Dela via

Databricks Runtime 11.3 LTS

  • Artikel

Följande viktig information innehåller information om Databricks Runtime 11.3 LTS, som drivs av Apache Spark 3.3.0. Databricks släppte den här versionen i oktober 2022.

Kommentar

LTS innebär att den här versionen stöds på lång sikt. Se Livscykeln för Databricks Runtime LTS-versionen.

Dricks

Information om hur du ser viktig information för Databricks Runtime-versioner som har nått supportens slut (EoS) finns i Viktig information om Databricks Runtime-slut. EoS Databricks Runtime-versionerna har dragits tillbaka och kanske inte uppdateras.

Förändringar i beteende

[Icke-bakåtkompatibel ändring] Ny Python-version kräver uppdatering av Databricks Connect V1 Python-klienter

För att tillämpa nödvändiga säkerhetskorrigeringar uppgraderas Python-versionen i Databricks Runtime 11.3 LTS från 3.9.5 till 3.9.19. Eftersom dessa ändringar kan orsaka fel i klienter som använder specifika PySpark-funktioner måste alla klienter som använder Databricks Connect V1 för Python med Databricks Runtime 11.3 LTS uppdateras till Python 3.9.7 eller senare.

Nya funktioner och förbättringar

Strukturerad direktuppspelningsutlösare när den är inaktuell

Inställningen Trigger.Once är inaktuell. Databricks rekommenderar att du använder Trigger.AvailableNow. Se Konfigurera utlösarintervall för strukturerad direktuppspelning.

Ändra källsökväg för automatisk inläsning

Du kan nu ändra sökvägen för katalogindata för Automatisk inläsning som konfigurerats med kataloglistningsläge utan att behöva välja en ny kontrollpunktskatalog. Se Ändra källsökväg för Automatisk inläsning.

Databricks Kinesis-anslutningsprogrammet stöder nu läsning från Kinesis-dataströmmar i EFO-läge

Nu kan du använda databricks Kinesis strukturerade strömningskälla i Databricks Runtime 11.3 LTS för att köra frågor som läser från Kinesis Dataströmmar i förbättrat utbläst läge. Detta möjliggör dedikerat dataflöde per shard, per konsument och postleverans i push-läge.

Nya geospatiala H3-funktioner och stöd för foton har lagts till för alla H3-funktioner

Introduktion till 4 nya H3-funktioner, h3_maxchild, h3_minchild, h3_pointash3och h3_pointash3string. Dessa funktioner är tillgängliga i SQL, Scala och Python. Alla H3-uttryck stöds nu i Photon. Se geospatiala H3-funktioner.

Nya funktioner för förutsägande I/O

Photon stöder intervallläge för att köra ramar med hjälp av RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW. Photon har också stöd för intervallläge för att odla ramar med hjälp av RANGE BETWEEN UNBOUNDED PRECEDING AND offset_stop { PRECEDING | FOLLOWING }.

Öka inledande partitioner för att söka efter selektiva frågor

Värdet för inledande partitioner som ska genomsökas har ökats till 10 för selektiva frågor med take/tail/limit i Photon-aktiverade kluster och LIMIT i Databricks SQL. Med 10 partitioner kan du undvika att starta flera små jobb och en långsam uppskalning. Du kan också konfigurera detta via spark.sql.limit.selectiveInitialNumPartitions.

Visualisering av nya AQE-planversioner

Introduktion till AQE-planversioner som gör att du kan visualisera dina uppdateringar av körningsplanen från adaptiv frågekörning (AQE).

Nya lägen för asynkron förloppsspårning och loggrensning

Introduktion till strukturerade strömningslägen som kallas asynkron förloppsspårning och asynkron loggrensning. Asynkront loggrensningsläge sänker svarstiden för strömmande frågor genom att ta bort loggar som används för förloppsspårning i bakgrunden.

Strukturerad direktuppspelning i Unity Catalog har nu stöd för display()

Nu kan du använda display() när du använder Structured Streaming för att arbeta med tabeller som är registrerade i Unity Catalog.

Pipelinehändelser loggas nu i JSON-format

Azure Databricks skriver nu pipelinehändelser till drivrutinsloggen i JSON-format. Varje händelse är JSON-parsningsbar, men stora händelser kanske inte innehåller alla fält eller så kan fälten trunkeras. Varje händelse loggas på en enda rad med prefixet Event received: . Följande är en exempelhändelse.

Event received: {"id":"some-event-id","origin":{"pipeline_id":"some-pipeline-id","cluster_id":"some-cluster id"},"message":"simple [truncated] message","level":"WARN"}

Godtycklig tillståndskänslig bearbetning i strukturerad direktuppspelning med Python

Introduktion till funktionen applyInPandasWithState som kan användas för att utföra godtycklig tillståndskänslig bearbetning i PySpark. Detta motsvarar flatMapGroupsWithState funktionen i Java-API:et.

Datuminferens i CSV-filer

Introduktion till förbättrad slutsatsdragning av datumtypskolumner i CSV-filer. När datumformatet är konsekvent mellan posterna för en kolumn kan dessa kolumner härledas som DateType. Du kan också ha en kombination av datumformat i olika kolumner. Azure Databricks kan automatiskt härleda datumformatet för varje kolumn. Datumkolumner i CSV-filer före Databricks Runtime 11.3 LTS lämnas som StringType.

Klonstöd för Apache Parquet- och Apache Iceberg-tabeller (offentlig förhandsversion)

Klon kan nu användas för att skapa och stegvis uppdatera Delta-tabeller som speglar Apache Parquet- och Apache Iceberg-tabeller. Du kan uppdatera parquet-källtabellen och stegvis tillämpa ändringarna på deras klonade Delta-tabell med klonkommandot. Se Stegvis klona parquet- och isbergstabeller till Delta Lake.

Använd SQL för att ange lagringsplatser på schema- och katalognivå för hanterade Unity Catalog-tabeller

Du kan nu använda MANAGED LOCATION SQL-kommandot för att ange en molnlagringsplats för hanterade tabeller på katalog- och schemanivå. Se SKAPA KATALOG och SKAPA SCHEMA.

Funktionalitetsförändringar

Databricks Connect 11.3.2

Databricks Connect-klientuppdatering 11.3.2 stöds nu. Se Viktig information om Databricks Connect och Databricks Connect.

Azure Databricks Snowflake-anslutningsprogrammet har uppdaterats

Azure Databricks Snowflake-anslutningsappen har uppdaterats till den senaste versionen av koden från lagringsplatsen med öppen källkod, Snowflake Data Source för Apache Spark. Det är nu helt kompatibelt med Databricks Runtime 11.3 LTS, inklusive predikat-pushdown och intern frågeplans-pushdown samtidigt som alla funktioner i versionen med öppen källkod bibehålls.

