共用方式為

2018 年 11 月

  • 發行項

這些功能和 Azure Databricks 平台改善功能於 2018 年 11 月發行。

注意

分階段發行。 您的 Azure Databricks 帳戶可能要到初始發行日期後至多一週才會更新。

程式庫 UI

重要

此更新已於 2018 年 12 月 7 日還原。

2018 年 11 月 27 日至 12 月 4 日：2.85 版

在此版本中，程式庫 UI 已大幅改善。

Azure Databricks UI 現在支援工作區程式庫和叢集連結程式庫。 工作區程式庫存在於工作區中，可以連結一或多個叢集上。 叢集連結的程式庫是僅存在於所連結叢集內容中的程式庫。 此外：

  • 您現在可以從上傳至物件儲存體的檔案建立程式庫。
  • 您現在可以從程式庫詳細資料頁面和叢集的 [程式庫] 索引標籤中連結和中斷連結安裝程式庫。
  • 現在，使用 API 安裝的程式庫會在叢集的 [程式庫] 索引標籤中顯示。

已啟用自訂 Spark 堆積記憶體設定

2018 年 11 月 27 日至 12 月 4 日：2.85 版

下列 Spark 記憶體設定現在生效：

  • spark.executor.memory
  • spark.driver.memory

重要

  • Azure Databricks 在每個節點上都有執行的服務，因此 Spark 的最大允許記憶體小於雲端提供者報告的 VM 記憶體容量。 如果要為 Spark 提供執行程式或驅動程式的最大堆積記憶體數量，請勿分別指定 spark.executor.memory 或 spark.driver.memory。
  • 先前無效但略過的某些叢集組態可能會導致叢集失敗。

工作和閑置執行內容收回

2018 年 11 月 27 日至 12 月 4 日：2.85 版

工作現在自動收回閑置執行內容。 若要將自動收回降至最低，Azure Databricks 建議您針對作業和互動式工作負載使用不同的叢集。

適用於機器學習的 Databricks Runtime 5.0 (搶鮮版 (Beta)) 版本

2018 年 11 月 19 日

Databricks Runtime 5.0 ML (測試版) 為機器學習和資料科學提供完備環境。 它包含多種熱門的函式庫，包括 TensorFlow、Keras 和 XGBoost。 它也支援使用 Horovod 的分散式 TensorFlow 訓練。 Databricks Runtime 5.0 ML 是以 Databricks Runtime 5.0 為基礎而建置。 Databricks Runtime 5.0 ML 還包括以下新功能：

請參閱 Databricks Runtime 5.0 ML (EoS) 的完整版本資訊。

Databricks Runtime 5.0 版本

2018 年 11 月 8 日

Databricks Runtime 5.0 現已正式發行。 Databricks Runtime 5.0 包括 Apache Spark 2.4.0、新的 Delta Lake 和結構化串流功能和升級，以及升級的 Python、R、Java 和 Scala 程式庫。 如需詳細資訊，請參閱 Databricks Runtime 5.0 (EoS)。

在 Databricks Runtime 5.0 上，一旦叢集達到內容上限(145)，Azure Databricks 現在會收回閑置的執行內容。

displayHTML 支援無限載入協力廠商內容

2018 年 11 月 6 日至 13 日：2.84 版

先前 displayHTML iframe 遺漏會遺漏 allow-same-origin 屬性。 這表示 iframe 具有 Null 原始來源，這對跨原始來源 XHR 要求、Cookie 或存取內嵌 iframe 並不太友好。 在此版本中，displayHTML iframe 會從新的網域 databricksusercontent.com 提供，而 iframe 沙盒現在會包含 allow-same-origin 屬性。

如果 displayHTML 已經適用於您，則無需改變其使用方式。

databricksusercontent.com 將需要可從您的瀏覽器存取。 如果公司網路目前對其進行封鎖，需要由 IT 人員將其列入允許清單。