Databricks Runtime 18.0 (beta)

Las notas de la versión siguientes proporcionan información sobre Databricks Runtime 18.0 (Beta).

Azure Databricks publicó esta versión en diciembre de 2025.

Importante

Databricks Runtime 18.0 está en beta. El contenido de los entornos admitidos puede cambiar durante la versión Beta. Los cambios pueden incluir la lista de paquetes o versiones de paquetes instalados.

Nuevas características y mejoras

El scripting de SQL ya está disponible con carácter general
Controlador JDBC de Redshift actualizado a la versión 2.1.0.28
Entorno de ejecución con aislamiento compartido para UDF de Python del catálogo Unity
Funciones de ventana SQL en vistas de métricas
Apagado elegante de aplicaciones Spark
Ajuste dinámico de particiones aleatorias en consultas de streaming sin estado
Ejecución de consultas adaptables y orden aleatorio optimizado automáticamente en consultas de streaming sin estado
FILTER cláusula para medir funciones de agregado en vistas de métricas
Fusión de cadenas literales en todas partes
Marcadores de parámetros en todas partes
IDENTIFIER cláusula en todas partes
Nueva función de BITMAP_AND_AGG
Nueva biblioteca de funciones de KLL_Sketch
Biblioteca de Apache Parquet actualizada a la versión 1.16.0

El scripting de SQL ya está disponible con carácter general

La característica Scripting de SQL ahora está disponible con carácter general.

Controlador JDBC de Redshift actualizado a la versión 2.1.0.28

El controlador JDBC de Redshift se ha actualizado a la versión 2.1.0.28.

Entorno de ejecución de aislamiento compartido para UDFs de Python de Unity Catalog

Las UDF de Python del catálogo de Unity con el mismo propietario ahora pueden compartir un entorno de aislamiento de forma predeterminada. Esto puede mejorar el rendimiento y reducir el uso de memoria al reducir el número de entornos independientes que deben iniciarse.

Para asegurarse de que una UDF siempre se ejecuta en un entorno totalmente aislado, agregue la STRICT ISOLATION cláusula de característica. Consulte Aislamiento del entorno.

Funciones de ventana SQL en vistas de métricas

Ahora puede usar funciones de ventana SQL en vistas de métricas para calcular los totales en ejecución, las clasificaciones y otros cálculos basados en ventanas.

Apagado correcto para aplicaciones Spark

Las aplicaciones de Spark ahora admiten el apagado controlado, permitiendo que las tareas en curso se completen antes de que finalice la aplicación.

Ajuste dinámico de particiones aleatorias en consultas de streaming sin estado

Ahora puede cambiar el número de particiones de reordenamiento en consultas de streaming sin estado sin reiniciar la consulta.

Ejecución de consultas adaptativas y shuffle optimizado automáticamente en consultas de streaming sin estado

La ejecución de consultas adaptables (AQE) y el orden aleatorio optimizado automáticamente (AOS) ahora se admiten en consultas de streaming sin estado.

`FILTER` cláusula para medir funciones de agregado en vistas de métricas

Ahora puede usar la FILTER cláusula con funciones de agregado de medidas en vistas métricas para definir filtros específicos de agregados al hacer referencia a medidas de vistas métricas.

Combinación de cadenas literales en todas partes

La capacidad de fusionar literales de cadena secuenciales, como 'Hello' ' World' en 'Hello World', se ha expandido de expresiones a cualquier lugar donde se permitan literales de cadena. Por ejemplo: COMMENT 'This' ' is a ' 'comment'. Véase STRING tipo para obtener más información.

Marcadores de parámetros en todas partes

Ahora puede usar marcadores de parámetro con nombre (:param) y sin nombre (?) prácticamente en cualquier lugar donde se pueda usar un valor literal del tipo adecuado. Esto incluye marcadores de parámetro en instrucciones DDL como CREATE VIEW v AS SELECT ? AS c1, tipos DECIMAL(:p, :s)de columna o COMMENT ON t IS :comment. Con esta capacidad, puede parametrizar una gran variedad de instrucciones SQL sin exponer el código a ataques por inyección de código SQL. Consulte Marcadores de parámetros para obtener más información.

IDENTIFIER cláusula en todas partes

El alcance de la IDENTIFIER cláusula , que convierte cadenas en nombres de objeto de SQL, se ha expandido a casi todas partes donde se permite un identificador. Junto con las mejoras en la cadena literal que combina los marcadores de parámetros, ahora puede parametrizar cualquier cosa desde alias de columna (AS IDENTIFIER(:name)) a definiciones de columna (IDENTIFIER(:pk) BIGINT NOT NULL). Consulte IDENTIFIER cláusula para obtener más información.

Nueva función de BITMAP_AND_AGG

La biblioteca existente de BITMAP funciones se ha redondeado con una nueva función BITMAP_AND_AGG .

Nueva biblioteca de funciones de KLL_Sketch

Ahora puede usar una nueva biblioteca de funciones que crea bocetos KLL para calcular cuantiles aproximados:

Biblioteca de Apache Parquet actualizada a la versión 1.16.0

La biblioteca apache Parquet se ha actualizado a la versión 1.16.0.

Cambios de comportamiento

JDK 21 es ahora el kit de desarrollo de Java predeterminado.
FSCK REPAIR TABLE incluye la reparación de metadatos de forma predeterminada
Nulabilidad conservada para los tipos de array y mapa en el cliente Scala de Spark Connect
FSCK REPAIR TABLE DRY RUN esquema de salida actualizado
SHOW TABLES DROPPEDrespeta la LIMIT cláusula
Factores de proración alineados entre lecturas y escrituras optimizadas automáticamente
Ejecución de UDF de Python unificada en PySpark y el catálogo de Unity
Mensajes de error mejorados para problemas del módulo de inicio de sesión del conector de Kafka
Restricciones de viaje en el tiempo y VACUUM comportamiento de retención
BinaryType se asigna a bytes de forma predeterminada en PySpark
Structs NULL conservados en operaciones de escritura delta MERGE, UPDATEy streaming
Columnas de partición materializadas en archivos Parquet

JDK 21 es ahora el kit de desarrollo de Java predeterminado.

Databricks Runtime 18.0 usa JDK 21 como kit de desarrollo de Java predeterminado. JDK 21 es una versión de soporte técnico a largo plazo (LTS). Anteriormente, el valor predeterminado era JDK 17, que ahora está disponible como opción de reserva.

Para obtener información sobre cómo configurar versiones de JDK para los clústeres, consulte Creación de un clúster con una versión específica de JDK.

`FSCK REPAIR TABLE` incluye la reparación de metadatos de forma predeterminada

El FSCK REPAIR TABLE comando ahora incluye un paso de reparación de metadatos inicial antes de comprobar si faltan archivos de datos. El comando puede trabajar en tablas con puntos de control dañados o valores de partición no válidos.

Nulabilidad preservada para los tipos de array y map en el cliente Scala de Spark Connect

La nulabilidad de los tipos de matriz y mapa ahora se conserva para los literales con tipo en el cliente Scala de Spark Connect. Anteriormente, los elementos de matrices y valores de los mapas siempre eran nullables.

`FSCK REPAIR TABLE DRY RUN` esquema de salida actualizado

La columna dataFilePath en el esquema de salida FSCK REPAIR TABLE DRY RUN ahora es anulable para informar sobre nuevos tipos de problemas donde la ruta del archivo de datos no es aplicable.

`SHOW TABLES DROPPED` respeta la cláusula `LIMIT`

El SHOW TABLES DROPPED comando ahora respeta correctamente la LIMIT cláusula .

Factores de proración alineados entre lecturas y escrituras optimizadas automáticamente

Los factores de proración para el ajuste de tamaño de partición ahora usan valores fraccionarios de forma coherente entre operaciones de lectura y escrituras optimizadas automáticamente. Este cambio puede dar lugar a un número diferente de tareas para las operaciones de lectura.

Ejecución de UDF de Python unificada en PySpark y el catálogo de Unity

Las UDF de Python del catálogo de Unity ahora usan Apache Arrow como formato de intercambio predeterminado, lo que mejora el rendimiento general y se alinea con el comportamiento de las UDF de Python optimizadas para Arrow en Apache Spark. Como parte de este cambio, TIMESTAMP los valores pasados a UDF de Python ya no incluyen información de zona horaria en el datetime atributo del tzinfo objeto. Los propios valores de marca de tiempo permanecen en UTC, pero ahora se quitan los metadatos de la zona horaria.