Hadoop-cachen för S3A är nu inaktiverad

Hadoop-cachen (FileSystem Apache Hadoop Main 3.3.4 API) för S3A är nu inaktiverad. Detta är för att anpassa till andra molnlagringsanslutningar. För arbetsbelastningar som förlitar sig på cachelagring av filsystem kontrollerar du att de nyligen skapade filsystemen levereras med rätt Hadoop-konfigurationer, inklusive leverantörer av autentiseringsuppgifter.

Delta Lake Stats-samlingsschema matchar nu kolumnordningen i tabellschemadefinitionen

Den här ändringen åtgärdar en bugg i Delta Lake-protokollet där statistik inte samlades in för kolumner på grund av ett matchningsfel i DataFrame- och tabellkolumnordningen. I vissa fall kan det uppstå försämring av skrivprestanda på grund av statistikinsamling på tidigare ospårade fält. Se Hoppa över data för Delta Lake.

applyInPandasWithState utlöser ett fel om frågan har en shuffle efter operatorn

Operatorn applyInPandasWithState utlöser ett fel om frågan har shuffle efter operatorn. Detta inträffar när användaren lägger till shuffle efter åtgärden, eller om optimeraren eller mottagaren lägger till shuffle implicit.

Biblioteksuppgraderingar

  • Uppgraderade Python-bibliotek:
    • distlib från 0.3.5 till 0.3.6
  • Uppgraderade R-bibliotek:
    • kvast från 1.0.0 till 1.0.1
    • uppringare från 3.7.1 till 3.7.2
    • dplyr från 1.0.9 till 1.0.10
    • dtplyr från 1.2.1 till 1.2.2
    • forcats från 0.5.1 till 0.5.2
    • från 1.27.0 till 1.28.0
    • future.apply från 1.9.0 till 1.9.1
    • gert från 1.7.0 till 1.8.0
    • globals från 0.16.0 till 0.16.1
    • gtable från 0.3.0 till 0.3.1
    • haven från 2.5.0 till 2.5.1
    • hms från 1.1.1 till 1.1.2
    • httr från 1.4.3 till 1.4.4
    • stickning från 1,39 till 1,40
    • modell från 0.1.8 till 0.1.9
    • pelare från 1.8.0 till 1.8.1
    • progressr från 0.10.1 till 0.11.0
    • readxl från 1.4.0 till 1.4.1
    • reprex från 2.0.1 till 2.0.2
    • rlang från 1.0.4 till 1.0.5
    • rmarkdown från 2.14 till 2.16
    • RSQLite från 2.2.15 till 2.2.16
    • rstudioapi från 0,13 till 0,14
    • rversioner från 2.1.1 till 2.1.2
    • rvest från 1.0.2 till 1.0.3
    • skalar från 1.2.0 till 1.2.1
    • sparklyr från 1.7.7 till 1.7.8
    • stringr från 1.4.0 till 1.4.1
    • överlevnad från 3,2-13 till 3,4-0
    • tinytex från 0,40 till 0,41
    • viridisLite från 0.4.0 till 0.4.1
  • Uppgraderade Java-bibliotek:
    • com.fasterxml.jackson.core.jackson-anteckningar från 2.13.3 till 2.13.4
    • com.fasterxml.jackson.core.jackson-core från 2.13.3 till 2.13.4
    • com.fasterxml.jackson.core.jackson-databind från 2.13.3 till 2.13.4
    • com.fasterxml.jackson.dataformat.jackson-dataformat-cbor från 2.13.3 till 2.13.4
    • com.fasterxml.jackson.datatype.jackson-datatype-joda från 2.13.3 till 2.13.4
    • com.fasterxml.jackson.datatype.jackson-datatype-jsr310 från 2.13.3 till 2.13.4
    • com.fasterxml.jackson.module.jackson-module-paranamer från 2.13.3 till 2.13.4
    • com.fasterxml.jackson.module.jackson-module-scala_2.12 från 2.13.3 till 2.13.4
    • org.apache.hadoop.hadoop-client-api från 3.3.2-databricks till 3.3.4-databricks
    • org.apache.hadoop.hadoop-client-runtime från 3.3.2 till 3.3.4
    • org.apache.orc.orc-core från 1.7.5 till 1.7.6
    • org.apache.orc.orc-mapreduce från 1.7.5 till 1.7.6
    • org.apache.orc.orc-shims från 1.7.5 till 1.7.6
    • org.apache.parquet.parquet-column från 1.12.0-databricks-0004 till 1.12.0-databricks-0007
    • org.apache.parquet.parquet-common från 1.12.0-databricks-0004 till 1.12.0-databricks-0007
    • org.apache.parquet.parquet-encoding från 1.12.0-databricks-0004 till 1.12.0-databricks-0007
    • org.apache.parquet.parquet-format-structures från 1.12.0-databricks-0004 till 1.12.0-databricks-0007
    • org.apache.parquet.parquet-hadoop från 1.12.0-databricks-0004 till 1.12.0-databricks-0007
    • org.apache.parquet.parquet-jackson från 1.12.0-databricks-0004 till 1.12.0-databricks-0007
    • org.glassfish.jersey.containers.jersey-container-servlet från 2.34 till 2.36
    • org.glassfish.jersey.containers.jersey-container-servlet-core från 2.34 till 2.36
    • org.glassfish.jersey.core.jersey-client från 2.34 till 2.36
    • org.glassfish.jersey.core.jersey-common från 2.34 till 2.36
    • org.glassfish.jersey.core.jersey-server från 2.34 till 2.36
    • org.glassfish.jersey.inject.jersey-hk2 från 2.34 till 2.36

Apache Spark

Databricks Runtime 11.3 LTS innehåller Apache Spark 3.3.0. Den här versionen innehåller alla Spark-korrigeringar och förbättringar som ingår i Databricks Runtime 11.2 (EoS) samt följande ytterligare felkorrigeringar och förbättringar som gjorts i Spark:

  • [SPARK-39957] [WARMFIX][SC-111425][CORE] Delay onDisconnected för att aktivera drivrutinen tar emot ExecutorExitCode
  • [SPARK-39955] [WARMFIX][SC-111424][CORE] Förbättra LaunchTask-processen för att undvika scenfel som orsakas av att LaunchTask-meddelanden inte skickas
  • [SPARK-40474] [SC-106248][Cherry-Pick] Korrigera CSV-schemainferensbeteende för datetime-kolumner och introducera automatisk identifiering för datumfält
  • [SPARK-40535] [SC-111243][SQL] Åtgärda att bufferten i AggregatingAccumulator inte skapas om indataraderna är tomma
  • [SPARK-40434] [SC-111125][SC-111144][SC-111138][SPARK-40435][11.3][SS][PYTHON] Implementera applyInPandasWithState i PySpark
  • [SPARK-40460] [SC-110832][SS] Åtgärda strömningsmått när du väljer _metadata
  • [SPARK-40324] [SC-109943][SQL] Ange en frågekontext för ParseException
  • [SPARK-40466] [SC-110899][SS] Förbättra felmeddelandet när DSv2 är inaktiverat medan DSv1 inte är tillgängligt
  • [SPARK-40456] [SC-110848][SQL] PartitionIterator.hasNext bör vara billigt att anropa upprepade gånger
  • [SPARK-40169] [SC-110772][SQL] Push-överför inte Parquet-filter utan referens till dataschemat
  • [SPARK-40467] [SC-110759][SS] Dela upp FlatMapGroupsWithState till flera testsviter
  • [SPARK-40468] [SC-110813][SQL] Åtgärda kolumnrensning i CSV när _corrupt_record har valts
  • [SPARK-40291] [SC-110085][SQL] Förbättra meddelandet för kolumnen som inte finns i grupp efter satsfel
  • [SPARK-40398] [SC-110762][CORE][SQL] Använda Loop i stället för Arrays.stream api
  • [SPARK-40433] [SC-110684][SS][PYTHON] Lägg till toJVMRow i PythonSQLUtils för att konvertera inlagd PySpark-rad till JVM-rad
  • [SPARK-40414] [SC-110568][SQL][PYTHON] Mer allmän typ på PythonArrowInput och PythonArrowOutput
  • [SPARK-40352] [SC-109945][SQL] Lägg till funktionsalias: len, datepart, dateadd, date_diff och curdate
  • [SPARK-40470] [SC-110761][SQL] Hantera GetArrayStructFields och GetMapValue i funktionen "arrays_zip"
  • [SPARK-40387] [SC-110685][SQL] Förbättra implementeringen av Spark Decimal
  • [SPARK-40429] [SC-110675][SQL] Ange endast KeyGroupedPartitioning när den refererade kolumnen finns i utdata
  • [SPARK-40432] [SC-110716][SS][PYTHON] Introducera GroupStateImpl och GroupStateTimeout i PySpark
  • [SPARK-39915] [SC-110496][SQL] Kontrollera att utdatapartitioneringen är användardefinerad i AQE
  • [SPARK-29260] [SQL] Stöd ALTER DATABASE SET LOCATION om HMS stöder
  • [SPARK-40185] [SC-110056][SQL] Ta bort kolumnförslag när kandidatlistan är tom
  • [SPARK-40362] [SC-110401][SQL] Åtgärda canonicalization binaryComparison
  • [SPARK-40411] [SC-110381][SS] Omstrukturera FlatMapGroupsWithStateExec för att ha ett överordnat drag
  • [SPARK-40293] [SC-110084][SQL] Gör V2-tabellfelmeddelandet mer meningsfullt
  • [SPARK-38734] [SC-110383][SQL] Ta bort felklassen INDEX_OUT_OF_BOUNDS
  • [SPARK-40292] [SC-110300][SQL] Åtgärda kolumnnamn i funktionen "arrays_zip" när matriser refereras från kapslade structs
  • [SPARK-40276] [SC-109674][CORE] Minska resultatstorleken för RDD.takeOrdered
  • [SPARK-40197] [SC-109176][SQL] Ersätt frågeplan med kontext för MULTI_VALUE_SUBQUERY_ERROR
  • [SPARK-40300] [SC-109942][SQL] Migrera till felklassen DATATYPE_MISMATCH
  • [SPARK-40149] [SC-110055][SQL] Sprida metadatakolumner via Project
  • [SPARK-40280] [SC-110146][SQL] Lägg till stöd för parquet-push-nedtryckning för kommenterad int och long
  • [SPARK-40220] [SC-110143][SC-109175][SQL] Mata inte ut den tomma kartan över felmeddelandeparametrar
  • [SPARK-40295] [SC-110070][SQL] Tillåt v2-funktioner med literal args i skrivdistribution/ordning
  • [SPARK-40156] [SC-109264][SQL] url_decode() ska returnera en felklass
  • [SPARK-39195] [SQL] Spark OutputCommitCoordinator bör avbryta fasen när den incheckade filen inte överensstämmer med uppgiftsstatus
  • [SPARK-40260] [SC-109424][SQL] Använda felklasser i kompileringsfelen för GROUP BY en position
  • [SPARK-40205] [SC-110144][SC-109082][SQL] Ange en frågekontext för ELEMENT_AT_BY_INDEX_ZERO
  • [SPARK-40112] [SC-109676][SQL] Förbättra funktionen TO_BINARY()
  • [SPARK-40209] [SC-109081][SQL] Ändra inte intervallvärdet för Decimal i changePrecision() vid fel
  • [SPARK-40319] [SC-109873][SQL] Ta bort duplicerad felmetod för frågekörning för PARSE_DATETIME_BY_NEW_PARSER
  • [SPARK-40222] [SC-109209][SQL] Numeriska try_add/try_divide/try_subtract/try_multiply bör utlösa fel från sina underordnade
  • [SPARK-40183] [SC-108907][SQL] Använd felklass NUMERIC_VALUE_OUT_OF_RANGE för spill i decimalkonvertering
  • [SPARK-40180] [SC-109069][SQL] Formatera felmeddelanden efter spark-sql
  • [SPARK-40153] [SC-109165][SQL] Förena lösa funktioner och tabellvärdesfunktioner
  • [SPARK-40308] [SC-109880][SQL] Tillåt att icke-vikbara avgränsarargument str_to_map fungerar
  • [SPARK-40219] [SC-110052][SC-109663][SQL] Den lösta logiska vyns logiska plan ska innehålla schemat för att undvika redundant sökning
  • [SPARK-40098] [SC-109939][SC-108693][SQL] Formatera felmeddelanden på Thrift-servern
