Databricks Runtime 5.0 (EoS)
Kommentar
Stödet för den här Databricks Runtime-versionen har upphört. Information om slutdatumet för support finns i Historik över supportens slut. Alla Databricks Runtime-versioner som stöds finns i Databricks Runtime-versionsanteckningar och kompatibilitet.
Databricks släppte den här versionen i november 2018.
Följande viktig information innehåller information om Databricks Runtime 5.0, som drivs av Apache Spark.
Nya funktioner
Data Lake
- Underfrågor stöds nu i
WHERE
-satsen för stöd förDELETE
ochUPDATE
kommandon. - Ny skalbar implementering för
MERGE
kommandon.- Ingen gräns för antalet infogningar och uppdateringar.
- Kan användas för SCD Type 1- och Type 2-frågor.
- Kan vara att utföra upserts från strömmande frågor i "uppdateringsläge" (till exempel skriva strömmande aggregeringsutdata till en Delta-tabell). Se exempel På hur du skriver strömningsaggregeringar i Databricks Delta med MERGE och foreachBatch Notebook.
- Underfrågor stöds nu i
Strukturerad direktuppspelning
- Azure Blob Storage-filaviseringsbaserad strömmande källa. Detta kan avsevärt minska listkostnaderna när du kör en fråga för strukturerad direktuppspelning på filer i Azure Blob Storage. I stället för att använda listning för att hitta nya filer för bearbetning kan den här strömmande källan direkt läsa filhändelsemeddelanden för att hitta nya filer. Se Azure Blob Storage-filkälla med Azure Queue Storage (äldre).
Stöd har lagts till för TensorBoard för övervakning av djupinlärningsjobb. Se TensorBoard.
Förbättringar
- Delta Lake
-
OPTIMIZE
prestanda och stabilitet.- Kommandot
OPTIMIZE
checkar in batchar så snart som möjligt, i stället för i slutet. - Minskade standardantalet trådar
OPTIMIZE
som körs parallellt. Det här är en strikt prestandaökning för stora tabeller. - Påskyndade
OPTIMIZE
skrivningar genom att undvika onödig sortering av data vid skrivning till en partitionerad tabell. - Påskyndat
OPTIMIZE ZORDER BY
genom att göra det inkrementellt. Det innebär att kommandot nu undviker att skriva om datafiler som redan var Z-ordnade av samma kolumner. Se Hoppa över data för Delta Lake.
- Kommandot
- Isolering av ögonblicksbilder när du kör frågor mot Delta-tabeller. Alla frågor med flera referenser till en Delta-tabell (till exempel självkoppling) läser från samma tabellögonblicksbild även om det finns samtidiga uppdateringar av tabellen.
- Förbättrad frågesvarstid vid läsning från små (< 2 000 filer) Delta-tabeller genom att cachelagra metadata på drivrutinen.
-
- Förbättrade prestanda för MLlib logistic regression.
- Förbättrade prestanda för MLlib-trädalgoritmer.
- Uppgraderade flera Java- och Scala-bibliotek. Se Installerade Java- och Scala-bibliotek (Scala 2.11-klusterversion).
- Uppgraderade några installerade Python-bibliotek:
- pip: 10.0.1 till 18.0
- setuptools: 39.2.0 till 40.4.1
- tornado: 5.0.2 till 5.1.1
- Uppgraderade flera installerade R-bibliotek. Se Installerade R-bibliotek.
Felkorrigeringar
- Delta Lake
- Konfigurationer som anges i SQL conf gäller nu korrekt för Delta Lake-åtgärder som först lästes in i en annan notebook-fil.
- Åtgärdade ett fel i
DELETE
kommandot som felaktigt skulle ta bort de rader där villkoret utvärderas till null. - Strömmar som tar mer än två dagar att bearbeta den inledande batchen (dvs. data som fanns i tabellen när strömmen startade) misslyckas inte längre med
FileNotFoundException
när du försöker återställa från en kontrollpunkt. - Undviker ett konkurrenstillstånd som leder till
NoClassDefError
när du läser in en ny tabell. - Korrigering för
VACUUM
var åtgärden kan misslyckas med en AssertionError som anger: "Bör inte ha några absoluta sökvägar för borttagning här." - Kommandot har åtgärdats
SHOW CREATE TABLE
för att inte inkludera Hive-genererade lagringsegenskaper.
- Köre som utlöser många
NoClassDefFoundError
fel för interna Spark-klasser startas nu om automatiskt för att åtgärda problemet.
Kända problem
- Kolumnnamn som anges i
replaceWhere
alternativet föroverwrite
läge i Delta Lake är skiftlägeskänsliga även om skiftlägeskänslighet är aktiverat (vilket är standardvärdet). - Snowflake-anslutningsappen för Databricks Runtime 5.0 finns i förhandsversion.
- Om du avbryter en strömmande cell som körs i en notebook-fil som är kopplad till ett Databricks Runtime 5.0-kluster kan du inte köra efterföljande kommandon i notebook-filen om du inte rensar notebook-tillståndet eller startar om klustret. En lösning finns i Kunskapsbasen.
Apache Spark
Databricks Runtime 5.0 innehåller Apache Spark 2.4.0.
Core och Spark SQL
Kommentar
Den här artikeln innehåller referenser till termen slave, en term som Azure Databricks inte använder. När termen tas bort från programvaran tar vi bort den från den här artikeln.
Viktiga funktioner
- Barriärkörningsläge: [SPARK-24374] Stöder barriärkörningsläge i schemaläggaren för att bättre integrera med djupinlärningsramverk.
- Scala 2.12-stöd: [SPARK-14220] Lägg till experimentellt Scala 2.12-stöd. Nu kan du skapa Spark med Scala 2.12 och skriva Spark-program i Scala 2.12.