Si su UDF se basa en los datos de zona horaria, necesita restaurarlos con date = date.replace(tzinfo=timezone.utc). Para obtener más información, consulte Comportamiento de zona horaria de marca de tiempo para las entradas.

Al usar el conector de Kafka con una clase de módulo de inicio de sesión no sombreada, Azure Databricks ahora proporciona mensajes de error que sugieren usar el prefijo de clase sombreada correcto (kafkashaded.org.apache.kafka o kafkashaded.software.amazon.msk.auth.iam).

Restricciones del viaje en el tiempo y `VACUUM` comportamiento de retención

Azure Databricks ahora bloquea las consultas de retroceso temporal más allá del deletedFileRetentionDuration umbral para todas las tablas. El VACUUM comando omite el argumento de duración de retención, excepto cuando el valor es 0 horas. No se puede establecer deletedFileRetentionDuration más grande que logRetentionDuration o viceversa.

`BinaryType` se asigna a `bytes` de forma predeterminada en PySpark

BinaryType ahora se asigna de forma coherente a Python bytes en PySpark. Anteriormente, PySpark asignaba BinaryType a bytes o bytearray según el contexto. Para restaurar el comportamiento anterior, establezca spark.sql.execution.pyspark.binaryAsBytes en false.

Estructuras NULL conservadas en operaciones Delta MERGE, UPDATE y de escritura en streaming

Las estructuras NULL ahora se conservan como NULL en las operaciones de MERGE delta, UPDATE, y en las operaciones de escritura de streaming que incluyen conversiones de tipo de estructura. Anteriormente, las estructuras NULL se expandían a structs con campos NULL. Por ejemplo, una estructura NULL ahora sigue siendo NULL en lugar de expandirse a una estructura con todos los valores de campo NULL.

Columnas de partición materializadas en archivos Parquet

Las tablas Delta con particiones ahora materializan las columnas de partición en los archivos de datos Parquet recién escritos. Anteriormente, los valores de partición se almacenaban en los metadatos del registro de transacciones Delta y se reflejaban en rutas de acceso de directorio, pero no se escribían como columnas en los propios archivos Parquet. Este cambio se alinea con el comportamiento de Apache Iceberg y UniForm y podría afectar a las cargas de trabajo que leen directamente los archivos Parquet escritos por Delta Lake, ya que los nuevos archivos escritos incluyen columnas de partición adicionales.

Actualizaciones de bibliotecas

Bibliotecas de Python actualizadas:

anyio de 4.6.2 a 4.7.0
asttokens de 2.0.5 a 3.0.0
azure-core de 1.34.0 a 1.36.0
Actualización de azure-mgmt-core de la versión 1.5.0 a la 1.6.0
azure-storage-blob de 12.23.0 a 12.27.1
azure-storage-file-datalake de 12.17.0 a 12.22.0
boto3 de 1.36.2 a 1.40.45
botocore de 1.36.3 a 1.40.45
certifi de 2025.1.31 a 2025.4.26
Haga clic entre 8.1.7 y 8.1.8.
criptografía de 43.0.3 a 44.0.1
Cython de 3.0.12 a 3.1.5
databricks-sdk de 0.49.0 a 0.67.0
En desuso de 1.2.13 a 1.2.18
executing de 0.8.3 a 1.2.0
fastapi de 0.115.12 a 0.121.0
google-api-core de 2.20.0 a 2.28.1
google-auth de 2.40.0 a 2.43.0
google-cloud-core de 2.4.3 a 2.5.0
google-cloud-storage de 3.1.0 a 3.5.0
h11 de 0.14.0 a 0.16.0
httpcore de 1.0.2 a 1.0.9
httpx de 0.27.0 a 0.28.1
isodate de 0.6.1 a 0.7.2
Jinja2 de 3.1.5 a 3.1.6
jupyter-events de 0.10.0 a 0.12.0
jupyter-lsp de 2.2.0 a 2.2.5
jupyter_server de 2.14.1 a 2.15.0
jupyter_server_terminals desde la versión 0.4.4 hasta la versión 0.5.3
mistune de 2.0.4 a 3.1.2
mlflow-skinny de 3.0.1 a 3.5.1
mmh3 de 5.1.0 a 5.2.0
msal de 1.32.3 a 1.34.0
nbclient de 0.8.0 a 0.10.2
nbconvert de 7.16.4 a 7.16.6
notebook_shim de 0.2.3 a 0.2.4
opentelemetry-api de 1.32.1 a 1.38.0
opentelemetry-sdk de 1.32.1 a 1.38.0
opentelemetry-semantic-conventions de 0,53b1 a 0,59b0
platformdirs de 3.10.0 a 4.3.7
prometheus_client de 0.21.0 a 0.21.1
psycopg2 de 2.9.3 a 2.9.11
pyarrow de 19.0.1 a 21.0.0
Pygments de 2.15.1 a 2.19.1
pyiceberg de 0.9.0 a 0.10.0
python-lsp-server de 1.12.0 a 1.12.2
cuerda de 1.12.0 a 1.13.0
s3transfer de 0.11.3 a 0.14.0
Actualización de scipy de la versión 1.15.1 a la 1.15.3
setuptools de 74.0.0 a 78.1.1
seis de 1.16.0 a 1.17.0
stack-data versión 0.2.0 a 0.6.3
starlette de 0.46.2 a 0.49.3
tornado de 6.4.2 a 6.5.1
types-python-dateutil de 2.9.0.20241206 a 2.9.0.20251008
uvicorn de 0.34.2 a 0.38.0
webcolors de 24.11.1 a 25.10.0

Bibliotecas de R actualizadas:

flecha de 19.0.1 a 22.0.0
base de 4.4.2 a 4.5.1
bigD de 0.3.0 a 0.3.1
actualización de broom de la versión 1.0.7 a la 1.0.10
reloj de 0.7.2 a 0.7.3
commonmark de la versión 1.9.5 a la versión 2.0.0
compilador de 4.4.2 a 4.5.1
credenciales de 2.0.2 a 2.0.3
curl de 6.4.0 a 7.0.0
data.table de 1.17.0 a 1.17.8
conjuntos de datos de 4.4.2 a 4.5.1
dbplyr de 2.5.0 a 2.5.1
devtools de 2.4.5 a 2.4.6
diffobj de 0.3.5 a 0.3.6
digest de 0.6.37 a 0.6.39
downlit de 0.4.4 a 0.4.5
dtplyr de 1.3.1 a 1.3.2
evaluar de 1.0.3 a 1.0.5
fansi de 1.0.6 a 1.0.7
forcats de 1.0.0 a 1.0.1
fs de 1.6.5 a 1.6.6
future de 1.34.0 a 1.68.0
future.apply de 1.11.3 a 1.20.0
Cambiar "gargle" de la versión 1.5.2 a la 1.6.0
Actualización de gert de la versión 2.1.4 a la 2.2.0
ggplot2 de 3.5.1 a 4.0.1
gh de 1.4.1 a 1.5.0
git2r de 0.35.0 a 0.36.2
glmnet de 4.1-8 a 4.1-10
googledrive de 2.1.1 a 2.1.2
googlesheets4 de 1.1.1 a 1.1.2
gráficos de 4.4.2 a 4.5.1
grDevices de 4.4.2 a 4.5.1
cuadrícula de 4.4.2 a 4.5.1
gt de 0.11.1 a 1.1.0
hardhat de 1.4.1 a 1.4.2
haven de 2.5.4 a 2.5.5
hms de 1.1.3 a 1.1.4
httpuv de 1.6.15 a 1.6.16
httr2 de 1.1.1 a 1.2.1
jsonlite de 1.9.1 a 2.0.0
más adelante de 1.4.1 a 1.4.4
lava de 1.8.1 a 1.8.2
listenv de 0.9.1 a 0.10.0
magrittr de 2.0.3 a 2.0.4
Markdown de 1.13 a 2.0
métodos de 4.4.2 a 4.5.1
miniUI de 0.1.1.1 a 0.1.2
mlflow de 2.20.4 a 3.6.0
openssl de 2.3.3 a 2.3.4
paralelo de 4.4.2 a 4.5.1
en paralelo de 1.42.0 a 1.45.1
pilar de 1.11.0 a 1.11.1
pkgbuild de 1.4.6 a 1.4.8
Actualización de pkgdown de la versión 2.1.1 a la 2.2.0
pkgload desde la versión 1.4.0 a la versión 1.4.1
pROC de 1.18.5 a 1.19.0.1
prodlim de 2024.06.25 a 2025.04.28
progressr versión 0.15.1 a 0.18.0
promesas de 1.3.2 a 1.5.0
ps de 1.9.0 a 1.9.1
purrr de 1.0.4 a 1.2.0
ragg de 1.3.3 a 1.5.0
Rcpp de 1.0.14 a 1.1.0
readr de 2.1.5 a 2.1.6
recetas de 1.2.0 a 1.3.1
reshape2 de 1.4.4 a 1.4.5
rmarkdown de 2.29 a 2.30
roxygen2 de 7.3.2 a 7.3.3
rprojroot de 2.0.4 a 2.1.1
RSQLite de 2.3.9 a 2.4.4
versiones de 2.1.2 a 3.0.0
rvest de 1.0.4 a 1.0.5
sass de 0.4.9 a 0.4.10
escala de 1.3.0 a 1.4.0
brillante de 1.10.0 a 1.11.1
Actualización de sparklyr de la versión 1.9.1 a la 1.9.3
SparkR de 4.0.0 a 4.1.0
sparsevctrs de 0.3.1 a 0.3.4
splines de 4.4.2 a 4.5.1
estadísticas de 4.4.2 a 4.5.1
estadísticas4 de 4.4.2 a 4.5.1
stringr de 1.5.1 a 1.6.0
systemfonts de 1.2.1 a 1.3.1
tcltk de 4.4.2 a 4.5.1
testthat de 3.2.3 a 3.3.0
textshaping de 1.0.0 a 1.0.4
timeDate de 4041.110 a 4051.111
tinytex de 0,56 a 0,58
herramientas de 4.4.2 a 4.5.1
usethis de 3.1.0 a 3.2.1
utilidades de 4.4.2 a 4.5.1
V8 de 6.0.2 a 8.0.1
vroom de 1.6.5 a 1.6.6
waldo de 0.6.1 a 0.6.2
xfun de 0,51 a 0,54
xml2 de 1.3.8 a 1.5.0
zeallot de 0.1.0 a 0.2.0
zip de 2.3.2 a 2.3.3