  • [SPARK-39917] [SC-109038][SQL] Använda olika felklasser för numeriskt/intervall-aritmetiskt spill
  • [SPARK-40033] [SC-109875][SQL] Stöd för kapslad schemarensning via element_at
  • [SPARK-40194] [SC-109660][SQL] Funktionen SPLIT på tom regex ska trunkera avslutande tom sträng.
  • [SPARK-40228] [SC-109835][SQL] Förenkla inte multiLike om barn inte är ett billigt uttryck
  • [SPARK-40039] [SC-109896][SC-109260][SS] Introduktion till en filhanterare för kontrollpunkter för direktuppspelning baserat på Hadoops avbrutna gränssnitt
  • [SPARK-40285] [SC-109679][SQL] roundTo[Numeric] Förenkla för Spark Decimal
  • [SPARK-39896] [SC-109658][SQL] UnwrapCastInBinaryComparison bör fungera när literalen för In/InSet downcast misslyckades
  • [SPARK-40040] [SC-109662][SQL] Push-överför lokal gräns till båda sidor om kopplingsvillkoret är tomt
  • [SPARK-40055] [SC-109075][SQL] listCatalogs bör också returnera spark_catalog även när spark_catalog implementering är standardSessionCatalog
  • [SPARK-39915] [SC-109391][SQL] Dataset.repartition(N) kanske inte skapar N-partitioner som inte är en AQE-del
  • [SPARK-40207] [SC-109401][SQL] Ange kolumnnamnet när datatypen inte stöds av datakällan
  • [SPARK-40245] [SC-109295][SQL] Åtgärda FileScan-likhetskontroll när partitions- eller datafilterkolumner inte läss
  • [SPARK-40113] [SC-109405][SQL] Implementeringar av gränssnittet Reactor ParquetScanBuilder DataSourceV2
  • [SPARK-40211] [SC-109226][CORE][SQL] Tillåt anpassa inledande partitionsnummer i take()-beteende
  • [SPARK-40252] [SC-109379][SQL] Ersätt Stream.collect(Collectors.joining) med StringJoiner API
  • [SPARK-40247] [SC-109272][SQL] Åtgärda bituppsättningsjämlikhetskontroll
  • [SPARK-40067] [SQL] Använd Table#name() i stället för Scan#name() för att fylla i tabellnamnet i BatchScan-noden i SparkUI
  • [SPARK-39966] [SQL] Använda V2-filter i SupportsDelete
  • [SPARK-39607] [SC-109268][SQL][DSV2] Distribution och beställning stöder V2-funktionen skriftligen
  • [SPARK-40224] [SC-109271][SQL] Gör ObjectHashAggregateExec frigöra minne ivrigt när återställning till sorteringsbaserad
  • [SPARK-40013] [SQL] DS V2-uttryck bör ha standardvärdet toString
  • [SPARK-40214] [SC-109079][PYTHON][SQL] lägg till "get" i funktioner
  • [SPARK-40192] [SC-109089][SQL][ML] Ta bort redundant groupby
  • [SPARK-40146] [SC-108694][SQL] Helt enkelt kodgen för att hämta kartvärde
  • [SPARK-40109] [SQL] Ny SQL-funktion: get()
  • [SPARK-39929] [SQL] DS V2 har stöd för nedtryckningssträngsfunktioner (ej ANSI)
  • [SPARK-39819] [SQL] DS V2-aggregerad push-nedtryckning kan fungera med top N eller växling (sortera med uttryck)
  • [SPARK-40213] [SC-109077][SQL] Stöd för ASCII-värdekonvertering för latinska-1 tecken
  • [SPARK-39887] [SQL] RemoveRedundantAliases bör behålla alias som gör utdata för projektionsnoder unika
  • [SPARK-39764] [SQL] Gör PhysicalOperation till samma som ScanOperation
  • [SPARK-39964] [SQL] DS V2-pushdown bör förena översättningssökvägen
  • [SPARK-39528] [SQL] Använda V2-filter i SupportsRuntimeFiltering
  • [SPARK-40066] [SQL] ANSI-läge: returnera alltid null vid ogiltig åtkomst till mappningskolumnen
  • [SPARK-39912] [SPARK-39828][SQL] Förfina CatalogImpl
  • [SPARK-39833] [SC-108736][SQL] Inaktivera Parquet-kolumnindex i DSv1 för att åtgärda ett korrekthetsproblem vid överlappande partitions- och datakolumner
  • [SPARK-39880] [SQL] Kommandot V2 SHOW FUNCTIONS bör skriva ut ett kvalificerat funktionsnamn som v1
  • [SPARK-39767] [SQL] Ta bort UnresolvedDBObjectName och lägg till UnresolvedIdentifier
  • [SPARK-40163] [SC-108740][SQL] feat: SparkSession.config(Map)
  • [SPARK-40136] [SQL] Åtgärda fragmentet med SQL-frågekontexter
  • [SPARK-40107] [SC-108689][SQL] Hämta tom2nullkonvertering från FileFormatWriter
  • [SPARK-40121] [PYTHON][SQL] Initiera projektion som används för Python UDF
  • [SPARK-40128] [SQL] Gör så att VectorizedColumnReader identifierar DELTA_LENGTH_BYTE_ARRAY som en fristående kolumnkodning
  • [SPARK-40132] [ML] Återställ rawPredictionCol till MultilayerPerceptronClassifier.setParams
  • [SPARK-40050] [SC-108696][SQL] Förbättra EliminateSorts för att stödja borttagning av sorter via LocalLimit
  • [SPARK-39629] [SQL] Stöd för v2 SHOW FUNCTIONS
  • [SPARK-39925] [SC-108734][SQL] Lägg till överlagring av array_sort(kolumn, jämförelse) i DataFrame-åtgärder
  • [SPARK-40117] [PYTHON][SQL] Konvertera villkor till java i DataFrameWriterV2.overwrite
  • [SPARK-40105] [SQL] Förbättra ompartitionen i ReplaceCTERefWithRepartition
  • [SPARK-39503] [SQL] Lägg till sessionskatalognamn för v1-databastabell och -funktion
  • [SPARK-39889] [SQL] Använd olika felklasser för numeriskt/intervall dividerat med 0
  • [SPARK-39741] [SQL] Stöd för URL-koda/avkoda som inbyggd funktion och städa upp URL-relaterade funktioner
  • [SPARK-40102] [SQL] Använda SparkException i stället för IllegalStateException i SparkPlan
  • [SPARK-40014] [SQL] Stöd för decimaler till ANSI-intervall
  • [SPARK-39776] [SQL][FÖLJ] Uppdatera UT för PlanStabilitySuite i ANSI-läge
  • [SPARK-39963] [SQL] Förenkla SimplifyCasts.isWiderCast