- Funktioner med högre ordning: [SPARK-23899] Lägg till många nya inbyggda funktioner, inklusive högordningsfunktioner, för att göra det enklare att arbeta med komplexa datatyper. Se Inbyggda Funktioner i Apache Spark.
- Inbyggd Avro-datakälla: [SPARK-24768] Inline Spark-Avro-paket med stöd för logisk typ, bättre prestanda och användbarhet.
API
- [SPARK-24035] SQL-syntax för pivot
- [SPARK-24940] Tips för sammansling och ompartition för SQL-frågor
- [SPARK-19602] Stöd för kolumnmatchning av fullständigt kvalificerat kolumnnamn
- [SPARK-21274] Implementera EXCEPT ALL och INTERSECT ALL
Prestanda och stabilitet
- [SPARK-16406] Referensmatchning för ett stort antal kolumner bör vara snabbare
- [SPARK-23486] Cachelagra funktionsnamnet från den externa katalogen för lookupFunctions
- [SPARK-23803] Stöd för bucketrensning
- [SPARK-24802] Undantag för optimeringsregel
- [SPARK-4502] Kapslad schemarensning för Parquet-tabeller
- [SPARK-24296] Stöd för replikering av block som är större än 2 GB
- [SPARK-24307] Stöd för att skicka meddelanden över 2 GB från minnet
- [SPARK-23243] Shuffle+Repartition på en RDD kan leda till felaktiga svar
- [SPARK-25181] Begränsade storleken på BlockManager-huvud- och slavtrådspooler, vilket minskar minneskostnaderna när nätverken är långsamma
Anslutningsappar
- [SPARK-23972] Uppdatera Parquet från 1.8.2 till 1.10.0
- [SPARK-25419] Parquet predikat pushdown förbättring
- [SPARK-23456] Inbyggd ORC-läsare är aktiverad som standard
- [SPARK-22279] Använd inbyggd ORC-läsare för att läsa Hive-serdetabeller som standard
- [SPARK-21783] Aktivera ORC-filter push-down som standard
- [SPARK-24959] Snabba upp antal() för JSON och CSV
- [SPARK-24244] Parsa endast nödvändiga kolumner till CSV-parsern
- [SPARK-23786] CSV-schemavalidering – kolumnnamnen är inte markerade
- [SPARK-24423] Alternativfråga för att ange frågan som ska läsas från JDBC
- [SPARK-22814] Stöddatum/tidsstämpel i JDBC-partitionskolumn
- [SPARK-24771] Uppdatera Avro från 1.7.7 till 1.8
PySpark
- [SPARK-24215] Implementera ivrig utvärdering för DataFrame-API:er
- [SPARK-22274] - [SPARK-22239] Användardefinierade aggregeringsfunktioner med Pandas udf
- [SPARK-24396] Lägg till Structured Streaming ForeachWriter för Python
- [SPARK-23874] Uppgradera Apache Arrow till 0.10.0
- [SPARK-25004] Lägg till gränsen för spark.executor.pyspark.memory
- [SPARK-23030] Använda Arrow Stream-format för att skapa från och samla in Pandas DataFrames
- [SPARK-24624] Stöd för blandning av Python UDF och Scalar Pandas UDF
Andra viktiga ändringar
- [SPARK-24596] Cache-ogiltighet som inte är sammanhängande
- [SPARK-23880] Utlös inte något jobb för cachelagring av data
- [SPARK-23510][SPARK-24312] Stöd för Hive 2.2- och Hive 2.3-metaarkiv
- [SPARK-23711] Lägga till reservgenerator för UnsafeProjection
- [SPARK-24626] Parallellisera beräkning av platsstorlek i kommandot Analysera tabell
Strukturerad direktuppspelning
Viktiga funktioner
- [SPARK-24565] Exponerade utdataraderna i varje mikrobatch som en DataFrame med foreachBatch (Python, Scala och Java)
- [SPARK-24396] Python API för foreach och ForeachWriter har lagts till
- [SPARK-25005] Stöd för "kafka.isolation.level" för skrivskyddade poster från Kafka-ämnen som skrivs med hjälp av en transaktionsproducent.
Andra viktiga ändringar
- [SPARK-24662] Stöd för LIMIT-operatorn för strömmar i tilläggs- eller slutfört läge
- [SPARK-24763] Ta bort redundanta nyckeldata från värdet i strömningsaggregering
- [SPARK-24156] Snabbare generering av utdataresultat och/eller tillståndsrensning med tillståndskänsliga åtgärder (mapGroupsWithState, stream-stream join, strömningsaggregering, dropDuplicates för direktuppspelning) när det inte finns några data i indataströmmen.