Bibliotecas de Java actualizadas:

com.amazonaws.amazon-kinesis-client de 1.12.0 a 1.15.3
com.amazonaws.aws-java-sdk-autoscaling: actualización de la versión 1.12.638 a la 1.12.681
com.amazonaws.aws-java-sdk-cloudformation de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-cloudfront de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-cloudhsm de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-cloudsearch de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-cloudtrail de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-cloudwatch de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-cloudwatchmetrics de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-codedeploy de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-cognitoidentity de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-cognitosync de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-config de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-core de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-sql-scriptdatapipeline de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-directconnect de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-directory de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-dynamodb de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-ec2 de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-ecs de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-efs de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-elasticache de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-elasticbeanstalk de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-elasticloadbalancing de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-elastictranscoder de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-emr de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-glacier de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-glue de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-iam de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-importexport de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-kinesis de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-kms de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-lambda de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-logs de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-machinelearning de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-opsworks de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-rds de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-redshift de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-route53 de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-s3 de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-ses de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-simpledb de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-simpleworkflow de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-sns de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-sqs de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-ssm de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-storagegateway de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-sts de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-support de 1.12.638 a 1.12.681
com.amazonaws.aws-java-sdk-workspaces de 1.12.638 a 1.12.681
com.amazonaws.jmespath-java de 1.12.638 a 1.12.681
com.databricks.databricks-sdk-java de 0.27.0 a 0.53.0
com.fasterxml.jackson.datatype.jackson-datatype-jsr310 de 2.18.2 a 2.18.3
com.github.luben.zstd-jni de 1.5.6-10 a 1.5.7-6
com.google.flatbuffers.flatbuffers-java de 24.3.25 a 25.2.10
com.google.guava.failureaccess de 1.0.2 a 1.0.3
com.google.guava.guava de 33.4.0-jre a 33.4.8-jre
com.microsoft.sqlserver.mssql-jdbc de 11.2.3.jre8 a 12.8.0.jre8
commons-cli.commons-cli de 1.9.0 a 1.10.0
commons-codec.commons-codec de 1.17.2 a 1.19.0
commons-fileupload.commons-fileupload de 1.5 a 1.6.0
commons-io.commons-io de 2.18.0 a 2.21.0
dev.ludovic.netlib.arpack de 3.0.3 a 3.0.4
dev.ludovic.netlib.blas de 3.0.3 a 3.0.4
dev.ludovic.netlib.lapack de 3.0.3 a 3.0.4
io.delta.delta-sharing-client_2.13 de 1.3.5 a 1.3.6
io.dropwizard.metrics.metrics-annotation de 4.2.30 a 4.2.37
io.dropwizard.metrics.metrics-core de 4.2.30 a 4.2.37
io.dropwizard.metrics.metrics-graphite de 4.2.30 a 4.2.37
io.dropwizard.metrics.metrics-healthchecks actualiza de la versión 4.2.30 a la versión 4.2.37
io.dropwizard.metrics.metrics-jmx de 4.2.30 a 4.2.37
io.dropwizard.metrics.metrics-json de 4.2.30 a 4.2.37
io.dropwizard.metrics.metrics-jvm de 4.2.30 a 4.2.37
io.dropwizard.metrics.metrics-servlets de 4.2.30 a 4.2.37
io.netty.netty-all de 4.1.118.Final a 4.2.7.Final
io.netty.netty-buffer de 4.1.118.Final a 4.2.7.Final
io.netty.netty-codec de 4.1.118.Final a 4.2.7.Final
io.netty.netty-codec-http de 4.1.118.Final a 4.2.7.Final
io.netty.netty-codec-http2 de la versión 4.1.118.Final a la versión 4.2.7.Final
io.netty.netty-codec-socks de 4.1.118.Final a 4.2.7.Final
io.netty.netty-common actualizado de la versión 4.1.118.Final a la versión 4.2.7.Final
io.netty.netty-handler de 4.1.118.Final a 4.2.7.Final
io.netty.netty-handler-proxy de la versión 4.1.118.Final a la versión 4.2.7.Final
io.netty.netty-resolver de 4.1.118.Final a 4.2.7.Final
io.netty.netty-tcnative-boringssl-static de 2.0.70.Final-db-r0-windows-x86_64 a 2.0.74.Final-db-r0-windows-x86_64
io.netty.netty-tcnative-classes de 2.0.70.Final a 2.0.74.Final
io.netty.netty-transport de 4.1.118.Final a 4.2.7.Final
io.netty.netty-transport-classes-epoll de 4.1.118.Final a 4.2.7.Final
io.netty.netty-transport-classes-kqueue de 4.1.118.Final a 4.2.7.Final
io.netty.netty-transport-native-epoll de 4.1.118.Final-linux-x86_64 a 4.2.7.Final-linux-x86_64
io.netty.netty-transport-native-kqueue de 4.1.118.Final-osx-x86_64 a 4.2.7.Final-osx-x86_64
io.netty.netty-transport-native-unix-common de 4.1.118.Final a 4.2.7.Final
joda-time.joda-time de 2.13.0 a 2.14.0
org.apache.arrow.arrow-format de 18.2.0 a 18.3.0
org.apache.arrow.arrow-memory-core de 18.2.0 a 18.3.0
org.apache.arrow.arrow-memory-netty de 18.2.0 a 18.3.0
org.apache.arrow.arrow-memory-netty-buffer-patch de 18.2.0 a 18.3.0
org.apache.arrow.arrow-vector de 18.2.0 a 18.3.0
org.apache.avro.avro de 1.12.0 a 1.12.1
org.apache.avro.avro-ipc de 1.12.0 a 1.12.1
org.apache.avro.avro-mapred de 1.12.0 a 1.12.1
org.apache.commons.commons-collections4 de 4.4 a 4.5.0
org.apache.commons.commons-compress de 1.27.1 a 1.28.0
org.apache.commons.commons-lang3 de 3.17.0 a 3.19.0
org.apache.commons.commons-text de 1.13.0 a 1.14.0
org.apache.curator.curator-client de 5.7.1 a 5.9.0
org.apache.curator.curator-framework de 5.7.1 a 5.9.0
org.apache.curator.curator-recipes de 5.7.1 a 5.9.0
org.apache.datasketches.datasketches-java de 6.1.1 a 6.2.0
org.apache.hadoop.hadoop-client-runtime de 3.4.1 a 3.4.2
org.apache.orc.orc-core de 2.1.1-shaded-protobuf a 2.2.0-shaded-protobuf
org.apache.orc.orc-format de 1.1.0-shaded-protobuf a 1.1.1-shaded-protobuf
org.apache.orc.orc-mapreduce de 2.1.1-shaded-protobuf a 2.2.0-shaded-protobuf
org.apache.orc.orc-shims de 2.1.1 a 2.2.0
org.apache.xbean.xbean-asm9-shaded de 4.26 a 4.28
org.apache.zookeeper.zookeeper actualizado de la versión 3.9.3 a la versión 3.9.4
org.apache.zookeeper.zookeeper-jute de 3.9.3 a 3.9.4
org.eclipse.jetty.jetty-client de 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-http de 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-io de 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-jndi de 9.4.53.v20231009 a 10.0.26
Actualización de org.eclipse.jetty.jetty-plus de la versión 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-proxy desde la versión 9.4.53.v20231009 a la 10.0.26
org.eclipse.jetty.jetty-security de 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-server de 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-servlet de 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-servlets de 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-util de 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-webapp de 9.4.53.v20231009 a 10.0.26
org.eclipse.jetty.jetty-xml de 9.4.53.v20231009 a 10.0.26
org.mlflow.mlflow-spark_2.13 de 2.9.1 a 2.22.1
org.objenesis.objenesis de 3.3 a 3.4
org.scala-lang.modules.scala-xml_2.13 de 2.3.0 a 2.4.0