Underhållsuppdateringar

Se Underhållsuppdateringar för Databricks Runtime 11.3.

Systemmiljö

  • Operativsystem: Ubuntu 20.04.5 LTS
  • Java: Zulu 8.56.0.21-CA-linux64
  • Scala: 2.12.14
  • Python: 3.9.19
  • R: 4.1.3
  • Delta Lake: 2.1.0

Installerade Python-bibliotek

Bibliotek Version Bibliotek Version Bibliotek Version
argon2-cffi 20.1.0 async-generator 1.10 attrs 21.2.0
backcall 0.2.0 backports.entry-points-selectable 1.1.1 svart 22.3.0
blekmedel 4.0.0 boto3 1.21.18 botocore 1.24.18
certifi 2021.10.8 cffi 1.14.6 chardet 4.0.0
charset-normalizer 2.0.4 klicka 8.0.3 kryptografi 3.4.8
cyklist 0.10.0 Cython 0.29.24 dbus-python 1.2.16
felsökning 1.4.1 dekoratör 5.1.0 defusedxml 0.7.1
distlib 0.3.6 entrypoints 0,3 facets-overview 1.0.0
filelock 3.8.0 idna 3.2 ipykernel 6.12.1
ipython 7.32.0 ipython-genutils 0.2.0 ipywidgets 7.7.0
jedi 0.18.0 Jinja2 2.11.3 jmespath 0.10.0
joblib 1.0.1 jsonschema 3.2.0 jupyter-client 6.1.12
jupyter-core 4.8.1 jupyterlab-pygments 0.1.2 jupyterlab-widgets 1.0.0
kiwisolver 1.3.1 MarkupSafe 2.0.1 matplotlib 3.4.3
matplotlib-inline 0.1.2 mistune 0.8.4 mypy-extensions 0.4.3
nbclient 0.5.3 nbconvert 6.1.0 nbformat 5.1.3
nest-asyncio 1.5.1 notebook-fil 6.4.5 numpy 1.20.3
emballage 21,0 Pandas 1.3.4 pandocfilter 1.4.3
parso 0.8.2 pathspec 0.9.0 Patsy 0.5.2
pexpect 4.8.0 pickleshare 0.7.5 Kudde 8.4.0
pip 21.2.4 platformdirs 2.5.2 plotly 5.9.0
prometheus-client 0.11.0 prompt-toolkit 3.0.20 protobuf 4.21.5
psutil 5.8.0 psycopg2 2.9.3 ptyprocess 0.7.0
pyarrow 7.0.0 pycparser 2,20 Pygments 2.10.0
PyGObject 3.36.0 pyodbc 4.0.31 pyparsing 3.0.4
pyrsistent 0.18.0 python-dateutil 2.8.2 pytz 2021.3
pyzmq 22.2.1 begäranden 2.26.0 requests-unixsocket 0.2.0
s3transfer 0.5.2 scikit-learn 0.24.2 scipy 1.7.1
seaborn 0.11.2 Send2Trash 1.8.0 setuptools 58.0.4
sex 1.16.0 ssh-import-id 5,10 statsmodels 0.12.2
orubblighet 8.0.1 terminado 0.9.4 testpath 0.5.0
threadpoolctl 2.2.0 tokenize-rt 4.2.1 tomli 2.0.1
tromb 6.1 traitlets 5.1.0 skriva tillägg 3.10.0.2
obevakade uppgraderingar 0,1 urllib3 1.26.7 virtualenv 20.8.0
wcwidth 0.2.5 webencodings 0.5.1 hjul 0.37.0
widgetsnbextension 3.6.0

Installerade R-bibliotek

R-bibliotek installeras från Microsoft CRAN-ögonblicksbilden 2022-09-08.

Bibliotek Version Bibliotek Version Bibliotek Version
askpass 1,1 assertthat 0.2.1 backportar 1.4.1
bas 4.1.3 base64enc 0.1-3 bit 4.0.4
bit64 4.0.5 blob 1.2.3 start 1.3-28
brygga 1.0-7 Brio 1.1.3 kvast 1.0.1
bslib 0.4.0 cachem 1.0.6 anropare 3.7.2
textmarkör 6.0-93 cellranger 1.1.0 Chron 2.3-57
klass 7.3-20 cli 3.3.0 clipr 0.8.0
cluster 2.1.3 codetools 0.2-18 färgområde 2.0-3
commonmark 1.8.0 kompilator 4.1.3 config 0.3.1
cpp11 0.4.2 krita 1.5.1 autentiseringsuppgifter 1.3.2
hårlock 4.3.2 data.table 1.14.2 datauppsättningar 4.1.3
DBI 1.1.3 dbplyr 2.2.1 Desc 1.4.1
devtools 2.4.4 diffobj 0.3.5 smälta 0.6.29
downlit 0.4.2 dplyr 1.0.10 dtplyr 1.2.2
e1071 1.7-11 ellips 0.3.2 evaluate (utvärdera) 0,16
fansi 1.0.3 farver 2.1.1 fastmap 1.1.0
fontawesome 0.3.0 forcats 0.5.2 foreach 1.5.2
främmande 0.8-82 smida 0.2.0 Fs 1.5.2
framtid 1.28.0 future.apply 1.9.1 gurgla 1.2.0
Generika 0.1.3 Gert 1.8.0 ggplot2 3.3.6
Gh 1.3.0 gitcreds 0.1.1 glmnet 4.1-4
globals 0.16.1 lim 1.6.2 googledrive 2.0.0
googlesheets4 1.0.1 Gower 1.0.0 grafik 4.1.3
grDevices 4.1.3 gitter 4.1.3 gridExtra 2.3
gsubfn 0,7 gtable 0.3.1 hardhat 1.2.0
hamn 2.5.1 highr 0,9 Hms 1.1.2
htmltools 0.5.3 htmlwidgets 1.5.4 httpuv 1.6.5
httr 1.4.4 Id 1.0.1 ini 0.3.1
ipred 0.9-13 isoband 0.2.5 Iteratorer 1.0.14
jquerylib 0.1.4 jsonlite 1.8.0 KernSmooth 2.23-20
stickning 1,40 Märkning 0.4.2 senare 1.3.0
Galler 0.20-45 lava 1.6.10 livscykel 1.0.1
lyssna 0.8.0 lubridate 1.8.0 magrittr 2.0.3
Markdown 1,1 MASSA 7.3-56 Matris 1.4-1
pmise 2.0.1 metoder 4.1.3 mgcv 1.8-40
MIME 0,12 miniUI 0.1.1.1 ModelMetrics 1.2.2.2
modelr 0.1.9 munsell 0.5.0 nlme 3.1-157
nnet 7.3-17 numDeriv 2016.8-1.1 openssl 2.0.2
parallel 4.1.3 parallellt 1.32.1 pelare 1.8.1
pkgbuild 1.3.1 pkgconfig 2.0.3 pkgdown 2.0.6
pkgload 1.3.0 plogr 0.2.0 plyr 1.8.7
berömma 1.0.0 prettyunits 1.1.1 Proc 1.18.0
processx 3.7.0 prodlim 2019.11.13 profvis 0.3.7
Förlopp 1.2.2 progressr 0.11.0 Löften 1.2.0.1
Proto 1.0.0 proxyserver 0.4-27 PS 1.7.1
purrr 0.3.4 r2d3 0.2.6 R6 2.5.1
ragg 1.2.2 randomForest 4.7-1.1 rappdirs 0.3.3
rcmdcheck 1.4.0 RColorBrewer 1.1-3 Rcpp 1.0.9
RcppEigen 0.3.3.9.2 readr 2.1.2 readxl 1.4.1
recept 1.0.1 Returmatch 1.0.1 rematch2 2.1.2
Fjärrkontroller 2.4.2 reprex 2.0.2 omforma2 1.4.4
rlang 1.0.5 rmarkdown 2.16 RODBC 1.3-19
roxygen2 7.2.1 rpart 4.1.16 rprojroot 2.0.3
Rserve 1.8-11 RSQLite 2.2.16 rstudioapi 0,14
rversioner 2.1.2 rvest 1.0.3 Sass 0.4.2
våg 1.2.1 väljare 0.4-2 sessioninfo 1.2.2
form 1.4.6 skinande 1.7.2 sourcetools 0.1.7
sparklyr 1.7.8 SparkR 3.3.0 rumslig 7.3-11
Splines 4.1.3 sqldf 0.4-11 SQUAREM 2021.1
statistik 4.1.3 stats4 4.1.3 stringi 1.7.8
stringr 1.4.1 överlevnad 3.4-0 sys 3.4
systemfonts 1.0.4 tcltk 4.1.3 testthat 3.1.4
textshaping 0.3.6 tibble 3.1.8 tidyr 1.2.0
avmarkera 1.1.2 tidyverse 1.3.2 timeDate 4021.104
tinytex 0.41 verktyg 4.1.3 tzdb 0.3.0
urlchecker 1.0.1 usethis 2.1.6 utf8 1.2.2
verktyg 4.1.3 uuid 1.1-0 vctrs 0.4.1
viridisLite 0.4.1 Vroom 1.5.7 Waldo 0.4.0
morrhår 0,4 withr 2.5.0 xfun 0.32
xml2 1.3.3 xopen 1.0.0 xtable 1.8-4
yaml 2.3.5 Zip 2.2.0

