Nota
L'accés a aquesta pàgina requereix autorització. Pots provar d'iniciar sessió o canviar de directori.
L'accés a aquesta pàgina requereix autorització. Pots provar de canviar directoris.
Nota:
El soporte técnico con esta versión de Databricks Runtime ha finalizado. Para obtener la fecha de finalización del soporte técnico, consulte Historial de finalización del soporte técnico. Para conocer todas las versiones de Databricks Runtime compatibles, consulte las notas de la versión de Databricks Runtime versiones y compatibilidad.
Las siguientes notas de la versión proporcionan información sobre Databricks Runtime 8.3 y Databricks Runtime 8.3 Photon, con tecnología de Apache Spark 3.1.1. Databricks publicó esta versión en junio de 2021. Photon se encuentra en versión preliminar pública.
Nuevas características y mejoras
- Columnas generadas en tablas delta (versión preliminar pública)
- Características y mejoras del cargador automático
- Creación de tablas delta con nuevas API de programación (versión preliminar pública)
-
Cálculo correcto de los tamaños de tabla delta en SQL
ANALYZE - Métricas detalladas del rendimiento de RocksDB al usar RocksDBStateStore
- Escrituras optimizadas automáticas
- Habilitación de combinaciones en cubos si solo hay un lado de combinación en cubos
- Seguridad mejorada al definir UDF de Spark (versión preliminar pública)
-
Número reducido de solicitudes al registro de esquema para consultas con
from_avro - Varios resultados en R con ListResults (versión preliminar pública)
Columnas generadas en tablas delta (versión preliminar pública)
Delta Lake ahora admite columnas generadas, que son un tipo especial de columna cuyos valores se generan automáticamente según una función especificada por el usuario sobre otras columnas de la tabla delta. Puede usar la mayoría de las funciones de SQL integradas para generar los valores de estas columnas generadas. Por ejemplo, puede generar automáticamente una columna de fecha (para crear particiones de la tabla por fecha) a partir de la columna timestamp; cualquier escritura en la tabla solo deberá especificar los datos de la columna timestamp. Puede crear tablas delta con columnas generadas mediante las API de SQL, Scala, Java o Python.
Para obtener más información, consulte Columnas generadas por Delta Lake.
Características y mejoras del cargador automático
- Inferencia de esquema para archivos CSV en el cargador automático
- Tiempo de inicio mejorado para los flujos del cargador automático
- Lista de directorios más rápida en el cargador automático
- Menor sobrecarga de almacenamiento para los puntos de comprobación del cargador automático
- El cargador automático incluye la ruta de acceso del archivo en la columna de datos rescatados si está disponible
- Auto Loader admite cambios de nombre de archivos en Azure Data Lake Storage en modo de notificación de archivos
Inferencia de esquema para archivos CSV en el cargador automático
El cargador automático ahora admite la inferencia y la evolución de esquemas en archivos CSV. El cargador automático proporciona las siguientes funcionalidades sobre el analizador de CSV disponible en Apache Spark:
- Combinación de esquemas: el cargador automático puede ingerir archivos CSV que tienen un esquema diferente (número diferente de columnas u orden diferente de las columnas) entre archivos.
- Columna de datos rescatados: puede usar la columna de datos rescatados para el rescate de datos inesperados que pueden aparecer en los archivos CSV. Esto incluye datos que no se pueden interpretar en el tipo de datos esperado, columnas con mayúsculas y minúsculas diferentes, valores nulos en el encabezado, o columnas adicionales que no formaban parte del esquema esperado.
Consulte Configuración de inferencia y evolución de esquemas en el cargador automático para obtener más detalles.
Tiempo de inicio mejorado para los flujos del cargador automático
Las secuencias del cargador automático ahora realizan el reposición inicial del flujo de forma asincrónica al iniciarse por primera vez, lo que conduce a un tiempo de inicio mucho más rápido del flujo. Esto puede permitirle iterar rápidamente en el código con datos de producción, especialmente si tiene que ingerir datos de directorios que contienen millones o miles de millones de archivos.
Además, el tiempo de arranque de los flujos que se reinician también mejora, ya que hemos paralelizado la descarga y carga de los archivos de RocksDB que el cargador automático utiliza para proporcionar semántica de tipo "exactamente una vez".
Lista de directorios más rápida en el cargador automático
Hemos mejorado en gran medida la eficacia de la lista de directorios en el cargador automático. Un efecto secundario de esta mejora del rendimiento es que el flujo puede enviar más solicitudes de lista al sistema de almacenamiento cuando no hay datos nuevos que procesar, lo que puede provocar un aumento en los cargos de las solicitudes de lista. Como procedimiento recomendado general, Databricks recomienda establecer un intervalo de desencadenador razonable para las canalizaciones de streaming de producción. Consulte Consideraciones de producción para Structured Streaming.