Apache Spark

Databricks Runtime 18.0 (Beta) incluye Apache Spark 4.0.0. Esta versión incluye todas las correcciones y mejoras de Spark incluidas en la versión anterior, así como las siguientes correcciones de errores adicionales y mejoras realizadas en Spark:

SPARK-54536 Tiempo de espera al buscar en Shuffle carece de costo de creación/espera de cliente/recopilación.
SPARK-54534 Migración de códigos de error heredados relacionados con Hive a condiciones de error adecuadas
SPARK-54565 SparkBuildInfo debería cargar spark-version-info.properties desde su propio cargador de clases.
SPARK-54533 Asignar el valor correcto a la métrica ExecutorSource.METRIC_RESULT_SIZE
SPARK-54478 Volver a habilitar pruebas de transmisión en flujo para la prueba de compatibilidad del CI de integración continua
SPARK-54552 Corregir SparkConnectResultSet.getString para manejar el tipo de datos BINARY con UTF_8
SPARK-54501 Mejora de la gestión de errores para fallos en el filtro de partición del metastore de Hive
SPARK-54550 Gestionar ConnectException con suavidad en SparkConnectStatement.close()
SPARK-54020 Compatibilidad con spark.sql(...) la API de Python dentro de las funciones de consulta para la canalización declarativa de Spark
SPARK-53127 Corregir LIMIT ALL para la recursividad ilimitada con normalización de CTE
SPARK-50072 Control de ArithmeticException en el análisis de intervalos con valores grandes
SPARK-54299 Corrección de la consulta de ejemplo incorrecta en WindowGroupLimit
SPARK-54505 Corrija el orden de argumentos de la llamada createMetrics en makeNegative
SPARK-54462 Agregar SupportsV1OverwriteWithSaveAsTable mixin para TableProvider
SPARK-54540 Algunas correcciones menores para el controlador JDBC de Connect
SPARK-54508 Solución spark-pipelines para resolver spec la ruta de acceso del archivo de manera más robusta
SPARK-54087 La tarea de lanzamiento del ejecutor de Spark falló y debería devolver un mensaje de tarea finalizada.
SPARK-53797 Corrección FileStreamSource.takeFilesUntilMax para usar zipWithIndex para evitar indices el uso
SPARK-54418 Corrección de mensajes de error y formato de código
SPARK-54114 Compatibilidad con getColumns para SparkConnectDatabaseMetaData
SPARK-54209 Compatibilidad con el tipo TIMESTAMP en SparkConnectResultSet
SPARK-54208 Compatibilidad con el tipo TIME en SparkConnectResultSet
SPARK-54528 Cierre URLClassLoader diligentemente para evitar OOM
SPARK-54464 Eliminación de llamadas duplicadas output.reserve en assembleVariantBatch
SPARK-53635 Compatibilidad con UDF de Scala con argumentos de entrada de tipo Seq[Row]
SPARK-54493 Corrección de assertSchemaEqual para MapType
SPARK-52515 Probar approx_top_k con indicador activado y desactivado
SPARK-54413 Actualizar Bootstrap v4.4.1 a v4.6.2
SPARK-54497 Aplicar functools.lru_cache en el almacenamiento en caché del convertidor
SPARK-54306 Anotar las columnas de Variant con la anotación de tipo lógico de Variant
SPARK-54350 SparkGetColumnsOperation ORDINAL_POSITION debe estar basado en 1
SPARK-54130 Adición de mensajes de error detallados para errores de aserción de catálogo
SPARK-54220 Compatibilidad con tipos NullType/VOID/UNKNOWN en Parquet
SPARK-54163 Canonización para escaneo de la información de particionamiento y ordenación
SPARK-54377 Solucionar COMMENT ONTABLE IS NULL para quitar correctamente el comentario de la tabla
SPARK-52767 Optimización de maxRows y maxRowsPerPartition para unión y unión
SPARK-54063 Activar instantánea para el siguiente lote cuando haya retraso en la carga
SPARK-54384 Modernización del método _batched para BatchedSerializer
SPARK-54378 Quitar CreateXmlParser.scala del catalyst módulo
SPARK-53103 Revertir "[SC-204946][ss] Lanza un error si el directorio de estado no está vacío cuando se inicia la consulta"
SPARK-53103 Se produce un error si el directorio de estado no está vacío cuando se inicia la consulta
SPARK-54397 Hacer posible que UserDefinedType sea hashable
SPARK-54440 Asigne un nombre más idiomático al archivo de especificación de canalización predeterminado, spark-pipeline.yml
SPARK-54324 Adición de pruebas para client-user-context-extensions
SPARK-54456 Importar módulo trabajador tras proceso de bifurcación para evitar bloqueo
SPARK-54427 Permitir que ColumnarRow llame copy con tipos variantes
SPARK-54136 Extraer la lógica de fusión de planes de MergeScalarSubqueries a PlanMerger
SPARK-54389 Corrección del error de sello no válido del almacén de estado de RocksDB cuando la tarea se marca como fallida durante la inicialización.
SPARK-54346 Introducción a la API de repartición de estado y al ejecutor de repartición de particiones
SPARK-53809 Agregar canonicidad para DataSourceV2ScanRelation
SPARK-54280 Requerir que el dir de almacenamiento del punto de control de canalización sea una ruta de acceso absoluta
SPARK-54206 Compatibilidad con datos de tipo BINARY en SparkConnectResultSet
SPARK-54319 BHJ LeftAnti actualiza incorrectamente numOutputRows cuando se desactiva el codegen
SPARK-54355 Crear spark.connect.session.planCompression.defaultAlgorithm para admitir NONE
SPARK-54341 Recordar la especificación TimeTravelSpec para las tablas cargadas a través de TableProvider
SPARK-54280 Revertir "[SC-212148][sdp] Requerir que el dir de almacenamiento del punto de control de canalización sea una ruta de acceso absoluta"
SPARK-54354 Solución para el bloqueo de Spark cuando no hay suficiente memoria del montón de JVM para la relación transmitida con hash
SPARK-54439 Error de coincidencia de tamaño de clave de combinación y keyGroupedPartitioning
SPARK-54280 Requerir que el dir de almacenamiento del punto de control de canalización sea una ruta de acceso absoluta
SPARK-54395 La clase RemoteBlockPushResolver inicializa repetidamente ObjectMapper.
SPARK-54207 Admite datos de tipo date en SparkConnectResultSet
SPARK-54182 Optimización de la conversión sin flecha de df.toPandas
SPARK-54312 Evitar la programación repetida de tareas para SendHeartbeat/WorkDirClean en un trabajo independiente
SPARK-54394 Mover isJavaVersionAtMost17 y isJavaVersionAtLeast21 de core a common/utils
SPARK-53927 Actualización del cliente kinesis
SPARK-54358 Los directorios de punto de control colisionan cuando las tablas de transmisión en diferentes esquemas tienen el mismo nombre.
SPARK-54310 Revertir "[SC-212003][sql] Agregar numSourceRows métrica para MergeIntoExec"
SPARK-54310 Agregar numSourceRows métrica para MergeIntoExec
SPARK-53322 Seleccione una keyGroupedShuffleSpec solo cuando se puedan insertar completamente las posiciones de clave de combinación.
SPARK-54270 Los métodos get* de SparkConnectResultSet deben llamar a checkOpen y verificar el límite del índice.
SPARK-53849 Actualización de netty y netty tc nativo
SPARK-54205 Admite datos de tipo decimal en SparkConnectResultSet
SPARK-54417 Corrección del mensaje de error para la subconsulta escalar en la IDENTIFIER cláusula
SPARK-54113 Compatibilidad con getTables para SparkConnectDatabaseMetaData
SPARK-54303 Canonicalizar la condición de error MISSING_CATALOG_ABILITY
SPARK-54153 Compatibilidad con las UDF de Python basadas en iteradores de generación de perfiles
SPARK-54349 Refactorizar código un poco para simplificar la extensión de integración de faulthandler
SPARK-54317 Unificar la lógica de conversión de Arrow para Classic y Connect toPandas