- [SPARK-24730] Stöd för att välja antingen minsta eller högsta vattenstämpel när det finns flera indataströmmar i en fråga
- [SPARK-25399] En bugg har åtgärdats där återanvändning av körningstrådar från kontinuerlig bearbetning för mikrobatchströmning kan leda till ett korrekthetsproblem
- [SPARK-18057] Uppgraderad Kafka-klientversion från 0.10.0.1 till 2.0.0
MLlib
Viktiga funktioner
- [SPARK-22666] Spark-datakälla för bildformat
Andra viktiga ändringar
- [SPARK-22119][SPARK-23412][SPARK-23217] Lägg till cosinusavståndsmått i KMeans/BisectingKMeans/Clustering evaluator
- [SPARK-10697] Lift Calculation in Association Rule mining (Lift Calculation in Association Rule mining)
- [SPARK-14682][SPARK-24231] Ange evaluateEachIteration-metoden eller motsvarande för spark.ml GBT
- [SPARK-7132][SPARK-24333] Lägg till anpassning med valideringsuppsättningen till spark.ml GBT
- [SPARK-15784][SPARK-19826] Lägg till Power Iteration-kluster i spark.ml
- [SPARK-15064] Språkstöd i StopWordsRemover
- [SPARK-21741] Python API för DataFrame-baserad sammanfattning med flera varivariat
- [SPARK-21898][SPARK-23751] Funktionsparitet för KolmogorovSmirnovTest i MLlib
- [SPARK-10884] Stödförutsägelse för en enskild instans för regressions- och klassificeringsrelaterade modeller
- [SPARK-23783] Lägga till nytt generiskt exportdrag för ML-pipelines
- [SPARK-11239] PMML-export för ML-linjär regression
SparkR
- [SPARK-25393] Lägga till ny funktion from_csv()
- [SPARK-21291] lägg till R partitionBy API i DataFrame
- [SPARK-25007] Lägg till array_intersect/array_except/array_union/shuffle i SparkR
- [SPARK-25234] undvika heltalsspill i parallellisering
- [SPARK-25117] Lägg till STÖD FÖR EXCEPT ALL och INTERSECT ALL i R
- [SPARK-24537] Lägg till array_remove/array_zip/map_from_arrays/array_distinct
- [SPARK-24187] Lägg till funktionen array_join i SparkR
- [SPARK-24331] Lägga till arrays_overlap, array_repeat, map_entries till SparkR
- [SPARK-24198] Lägga till sektorfunktion i SparkR
- [SPARK-24197] Lägga till array_sort funktion i SparkR
- [SPARK-24185] lägga till platta funktion i SparkR
- [SPARK-24069] Lägga till funktioner för array_min/array_max
- [SPARK-24054] Lägg till funktioner för array_position/element_at
- [SPARK-23770] Lägga till repartitionByRange API i SparkR
GraphX
- [SPARK-25268] kör Parallel Personalized PageRank genererar serialiseringsfel
Utfasningar
- [SPARK-23451] Inaktuell KMeans computeCost
- [SPARK-25345] Inaktuella readImages-API:er från ImageSchema
Beteendeändringar
- [SPARK-23549] Gjut till tidsstämpel vid jämförelse av tidsstämpel med datum
- [SPARK-24324] Pandas Grouped Map UDF ska tilldela resultatkolumner efter namn
- [SPARK-25088] Standarduppdateringar för Rest Server och dokument
- [SPARK-23425] inläsningsdata för hdfs-filsökväg med jokerteckenanvändning fungerar inte korrekt
- [SPARK-23173] from_json kan generera nullvärden för fält som är markerade som icke-nullbara
- [SPARK-24966] Implementera prioritetsregler för uppsättningsåtgärder
- [SPARK-25708]HAVING utan GROUP BY ska vara global aggregering
- [SPARK-24341] Hantera flera värden i underfrågor på rätt sätt
- [SPARK-19724] Skapa en hanterad tabell med en befintlig standardplats bör utlösa ett undantag
Kända problem
- [SPARK-25793] Inläsning av modellfel i BisectingKMeans
- [SPARK-25271] CTAS med Hive-parquet-tabeller bör utnyttja intern parquet-källa
- [SPARK-24935] Problem med att köra Hive UDAF:er från Spark 2.2 och senare
Underhållsuppdateringar
Se Underhållsuppdateringar för Databricks Runtime 5.0.
Systemmiljö
- Operativsystem: Ubuntu 16.04.5 LTS
- Java: 1.8.0_162
- Scala: 2.11.8
- Python: 2.7.12 för Python 2-kluster och 3.5.2 för Python 3-kluster.
- R: R version 3.4.4 (2018-03-15)
-
GPU-kluster: Följande NVIDIA GPU-bibliotek är installerade:
- Tesla-förare 375,66
- CUDA 9.0
- cuDNN 7.0
Kommentar
Även om Scala 2.12 stöds i Apache Spark 2.4 stöds det inte i Databricks Runtime 5.0.
Installerade Python-bibliotek