Installerade Java- och Scala-bibliotek (Scala 2.12-klusterversion)

Grupp-ID Artefakt-ID Version
antlr antlr 2.7.7
com.amazonaws amazon-kinesis-client 1.12.0
com.amazonaws aws-java-sdk-autoscaling 1.12.189
com.amazonaws aws-java-sdk-cloudformation 1.12.189
com.amazonaws aws-java-sdk-cloudfront 1.12.189
com.amazonaws aws-java-sdk-cloudhsm 1.12.189
com.amazonaws aws-java-sdk-cloudsearch 1.12.189
com.amazonaws aws-java-sdk-cloudtrail 1.12.189
com.amazonaws aws-java-sdk-cloudwatch 1.12.189
com.amazonaws aws-java-sdk-cloudwatchmetrics 1.12.189
com.amazonaws aws-java-sdk-codedeploy 1.12.189
com.amazonaws aws-java-sdk-cognitoidentity 1.12.189
com.amazonaws aws-java-sdk-cognitosync 1.12.189
com.amazonaws aws-java-sdk-config 1.12.189
com.amazonaws aws-java-sdk-core 1.12.189
com.amazonaws aws-java-sdk-datapipeline 1.12.189
com.amazonaws aws-java-sdk-directconnect 1.12.189
com.amazonaws aws-java-sdk-directory 1.12.189
com.amazonaws aws-java-sdk-dynamodb 1.12.189
com.amazonaws aws-java-sdk-ec2 1.12.189
com.amazonaws aws-java-sdk-ecs 1.12.189
com.amazonaws aws-java-sdk-efs 1.12.189
com.amazonaws aws-java-sdk-elasticache 1.12.189
com.amazonaws aws-java-sdk-elasticbeanstalk 1.12.189
com.amazonaws aws-java-sdk-elasticloadbalancing 1.12.189
com.amazonaws aws-java-sdk-elastictranscoder 1.12.189
com.amazonaws aws-java-sdk-emr 1.12.189
com.amazonaws aws-java-sdk-glacier 1.12.189
com.amazonaws aws-java-sdk-glue 1.12.189
com.amazonaws aws-java-sdk-iam 1.12.189
com.amazonaws aws-java-sdk-importexport 1.12.189
com.amazonaws aws-java-sdk-kinesis 1.12.189
com.amazonaws aws-java-sdk-kms 1.12.189
com.amazonaws aws-java-sdk-lambda 1.12.189
com.amazonaws aws-java-sdk-logs 1.12.189
com.amazonaws aws-java-sdk-machinelearning 1.12.189
com.amazonaws aws-java-sdk-opsworks 1.12.189
com.amazonaws aws-java-sdk-rds 1.12.189
com.amazonaws aws-java-sdk-redshift 1.12.189
com.amazonaws aws-java-sdk-route53 1.12.189
com.amazonaws aws-java-sdk-s3 1.12.189
com.amazonaws aws-java-sdk-ses 1.12.189
com.amazonaws aws-java-sdk-simpledb 1.12.189
com.amazonaws aws-java-sdk-simpleworkflow 1.12.189
com.amazonaws aws-java-sdk-sns 1.12.189
com.amazonaws aws-java-sdk-sqs 1.12.189
com.amazonaws aws-java-sdk-ssm 1.12.189
com.amazonaws aws-java-sdk-storagegateway 1.12.189
com.amazonaws aws-java-sdk-sts 1.12.189
com.amazonaws aws-java-sdk-support 1.12.189
com.amazonaws aws-java-sdk-swf-libraries 1.11.22
com.amazonaws aws-java-sdk-workspaces 1.12.189
com.amazonaws jmespath-java 1.12.189
com.chuusai shapeless_2.12 2.3.3
com.clearspring.analytics ström 2.9.6
com.databricks Rserve 1.8-3
com.databricks jets3t 0.7.1-0
com.databricks.scalapb compilerplugin_2.12 0.4.15-10
com.databricks.scalapb scalapb-runtime_2.12 0.4.15-10
com.esotericsoftware kryo-skuggad 4.0.2
com.esotericsoftware minlog 1.3.0
com.fasterxml klasskamrat 1.3.4
com.fasterxml.jackson.core jackson-anteckningar 2.13.4
com.fasterxml.jackson.core jackson-core 2.13.4
com.fasterxml.jackson.core jackson-databind 2.13.4
com.fasterxml.jackson.dataformat jackson-dataformat-cbor 2.13.4
com.fasterxml.jackson.datatype jackson-datatype-joda 2.13.4
com.fasterxml.jackson.datatype jackson-datatype-jsr310 2.13.4
com.fasterxml.jackson.module jackson-module-paranamer 2.13.4
com.fasterxml.jackson.module jackson-module-scala_2.12 2.13.4
com.github.ben-manes.koffein koffein 2.3.4
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 1.5.2-1
com.github.wendykierp JTransforms 3.1
com.google.code.findbugs jsr305 3.0.0
com.google.code.gson gson 2.8.6
com.google.crypto.tink Tingeling 1.6.1
com.google.flatbuffers flatbuffers-java 1.12.0
com.google.guava guava 15.0
com.google.protobuf protobuf-java 2.6.1
com.h2database h2 2.0.204
com.helger profilerare 1.1.1
com.jcraft jsch 0.1.50
com.jolbox bonecp 0.8.0.RELEASE
com.lihaoyi sourcecode_2.12 0.1.9
com.microsoft.azure azure-data-lake-store-sdk 2.3.9
com.microsoft.sqlserver mssql-jdbc 9.2.1.jre8
com.ning compress-lzf 1,1
com.sun.mail javax.mail 1.5.2
com.tdunning json 1.8
com.thoughtworks.paranamer paranamer 2.8
com.trueaccord.lenses lenses_2.12 0.4.12
com.twitter chill-java 0.10.0
com.twitter chill_2.12 0.10.0
com.twitter util-app_2.12 7.1.0
com.twitter util-core_2.12 7.1.0
com.twitter util-function_2.12 7.1.0
com.twitter util-jvm_2.12 7.1.0
com.twitter util-lint_2.12 7.1.0
com.twitter util-registry_2.12 7.1.0
com.twitter util-stats_2.12 7.1.0
com.typesafe config 1.2.1
com.typesafe.scala-logging scala-logging_2.12 3.7.2