Menor sobrecarga de almacenamiento para los puntos de comprobación del cargador automático
Las secuencias del cargador automático ahora limpian automáticamente los archivos obsoletos del directorio del punto de control de forma asincrónica a fin de evitar que el tamaño del directorio del punto de control crezca indefinidamente y de reducir los costos de almacenamiento.
El cargador automático incluye la ruta de acceso del archivo en la columna de datos rescatados si está disponible.
La columna de datos rescatados proporciona automáticamente la ruta de acceso del archivo de los datos rescatados, si procede, en una columna denominada _file_ path. Esto puede ayudarle a realizar un seguimiento de la causa principal de los problemas de calidad de los datos. La columna no se incluye si el esquema de datos contiene una columna denominada _file_path. Puede usar la configuración de SQL spark.databricks.sql.rescuedDataColumn.filePath.name para cambiar el nombre de la columna si es necesario.
Auto Loader admite el cambio de nombre de archivos en Azure Data Lake Storage en el modo de notificación de archivos.
Auto Loader ahora admite eventos BlobRenamed para Azure Data Lake Storage cuando se ejecuta en modo de notificación de archivos. Para procesar archivos cargados en un contenedor de Azure Data Lake Storage mediante una operación de cambio de nombre con notificaciones de archivo, inicie una nueva secuencia con Auto Loader mediante Databricks Runtime 8.3. Para asegurarse de que un archivo se procesa exactamente una vez, compruebe que el cargador automático no vea el directorio de origen desde el que se cambia el nombre del archivo.
Creación de tablas delta con nuevas API mediante programación (versión preliminar pública)
Ahora puede crear nuevas tablas delta mediante programación (con Scala, Java y Python) sin usar las API de DataFrame. Las nuevas API DeltaTableBuilder y DeltaColumnBuilder le permiten especificar todos los detalles de las tablas que puede especificar mediante SQL CREATE TABLE.
Para obtener más información, consulte Creación de una tabla.
Cálculo correcto de los tamaños de tabla delta en SQL ANALYZE
La lógica de análisis existente calcula incorrectamente el tamaño de las tablas delta y actualiza el catálogo con un tamaño incorrecto. La corrección consiste en obtener el tamaño de una tabla delta del registro delta.
Métricas detalladas del rendimiento de RocksDB al usar RocksDBStateStore
Si ha configurado la consulta de streaming estructurado para usar RocksDB como almacén de estado, ahora puede obtener una mejor visibilidad del rendimiento de RocksDB, con métricas detalladas sobre latencias get/put, latencias de compactación, aciertos de caché, etc. Estas métricas están disponibles a través de las API StreamingQueryProgress y StreamingQueryListener para supervisar una consulta de streaming.
Para más información, consulte Configuración del almacén de estado de RocksDB en Azure Databricks.
Escrituras optimizadas automáticas
Las escrituras optimizadas en tablas delta con particiones ahora están habilitadas de forma automática para las consultas de actualización y eliminación que contienen subconsultas.
Habilitación de combinaciones en cubos si solo hay un lado de combinación en cubos
Una nueva configuración spark.databricks.sql.minBucketsForBucketedJoin habilita una combinación en cubos si solo hay un lado de combinación en cubos y el número de cubos no es menor que este valor de configuración. De forma predeterminada, este valor de configuración es el mismo que el número predeterminado de particiones aleatorias (200).
Seguridad mejorada al definir UDF de Spark (versión preliminar pública)
Las funciones de información del usuario current_user y is_member ya no se pueden reemplazar por funciones temporales, como spark.udf.register de Python o create or replace temp function de SQL.
Número reducido de solicitudes al registro de esquema para consultas con from_avro
Las consultas con from_avro compatibles con el registro de esquema ya no generan tantas solicitudes al servicio del registro de esquema, lo que reduce los costos operativos.
Varios resultados en R con ListResults (versión preliminar pública)
Los cuadernos de Databricks R ahora admiten varios resultados en cada celda. Anteriormente solo se representaba un único resultado para cada celda del cuaderno. Actualmente, los resultados de una sola celda en cuadernos de R se muestran en el orden siguiente:
- Dirección URL de RShiny
- Gráfico
- Salidas displayHTML
- Tablas
- stdout
Actualizaciones de bibliotecas
- Biblioteca de Python actualizada:
- Koalas se actualizó de 1.7.0 a 1.8.0.
- Pandas se actualizó de 1.1.3 a 1.1.5.
- s3transfer se actualizó de 0.3.4 a 0.3.6.
- Biblioteca de R actualizada:
- SparkR se actualizó de 3.1.1 a 3.1.2.
- Biblioteca de Java actualizada:
- mariadb-java-client de 2.1.2 a 2.2.5.