Bibliotek | Version | Bibliotek | Version | Bibliotek | Version |
---|---|---|---|---|---|
ansi2html | 1.1.1 | argparse | 1.2.1 | backports-abc | 0,5 |
boto | 2.42.0 | boto3 | 1.4.1 | botocore | 1.4.70 |
brewer2mpl | 1.4.1 | certifi | 2016.2.28 | cffi | 1.7.0 |
chardet | 2.3.0 | colorama | 0.3.7 | configobj | 5.0.6 |
kryptografi | 1.5 | cyklist | 0.10.0 | Cython | 0.24.1 |
dekoratör | 4.0.10 | docutils | 0,14 | uppräkning 34 | 1.1.6 |
et-xmlfile | 1.0.1 | freetype-py | 1.0.2 | funcsigs | 1.0.2 |
fusepy | 2.0.4 | Terminer | 3.2.0 | ggplot | 0.6.8 |
html5lib | 0,999 | idna | 2.1 | ipaddress | 1.0.16 |
ipython | 2.2.0 | ipython-genutils | 0.1.0 | jdcal | 1.2 |
Jinja2 | 2.8 | jmespath | 0.9.0 | llvmlite | 0.13.0 |
lxml | 3.6.4 | MarkupSafe | 0.23 | matplotlib | 1.5.3 |
mpld3 | 0.2 | msgpack-python | 0.4.7 | ndg-httpsclient | 0.3.3 |
numba | 0.28.1 | numpy | 1.11.1 | openpyxl | 2.3.2 |
Pandas | 0.19.2 | pathlib2 | 2.1.0 | Patsy | 0.4.1 |
pexpect | 4.0.1 | pickleshare | 0.7.4 | Kudde | 3.3.1 |
pip | 18,0 | Ply | 3.9 | prompt-toolkit | 1.0.7 |
psycopg2 | 2.6.2 | ptyprocess | 0.5.1 | py4j | 0.10.3 |
pyarrow | 0.8.0 | pyasn1 | 0.1.9 | pycparser | 2,14 |
Pygments | 2.1.3 | PyGObject | 3.20.0 | pyOpenSSL | 16.0.0 |
pyparsing | 2.2.0 | pypng | 0.0.18 | Python | 2.7.12 |
python-dateutil | 2.5.3 | python-geohash | 0.8.5 | pytz | 2016.6.1 |
begäranden | 2.11.1 | s3transfer | 0.1.9 | scikit-learn | 0.18.1 |
scipy | 0.18.1 | skura | 0.32 | seaborn | 0.7.1 |
setuptools | 40.4.1 | simplejson | 3.8.2 | simples3 | 1.0 |
singledispatch | 3.4.0.3 | sex | 1.10.0 | statsmodels | 0.6.1 |
tromb | 5.1.1 | traitlets | 4.3.0 | urllib3 | 1.19.1 |
virtualenv | 15.0.1 | wcwidth | 0.1.7 | hjul | 0.31.1 |
wsgiref | 0.1.2 |
Installerade R-bibliotek
Bibliotek | Version | Bibliotek | Version | Bibliotek | Version |
---|---|---|---|---|---|
abind | 1.4-5 | assertthat | 0.2.0 | backportar | 1.1.2 |
bas | 3.4.4 | base64enc | 0.1-3 | BH | 1.66.0-1 |
bindning | 0.1.1 | bindrcpp | 0.2.2 | bit | 1.1-14 |
bit64 | 0.9-7 | bitops | 1.0-6 | blob | 1.1.1 |
start | 1.3-20 | brygga | 1.0-6 | kvast | 0.5.0 |
anropare | 3.0.0 | car | 3.0-2 | carData | 3.0-1 |
textmarkör | 6.0-80 | cellranger | 1.1.0 | Chron | 2.3-52 |
klass | 7.3-14 | cli | 1.0.0 | cluster | 2.0.7-1 |
codetools | 0.2-15 | färgområde | 1.3-2 | commonmark | 1.5 |
kompilator | 3.4.4 | krita | 1.3.4 | hårlock | 3.2 |
CVST | 0.2-2 | data.table | 1.11.4 | datauppsättningar | 3.4.4 |
DBI | 1.0.0 | ddalpha | 1.3.4 | DEoptimR | 1.0-8 |
Desc | 1.2.0 | devtools | 1.13.6 | smälta | 0.6.16 |
dimRed | 0.1.0 | doMC | 1.3.5 | dplyr | 0.7.6 |
DRR | 0.0.3 | fansi | 0.3.0 | forcats | 0.3.0 |
foreach | 1.4.4 | främmande | 0.8-70 | Gbm | 2.1.3 |
geometry | 0.3-6 | ggplot2 | 3.0.0 | git2r | 0.23.0 |
glmnet | 2.0-16 | lim | 1.3.0 | Gower | 0.1.2 |
grafik | 3.4.4 | grDevices | 3.4.4 | gitter | 3.4.4 |
gsubfn | 0,7 | gtable | 0.2.0 | h2o | 3.20.0.2 |
hamn | 1.1.2 | Hms | 0.4.2 | httr | 1.3.1 |
hwriter | 1.3.2 | hwriterPlus | 1.0-3 | ipred | 0.9-7 |
Iteratorer | 1.0.10 | jsonlite | 1.5 | kernlab | 0.9-27 |
KernSmooth | 2.23-15 | Märkning | 0,3 | Galler | 0.20-35 |
lava | 1.6.3 | lazyeval | 0.2.1 | Littler | 0.3.4 |
lme4 | 1.1-18-1 | lubridate | 1.7.4 | trolleri | 1.5-8 |
magrittr | 1.5 | mapproj | 1.2.6 | Kartor | 3.3.0 |
maptools | 0.9-3 | MASSA | 7.3-50 | Matris | 1.2-14 |
MatrixModels | 0.4-1 | pmise | 1.1.0 | metoder | 3.4.4 |
mgcv | 1.8-24 | MIME | 0,5 | minqa | 1.2.4 |
ModelMetrics | 1.2.0 | munsell | 0.5.0 | mvtnorm | 1.0-8 |
nlme | 3.1-137 | nloptr | 1.0.4 | nnet | 7.3-12 |
numDeriv | 2016.8-1 | openssl | 1.0.2 | openxlsx | 4.1.0 |
parallel | 3.4.4 | pbkrtest | 0.4-7 | pelare | 1.3.0 |
pkgbuild | 1.0.0 | pkgconfig | 2.0.2 | pkgKitten | 0.1.4 |
pkgload | 1.0.0 | plogr | 0.2.0 | Pls | 2.7-0 |
plyr | 1.8.4 | berömma | 1.0.0 | prettyunits | 1.0.2 |
Proc | 1.12.1 | processx | 3.2.0 | prodlim | 2018.04.18 |
Proto | 1.0.0 | PS | 1.1.0 | purrr | 0.2.5 |