SPARK-54339 Corregir AttributeMap no determinista
SPARK-54112 Compatibilidad con getSchemas para SparkConnectDatabaseMetaData
SPARK-54180 Invalidación de toString de BinaryFileFormat
SPARK-54213 Eliminación de Python 3.9 de Spark Connect
SPARK-54215 Adición del rasgo SessionStateHelper a FilePartition
SPARK-54115 Aumentar la prioridad de visualización de los hilos de operación del servidor de conexión en la página de volcado de hilos
SPARK-54193 En desuso spark.shuffle.server.finalizeShuffleMergeThreadsPercent
SPARK-54149 Active la recursividad de cola siempre que sea posible.
SPARK-54185 En desuso spark.shuffle.server.chunkFetchHandlerThreadsPercent
SPARK-54056 resuelve la sustitución de los ajustes de SQLConf en Catálogos
SPARK-54147 Establezca OMP_NUM_THREADS en spark.task.cpus de forma predeterminada en BaseScriptTransformationExec.
SPARK-54229 Hacer que PySparkLogger en UDF almacene una entrada de registro por llamada de función de registro
SPARK-53337 XSS: asegúrese de que el nombre de la aplicación en la página del historial obtenga escape.
SPARK-54229 Revertir "[SC-211321][python] Hacer que PySparkLogger en UDF almacene una entrada de registro por llamada de función de registro"
SPARK-54373 Ampliar el atributo SVG viewBox de la inicialización DAG del trabajo
SPARK-54323 Cambiar la forma de acceder a los registros a TVF en lugar de a la vista del sistema
SPARK-54229 Hacer que PySparkLogger en UDF almacene una entrada de registro por llamada de función de registro
SPARK-53978 Compatibilidad con el registro en los trabajadores del lado controlador
SPARK-54146 Limpiar el uso de la API de Jackson en desuso
SPARK-54383 Agregar variante de esquema precomputado para el util InternalRowComparableWrapper
SPARK-54030 Adición de un mensaje de aserción fácil de usar para ver los metadatos dañados
SPARK-54144 Inferencias de tipo de evaluación de cortocircuito
SPARK-54030 Revertir "[SC-210301][sql] Agregar mensaje de aserción fácil de usar para ver los metadatos dañados"
SPARK-54028 Usar un esquema vacío al modificar una vista que no es compatible con Hive
SPARK-54030 Adición de un mensaje de aserción fácil de usar para ver los metadatos dañados
SPARK-54085 Corrección initialize para agregar CREATE la opción además en DriverRunner
SPARK-53482MERGE INTO compatibilidad con cuando el origen tiene menos campo anidado que el destino
SPARK-53905 Refactorización de RelationResolution para habilitar la reutilización de código
SPARK-53732 Recordar TimeTravelSpec en DataSourceV2Relation
SPARK-54014 Compatibilidad con el número máximo de filas para SparkConnectStatement
SPARK-50906 Corrección de la verificación de nulabilidad de Avro para los campos de estructura reordenados
SPARK-54396 Optimización de llamadas py4J en Dataframe.toArrow
SPARK-54344 Mata al trabajador si el vaciado falla en daemon.py
SPARK-53977 Compatibilidad con el registro en UDTFs
SPARK-52515 Volver a aplicar "[SC-199815][sql] Agregar approx_top_k función"
SPARK-54340 Adición de la capacidad para usar viztracer en el demonio o los trabajadores de pyspark
SPARK-54379 Mover el enlace lambda a un objeto independiente LambdaBinder
SPARK-54029 Adición de un mensaje de error detallado para daños en los metadatos de la tabla para facilitar la depuración
SPARK-54002 Soporte para la integración de BeeLine con el controlador JDBC Connect
SPARK-54336 Arreglar la comprobación del tipo de entrada con BloomFilterMightContain
SPARK-53406 Evitar la combinación aleatoria innecesaria en el identificador de orden aleatorio directo
SPARK-54347 Optimización de llamadas py4J en dataframe clásico
SPARK-54062 Limpieza de código MergeScalarSubqueries
SPARK-54054 Soporte para la posición de fila en SparkConnectResultSet
SPARK-54330 Optimización de llamadas py4J en spark.createDataFrame
SPARK-54332 No es necesario adjuntar PlanId en la agrupación de nombres de columna en rollup/cube/groupingSets
SPARK-53976 Compatibilidad con el registro en UDF de Pandas/Arrow
SPARK-54123 Agregar zona horaria para que la marca de tiempo sea una hora absoluta
SPARK-54356 Corrección de EndToEndAPISuite causada por la falta de esquema raíz de almacenamiento
SPARK-54292 Compatibilidad con funciones agregadas y GROUP BY en |>SELECT operadores de tubería (#180106) (#180368)
SPARK-54376 Marcar la mayoría de las opciones de configuración de canalización como internas
SPARK-53975 Agrega compatibilidad básica con el registro de trabajo de Python
SPARK-54361 Ajustar la versión de Spark al valor previsto de 4.2.0 para el parámetro spark.sql.parser.singleCharacterPipeOperator.enabled
SPARK-51518 Soporte | como alternativa a |> para el token del operador de canalización de SQL
SPARK-53535 Corrección del problema de interpretar estructuras faltantes siempre como nulos
SPARK-54294 Normalizar la dirección IP impresa del servidor Connect
SPARK-52439 Compatibilidad con la restricción check con un valor NULL
SPARK-54352 Introducir SQLConf.canonicalize para centralizar la normalización de cadenas
SPARK-54183 Volver a revertir "[SC-211824][python][CONNECT] Evitar un marco de datos temporal intermedio durante la conexión de Spark a Pandas()"
SPARK-53573IDENTIFIER en todas partes
SPARK-53573 Permitir literales de cadena coalescentes en cualquier parte
SPARK-54240 Traducción de la expresión de catalizador del elemento de matriz a la expresión del conector
SPARK-54334 Mover la validación de expresiones de subconsulta en funciones lambda y de orden superior a SubqueryExpressionInLambdaOrHigherOrderFunctionValidator
SPARK-54183 Revertir "[SC-211824][python][CONNECT] Evitar un marco de datos temporal intermedio durante la conexión de Spark aPandas()"
SPARK-54183 Evitar un DataFrame temporal intermedio durante la conexión de Spark a Pandas()
SPARK-54264 El operador DeDup puede usar keyExists() de RocksDB.
SPARK-54269 Actualización cloudpickle a 3.1.2 para Python 3.14
SPARK-54300 Optimización de llamadas py4J en df.toPandas
SPARK-54307 Generar un error si se reinicia la consulta de streaming con operación con estado, pero hay un directorio de estado vacío.
SPARK-54117 Generar un mensaje de error más claro para indicar que TWS solo es compatible con el proveedor de almacenamiento de estado RocksDB.
SPARK-53917 Compatibilidad con relaciones locales de gran tamaño: seguimientos
SPARK-54275 Limpieza del código sin usar del pipeline módulo
SPARK-54287 Adición de compatibilidad con Python 3.14 en pyspark-client y pyspark-connect
SPARK-53614 Adición Iterator[pandas.DataFrame] de compatibilidad a applyInPandas
SPARK-54191 Agregar una vez a Defineflow Proto
SPARK-54234 No es necesario adjuntar PlanId en los nombres de columna de agrupación en df.groupBy
SPARK-54231 Rellenar huecos en los documentos de SDP
SPARK-54199 Añadir soporte para la API DataFrame para las nuevas funciones de esquemas de cuantiles KLL (#178526)
SPARK-52463 Volver a aplicar "[SC-211221][sdp] Se ha agregado compatibilidad para cluster_by en las API de canalizaciones de Python".
SPARK-52463 Revertir "[SC-211221][sdp] Incorporar soporte para cluster_by en Python Pipelines APIs"
SPARK-53786 El valor predeterminado con el nombre de columna especial no debe entrar en conflicto con la columna real.
SPARK-54200 Actualice KafkaConsumerPoolRealTimeModeSuite para usar groupIdPrefix para la seguridad de ejecuciones simultáneas
