2019 年 9 月

這些功能和 Azure Databricks 平臺改良功能於 2019 年 9 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。

Databricks Runtime 5.2 支援結束

2019年9月30日

Databricks Runtime 5.2 的支援已於 9 月 30 日結束。 請參閱 Databricks 支援生命週期。

啟動使用 Databricks Light 的集區支援的自動化叢集 (公開預覽)

2019 年 9 月 26 日 - 10 月 1 日：版本 3.3

當我們在 7 月引進 集區設定參考 時，當您為自動化作業設定集區支援的叢集時，無法選取 Databricks Light 作為您的運行時間版本。 現在您可以同時擁有快速叢集啟動時間和符合成本效益的叢集！

Azure SQL 資料庫閘道 IP 位址將於 2019 年 10 月 14 日變更

10 月 14 日，Microsoft會將流量遷移至這些區域中的新閘道。 如果您的工作區位於下列其中一個區域，且您已從自己的 Azure Databricks 虛擬網路設定合併中繼存放區的使用者定義路由 （UDR），您可能需要在這些 IP 位址變更時更新中繼存放區的 IP 位址。 如需您區域的最新IP位址清單，請參閱 Azure SQL 資料庫 閘道IP位址資料表。

標準叢集和 Scala 現在支援 Azure Data Lake Storage 認證傳遞 (公開預覽)

2019 年 9 月 12 日至 17 日：版本 3.2

認證傳遞 現在可與執行 Databricks Runtime 5.5 和更新版本之標準叢集上的 Python、SQL 和 Scala 搭配使用，以及 Databricks Runtime 6.0 Beta 上的 SparkR。 到目前為止，認證傳遞需要高並行叢集，不支援 Scala。

針對 Azure Data Lake Storage 認證傳遞啟用叢集時，在該叢集上執行的命令可以在 Azure Data Lake Storage 中讀取和寫入數據，而不需要使用者設定服務主體認證來存取記憶體。 系統會從起始動作的用戶自動設定認證。

基於安全性，只有一位使用者可以在已啟用認證傳遞的標準叢集上執行命令。 單一使用者 是在建立時設定的，而且可由具有叢集管理許可權的任何人編輯。 系統管理員必須確定單一使用者至少具有叢集的附加許可權。

Pandas DataFrame 現在不需要調整便可在筆記本轉譯

2019 年 9 月 12 日至 17 日：版本 3.2

在 Azure Databricks 筆記本中， displayHTML 調整一些框架 HTML 內容以符合轉譯筆記本的可用寬度。 雖然此行為對影像而言是可取的，但它會轉譯寬大熊貓數據框架效能不佳。 但不再如此！

Python 版本選取器現在以動態方式顯示

2019 年 9 月 12 日至 17 日：版本 3.2

當您選取不支援 Python 2 的 Databricks 運行時間時（例如 Databricks 6.0），叢集建立頁面會隱藏 Python 版本選取器。

Databricks Runtime 6.0 搶鮮版 (Beta)

2019 年 9 月 12 日

Databricks Runtime 6.0 Beta 帶來許多連結庫升級和新功能，包括：

• Delta Lake DML 命令的新 Scala 和 Java API，以及真空和歷程記錄公用程式命令。
• 增強的 DBFS FUSE v2 用戶端，以在模型定型期間更快且更可靠的讀取和寫入。
• 支援每個筆記本數據格的多個 matplotlib 繪圖。
• 更新至 Python 3.7，以及更新 numpy、pandas、matplotlib 和其他連結庫。
• Python 2 支援的日落。

如需詳細資訊，請參閱完整的 Databricks Runtime 6.0 （EoS） 版本資訊。