Partilhar via

Ciclo de vida dos tempos de execução do Apache Spark na malha

  • Artigo

O tempo de execução do Microsoft Fabric é uma plataforma integrada ao Azure baseada 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 maior brevidade, nos referimos ao Microsoft Fabric Runtime desenvolvido pelo Apache Spark simplesmente como Fabric Runtime.

Cadência de lançamento

O Apache Spark normalmente lança versões secundárias a cada 6 a 9 meses. A equipe do Microsoft Fabric Spark está comprometida em fornecer novas versões de tempo de execução com alacridade, garantindo a mais alta qualidade e integração, bem como suporte contínuo. Cada versão é composta por cerca de 110 componentes. À medida que o tempo de execução se expande para além do Apache Spark, garantimos uma integração perfeita no ecossistema do Azure.

Com um compromisso com a excelência, abordamos as novas versões de tempo de execução de visualização cuidadosamente, visando uma visualização experimental em ~3 meses, mas, em última análise, estabelecendo cronogramas caso a caso. Isso envolve a avaliação de componentes críticos de cada versão do Spark, incluindo Java, Scala, Python, R e Delta Lake. Após uma avaliação completa, criamos um cronograma detalhado descrevendo a disponibilidade e a progressão do tempo de execução através de vários estágios. No geral, nosso objetivo é estabelecer um caminho de ciclo de vida padrão para tempos de execução do Microsoft Fabric para Apache Spark.

Gorjeta

Use sempre a versão mais recente do tempo de execução do GA para sua carga de trabalho de produção, que atualmente é o Runtime 1.3.

A tabela a seguir lista o nome do tempo de execução e as datas de lançamento das versões de tempo de execução do Azure Synapse com suporte.

Nome do tempo de execução Fase de lançamento Data de Fim de 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 31 de março de 2026
Runtime 1.1 baseado no Apache Spark 3.3 EOSA 31 de março de 2025

Diagrama mostrando o ciclo de vida de um tempo de execução no Fabric.

Assista ao vídeo do Fabric Espresso do Product Engineering Group sobre o ciclo de vida dos tempos de execução do Apache Spark no Fabric

O diagrama descreve o ciclo de vida de uma versão em tempo de execução desde sua visualização pública experimental até sua substituição e remoção.

Fase Description Ciclo de vida típico
Pré-visualização pública experimental A fase de visualização pública experimental marca o lançamento inicial de uma nova versão de tempo de execução. Durante esta fase, os usuários são instados a experimentar as versões mais recentes do Apache Spark e Delta Lake e fornecer feedback, apesar da presença de limitações documentadas. Aplicam-se os termos do Microsoft Azure Preview. Consulte Visualizar Termos de Uso. 2-3 meses*
Pré-visualização pública Depois que mais melhorias são feitas e as limitações são minimizadas, o tempo de execução progride para o estágio de visualização. Aplicam-se os termos do Microsoft Azure Preview. Consulte Visualizar Termos de Uso. 3 meses*
Disponibilidade Geral (GA) Quando uma versão em tempo de execução atende aos critérios de disponibilidade geral (GA), ela é liberada para o público e é adequada para cargas de trabalho de produção. Para chegar a esse estágio, o tempo de execução deve atender a requisitos rigorosos em termos de desempenho, integração com a plataforma, avaliações de confiabilidade e sua capacidade de atender às necessidades dos usuários. 24 meses
Suporte de Longo Prazo (LTS) Após a versão de disponibilidade geral (GA), um tempo de execução pode fazer a transição para o estágio de suporte de longo prazo (LTS), dependendo dos requisitos específicos da versão do Spark. Esta etapa LTS pode ser anunciada, detalhando a duração esperada do suporte para os clientes, que geralmente é um ano adicional de suporte total. 12 meses*
Data de fim do suporte anunciada Quando um tempo de execução atinge o fim do suporte, ele não receberá mais atualizações ou suporte. Normalmente, um aviso prévio de seis meses é dado antes da descontinuação do tempo de execução. Essa data de fim do suporte é documentada pela atualização de uma tabela específica com a data de fim de vida, que marca a descontinuação do suporte. 6 meses antes do dia da depreciação
Data de fim do suporte. Tempo de execução não suportado e preterido Quando a data de fim do suporte anunciada anteriormente chegar, o tempo de execução se tornará oficialmente sem suporte. Isso implica que ele não receberá atualizações ou correções de bugs, e nenhum suporte oficial será fornecido pela equipe. Todos os tickets de suporte serão resolvidos automaticamente. Usar um tempo de execução sem suporte é por conta e risco do usuário. O tempo de execução será removido das configurações do espaço de trabalho da malha e do item Ambiente, impossibilitando o uso no nível do espaço de trabalho. Além disso, o tempo de execução também será removido dos ambientes e não haverá opção para criar um novo ambiente para essa versão de tempo de execução suportada. Os trabalhos do Spark existentes em execução nos ambientes existentes não poderão ser executados. N/A
Tempo de execução removido Quando o tempo de execução atinge a fase sem suporte, todos os ambientes que usam esse tempo de execução são eliminados. Todos os componentes relacionados ao back-end associados a esse tempo de execução também são removidos. Alguns dias após a data de fim do suporte

* A duração esperada do tempo de execução em cada etapa. Estes prazos são fornecidos como exemplo e podem variar dependendo de vários fatores. Os prazos do ciclo de vida estão sujeitos a alterações a critério da Microsoft.

Controlo de Versão

Nossa numeração de versão em tempo de execução, embora intimamente relacionada ao versionamento semântico, segue uma abordagem ligeiramente diferente. A versão principal do tempo de execução 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 notar que, entre os tempos de execução atuais, podem ocorrer alterações, incluindo a adição ou remoção de bibliotecas diferentes. Além disso, nossa plataforma oferece um recurso de gerenciamento de bibliotecas que permite aos usuários instalar quaisquer bibliotecas desejadas.

Conteúdos relacionados