SPARK-52463 Adición de compatibilidad con cluster_by en las API de canalizaciones de Python
SPARK-52509 Limpieza de shuffles individuales del almacenamiento de respaldo en el RemoveShuffle evento
SPARK-54187 Volver a aplicar "[SC-211150][python][CONNECT] Obtener todas las configuraciones de un lote en toPandas"
SPARK-53942 Compatibilidad con el cambio de particiones aleatorias sin estado tras reiniciar la consulta de streaming
SPARK-52515 Revertir "[SC-199815][sql] Agregar función approx_top_k"
SPARK-52515 Agregar función approx_top_k
SPARK-54078 Nueva prueba para StateStoreSuite SPARK-40492: maintenance before unload y quitar la infraestructura de la prueba anterior
SPARK-54178 Mejora del error de ResolveSQLOnFile
SPARK-53455 Agregar CloneSession RPC
SPARK-54178 Revertir "[SC-211111][sql] Mejorar el mensaje de error para ResolveSQLOnFile"
SPARK-53489 Quitar usando v2ColumnsToStructType en ApplyDefaultCollationToStringType
SPARK-54178 Mejora del error de ResolveSQLOnFile
SPARK-54187 Revert "[SC-211150][python][CONNECT] Obtener todas las configuraciones de un batch en toPandas"
SPARK-53942 Revertir "[SC-209873][ss] Compatibilidad para cambiar particiones de shuffle sin estado tras reiniciar la consulta de streaming"
SPARK-54187 Obtener todas las configuraciones de un lote en toPandas
SPARK-54145 Solucionar la verificación de columnas de tipo anidado en la agregación numérica.
SPARK-53942 Compatibilidad con el cambio de particiones aleatorias sin estado tras reiniciar la consulta de streaming
SPARK-53991 Se ha agregado compatibilidad con SQL para funciones de cuantiles de KLL basadas en DataSketches (#178089) (#178234)
SPARK-53128 Incluir bytes de memoria no administrados en el registro de uso antes de la memoria de ejecución OOM
SPARK-53731 Actualización de las sugerencias de tipo de las API de iterador
SPARK-53967 Evitar la creación intermedia de dataframes de pandas en df.toPandas
SPARK-53455 Revertir "[SC-208758][connect] Agregar CloneSession RPC"
SPARK-54108 Revisión de los métodos execute* de SparkConnectStatement
SPARK-54052 Agregar un objeto puente para solucionar la limitación de Py4J
SPARK-54128 Convertir IllegalArgumentException en SparkException con clases de error adecuadas en el servidor de Spark Connect
SPARK-53880 Solucionar DSv2 en PushVariantIntoScan añadiendo SupportsPushDownVariants
SPARK-541111 Compatibilidad con getCatalogs para SparkConnectDatabaseMetaData
SPARK-53455 Agregar CloneSession RPC
SPARK-54118 Mejora de la operación put/merge en ListState cuando hay varios valores
SPARK-54038 Compatibilidad con getSQLKeywords para SparkConnectDatabaseMetaData
SPARK-54013 Implementación de métodos sencillos de SparkConnectDatabaseMetaData
SPARK-53934 Implementación inicial del controlador JDBC de Connect
SPARK-53959 Iniciar un error del lado cliente al crear un dataframe a partir de un dataframe de Pandas con un índice, pero sin datos
SPARK-53573 Revertir "[SC-210255][sql] Permitir unir literales de cadena en cualquier lugar"
SPARK-54094 Extracción de métodos comunes a KafkaOffsetReaderBase
SPARK-53573 Permitir literales de cadena coalescentes en cualquier parte
SPARK-54039 Agregar información de TaskContext a los registros de liberación de KafkaDataConsumer para mejorar la depuración
SPARK-54031 Adición de nuevas pruebas de archivos dorados para el análisis de casos perimetrales
SPARK-54067 Mejora SparkSubmit para invocar exitFn con la causa principal en lugar de SparkUserAppException
SPARK-54047 Usar un error de diferencia cuando se agota el tiempo de espera de inactividad
SPARK-54078 Deflake StateStoreSuite SPARK-40492: maintenance before unload
SPARK-54061 Encapsular IllegalArgumentException con el código de error adecuado para patrones de fecha y hora no válidos
SPARK-54031 Revertir "[SC-210084][sql] Agregar nuevas pruebas de archivos dorados para el análisis de casos perimetrales"
SPARK-54075 Hacer ResolvedCollation evaluable
SPARK-54001 Optimización del uso de memoria en la clonación de sesiones con relaciones locales almacenadas en caché con recuento de referencias
SPARK-54031 Adición de nuevas pruebas de archivos dorados para el análisis de casos perimetrales
SPARK-53923 Rebautizar spark.executor.(log -> logs).redirectConsoleOutputs
SPARK-54007 Uso de Java Set.of en lugar de Collections.emptySet
SPARK-53755 Adición de compatibilidad con registros en BlockManager
SPARK-54041 Refactorización de validación de argumentos de ParameterizedQuery
SPARK-53696 Valor predeterminado de bytes para BinaryType en PySpark
SPARK-53921 Introducción de GeometryType y GeographyType a pySpark API
SPARK-53788 Mover VersionUtils al common módulo
SPARK-53999 Compatibilidad con transporte KQueue nativo en BSD/MacOS
SPARK-54021 Implementación de descriptores de acceso Geography y Geometry en Catalyst
SPARK-53921 Revertir "[SC-209482][geo][PYTHON] Introduce GeometryType y GeographyType a pySpark API"
SPARK-53920 Introducción de GeometryType y GeographyType a la API de Java
SPARK-53610 Limitar los tamaños de lote de Arrow en applyInPandas y applyInArrow
SPARK-53659 Inferir el esquema de desglose de Variant al escribir en Parquet
SPARK-53922 Introducción de tipos físicos de geometría y geografía
SPARK-54059 Reducir el tamaño de página predeterminado en LONG_ARRAY_OFFSET si se utilizan ZGC o ShenandoahGC y ON_HEAP.
SPARK-53921 Introducción de GeometryType y GeographyType a pySpark API
SPARK-54048 Actualización dev/requirements.txt para instalar torch(vision) en Python 3.14
SPARK-53917 Soporte para grandes relaciones locales
SPARK-53760 Introducción a GeometryType y GeographyType
SPARK-53530 Limpieza del código inútil relacionado con TransformWithStateInPySparkStateServer
SPARK-53636 Corrección del problema de seguridad de subprocesos en SortShuffleManager.unregisterShuffle
SPARK-52762 Adición del mensaje PipelineAnalysisContext para admitir el análisis de canalización durante la ejecución de consultas de Spark Connect
SPARK-53631 Optimización de la memoria y rendimiento en el arranque de SHS
SPARK-53857 Habilitar la propagación de messageTemplate a SparkThrowable
SPARK-53891 API de resumen de confirmación del modelo DSV2
SPARK-53966 Adición de funciones de utilidad para detectar GCs de JVM
SPARK-53149 Corrección de las pruebas de si el proceso de BeeLine se ejecuta en segundo plano
SPARK-53738 Corrección de la escritura planeada cuando la salida de la consulta contiene ordenes plegables
SPARK-53949 Usar Utils.getRootCause en lugar de Throwables.getRootCause
SPARK-53696 Revertir "[SC-209330][python][CONNECT][sql] Default to bytes for BinaryType en PySpark"
SPARK-53804 Compatibilidad con la ordenación radix de TIME
SPARK-54004 Solución para deshacer el almacenamiento en caché de la tabla por su nombre sin cascada
SPARK-53261 Uso de Java String.join|StringJoiner en lugar de Guava Joiner
SPARK-53319 Soportar el tipo de tiempo mediante try_make_timestamp_ltz()
SPARK-53280 Uso de Java instanceof en lugar de Throwables.throwIf* métodos
SPARK-53696 Valor predeterminado de bytes para BinaryType en PySpark
SPARK-53258 Usar el JavaUtils de check(Argument|State)
SPARK-53773 Recuperación del orden alfabético de reglas en RuleIdCollection
SPARK-53256 Promover check(Argument|State) a JavaUtils
SPARK-54008 Omitir QO para DESCRIBE QUERY
SPARK-53573 Uso del preprocesador para el control generalizado de marcadores de parámetros