quantreg | 5,36 | R.methodsS3 | 1.7.1 | R.oo | 1.22.0 |
R.utils | 2.7.0 | R6 | 2.2.2 | randomForest | 4.6-14 |
RColorBrewer | 1.1-2 | Rcpp | 0.12.18 | RcppEigen | 0.3.3.4.0 |
RcppRoll | 0.3.0 | RCurl | 1.95-4.11 | readr | 1.1.1 |
readxl | 1.1.0 | recept | 0.1.3 | Returmatch | 1.0.1 |
omforma2 | 1.4.3 | Rio | 0.5.10 | rlang | 0.2.2 |
robustbase | 0.93-2 | RODBC | 1.3-15 | roxygen2 | 6.1.0 |
rpart | 4.1-13 | rprojroot | 1.3-2 | Rserve | 1.7-3 |
RSQLite | 2.1.1 | rstudioapi | 0,7 | våg | 1.0.0 |
sfsmisc | 1.1-2 | Sp | 1.3-1 | SparkR | 2.4.0 |
SparseM | 1.77 | rumslig | 7.3-11 | Splines | 3.4.4 |
sqldf | 0.4-11 | SQUAREM | 2017.10-1 | statmod | 1.4.30 |
statistik | 3.4.4 | stats4 | 3.4.4 | stringi | 1.2.4 |
stringr | 1.3.1 | överlevnad | 2.42-6 | tcltk | 3.4.4 |
TeachingDemos | 2.10 | testthat | 2.0.0 | tibble | 1.4.2 |
tidyr | 0.8.1 | avmarkera | 0.2.4 | timeDate | 3043.102 |
verktyg | 3.4.4 | utf8 | 1.1.4 | verktyg | 3.4.4 |
viridisLite | 0.3.0 | morrhår | 0.3-2 | withr | 2.1.2 |
xml2 | 1.2.0 | Zip | 1.0.0 |
Installerade Java- och Scala-bibliotek (Scala 2.11-klusterversion)
Grupp-ID | Artefakt-ID | Version |
---|---|---|
antlr | antlr | 2.7.7 |
com.amazonaws | amazon-kinesis-client | 1.8.10 |
com.amazonaws | aws-java-sdk-autoscaling | 1.11.313 |
com.amazonaws | aws-java-sdk-cloudformation | 1.11.313 |
com.amazonaws | aws-java-sdk-cloudfront | 1.11.313 |
com.amazonaws | aws-java-sdk-cloudhsm | 1.11.313 |
com.amazonaws | aws-java-sdk-cloudsearch | 1.11.313 |
com.amazonaws | aws-java-sdk-cloudtrail | 1.11.313 |
com.amazonaws | aws-java-sdk-cloudwatch | 1.11.313 |
com.amazonaws | aws-java-sdk-cloudwatchmetrics | 1.11.313 |
com.amazonaws | aws-java-sdk-codedeploy | 1.11.313 |
com.amazonaws | aws-java-sdk-cognitoidentity | 1.11.313 |
com.amazonaws | aws-java-sdk-cognitosync | 1.11.313 |
com.amazonaws | aws-java-sdk-config | 1.11.313 |
com.amazonaws | aws-java-sdk-core | 1.11.313 |
com.amazonaws | aws-java-sdk-datapipeline | 1.11.313 |
com.amazonaws | aws-java-sdk-directconnect | 1.11.313 |
com.amazonaws | aws-java-sdk-directory | 1.11.313 |
com.amazonaws | aws-java-sdk-dynamodb | 1.11.313 |
com.amazonaws | aws-java-sdk-ec2 | 1.11.313 |
com.amazonaws | aws-java-sdk-ecs | 1.11.313 |
com.amazonaws | aws-java-sdk-efs | 1.11.313 |
com.amazonaws | aws-java-sdk-elasticache | 1.11.313 |
com.amazonaws | aws-java-sdk-elasticbeanstalk | 1.11.313 |
com.amazonaws | aws-java-sdk-elasticloadbalancing | 1.11.313 |
com.amazonaws | aws-java-sdk-elastictranscoder | 1.11.313 |
com.amazonaws | aws-java-sdk-emr | 1.11.313 |
com.amazonaws | aws-java-sdk-glacier | 1.11.313 |
com.amazonaws | aws-java-sdk-iam | 1.11.313 |
com.amazonaws | aws-java-sdk-importexport | 1.11.313 |
com.amazonaws | aws-java-sdk-kinesis | 1.11.313 |
com.amazonaws | aws-java-sdk-kms | 1.11.313 |
com.amazonaws | aws-java-sdk-lambda | 1.11.313 |
com.amazonaws | aws-java-sdk-logs | 1.11.313 |
com.amazonaws | aws-java-sdk-machinelearning | 1.11.313 |
com.amazonaws | aws-java-sdk-opsworks | 1.11.313 |
com.amazonaws | aws-java-sdk-rds | 1.11.313 |
com.amazonaws | aws-java-sdk-redshift | 1.11.313 |
com.amazonaws | aws-java-sdk-route53 | 1.11.313 |
com.amazonaws | aws-java-sdk-s3 | 1.11.313 |
com.amazonaws | aws-java-sdk-ses | 1.11.313 |
com.amazonaws | aws-java-sdk-simpledb | 1.11.313 |
com.amazonaws | aws-java-sdk-simpleworkflow | 1.11.313 |
com.amazonaws | aws-java-sdk-sns | 1.11.313 |
com.amazonaws | aws-java-sdk-sqs | 1.11.313 |
com.amazonaws | aws-java-sdk-ssm | 1.11.313 |
com.amazonaws | aws-java-sdk-storagegateway | 1.11.313 |
com.amazonaws | aws-java-sdk-sts | 1.11.313 |
com.amazonaws | aws-java-sdk-support | 1.11.313 |
com.amazonaws | aws-java-sdk-swf-libraries | 1.11.22 |
com.amazonaws | aws-java-sdk-workspaces | 1.11.313 |
com.amazonaws | jmespath-java | 1.11.313 |
com.carrotsearch | hppc | 0.7.2 |
com.chuusai | shapeless_2.11 | 2.3.2 |
com.clearspring.analytics | ström | 2.7.0 |
com.databricks | Rserve | 1.8-3 |