- parquet-column de 1.10.1-databricks6 a 1.10.1-databricks9
- parquet-common de 1.10.1-databricks6 a 1.10.1-databricks9
- parquet-encoding de 1.10.1-databricks6 a 1.10.1-databricks9
- parquet-hadoop de 1.10.1-databricks6 a 1.10.1-databricks9
- parquet-jackson de 1.10.1-databricks6 a 1.10.1-databricks9
Apache Spark
Databricks Runtime 8.3 incluye Apache Spark 3.1.1. En esta versión, se incluyen todas las correcciones y mejoras de Spark que se han incorporado en Databricks Runtime 8.2 (EoS), junto con las siguientes correcciones de errores y mejoras de Spark:
- [SPARK-34614] [SQL] Modo ANSI: la conversión de cadena a valor booleano debería producir una excepción al producirse un error de análisis.
- [SPARK-34246] [FOLLOWUP] Cambio de la definición de "findTightestCommonT...
- [SPARK-35213] [SQL] Mantenimiento del orden correcto de las estructuras anidadas en las operaciones withField encadenadas.
- [SPARK-35096] [SQL] SchemaPruning debería cumplir la configuración spark.sql.caseSensitive.
- [SPARK-35227][BUILD] Actualización de la resolución para spark-packages en SparkSubmit.
-
[SPARK-35224] [SQL] Corrección del desbordamiento del búfer en
MutableProjectionSuite. - [SPARK-34245][CORE] Comprobación de que Master elimina los ejecutores que no han podido enviar el estado de finalización.
- [SPARK-34856] [SQL] Modo ANSI: permiso de conversión de tipos complejos como tipo de cadena.
- [SPARK-34946] [SQL] Bloqueo de subconsulta escalar correlacionada no admitida en Agregado.
- [SPARK-35014] Corrección del patrón PhysicalAggregation para no reescribir expresiones que se pueden plegar.
- [SPARK-34769] [SQL] AnsiTypeCoercion: devolver tipo convertible más próximo...
Entorno del sistema
- Sistema operativo: Ubuntu 18.04.5 LTS
- Java: Zulu 8.52.0.23-CA-linux64 (compilación 1.8.0_282-b08)
- Scala: 2.12.10
- Python: 3.8.8
- R: versión de R 4.0.4 (2021-02-15)
- Delta Lake 1.0.0
Bibliotecas de Python instaladas
| Biblioteca | Versión | Biblioteca | Versión | Biblioteca | Versión |
|---|---|---|---|---|---|
| directorios de aplicaciones | 1.4.4 | asn1crypto | 1.4.0 | llamada de retorno | 0.2.0 |
| boto3 | 1.16.7 | botocore | 1.19.7 | brotlipy | 0.7.0 |
| certifi | 2020.12.5 | cffi | 1.14.3 | chardet | 3.0.4 |
| criptografía | 3.1.1 | ciclista | 0.10.0 | Cython | 0.29.21 |
| decorador | 4.4.2 | distlib | 0.3.1 | docutils | 0.15.2 |
| puntos de entrada | 0,3 | visión general de las facetas | 1.0.0 | bloqueo de archivos | 3.0.12 |
| idna | 2.10 | ipykernel | 5.3.4 | ipython | 7.19.0 |
| ipython-genutils | 0.2.0 | Jedi | 0.17.2 | jmespath | 0.10.0 |
| joblib | 0.17.0 | Cliente Jupyter | 6.1.7 | jupyter-core | 4.6.3 |
| kiwisolver | 1.3.0 | Koalas | 1.8.0 | matplotlib | 3.2.2 |
| numpy | 1.19.2 | Pandas | 1.1.5 | parso | 0.7.0 |
| chivo expiatorio | 0.5.1 | pexpect | 4.8.0 | pickleshare | 0.7.5 |
| pepita | 20.2.4 | trazado | 4.14.3 | prompt-toolkit | 3.0.8 |
| protobuf | 3.17.0 | psycopg2 | 2.8.5 | ptyprocess | 0.6.0 |
| pyarrow | 1.0.1 | pycparser | 2,20 | Pygments | 2.7.2 |
| pyOpenSSL | 19.1.0 | pyparsing | 2.4.7 | PySocks | 1.7.1 |
| Python-dateutil | 2.8.1 | pytz | 2020.5 | pyzmq | 19.0.2 |
| Solicitudes | 2.24.0 | Reintentando | 1.3.3 | s3transfer | 0.3.6 |
| scikit-learn | 0.23.2 | scipy | 1.5.2 | biblioteca de visualización de datos de Python llamada seaborn | 0.10.0 |
| setuptools | 50.3.1 | six (seis) | 1.15.0 | statsmodels (paquete de Python para análisis estadístico) | 0.12.0 |
| threadpoolctl | 2.1.0 | tornado | 6.0.4 | traitlets | 5.0.5 |
| urllib3 | 1.25.11 | virtualenv | 20.2.1 | wcwidth | 0.2.5 |
| rueda | 0.35.1 |
Bibliotecas de R instaladas
Las bibliotecas de R se instalan desde la instantánea de Microsoft CRAN del 02-11-2020.
