Livscykel för Apache Spark-körningar i Infrastrukturresurser
Microsoft Fabric-körningen är en Azure-integrerad plattform baserad på Apache Spark. Det underlättar körning och hantering av arbetsflöden för datateknik och datavetenskap. Den syntetiserar viktiga element från både proprietära resurser och resurser med öppen källkod för att erbjuda en omfattande lösning. För korthet refererar vi till Microsoft Fabric Runtime som drivs av Apache Spark helt enkelt som Fabric Runtime.
Frisläpp miljö
Apache Spark släpper vanligtvis mindre versioner var 6:e till nio:e månad. Microsoft Fabric Spark-teamet strävar efter att leverera nya körningsversioner med alacrity samtidigt som de säkerställer högsta kvalitet och integrering samt kontinuerlig support. Varje version består av cirka 110 komponenter. När körningen expanderar bortom Apache Spark säkerställer vi sömlös integrering i Azure-ekosystemet.
Med ett engagemang för excellens närmar vi oss nya förhandsversioner av körningsmiljön noggrant och riktar in oss på en experimentell förhandsversion om cirka 3 månader, men i slutändan upprättar vi tidslinjer från fall till fall. Det handlar om att utvärdera kritiska komponenter i varje Spark-version, inklusive Java, Scala, Python, R och Delta Lake. Efter en grundlig utvärdering skapar vi en detaljerad tidslinje som beskriver körningens tillgänglighet och utveckling genom olika steg. Vårt mål är att upprätta en standardlivscykelväg för Microsoft Fabric-körningar för Apache Spark.
Dricks
Använd alltid den senaste GA-körningsversionen för din produktionsarbetsbelastning, som för närvarande är Runtime 1.3.
I följande tabell visas körningsnamnet och versionsdatumen för Azure Synapse-körningsversioner som stöds.
Körningsnamn | Versionssteg | Supportdatumets slut |
---|---|---|
Körning 1.3 baserat på Apache Spark 3.5 | Allmän tillgänglighet | 30 september 2026 |
Körning 1.2 baserat på Apache Spark 3.4 | Allmän tillgänglighet | 31 mars 2026 |
Körning 1.1 baserat på Apache Spark 3.3 | EOSA | 31 mars 2025 |
Diagrammet beskriver livscykeln för en körningsversion från den experimentella offentliga förhandsversionen till utfasningen och borttagningen.
Fas | beskrivning | Typisk livscykel |
---|---|---|
Experimentell offentlig förhandsversion | Den experimentella offentliga förhandsversionen markerar den första versionen av en ny körningsversion. Under den här fasen uppmanas användarna att experimentera med de senaste versionerna av Apache Spark och Delta Lake och ge feedback, trots att det finns dokumenterade begränsningar. Villkoren för Förhandsversionen av Microsoft Azure gäller. Se Användningsvillkor för förhandsversion. | 2–3 månader* |
Offentlig förhandsversion | När ytterligare förbättringar har gjorts och begränsningarna har minimaliserats fortsätter körningen till förhandsgranskningsfasen. Villkoren för Förhandsversionen av Microsoft Azure gäller. Se Användningsvillkor för förhandsversion. | 3 månader* |
Allmän tillgänglighet (GA) | När en körningsversion uppfyller villkoren för allmän tillgänglighet släpps den till allmänheten och är lämplig för produktionsarbetsbelastningar. För att nå det här steget måste körningen uppfylla strikta krav när det gäller prestanda, integrering med plattformen, tillförlitlighetsbedömningar och dess förmåga att uppfylla användarnas behov. | 24 månader |
Långsiktigt stöd (LTS) | Efter den allmänna tillgänglighetsversionen (GA) kan en körning övergå till fasen Långsiktig support (LTS), beroende på de specifika kraven i Spark-versionen. Den här LTS-fasen kan tillkännages, med information om den förväntade supporttiden för kunder, vilket i allmänhet är ytterligare ett år med fullständig support. | 12 månader* |
Supportdatum har upphört att meddelas | När en körning når slutet av supporten får den inga ytterligare uppdateringar eller support. Normalt ges ett sex månaders meddelande före utfasningen av körningen. Det här slutdatumet för supporten dokumenteras genom att en specifik tabell uppdateras med slutdatumet, vilket markerar att supporten upphör. | 6 månader före utfasningsdagen |
Slutdatum för support. Körningen stöds inte och är inaktuell | När det tidigare tillkännagivna slutdatumet för supporten kommer, stöds inte körningen officiellt. Detta innebär att det inte kommer att få några uppdateringar eller felkorrigeringar, och ingen officiell support kommer att tillhandahållas av teamet. Alla supportärenden löses automatiskt. Att använda en körning som inte stöds är på egen risk. Körningen tas bort från inställningarna för infrastrukturarbetsytan och miljöobjektet, vilket gör det omöjligt att använda på arbetsytans nivå. Dessutom tas körningen också bort från miljöerna och det finns inget alternativ för att skapa en ny miljö för den körningsversion som stöds. Befintliga Spark-jobb som körs i de befintliga miljöerna kan inte köras. | Ej tillämpligt |
Körningen har tagits bort | När körningen når fasen som inte stöds elimineras alla miljöer som använder den här körningen. Alla serverdelsrelaterade komponenter som är associerade med den här körningen tas också bort. | Några dagar efter att supportdatumet har upphört |
* Den förväntade varaktigheten för körningen i varje steg. Dessa tidslinjer tillhandahålls som ett exempel och kan variera beroende på olika faktorer. Tidslinjer för livscykeln kan komma att ändras efter Microsofts gottfinnande.
Versionshantering
Vår körningsversionsnumrering, även om den är nära relaterad till semantisk versionshantering, följer en något annorlunda metod. Körningens huvudversion motsvarar Apache Spark-huvudversionen. Därför motsvarar Runtime 1 Spark version 3. På samma sätt överensstämmer den kommande Runtime 2 med Spark 4.0. Det är viktigt att observera att mellan de aktuella körningarna kan ändringar inträffa, inklusive tillägg eller borttagning av olika bibliotek. Dessutom erbjuder vår plattform en funktion för bibliotekshantering som ger användarna möjlighet att installera önskade bibliotek.
Relaterat innehåll
- Läs mer om Apache Spark Runtimes i Infrastruktur – Översikt, Versionshantering, Stöd för flera körningar och uppgradering av Delta Lake Protocol
- Körning 1.3 (Spark 3.5, Java 11, Python 3.11, Delta Lake 3.2)
- Körning 1.2 (Spark 3.4, Java 11, Python 3.10, Delta Lake 2.4)
- Körning 1.1 (Spark 3.3, Java 8, Python 3.10, Delta Lake 2.2)