com.databricks | dbml-local_2.11 | 0.5.0-db7-spark2.4 |
com.databricks | dbml-local_2.11-tests | 0.5.0-db7-spark2.4 |
com.databricks | jets3t | 0.7.1-0 |
com.databricks.scalapb | compilerplugin_2.11 | 0.4.15-9 |
com.databricks.scalapb | scalapb-runtime_2.11 | 0.4.15-9 |
com.esotericsoftware | kryo-skuggad | 4.0.2 |
com.esotericsoftware | minlog | 1.3.0 |
com.fasterxml | klasskamrat | 1.0.0 |
com.fasterxml.jackson.core | jackson-anteckningar | 2.6.7 |
com.fasterxml.jackson.core | jackson-core | 2.6.7 |
com.fasterxml.jackson.core | jackson-databind | 2.6.7.1 |
com.fasterxml.jackson.dataformat | jackson-dataformat-cbor | 2.6.7 |
com.fasterxml.jackson.datatype | jackson-datatype-joda | 2.6.7 |
com.fasterxml.jackson.module | jackson-module-paranamer | 2.6.7 |
com.fasterxml.jackson.module | jackson-module-scala_2.11 | 2.6.7.1 |
com.github.fommil | jniloader | 1,1 |
com.github.fommil.netlib | kärna | 1.1.2 |
com.github.fommil.netlib | native_ref-java | 1,1 |
com.github.fommil.netlib | native_ref-java-natives | 1,1 |
com.github.fommil.netlib | native_system-java | 1,1 |
com.github.fommil.netlib | native_system-java-natives | 1,1 |
com.github.fommil.netlib | netlib-native_ref-linux-x86_64-natives | 1,1 |
com.github.fommil.netlib | netlib-native_system-linux-x86_64-natives | 1,1 |
com.github.luben | zstd-jni | 1.3.2-2 |
com.github.rwl | jtransforms | 2.4.0 |
com.google.code.findbugs | jsr305 | 2.0.1 |
com.google.code.gson | gson | 2.2.4 |
com.google.guava | guava | 15.0 |
com.google.protobuf | protobuf-java | 2.6.1 |
com.googlecode.javaewah | JavaEWAH | 0.3.2 |
com.h2database | h2 | 1.3.174 |
com.jcraft | jsch | 0.1.50 |
com.jolbox | bonecp | 0.8.0.RELEASE |
com.mchange | c3p0 | 0.9.5.1 |
com.mchange | mchange-commons-java | 0.2.10 |
com.microsoft.azure | azure-data-lake-store-sdk | 2.2.8 |
com.microsoft.sqlserver | mssql-jdbc | 6.2.2.jre8 |
com.ning | compress-lzf | 1.0.3 |
com.sun.mail | javax.mail | 1.5.2 |
com.thoughtworks.paranamer | paranamer | 2.8 |
com.trueaccord.lenses | lenses_2.11 | 0,3 |
com.twitter | chill-java | 0.9.3 |
com.twitter | chill_2.11 | 0.9.3 |
com.twitter | parquet-hadoop-bundle | 1.6.0 |
com.twitter | util-app_2.11 | 6.23.0 |
com.twitter | util-core_2.11 | 6.23.0 |
com.twitter | util-jvm_2.11 | 6.23.0 |
com.typesafe | config | 1.2.1 |
com.typesafe.scala-logging | scala-logging-api_2.11 | 2.1.2 |
com.typesafe.scala-logging | scala-logging-slf4j_2.11 | 2.1.2 |
com.univocity | univocity-parsers | 2.7.3 |
com.vlkan | flatbuffers | 1.2.0-3f79e055 |
com.zaxxer | HikariCP | 3.1.0 |
commons-beanutils | commons-beanutils | 1.7.0 |
commons-beanutils | commons-beanutils-core | 1.8.0 |
commons-cli | commons-cli | 1.2 |
commons-codec | commons-codec | 1.10 |
commons-collections | commons-collections | 3.2.2 |
commons-configuration | commons-configuration | 1.6 |
commons-dbcp | commons-dbcp | 1.4 |
commons-digester | commons-digester | 1.8 |
commons-httpclient | commons-httpclient | 3.1 |
commons-io | commons-io | 2.4 |
commons-lang | commons-lang | 2,6 |
commons-logging | commons-logging | 1.1.3 |
commons-net | commons-net | 3.1 |
commons-pool | commons-pool | 1.5.4 |
info.ganglia.gmetric4j | gmetric4j | 1.0.7 |
io.airlift | aircompressor | 0.10 |
io.dropwizard.metrics | metrics-core | 3.1.5 |
io.dropwizard.metrics | metrics-ganglia | 3.1.5 |
io.dropwizard.metrics | metrics-graphite | 3.1.5 |
io.dropwizard.metrics | metrics-healthchecks | 3.1.5 |
io.dropwizard.metrics | metrics-jetty9 | 3.1.5 |
io.dropwizard.metrics | metrics-json | 3.1.5 |
io.dropwizard.metrics | metrics-jvm | 3.1.5 |
io.dropwizard.metrics | metrics-log4j | 3.1.5 |
io.dropwizard.metrics | metrics-servlets | 3.1.5 |
io.netty | Netty | 3.9.9.Final |
io.netty | netty-all | 4.1.17.Final |
io.prometheus | simpleclient | 0.0.16 |
io.prometheus | simpleclient_common | 0.0.16 |
io.prometheus | simpleclient_dropwizard | 0.0.16 |
io.prometheus | simpleclient_servlet | 0.0.16 |
io.prometheus.jmx | samlare | 0,7 |