| Biblioteca | Versión | Biblioteca | Versión | Biblioteca | Versión |
|---|---|---|---|---|---|
| askpass | 1.1 | asegúrate de que | 0.2.1 | retroportaciones | 1.2.1 |
| base | 4.0.4 | base64enc | 0.1-3 | BH | 1.72.0-3 |
| poco | 4.0.4 | bit 64 | 4.0.5 | mancha | 1.2.1 |
| bota | 1.3-27 | fermentar | 1.0-6 | Brio | 1.1.0 |
| escoba | 0.7.2 | callr | 3.5.1 | cursor | 6.0-86 |
| cellranger (herramienta de análisis de datos celulares) | 1.1.0 | Chron | 2.3-56 | clase | 7.3-18 |
| Cli | 2.2.0 | clipr | 0.7.1 | conglomerado | 2.1.1 |
| codetools | 0.2-18 | espacio de colores | 2.0-0 | commonmark | 1.7 |
| compilador | 4.0.4 | configuración | 0,3 | cubierta | 3.5.1 |
| cpp11 | 0.2.4 | crayón | 1.3.4 | credenciales | 1.3.0 |
| diafonía | 1.1.0.1 | rizo | 4.3 | tabla de datos | 1.13.4 |
| conjuntos de datos | 4.0.4 | DBI | 1.1.0 | dbplyr | 2.0.0 |
| Descripción | 1.2.0 | devtools | 2.3.2 | diffobj | 0.3.2 |
| digerir | 0.6.27 | dplyr | 1.0.2 | DIRECTOR TÉCNICO | 0,16 |
| elipsis | 0.3.1 | evaluar | 0.14 | fans | 0.4.1 |
| colores | 2.0.3 | mapa rápido | 1.0.1 | convictos | 0.5.0 |
| foreach | 1.5.1 | extranjero | 0.8-81 | fragua | 0.2.0 |
| Fs | 1.5.0 | futuro | 1.21.0 | genéricos | 0.1.0 |
| Gert | 1.0.2 | ggplot2 | 3.3.2 | Gh | 1.2.0 |
| gitcreds | 0.1.1 | glmnet | 4.0-2 | globales | 0.14.0 |
| pegamento | 1.4.2 | Gower | 0.2.2 | elementos gráficos | 4.0.4 |
| grDevices | 4.0.4 | rejilla | 4.0.4 | gridExtra | 2.3 |
| gsubfn | 0,7 | gtable | 0.3.0 | refugio | 2.3.1 |
| más alto | 0.8 | HMS | 0.5.3 | herramientas de HTML | 0.5.0 |
| htmlwidgets | 1.5.3 | httpuv | 1.5.4 | httr | 1.4.2 |
| hwriter | 1.3.2 | hwriterPlus | 1.0-3 | ini | 0.3.1 |
| ipred | 0.9-9 | isoband | 0.2.3 | Iteradores | 1.0.13 |
| jsonlite | 1.7.2 | KernSmooth | 2.23-18 | tejido | 1,30 |
| etiquetado | 0.4.2 | más tarde | 1.1.0.1 | retícula | 0.20-41 |
| lava | 1.6.8.1 | evaluación diferida | 0.2.2 | ciclo de vida | 0.2.0 |
| listenv | 0.8.0 | lubridate | 1.7.9.2 | magrittr | 2.0.1 |
| Formato Markdown | 1.1 | MASA | 7.3-53.1 | Matriz | 1.3-2 |
| memorizar | 1.1.0 | métodos | 4.0.4 | mgcv | 1.8-33 |
| mimo | 0.9 | ModelMetrics | 1.2.2.2 | modelr | 0.1.8 |
| munsell | 0.5.0 | nlme | 3.1-152 | nnet | 7.3-15 |
| numDeriv | 2016.8-1.1 | openssl (software de cifrado) | 1.4.3 | paralelo | 4.0.4 |
| Paralelamente | 1.22.0 | pilar | 1.4.7 | pkgbuild | 1.1.0 |
| pkgconfig | 2.0.3 | pkgload | 1.1.0 | plogr | 0.2.0 |
| plyr | 1.8.6 | elogio | 1.0.0 | prettyunits | 1.1.1 |
| Proc | 1.16.2 | processx | 3.4.5 | prodlim | 2019.11.13 |
| progreso | 1.2.2 | promesas | 1.1.1 | prototipo | 1.0.0 |
| P.D | 1.5.0 | ronroneo | 0.3.4 | r2d3 | 0.2.3 |
| R6 | 2.5.0 | Bosque Aleatorio (randomForest) | 4.6-14 | rappdirs | 0.3.1 |
| rcmdcheck | 1.3.3 | RColorBrewer | 1.1-2 | Rcpp | 1.0.5 |
| readr | 1.4.0 | readxl | 1.3.1 | recetas | 0.1.15 |
| partido de revancha | 1.0.1 | segunda revancha | 2.1.2 | Telecontroles | 2.2.0 |
| ejemplo reproducible | 0.3.0 | reshape2 | 1.4.4 | Rex | 1.2.0 |
| rlang | 0.4.9 | rmarkdown | 2.6 | RODBC | 1.3-17 |
| roxygen2 | 7.1.1 | rpart | 4.1-15 | rprojroot | 2.0.2 |
| Rserve | 1.8-7 | RSQLite | 2.2.1 | rstudioapi | 0,13 |
| rversions | 2.0.2 | rvest | 0.3.6 | balanzas | 1.1.1 |
| selectr | 0.4-2 | información de sesión | 1.1.1 | forma | 1.4.5 |
| brillante | 1.5.0 | sourcetools | 0.1.7 | sparklyr | 1.5.2 |
| SparkR | 3.1.2 | espacial | 7.3-11 | Tiras | 4.0.4 |
| sqldf | 0.4-11 | SQUAREM | 2020.5 | Estadísticas | 4.0.4 |
| estadísticas4 | 4.0.4 | stringi | 1.5.3 | stringr | 1.4.0 |
| supervivencia | 3.2-7 | sys | 3.4 | tcltk | 4.0.4 |
| TeachingDemos | 2.10 | testthat | 3.0.0 | tibble | 3.0.4 |
