versão
O Apache Spark costuma lançar versões secundárias a cada 6 a 9 meses. A equipe do Microsoft Fabric Spark está comprometida em oferecer novas versões de runtime, garantindo a mais alta qualidade, integração e suporte contínuo. Cada versão é formada por cerca de 110 componentes. Com a expansão do runtime além do Apache Spark, a equipe garante uma integração perfeita no ecossistema do Azure.
Com comprometimento com a excelência, abordamos cuidadosamente as novas versões de runtime em preview, estabelecendo uma preview experimental em aproximadamente três meses, mas, em última análise, estabelecemos cronogramas caso a caso. Esse esforço envolve a avaliação de componentes críticos de todas as versões do Spark, incluindo Java, Scala, Python, R e Delta Lake. Após uma avaliação completa, uma linha do tempo detalhada é criada, descrevendo a disponibilidade e a progressão do runtime em vários estágios. No geral, o objetivo da Microsoft é estabelecer um caminho de ciclo de vida padrão para os runtimes do Microsoft Fabric para o Apache Spark.
Dica
Sempre use a versão de runtime em GA mais recente para sua carga de trabalho de produção, que atualmente é Runtime 1.3.
A tabela a seguir lista o nome do runtime e a data de liberação para as liberações do Azure Synapse Runtime com suporte.
Nome do runtime | Fase de liberação | Data do fim do suporte |
---|---|---|
Runtime 1.3 baseado no Apache Spark 3.5 | GA | 30 de setembro de 2026 |
Runtime 1.2 baseado no Apache Spark 3.4 | GA | terça-feira, 31 de março de 2026 |
Runtime 1.1 baseado no Apache Spark 3.3 | EOSA | segunda-feira, 31 de março de 2025 |
O diagrama descreve o ciclo de vida de uma versão de runtime desde a visualização pública experimental até o preterimento e remoção.
Estágio | Descrição | Ciclo de vida típico |
---|---|---|
Visualização Pública experimental | A fase de visualização pública experimental marca o lançamento inicial de uma nova versão de runtime. Durante essa fase, os usuários são incentivados a experimentar as últimas versões do Apache Spark e do Delta Lake e fornecer comentários, apesar da presença de limitações documentadas. Os termos da versão prévia do Microsoft Azure se aplicam. Ver os Termos de Uso da versão prévia. | 2 a 3 meses* |
Versão preliminar pública | Depois de outras melhorias e da redução de limitações, o runtime avança para o estágio de versão prévia. Os termos da versão prévia do Microsoft Azure se aplicam. Ver os Termos de Uso da versão prévia. | 3 meses* |
GA (Disponibilidade Geral) | Quando uma versão de runtime atende aos critérios de GA (Disponibilidade Geral), ela é lançada ao público e pode ser usada para cargas de trabalho de produção. Para chegar a esse estágio, o runtime deve atender a requisitos estritos quanto ao desempenho, integração com a plataforma, avaliações de confiabilidade e capacidade de atender às necessidades dos usuários. | 24 meses |
LTS (suporte de longo prazo) | Após a versão em GA (Disponibilidade Geral), o runtime pode fazer a transição para o estágio LTS (Suporte de Longo Prazo), dependendo dos requisitos específicos da versão do Spark. Este estágio LTS pode ser anunciado, com detalhes sobre a duração esperada do suporte aos clientes, que costuma ser um ano extra de suporte total. | 12 meses* |
Data de fim do suporte anunciada | Quando um runtime atinge o fim do suporte, ele não recebe mais atualizações ou suporte. Normalmente, um aviso de seis meses é dado antes da substituição do runtime. A data de fim do suporte é documentada pela atualização de uma tabela específica com a data de fim da vida útil, que marca a descontinuação do suporte. | 6 meses antes do dia do preterimento |
Data de fim do suporte. Runtime sem suporte e preterido | Quando a data de fim do suporte anunciada chega, o runtime se torna oficialmente sem suporte. Isso significa que ele não receberá nenhuma atualização ou correção de bugs e que nenhum suporte oficial será fornecido pela equipe. Todos os tíquetes de suporte serão resolvidos automaticamente. O uso de um runtime sem suporte ocorre por conta e risco do usuário. O runtime é removido das configurações do espaço de trabalho do Fabric e do item Ambiente, o que impossibilita o uso no nível do espaço de trabalho. Além disso, o runtime é removido dos ambientes e não há opção para criar um ambiente para essa versão de runtime com suporte. Não é possível executar os trabalhos existentes do Spark em execução nos ambientes atuais. | N/D |
Runtime removido | Quando o runtime atinge a fase sem suporte, todos os ambientes que usam esse runtime são eliminados. Todos os componentes relacionados ao back-end e associados a esse runtime também são removidos. | Alguns dias após a data de fim do suporte |
* A duração esperada do runtime em cada estágio. Esses cronogramas servem como exemplo e podem variar dependendo de vários fatores. As linhas do tempo de ciclo de vida estão sujeitos a alterações a critério da Microsoft.
Controle de versão
Nossa numeração de versão de runtime, embora intimamente relacionada ao Controle de Versão Semântico, segue uma abordagem ligeiramente diferente. A versão principal do runtime corresponde à versão principal do Apache Spark. Portanto, o Runtime 1 corresponde ao Spark versão 3. Da mesma forma, o próximo Runtime 2 será alinhado com o Spark 4.0. É essencial observar que, entre os runtimes atuais, podem ocorrer alterações, incluindo a adição ou remoção de bibliotecas diferentes. Além disso, nossa plataforma oferece um recurso de gerenciamento de biblioteca que permite aos usuários instalar qualquer biblioteca desejada.
Conteúdo relacionado
- Leia sobre os Runtimes do Apache Spark no Fabric – visão geral, controle de versão, suporte a vários runtimes e atualização do protocolo Delta Lake
- 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)