SPARK-53980 Agregar SparkConf.getAllWithPrefix(String, String => K) API
SPARK-54009 Apoyo spark.io.mode.default
SPARK-51903 Validación de datos al agregar una restricción CHECK
SPARK-53573 Revertir "[SC-209126][sql] Usar Preprocesador para el manejo generalizado de marcadores de parámetros"
SPARK-53573 Uso del preprocesador para el control generalizado de marcadores de parámetros
SPARK-53573 Revertir "[SC-209126][sql] Usar Preprocesador para el manejo generalizado de marcadores de parámetros"
SPARK-53956 Soporte para TIME en la función try_make_timestamp en PySpark
SPARK-53930 Soporte de TIME en la función make_timestamp en PySpark
SPARK-53573 Uso del preprocesador para el control generalizado de marcadores de parámetros
SPARK-53564 Evite las salidas de DAGScheduler debido al tiempo de espera rpc de blockManager en DAGSchedulerEventProcessLoop
SPARK-53879 Actualización Ammonite a la versión 3.0.3
SPARK-53938 Corrección del escalado decimal en LocalDataToArrowConversion
SPARK-53845 Sumideros de SDP
SPARK-53908 Corrección de observaciones en Spark Connect con caché de planes
SPARK-53841 Implementar transform() en Column API
SPARK-53929 Compatibilidad con TIME en las funciones de make_timestamp y try_make_timestamp en Scala
SPARK-53902 Agregar bits de patrón de nodo de árbol para expresiones admitidas en la lista de argumentos ParameterizedQuery
SPARK-53064 Reescritura de la clave de registro de MDC en Java
SPARK-53762 Agregar regla simplificadora de conversiones de fecha y hora al optimizador
SPARK-53916 Desduplicar las variables en PythonArrowInput
SPARK-53690 Corrección del formato exponencial de avgOffsetsBehindLatest y estimatedTotalBytesBehindLatest en el objeto de orígenes de Kafka en curso json
SPARK-53789 Canonicalizar la condición de error CANNOT_MODIFY_STATIC_CONFIG
SPARK-53720 Simplificación de la extracción de tabla de DataSourceV2Relation (52460)
SPARK-45530 Usar java.lang.ref.Cleaner en lugar de finalize para NioBufferedFileInputStream
SPARK-53789 Revertir "[SC-208902][sql][CONNECT] Condición de error canónica CANNOT_MODIFY_STATIC_CONFIG"
SPARK-53789 Canonicalizar la condición de error CANNOT_MODIFY_STATIC_CONFIG
SPARK-531111 Implementación de la función time_diff en PySpark
SPARK-53896 Habilitar spark.io.compression.lzf.parallel.enabled de forma predeterminada
SPARK-53856 Eliminación de denylist nombres de configuración alternativos
SPARK-53611 Limitar los tamaños de lote de Arrow en las UDFs de ventanas de agregación
SPARK-53575 Reintentar todas las etapas del consumidor cuando se detecta un desajuste de suma de comprobación para una tarea de mapa de dispersión reintentada
SPARK-53867 Limitar los tamaños de lote de Arrow en SQL_GROUPED_AGG_ARROW_UDF
SPARK-53877 Introducción de BITMAP_AND_AGG función
SPARK-51426 Corrección de "Establecer metadatos en dict vacío no funciona".
SPARK-53868 Usar la comprobación de longitud de matriz en lugar de la comprobación de referencia directa en V2ExpressionBuilder
SPARK-53609 Limitar los tamaños de lote de Arrow en SQL_GROUPED_AGG_PANDAS_UDF
SPARK-53892 Uso DescribeTopicsResult.allTopicNames en lugar de la API en desuso all
SPARK-53878 Corrección del problema de condición de carrera relacionado con ObservedMetrics
SPARK-53796 Añadir un campo a algunos protos de canalización para admitir la compatibilidad hacia adelante
SPARK-53850 Definir proto para sumideros y cambiar el nombre de DefineDataset a DefineOutput
SPARK-53812 Refactorización de DefineDataset y DefineFlow protos para agrupar propiedades relacionadas y pruebas futuras
SPARK-53870 Se ha corregido un error de lectura parcial para mensajes proto grandes en TransformWithStateInPySparkStateServer.
SPARK-53751 Ubicación explícita de punto de control con versiones
SPARK-52407 Agregar compatibilidad con Theta Sketch (#171135)
SPARK-53779 Implementar transform() en Column API
SPARK-49547 Adición de iterador de RecordBatch API a applyInArrow
SPARK-53802 Compatibilidad con valores de cadena para el esquema especificado por el usuario en tablas SDP
SPARK-53865 Extraer lógica común de la regla ResolveGenerate
SPARK-53113 Admitir el tipo de tiempo mediante try_make_timestamp()
SPARK-53868 Usar solo la firma con expression[] de visitAggregateFunction en V2ExpressionSQBuilder
SPARK-53792 Corregir rocksdbPinnedBlocksMemoryUsage cuando la memoria está limitada…
SPARK-53248 Soporte checkedCast en JavaUtils
SPARK-52640 Propagación de la ubicación del código fuente de Python
SPARK-52924 Compatibilidad con ZSTD_strategy para la compresión
SPARK-53562 Vuelva a aplicar "[SC-207233][python] Limit Arrow batch sizes in applyInArrow and applyInPandas"
SPARK-51272 Abortar en lugar de continuar fase de resultados indeterminada parcialmente completada en ResubmitFailedStages
SPARK-53795 Eliminación de parámetros sin usar en LiteralValueProtoConverter
SPARK-53808 Permitir pasar argumentos opcionales de JVM a spark-connect-scala-client
SPARK-52614 Compatibilidad con RowEncoder dentro de Product Encoder
SPARK-53833 Actualización dev/requirements.txt para omitir torch/torchvision en Python 3.14
SPARK-53715 Refactorización de getWritePrivileges para MergeIntoTable
SPARK-53516 Corrección spark.api.mode del proceso arg en SparkPipelines
SPARK-53507 No use la clase case para BreakingChangeInfo
SPARK-53645 Implemente skipna el parámetro para ps. DataFrame any()
SPARK-53717 Revisar MapType.valueContainsNull el comentario de parámetros de manera más correcta
SPARK-53700 Quitar redundancia en DataSourceV2RelationBase.simpleString
SPARK-53667 Solución EXPLAIN de CALL con IDENTIFIER
SPARK-53562 Revertir "[SC-207233][python] Limitar tamaños de batch de Arrow en applyInArrow y applyInPandas"
SPARK-51169 Adición de compatibilidad con Python 3.14 en Spark clásico
SPARK-53562 Limitar tamaños de lote de Arrow en applyInArrow y applyInPandas
SPARK-53806 Permitir que la entrada vacía en el descifrado de AES tenga una clase de error
SPARK-51756 Calcula RowBasedChecksum en ShuffleWriters
SPARK-52807 Cambios de proto para admitir el análisis dentro de las funciones de consulta de canalizaciones declarativas
SPARK-53728 Imprimir mensaje PipelineEvent con error en la prueba
SPARK-53207 Enviar evento de canalización al cliente de forma asincrónica
SPARK-53829 Compatibilidad datetime.time con operadores de columna
SPARK-53638 Limitar el tamaño de bytes del lote de flecha para TWS para evitar OOM
SPARK-53593 Solución: Usar sin comillas para los campos de respuesta
SPARK-53734 Preferir la columna de la tabla sobre LCA cuando se resuelve el índice de la matriz
SPARK-53593 Agregar campo de respuesta para DefineDataset y DefineFlow RPC
SPARK-53734 Revertir "[SC-207697][sql] Preferir columna de tabla sobre LCA al resolver el índice de matriz"
SPARK-53621 Agregar soporte para la ejecución de CONTINUE HANDLER
SPARK-53734 Preferir la columna de la tabla sobre LCA cuando se resuelve el índice de la matriz
SPARK-53507 Añadir información sobre cambios significativos a los errores
SPARK-53707 Mejorar el manejo de metadatos de atributo.
SPARK-53629 Implementación de la ampliación de tipos para MERGE INTO WITH SCHEMA EVOLUTION
SPARK-53719 Mejora de la comprobación de tipos en la _to_col función
SPARK-53735 Ocultar las trazas de la pila JVM del lado del servidor por defecto en la salida de las canalizaciones de Spark
SPARK-53651 Agregar soporte para vistas persistentes en canalizaciones