javax.activation | aktivering | 1.1.1 |
javax.annotation | javax.annotation-api | 1.2 |
javax.el | javax.el-api | 2.2.4 |
javax.jdo | jdo-api | 3.0.1 |
javax.servlet | javax.servlet-api | 3.1.0 |
javax.servlet.jsp | jsp-api | 2.1 |
javax.transaction | jta | 1,1 |
javax.validation | validation-api | 1.1.0.Final |
javax.ws.rs | javax.ws.rs-api | 2.0.1 |
javax.xml.bind | jaxb-api | 2.2.2 |
javax.xml.stream | stax-api | 1.0-2 |
javolution | javolution | 5.5.1 |
jline | jline | 2,11 |
joda-time | joda-time | 2.9.3 |
log4j | apache-log4j-extras | 1.2.17 |
log4j | log4j | 1.2.17 |
net.hydromatic | eigenbase-properties | 1.1.5 |
net.razorvine | pyrolit | 4.13 |
net.sf.jpam | jpam | 1,1 |
net.sf.opencsv | opencsv | 2.3 |
net.sf.supercsv | super-csv | 2.2.0 |
net.snowflake | snowflake-jdbc | 3.6.3 |
net.snowflake | spark-snowflake_2.11 | 2.4.1 |
net.sourceforge.f2j | arpack_combined_all | 0,1 |
org.acplt | oncrpc | 1.0.7 |
org.antlr | ST4 | 4.0.4 |
org.antlr | antlr-runtime | 3.4 |
org.antlr | antlr4-runtime | 4.7 |
org.antlr | stringtemplate | 3.2.1 |
org.apache.ant | Ant | 1.9.2 |
org.apache.ant | ant-jsch | 1.9.2 |
org.apache.ant | ant-launcher | 1.9.2 |
org.apache.arrow | pilformat | 0.10.0 |
org.apache.arrow | pilminne | 0.10.0 |
org.apache.arrow | pilvektor | 0.10.0 |
org.apache.avro | avro | 1.8.2 |
org.apache.avro | avro-ipc | 1.8.2 |
org.apache.avro | avro-mapred-hadoop2 | 1.8.2 |
org.apache.calcite | calcite-avatica | 1.2.0-inkubering |
org.apache.calcite | calcite-core | 1.2.0-inkubering |
org.apache.calcite | calcite-linq4j | 1.2.0-inkubering |
org.apache.commons | commons-compress | 1.8.1 |
org.apache.commons | commons-crypto | 1.0.0 |
org.apache.commons | commons-lang3 | 3.5 |
org.apache.commons | commons-math3 | 3.4.1 |
org.apache.curator | curator-client | 2.7.1 |
org.apache.curator | curator-framework | 2.7.1 |
org.apache.curator | curator-recept | 2.7.1 |
org.apache.derby | Derby | 10.12.1.1 |
org.apache.directory.api | api-asn1-api | 1.0.0-M20 |
org.apache.directory.api | api-util | 1.0.0-M20 |
org.apache.directory.server | apacheds-i18n | 2.0.0-M15 |
org.apache.directory.server | apacheds-kerberos-codec | 2.0.0-M15 |
org.apache.hadoop | hadoop-anteckningar | 2.7.3 |
org.apache.hadoop | hadoop-auth | 2.7.3 |
org.apache.hadoop | hadoop-client | 2.7.3 |
org.apache.hadoop | hadoop-common | 2.7.3 |
org.apache.hadoop | hadoop-hdfs | 2.7.3 |
org.apache.hadoop | hadoop-mapreduce-client-app | 2.7.3 |
org.apache.hadoop | hadoop-mapreduce-client-common | 2.7.3 |
org.apache.hadoop | hadoop-mapreduce-client-core | 2.7.3 |
org.apache.hadoop | hadoop-mapreduce-client-jobclient | 2.7.3 |
org.apache.hadoop | hadoop-mapreduce-client-shuffle | 2.7.3 |
org.apache.hadoop | hadoop-yarn-api | 2.7.3 |
org.apache.hadoop | hadoop-yarn-client | 2.7.3 |
org.apache.hadoop | hadoop-yarn-common | 2.7.3 |
org.apache.hadoop | hadoop-yarn-server-common | 2.7.3 |
org.apache.htrace | htrace-core | 3.1.0-inkubering |
org.apache.httpcomponents | httpclient | 4.5.4 |
org.apache.httpcomponents | httpcore | 4.4.8 |
org.apache.ivy | murgröna | 2.4.0 |
org.apache.orc | orc-core-nohive | 1.5.2 |
org.apache.orc | orc-mapreduce-nohive | 1.5.2 |
org.apache.orc | orc-shims | 1.5.2 |
org.apache.parquet | parquet-column | 1.10.1-databricks2 |
org.apache.parquet | parquet-common | 1.10.1-databricks2 |
org.apache.parquet | parquet-kodning | 1.10.1-databricks2 |
org.apache.parquet | parquet-format | 2.4.0 |
org.apache.parquet | parquet-hadoop | 1.10.1-databricks2 |
org.apache.parquet | parquet-jackson | 1.10.1-databricks2 |
org.apache.thrift | libfb303 | 0.9.3 |
org.apache.thrift | libthrift | 0.9.3 |
org.apache.xbean | xbean-asm6-shaded | 4.8 |
org.apache.zookeeper | zookeeper | 3.4.6 |
org.codehaus.jackson | jackson-core-asl | 1.9.13 |
org.codehaus.jackson | jackson-jaxrs | 1.9.13 |
org.codehaus.jackson | jackson-mapper-asl | 1.9.13 |
org.codehaus.jackson | jackson-xc | 1.9.13 |
org.codehaus.janino | commons-compiler | 3.0.9 |