| tidyr | 1.1.2 | tidyselect | 1.1.0 | tidyverse | 1.3.0 |
| fechaHora | 3043.102 | tinytex | 0,28 | herramientas | 4.0.4 |
| usa esto | 2.0.0 | utf8 | 1.1.4 | utilidades | 4.0.4 |
| Identificador Único Universal (UUID) | 0.1-4 | vctrs | 0.3.5 | viridisLite | 0.3.0 |
| Waldo | 0.2.3 | bigotes | 0,4 | withr | 2.3.0 |
| xfun | 0,19 | xml2 | 1.3.2 | xopen | 1.0.0 |
| xtable | 1.8-4 | yaml | 2.2.1 | cremallera | 2.1.1 |
Bibliotecas de Java y Scala instaladas (versión de clúster de Scala 2.12)
| Identificador de grupo | Identificador de artefacto | Versión |
|---|---|---|
| antlr | antlr | 2.7.7 |
| com.amazonaws | cliente de Amazon Kinesis | 1.12.0 |
| com.amazonaws | aws-java-sdk-autoscaling | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudformation | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudfront | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudhsm | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudsearch | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudtrail | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudwatch | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudwatchmetrics | 1.11.655 |
| com.amazonaws | aws-java-sdk-codedeploy | 1.11.655 |
| com.amazonaws | aws-java-sdk-cognitoidentity | 1.11.655 |
| com.amazonaws | aws-java-sdk-cognitosync | 1.11.655 |
| com.amazonaws | aws-java-sdk-config (configuración del SDK de Java de AWS) | 1.11.655 |
| com.amazonaws | aws-java-sdk-core | 1.11.655 |
| com.amazonaws | aws-java-sdk-datapipeline | 1.11.655 |
| com.amazonaws | aws-java-sdk-directconnect | 1.11.655 |
| com.amazonaws | aws-java-sdk-directory | 1.11.655 |
| com.amazonaws | aws-java-sdk-dynamodb | 1.11.655 |
| com.amazonaws | aws-java-sdk-ec2 | 1.11.655 |
| com.amazonaws | aws-java-sdk-ecs | 1.11.655 |
| com.amazonaws | aws-java-sdk-efs | 1.11.655 |
| com.amazonaws | aws-java-sdk-elasticache | 1.11.655 |
| com.amazonaws | aws-java-sdk-elasticbeanstalk | 1.11.655 |
| com.amazonaws | aws-java-sdk-elasticloadbalancing (paquete de software para la gestión de balanceo de carga elástica) | 1.11.655 |
| com.amazonaws | aws-java-sdk-elastictranscoder | 1.11.655 |
| com.amazonaws | aws-java-sdk-emr | 1.11.655 |
| com.amazonaws | aws-java-sdk-glacier | 1.11.655 |
| com.amazonaws | aws-java-sdk-iam | 1.11.655 |
| com.amazonaws | aws-java-sdk-importexport | 1.11.655 |
| com.amazonaws | aws-java-sdk-kinesis (kit de desarrollo de software Java para AWS Kinesis) | 1.11.655 |
| com.amazonaws | aws-java-sdk-kms | 1.11.655 |
| com.amazonaws | aws-java-sdk-lambda | 1.11.655 |
| com.amazonaws | aws-java-sdk-logs (registros del SDK de AWS para Java) | 1.11.655 |
| com.amazonaws | aws-java-sdk-machinelearning | 1.11.655 |
| com.amazonaws | aws-java-sdk-opsworks | 1.11.655 |
| com.amazonaws | aws-java-sdk-rds | 1.11.655 |
| com.amazonaws | aws-java-sdk-redshift | 1.11.655 |
| com.amazonaws | aws-java-sdk-route53 | 1.11.655 |
| com.amazonaws | aws-java-sdk-s3 | 1.11.655 |
| com.amazonaws | aws-java-sdk-ses | 1.11.655 |
| com.amazonaws | aws-java-sdk-simpledb | 1.11.655 |
| com.amazonaws | aws-java-sdk-simpleworkflow | 1.11.655 |
| com.amazonaws | aws-java-sdk-sns | 1.11.655 |
| com.amazonaws | aws-java-sdk-sqs | 1.11.655 |
| com.amazonaws | aws-java-sdk-ssm | 1.11.655 |
| com.amazonaws | aws-java-sdk-storagegateway (SDK de Java para Storage Gateway de AWS) | 1.11.655 |
| com.amazonaws | aws-java-sdk-sts | 1.11.655 |
| com.amazonaws | SDK de AWS para Java - Soporte | 1.11.655 |
| com.amazonaws | aws-java-sdk-swf-libraries | 1.11.22 |
| com.amazonaws | aws-java-sdk-workspaces | 1.11.655 |
| com.amazonaws | jmespath-java | 1.11.655 |
| com.chuusai | shapeless_2.12 | 2.3.3 |