com.uber h3 3.7.0
com.univocity univocity-parsers 2.9.1
com.zaxxer HikariCP 4.0.3
commons-cli commons-cli 1.5.0
commons-codec commons-codec 1.15
commons-collections commons-collections 3.2.2
commons-dbcp commons-dbcp 1.4
commons-fileupload commons-fileupload 1.3.3
commons-httpclient commons-httpclient 3.1
commons-io commons-io 2.11.0
commons-lang commons-lang 2,6
commons-logging commons-logging 1.1.3
commons-pool commons-pool 1.5.4
dev.ludovic.netlib arpack 2.2.1
dev.ludovic.netlib Blas 2.2.1
dev.ludovic.netlib lapack 2.2.1
info.ganglia.gmetric4j gmetric4j 1.0.10
io.airlift aircompressor 0.21
io.delta delta-sharing-spark_2.12 0.5.1
io.dropwizard.metrics metrics-core 4.1.1
io.dropwizard.metrics metrics-graphite 4.1.1
io.dropwizard.metrics metrics-healthchecks 4.1.1
io.dropwizard.metrics metrics-jetty9 4.1.1
io.dropwizard.metrics metrics-jmx 4.1.1
io.dropwizard.metrics metrics-json 4.1.1
io.dropwizard.metrics metrics-jvm 4.1.1
io.dropwizard.metrics metrics-servlets 4.1.1
io.netty netty-all 4.1.74.Final
io.netty netty-buffert 4.1.74.Final
io.netty netty-codec 4.1.74.Final
io.netty netty-common 4.1.74.Final
io.netty netty-handler 4.1.74.Final
io.netty netty-resolver 4.1.74.Final
io.netty netty-tcnative-classes 2.0.48.Final
io.netty netty-transport 4.1.74.Final
io.netty netty-transport-classes-epoll 4.1.74.Final
io.netty netty-transport-classes-kqueue 4.1.74.Final
io.netty netty-transport-native-epoll-linux-aarch_64 4.1.74.Final
io.netty netty-transport-native-epoll-linux-x86_64 4.1.74.Final
io.netty netty-transport-native-kqueue-osx-aarch_64 4.1.74.Final
io.netty netty-transport-native-kqueue-osx-x86_64 4.1.74.Final
io.netty netty-transport-native-unix-common 4.1.74.Final
io.prometheus simpleclient 0.7.0
io.prometheus simpleclient_common 0.7.0
io.prometheus simpleclient_dropwizard 0.7.0
io.prometheus simpleclient_pushgateway 0.7.0
io.prometheus simpleclient_servlet 0.7.0
io.prometheus.jmx samlare 0.12.0
jakarta.annotation jakarta.annotation-api 1.3.5
jakarta.servlet jakarta.servlet-api 4.0.3
jakarta.validation jakarta.validation-api 2.0.2
jakarta.ws.rs jakarta.ws.rs-api 2.1.6
javax.activation aktivering 1.1.1
javax.annotation javax.annotation-api 1.3.2
javax.el javax.el-api 2.2.4
javax.jdo jdo-api 3.0.1
javax.transaction jta 1,1
javax.transaction transaction-api 1,1
javax.xml.bind jaxb-api 2.2.11
javolution javolution 5.5.1
jline jline 2.14.6
joda-time joda-time 2.10.13
net.java.dev.jna jna 5.8.0
net.razorvine ättikslag 1.2
net.sf.jpam jpam 1,1
net.sf.opencsv opencsv 2.3
net.sf.supercsv super-csv 2.2.0
net.snowflake snowflake-ingest-sdk 0.9.6
net.snowflake snowflake-jdbc 3.13.14
net.sourceforge.f2j arpack_combined_all 0,1
org.acplt.remotetea remotetea-oncrpc 1.1.2
org.antlr ST4 4.0.4
org.antlr antlr-runtime 3.5.2
org.antlr antlr4-runtime 4.8
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 7.0.0
org.apache.arrow arrow-memory-core 7.0.0
org.apache.arrow arrow-memory-netty 7.0.0
org.apache.arrow pilvektor 7.0.0
org.apache.avro avro 1.11.0
org.apache.avro avro-ipc 1.11.0
org.apache.avro avro-mapred 1.11.0
org.apache.commons commons-collections4 4.4
org.apache.commons commons-compress 1.21
org.apache.commons commons-crypto 1.1.0
org.apache.commons commons-lang3 3.12.0
org.apache.commons commons-math3 3.6.1
org.apache.commons commons-text 1,9
org.apache.curator curator-client 2.13.0
org.apache.curator curator-framework 2.13.0
org.apache.curator curator-recept 2.13.0
org.apache.derby Derby 10.14.2.0
org.apache.hadoop hadoop-client-api 3.3.4-databricks
org.apache.hadoop hadoop-client-runtime 3.3.4
org.apache.hive hive-beeline 2.3.9
org.apache.hive hive-cli 2.3.9
org.apache.hive hive-jdbc 2.3.9
org.apache.hive hive-llap-client 2.3.9
org.apache.hive hive-llap-common 2.3.9
org.apache.hive hive-serde 2.3.9
org.apache.hive hive-shims 2.3.9
org.apache.hive hive-storage-api 2.7.2
org.apache.hive.shims hive-shims-0.23 2.3.9
org.apache.hive.shims hive-shims-common 2.3.9
org.apache.hive.shims hive-shims-scheduler 2.3.9
org.apache.httpcomponents httpclient 4.5.13
org.apache.httpcomponents httpcore 4.4.14
org.apache.ivy murgröna 2.5.0
org.apache.logging.log4j log4j-1.2-api 2.18.0
org.apache.logging.log4j log4j-api 2.18.0
org.apache.logging.log4j log4j-core 2.18.0
org.apache.logging.log4j log4j-slf4j-impl 2.18.0
org.apache.mesos mesos-shaded-protobuf 1.4.0
org.apache.orc orc-core 1.7.6
org.apache.orc orc-mapreduce 1.7.6
org.apache.orc orc-shims 1.7.6