org.codehaus.janino | janino | 3.0.9 |
org.datanucleus | datanucleus-api-jdo | 3.2.6 |
org.datanucleus | datanucleus-core | 3.2.10 |
org.datanucleus | datanucleus-rdbms | 3.2.9 |
org.eclipse.jetty | jetty-client | 9.3.20.v20170531 |
org.eclipse.jetty | jetty-fortsättning | 9.3.20.v20170531 |
org.eclipse.jetty | jetty-http | 9.3.20.v20170531 |
org.eclipse.jetty | brygga-io | 9.3.20.v20170531 |
org.eclipse.jetty | jetty-jndi | 9.3.20.v20170531 |
org.eclipse.jetty | brygga plus | 9.3.20.v20170531 |
org.eclipse.jetty | jetty-proxy | 9.3.20.v20170531 |
org.eclipse.jetty | jetty-security | 9.3.20.v20170531 |
org.eclipse.jetty | brygga-server | 9.3.20.v20170531 |
org.eclipse.jetty | brygga-servlet | 9.3.20.v20170531 |
org.eclipse.jetty | jetty-servlets | 9.3.20.v20170531 |
org.eclipse.jetty | brygga-util | 9.3.20.v20170531 |
org.eclipse.jetty | jetty-webapp | 9.3.20.v20170531 |
org.eclipse.jetty | jetty-xml | 9.3.20.v20170531 |
org.fusesource.leveldbjni | leveldbjni-all | 1.8 |
org.glassfish.hk2 | hk2-api | 2.4.0-b34 |
org.glassfish.hk2 | hk2-locator | 2.4.0-b34 |
org.glassfish.hk2 | hk2-utils | 2.4.0-b34 |
org.glassfish.hk2 | osgi-resource-locator | 1.0.1 |
org.glassfish.hk2.external | aopalliance-repackaged | 2.4.0-b34 |
org.glassfish.hk2.external | javax.inject | 2.4.0-b34 |
org.glassfish.jersey.bundles.repackaged | jersey-guava | 2.22.2 |
org.glassfish.jersey.containers | jersey-container-servlet | 2.22.2 |
org.glassfish.jersey.containers | jersey-container-servlet-core | 2.22.2 |
org.glassfish.jersey.core | jersey-client | 2.22.2 |
org.glassfish.jersey.core | jersey-common | 2.22.2 |
org.glassfish.jersey.core | jersey-server | 2.22.2 |
org.glassfish.jersey.media | jersey-media-jaxb | 2.22.2 |
org.hibernate | vilolägesverifierare | 5.1.1.Final |
org.iq80.snappy | kvick | 0.2 |
org.javassist | javassist | 3.18.1-GA |
org.jboss.logging | jboss-logging | 3.1.3.GA |
org.jdbi | jdbi | 2.63.1 |
org.joda | joda-convert | 1,7 |
org.jodd | jodd-core | 3.5.2 |
org.json4s | json4s-ast_2.11 | 3.5.3 |
org.json4s | json4s-core_2.11 | 3.5.3 |
org.json4s | json4s-jackson_2.11 | 3.5.3 |
org.json4s | json4s-scalap_2.11 | 3.5.3 |
org.lz4 | lz4-java | 1.4.0 |
org.mariadb.jdbc | mariadb-java-client | 2.1.2 |
org.mockito | mockito-all | 1.9.5 |
org.objenesis | objenesis | 2.5.1 |
org.postgresql | postgresql | 42.1.4 |
org.roaringbitmap | RoaringBitmap | 0.5.11 |
org.rocksdb | rocksdbjni | 5.2.1 |
org.rosuda.REngine | REngine | 2.1.0 |
org.scala-lang | scala-compiler_2.11 | 2.11.8 |
org.scala-lang | scala-library_2.11 | 2.11.8 |
org.scala-lang | scala-reflect_2.11 | 2.11.8 |
org.scala-lang.modules | scala-parser-combinators_2.11 | 1.0.2 |
org.scala-lang.modules | scala-xml_2.11 | 1.0.5 |
org.scala-sbt | test-interface | 1.0 |
org.scalacheck | scalacheck_2.11 | 1.12.5 |
org.scalactic | scalactic_2.11 | 3.0.3 |
org.scalanlp | breeze-macros_2.11 | 0.13.2 |
org.scalanlp | breeze_2.11 | 0.13.2 |
org.scalatest | scalatest_2.11 | 3.0.3 |
org.slf4j | jcl-over-slf4j | 1.7.16 |
org.slf4j | jul-to-slf4j | 1.7.16 |
org.slf4j | slf4j-api | 1.7.16 |
org.slf4j | slf4j-log4j12 | 1.7.16 |
org.spark-project.hive | hive-beeline | 1.2.1.spark2 |
org.spark-project.hive | hive-cli | 1.2.1.spark2 |
org.spark-project.hive | hive-exec | 1.2.1.spark2 |
org.spark-project.hive | hive-jdbc | 1.2.1.spark2 |
org.spark-project.hive | hive-metaarkiv | 1.2.1.spark2 |
org.spark-project.spark | oanvänd | 1.0.0 |
org.spire-math | spire-macros_2.11 | 0.13.0 |
org.spire-math | spire_2.11 | 0.13.0 |
org.springframework | spring-core | 4.1.4.RELEASE |
org.springframework | spring-test | 4.1.4.RELEASE |
org.tukaani | xz | 1.5 |
org.typelevel | machinist_2.11 | 0.6.1 |
org.typelevel | macro-compat_2.11 | 1.1.1 |
org.xerial | sqlite-jdbc | 3.8.11.2 |
org.xerial.snappy | snappy-java | 1.1.7.1 |
org.yaml | snakeyaml | 1.16 |
oro | oro | 2.0.8 |
software.amazon.ion | ion-java | 1.0.2 |
stax | stax-api | 1.0.1 |
xmlenc | xmlenc | 0,52 |