| com.clearspring.analytics | flujo | 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 sombreado | 4.0.2 |
| com.esotericsoftware | minlog | 1.3.0 |
| com.fasterxml | compañero de clase | 1.3.4 |
| com.fasterxml.jackson.core | jackson-annotations | 2.10.0 |
| com.fasterxml.jackson.core | jackson-core | 2.10.0 |
| com.fasterxml.jackson.core | jackson-databind | 2.10.0 |
| com.fasterxml.jackson.dataformat | jackson-dataformat-cbor | 2.10.0 |
| com.fasterxml.jackson.datatype | jackson-datatype-joda | 2.10.0 |
| com.fasterxml.jackson.module | jackson-module-paranamer | 2.10.0 |
| com.fasterxml.jackson.module | jackson-module-scala_2.12 | 2.10.0 |
| com.github.ben-manes.cafeína | cafeína | 2.3.4 |
| com.github.fommil | jniloader | 1.1 |
| com.github.fommil.netlib | núcleo | 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 | sistema_nativo-java | 1.1 |
| com.github.fommil.netlib | sistema_nativo-java-nativos | 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.joshelser | dropwizard-metrics-hadoop-metrics2-reporter | 0.1.2 |
| com.github.luben | zstd-jni | 1.4.8-1 |
| com.github.wendykierp | JTransforms | 3.1 |
| com.google.code.findbugs | jsr305 | 3.0.0 |
| com.google.code.gson | Gson | 2.2.4 |
| com.google.flatbuffers | flatbuffers-java | 1.9.0 |
| com.google.guava | guayaba | 15,0 |
| com.google.protobuf | protobuf-java | 2.6.1 |
| com.h2database | h2 | 1.4.195 |
| com.helger | perfilador | 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 (SDK de Azure para almacenamiento en lago de datos) | 2.3.9 |
| com.microsoft.sqlserver | mssql-jdbc | 9.2.1.jre8 |
| com.ning | compress-lzf | 1.0.3 |
| com.sun.mail | javax.mail | 1.5.2 |
| com.tdunning | json | 1.8 |
| com.thoughtworks.paranamer | paranamer | 2.8 |
| com.trueaccord.lenses | lentes_2.12 | 0.4.12 |
| com.twitter | chill-java | 0.9.5 |
| com.twitter | chill_2.12 | 0.9.5 |
| 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 | configuración | 1.2.1 |
| com.typesafe.scala-logging | scala-logging_2.12 | 3.7.2 |
| com.univocity | analizadores de univocidad | 2.9.1 |
| com.zaxxer | HikariCP | 3.1.0 |
| commons-beanutils | commons-beanutils | 1.9.4 |
| 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-fileupload | commons-fileupload | 1.3.3 |
| 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 |
| hive-2.3__hadoop-2.7 | jets3t-0.7 | liball_deps_2.12 |
| hive-2.3__hadoop-2.7 | zookeeper-3.4 | liball_deps_2.12 |
| info.ganglia.gmetric4j | gmetric4j | 1.0.10 |
| io.airlift | compresor de aire | 0,10 |
| io.dropwizard.metrics | núcleo de métricas | 4.1.1 |
| io.dropwizard.metrics | metrics-graphite | 4.1.1 |
| io.dropwizard.metrics | métricas y verificaciones de salud | 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 | 4.1.51.Final |
| io.prometheus | simpleclient | 0.7.0 |
| io.prometheus | cliente_simple_común | 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 | recopilador | 0.12.0 |
| jakarta.annotation | jakarta.annotation-api | 1.3.5 |
| jakarta.validation | jakarta.validation-api | 2.0.2 |
| jakarta.ws.rs | jakarta.ws.rs-api | 2.1.6 |
| javax.activation | activación | 1.1.1 |
| 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.transaction | API de transacciones | 1.1 |
| javax.xml.bind | jaxb-api | 2.2.2 |
| javax.xml.stream | stax-api | 1.0-2 |
| javolución | javolución | 5.5.1 |
| jline | jline | 2.14.6 |
| joda-time | joda-time | 2.10.5 |
| log4j | apache-log4j-extras | 1.2.17 |
| log4j | log4j | 1.2.17 |
| maven-trees | hive-2.3__hadoop-2.7 | liball_deps_2.12 |
| net.razorvine | pyrolita | 4,30 |
| 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 | 3.13.3 |
| net.snowflake | spark-snowflake_2.12 | 2.9.0-spark_3.1 |