org.apache.parquet parquet-column 1.12.0-databricks-0007
org.apache.parquet parquet-common 1.12.0-databricks-0007
org.apache.parquet parquet-kodning 1.12.0-databricks-0007
org.apache.parquet parquet-format-structures 1.12.0-databricks-0007
org.apache.parquet parquet-hadoop 1.12.0-databricks-0007
org.apache.parquet parquet-jackson 1.12.0-databricks-0007
org.apache.thrift libfb303 0.9.3
org.apache.thrift libthrift 0.12.0
org.apache.xbean xbean-asm9-shaded 4.20
org.apache.yetus åhörarkommentarer 0.5.0
org.apache.zookeeper zookeeper 3.6.2
org.apache.zookeeper zookeeper-jute 3.6.2
org.checkerframework checker-qual 3.5.0
org.codehaus.jackson jackson-core-asl 1.9.13
org.codehaus.jackson jackson-mapper-asl 1.9.13
org.codehaus.janino commons-compiler 3.0.16
org.codehaus.janino janino 3.0.16
org.datanucleus datanucleus-api-jdo 4.2.4
org.datanucleus datanucleus-core 4.1.17
org.datanucleus datanucleus-rdbms 4.1.19
org.datanucleus javax.jdo 3.2.0-m3
org.eclipse.jetty jetty-client 9.4.46.v20220331
org.eclipse.jetty jetty-fortsättning 9.4.46.v20220331
org.eclipse.jetty jetty-http 9.4.46.v20220331
org.eclipse.jetty brygga-io 9.4.46.v20220331
org.eclipse.jetty jetty-jndi 9.4.46.v20220331
org.eclipse.jetty brygga plus 9.4.46.v20220331
org.eclipse.jetty jetty-proxy 9.4.46.v20220331
org.eclipse.jetty jetty-security 9.4.46.v20220331
org.eclipse.jetty brygga-server 9.4.46.v20220331
org.eclipse.jetty brygga-servlet 9.4.46.v20220331
org.eclipse.jetty jetty-servlets 9.4.46.v20220331
org.eclipse.jetty brygga-util 9.4.46.v20220331
org.eclipse.jetty jetty-util-ajax 9.4.46.v20220331
org.eclipse.jetty jetty-webapp 9.4.46.v20220331
org.eclipse.jetty jetty-xml 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-api 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-client 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-common 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-server 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-servlet 9.4.46.v20220331
org.fusesource.leveldbjni leveldbjni-all 1.8
org.glassfish.hk2 hk2-api 2.6.1
org.glassfish.hk2 hk2-locator 2.6.1
org.glassfish.hk2 hk2-utils 2.6.1
org.glassfish.hk2 osgi-resource-locator 1.0.3
org.glassfish.hk2.external aopalliance-repackaged 2.6.1
org.glassfish.hk2.external jakarta.inject 2.6.1
org.glassfish.jersey.containers jersey-container-servlet 2.36
org.glassfish.jersey.containers jersey-container-servlet-core 2.36
org.glassfish.jersey.core jersey-client 2.36
org.glassfish.jersey.core jersey-common 2.36
org.glassfish.jersey.core jersey-server 2.36
org.glassfish.jersey.inject jersey-hk2 2.36
org.hibernate.validator vilolägesverifierare 6.1.0.Final
org.javassist javassist 3.25.0-GA
org.jboss.logging jboss-logging 3.3.2.Final
org.jdbi jdbi 2.63.1
org.jetbrains Anteckningar 17.0.0
org.joda joda-convert 1,7
org.jodd jodd-core 3.5.2
org.json4s json4s-ast_2.12 3.7.0-M11
org.json4s json4s-core_2.12 3.7.0-M11
org.json4s json4s-jackson_2.12 3.7.0-M11
org.json4s json4s-scalap_2.12 3.7.0-M11
org.lz4 lz4-java 1.8.0
org.mariadb.jdbc mariadb-java-client 2.7.4
org.mlflow mlflow-spark 1.27.0
org.objenesis objenesis 2.5.1
org.postgresql postgresql 42.3.3
org.roaringbitmap RoaringBitmap 0.9.25
org.roaringbitmap Shims 0.9.25
org.rocksdb rocksdbjni 6.24.2
org.rosuda.REngine REngine 2.1.0
org.scala-lang scala-compiler_2.12 2.12.14
org.scala-lang scala-library_2.12 2.12.14
org.scala-lang scala-reflect_2.12 2.12.14
org.scala-lang.modules scala-collection-compat_2.12 2.4.3
org.scala-lang.modules scala-parser-combinators_2.12 1.1.2
org.scala-lang.modules scala-xml_2.12 1.2.0
org.scala-sbt test-interface 1.0
org.scalacheck scalacheck_2.12 1.14.2
org.scalactic scalactic_2.12 3.0.8
org.scalanlp breeze-macros_2.12 1.2
org.scalanlp breeze_2.12 1.2
org.scalatest scalatest_2.12 3.0.8
org.slf4j jcl-over-slf4j 1.7.36
org.slf4j jul-to-slf4j 1.7.36
org.slf4j slf4j-api 1.7.36
org.spark-project.spark oanvänd 1.0.0
org.threeten threeten-extra 1.5.0
org.tukaani xz 1.8
org.typelevel algebra_2.12 2.0.1
org.typelevel cats-kernel_2.12 2.1.1
org.typelevel macro-compat_2.12 1.1.1
org.typelevel spire-macros_2.12 0.17.0
org.typelevel spire-platform_2.12 0.17.0
org.typelevel spire-util_2.12 0.17.0
org.typelevel spire_2.12 0.17.0
org.wildfly.openssl wildfly-openssl 1.0.7.Final
org.xerial sqlite-jdbc 3.8.11.2
org.xerial.snappy snappy-java 1.1.8.4
org.yaml snakeyaml 1,24
oro oro 2.0.8
pl.edu.icm JLargeArrays 1.5
software.amazon.ion ion-java 1.0.2
stax stax-api 1.0.1