| net.sourceforge.f2j | arpack_combinado_todo | 0,1 |
| org.acplt.remotetea | remotetea-oncrpc (servicio de comunicación remota) | 1.1.2 |
| org.antlr | ST4 | 4.0.4 |
| org.antlr | antlr-runtime | 3.5.2 |
| org.antlr | antlr4-runtime | 4.8-1 |
| org.antlr | plantilla de cadenas | 3.2.1 |
| org.apache.ant | hormiga | 1.9.2 |
| org.apache.ant | ant-jsch | 1.9.2 |
| org.apache.ant | lanzador de aplicaciones Ant | 1.9.2 |
| org.apache.arrow | formato de flecha | 2.0.0 |
| org.apache.arrow | núcleo de memoria de flecha | 2.0.0 |
| org.apache.arrow | arrow-memory-netty | 2.0.0 |
| org.apache.arrow | vector de flecha | 2.0.0 |
| 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.commons | commons-compress | 1.20 |
| org.apache.commons | commons-crypto | 1.1.0 |
| org.apache.commons | commons-lang3 | 3.10 |
| org.apache.commons | commons-math3 | 3.4.1 |
| org.apache.commons | commons-text | 1.6 |
| org.apache.curator | curador-cliente | 2.7.1 |
| org.apache.curator | marco de trabajo para curadores | 2.7.1 |
| org.apache.curator | curador-recetas | 2.7.1 |
| org.apache.derby | derbi | 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 | anotaciones de Hadoop | 2.7.4 |
| org.apache.hadoop | hadoop-auth | 2.7.4 |
| org.apache.hadoop | hadoop-cliente | 2.7.4 |
| org.apache.hadoop | hadoop-common | 2.7.4 |
| org.apache.hadoop | Hadoop-HDFS | 2.7.4 |
| org.apache.hadoop | hadoop-mapreduce-client-app | 2.7.4 |
| org.apache.hadoop | hadoop-mapreduce-client-common | 2.7.4 |
| org.apache.hadoop | hadoop-mapreduce-client-core | 2.7.4 |
| org.apache.hadoop | hadoop-mapreduce-client-jobclient | 2.7.4 |
| org.apache.hadoop | hadoop-mapreduce-client-shuffle | 2.7.4 |
| org.apache.hadoop | hadoop-yarn-api | 2.7.4 |
| org.apache.hadoop | hadoop-yarn-client | 2.7.4 |
| org.apache.hadoop | hadoop-yarn-common | 2.7.4 |
| org.apache.hadoop | hadoop-yarn-server-common | 2.7.4 |
| org.apache.hive | hive-beeline | 2.3.7 |
| org.apache.hive | hive-cli | 2.3.7 |
| org.apache.hive | hive-common | 2.3.7 |
| org.apache.hive | hive-exec-core | 2.3.7 |
| org.apache.hive | hive-jdbc | 2.3.7 |
| org.apache.hive | hive-llap-client | 2.3.7 |
| org.apache.hive | hive-llap-common | 2.3.7 |
| org.apache.hive | hive-metastore | 2.3.7 |
| org.apache.hive | hive-serde | 2.3.7 |
| org.apache.hive | Hive-shims | 2.3.7 |
| org.apache.hive | API de almacenamiento de hive | 2.7.2 |
| org.apache.hive | Generador de código vectorial Hive | 2.3.7 |
| org.apache.hive.shims | hive-shims-0.23 | 2.3.7 |
| org.apache.hive.shims | hive-shims-common | 2.3.7 |
| org.apache.hive.shims | planificador-de-adaptadores-hive | 2.3.7 |
| org.apache.htrace | htrace-core | 3.1.0-incubación |
| org.apache.httpcomponents | httpclient | 4.5.6 |
| org.apache.httpcomponents | httpcore | 4.4.12 |
| org.apache.ivy | hiedra | 2.4.0 |
| org.apache.mesos | mesos-shaded-protobuf | 1.4.0 |
| org.apache.orc | orc-core | 1.5.12 |
| org.apache.orc | orc-mapreduce | 1.5.12 |
| org.apache.orc | calzos de orco | 1.5.12 |
| org.apache.parquet | parquet-columna | 1.10.1-databricks9 |
| org.apache.parquet | parquet-common | 1.10.1-databricks9 |
| org.apache.parquet | codificación de parquet | 1.10.1-databricks9 |
| org.apache.parquet | formato parquet | 2.4.0 |
| org.apache.parquet | parquet-hadoop | 1.10.1-databricks9 |
| org.apache.parquet | parquet-jackson | 1.10.1-databricks9 |
| org.apache.thrift | libfb303 | 0.9.3 |
| org.apache.thrift | libthrift | 0.12.0 |
| org.apache.velocity | velocidad | 1.5 |
| org.apache.xbean | xbean-asm7 sombreado | 4.15 |
| org.apache.yetus | anotaciones de audiencia | 0.5.0 |
| org.apache.zookeeper | guardián de zoológico | 3.4.14 |
| 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 | compilador común | 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 | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-continuation | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-http | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-io | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-jndi | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-plus | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-proxy | 9.4.36.v20210114 |
| org.eclipse.jetty | Seguridad de Jetty | 9.4.36.v20210114 |
| org.eclipse.jetty | servidor Jetty | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-servlet | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-servlets | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-util | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-util-ajax | 9.4.36.v20210114 |
| org.eclipse.jetty | Aplicación web de Jetty | 9.4.36.v20210114 |
| org.eclipse.jetty | jetty-xml | 9.4.36.v20210114 |
| 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 | servlet de contenedor de Jersey | 2,30 |
| org.glassfish.jersey.containers | jersey-container-servlet-core | 2,30 |
| org.glassfish.jersey.core | jersey-client | 2,30 |
| org.glassfish.jersey.core | jersey-common | 2,30 |
| org.glassfish.jersey.core | jersey-server | 2,30 |
| org.glassfish.jersey.inject | jersey-hk2 | 2,30 |
| org.glassfish.jersey.media | jersey-media-jaxb | 2,30 |
| org.hibernate.validator | validador de hibernación | 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.joda | joda-convert | 1.7 |
| org.jodd | jodd-core | 3.5.2 |
| org.json4s | json4s-ast_2.12 | 3.7.0-M5 |
| org.json4s | json4s-core_2.12 | 3.7.0-M5 |
| org.json4s | json4s-jackson_2.12 | 3.7.0-M5 |
| org.json4s | json4s-scalap_2.12 | 3.7.0-M5 |
| org.lz4 | lz4-java | 1.7.1 |
| org.mariadb.jdbc | mariadb-java-client | 2.2.5 |
| org.objenesis | objenesis | 2.5.1 |
| org.postgresql | postgresql | 42.1.4 |
| org.roaringbitmap | RoaringBitmap | 0.9.0 |
| org.roaringbitmap | Cuñas | 0.9.0 |
| org.rocksdb | rocksdbjni | 6.2.2 |
| org.rosuda.REngine | REngine | 2.1.0 |
| org.scala-lang | scala-compiler_2.12 | 2.12.10 |
| org.scala-lang | scala-library_2.12 | 2.12.10 |
| org.scala-lang | scala-reflect_2.12 | 2.12.10 |
| org.scala-lang.modules | scala-collection-compat_2.12 | 2.1.1 |
| 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 | interfaz de prueba | 1,0 |
| org.scalacheck | scalacheck_2.12 | 1.14.2 |
| org.scalactic | scalactic_2.12 | 3.0.8 |
| org.scalanlp | breeze-macros_2.12 | 1,0 |
| org.scalanlp | breeze_2.12 | 1,0 |
| org.scalatest | scalatest_2.12 | 3.0.8 |
| org.slf4j | jcl-over-slf4j | 1.7.30 |
| org.slf4j | jul-to-slf4j | 1.7.30 |
| org.slf4j | slf4j-api | 1.7.30 |
| org.slf4j | slf4j-log4j12 | 1.7.30 |
| org.spark-project.spark | no utilizado | 1.0.0 |
| org.springframework | spring-core | 4.1.4.LANZAMIENTO |
| org.springframework | Prueba de primavera | 4.1.4.LANZAMIENTO |
| org.threeten | threeten-extra | 1.5.0 |
| org.tukaani | xz | 1.5 |
| org.typelevel | algebra_2.12 | 2.0.0-M2 |
| org.typelevel | cats-kernel_2.12 | 2.0.0-M4 |
| org.typelevel | maquinista_2.12 | 0.6.8 |
| org.typelevel | macro-compat_2.12 | 1.1.1 |
| org.typelevel | spire-macros_2.12 | 0.17.0-M1 |
| org.typelevel | spire-platform_2.12 | 0.17.0-M1 |
| org.typelevel | spire-util_2.12 | 0.17.0-M1 |
| org.typelevel | spire_2.12 | 0.17.0-M1 |
| org.wildfly.openssl | wildfly-openssl | 1.0.7.Final |
| org.xerial | sqlite-jdbc | 3.8.11.2 |
| org.xerial.snappy | snappy-java | 1.1.8.2 |
| 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 |
| xmlenc | xmlenc | 0,52 |