SPARK-53678 Corrección de NPE cuando se crea una subclase de ColumnVector con un valor DataType null
SPARK-46679 Corrección para SparkUnsupportedOperationException No se encontró un codificador del tipo T, cuando se usa la clase Parametrizada
SPARK-53444 Reestructurar ejecutar inmediato reestructurar ejecutar inmediato
SPARK-53578 Simplificación del control de tipos de datos en LiteralValueProtoConverter
SPARK-53438 Usar CatalystConverter en LiteralExpressionProtoConverter
SPARK-53444 Revertir "[SC-206535][sql][CORE] Reestructurar ejecución inmediata, reestructurar ejecución inmediata"
SPARK-53444 Reestructurar ejecutar inmediato reestructurar ejecutar inmediato
SPARK-53112 Soporte para TIME en las funciones make_timestamp_ntz y try_make_timestamp_ntz en PySpark
SPARK-53492 Rechazar el segundo ExecutePlan con un ID de operación que ya se ha completado
SPARK-52772 Corrección anticipada de archivos de referencia
SPARK-53591 Simplificación de la coincidencia de glob en el patrón de especificación de la tubería
SPARK-53553 Corrección del control de valores NULL en LiteralValueProtoConverter
SPARK-52772 Control de atributos de tabla incoherente durante las actualizaciones
SPARK-53544 Compatibilidad con tipos complejos en observaciones
SPARK-53357 Actualización pandas a la versión 2.3.2
SPARK-53402 Compatibilidad con la API de partición de acceso directo para conjuntos de datos en Spark Connect usando Scala
SPARK-53372 Conjunto de pruebas de un extremo a otro de SDP
SPARK-53402 Revertir "[SC-206163][conectar] Soporte para la API de Conjunto de Datos con Particionamiento Directo en Spark Connect en Scala"
SPARK-53402 Compatibilidad con la API de partición de acceso directo para conjuntos de datos en Spark Connect usando Scala
SPARK-53233 Hacer que el código relacionado con streaming use el nombre de paquete correcto
SPARK-53233 Revert "[SC-203716][sql][SS][mllib][CONNECT] Make the code related to streaming uses the correct package name" (Revertir "[SC-203716][sql][SS][mllib][CONNECT] Hacer que el código relacionado con use el nombre de paquete correcto"
SPARK-53233 Hacer que el código relacionado con streaming use el nombre de paquete correcto
SPARK-53561 Detectar excepción de interrupción en TransformWithStateInPySparkStateServer durante outputStream.flush para evitar el bloqueo de trabajo
SPARK-53486 Evitar la configuración weights_only=False en la carga del modelo de antorcha
SPARK-53391 Quitar PrimitiveKeyOpenHashMap sin usar
SPARK-52431 Toques finales en el ejecutor de canalizaciones declarativas
SPARK-52980 Compatibilidad con UDTFs de Python de Arrow
SPARK-53453 Desbloquear 'torch<2.6.0'
SPARK-52582 Remerge "[SC-199314][sc-204581][SQL] Mejorar el uso de memoria del analizador XML"
SPARK-52582 Revertir "[SC-199314][sc-204581][SQL] Mejorar el uso de memoria del analizador XML"
SPARK-52582 Mejora del uso de memoria del analizador XML
SPARK-51906 Expresiones Dsv2 en alterar tabla agregar columnas
SPARK-53150 Mejorar list(File|Path)s para manejar datos no existentes, que no son directorios y de enlaces simbólicos
SPARK-53091 Prohibición org.apache.commons.lang3.Strings
SPARK-52844 Actualización de numpy a 1.22
SPARK-52912 Mejorar SparkStringUtils para admitir is(Not)?(Blank|Empty)
SPARK-52877 Mejora del rendimiento del serializador de flecha de UDF de Python
SPARK-52877 Revertir "[SC-201914][python] Mejorar el rendimiento del serializador de flecha de UDF de Python"
SPARK-52238 Cliente de Python para canalizaciones declarativas
SPARK-52877 Mejora del rendimiento del serializador de flecha de UDF de Python
SPARK-53287 Agregar guía de migración de ANSI
SPARK-52110 Implementación de la compatibilidad con la sintaxis SQL para canalizaciones
SPARK-52897 Actualización pandas a la versión 2.3.1
SPARK-52451 Revertir "[SC-202894][connect][SQL] Hacer que WriteOperation en SparkConnectPlanner esté libre de efectos secundarios"
SPARK-52976 Solucionar la UDF de Python que no acepta la cadena ordenada como tipo de parámetro/tipo de retorno de entrada
SPARK-52904 Habilitar convertToArrowArraySafely de forma predeterminada
Coerción del tipo de valor devuelto spark-52821 int-DecimalType> pyspark udf
SPARK-52971 Limitar el tamaño de la cola de trabajo de Python inactiva
SPARK-53013 Corrección de la UDTF de Python optimizada para flechas que no devuelve ninguna fila en la combinación lateral
SPARK-51834 Sincronización del sistema operativo: compatibilidad con la restricción de tabla de un extremo a otro alter add/drop
SPARK-52675 Interrumpir controladores de ML colgados en pruebas
SPARK-52959 Compatibilidad con UDT en UDT de Python optimizado para flechas UDTF
SPARK-52961 Corrección de la UDTF de Python optimizada para Arrow con evaluación de 0 argumentos en unión lateral
SPARK-52949 Evitar la conversión de ida y vuelta entre RecordBatch y Table en el UDTF de Python optimizado para Arrow
SPARK-52946 Corregir UDTF de Python optimizado por Arrow para admitir tipos de var grandes
SPARK-52934 Permitir la producción de valores escalares con UDTF de Python optimizado para Arrow
SPARK-52861 Omitir la creación de objetos Row en la ejecución de UDTF optimizada para Arrow.
SPARK-51834 Sincronizar el soporte de OSS de extremo a extremo para crear/reemplazar tabla con restricción
SPARK-44856 Mejora del rendimiento del serializador de flecha UDTF de Python
SPARK-51834 Revertir "[SQL] Corregir TableSpec mediante la adición de constructor"
SPARK-51834 Corrección de TableSpec mediante la adición del constructor
SPARK-51834 Revertir "[SQL] Sync OSS (parcial): compatibilidad con la restricción de tabla de un extremo a otro en la tabla create/replace"
SPARK-51834 Sincronización OSS (parcial): compatibilidad con la restricción completa de tabla en CREATE/REPLACE TABLE
SPARK-52885 Implementación de las funciones hour, minute y second en Scala para el tipo TIME
SPARK-51834 Sincronización de llamadas resueltas de actualización del sistema operativo ResolvedIdentifier
SPARK-44856 Revertir "[SC-195808][python] Mejorar el rendimiento del serializador de flecha UDTF de Python"
SPARK-51834 Revertir "[SQL] Actualización de OSS de sincronización de llamadas resueltasIdentifier sin aplicación"
SPARK-44856 Mejora del rendimiento del serializador de flecha UDTF de Python
SPARK-51834 Sincronización de llamadas resueltas de actualización del sistema operativo ResolvedIdentifier
SPARK-52787 Reorganización del directorio de ejecución de streaming en torno al entorno de ejecución y las áreas de punto de control
SPARK-51695 Sincronizar OSS crear/reemplazar/modificar tabla para restricción única a través de DSv2
SPARK-51695 Restricción de eliminación de OSS de sincronización mediante DSv2
SPARK-51695 Introducción de cambios del analizador para las restricciones table (CHECK, PK, FK)
SPARK-51695 Revertir "[SQL] Introducir cambios en el analizador para restricciones de tabla (CHECK, PK, FK)"
SPARK-51695 Introducción de cambios del analizador para las restricciones table (CHECK, PK, FK)
SPARK-49428 Mover el cliente de Scala de Connect desde Connector a SQL
SPARK-52422 Actualización pandas a la versión 2.3.0
SPARK-52228 Integrar el microbenchmark de interacción de estado en Quicksilver (TCP)
SPARK-52300 Hacer que la resolución UDTVF de SQL use configuraciones coherentes con la resolución de vistas
SPARK-52228 Construir el servidor de estado de TWS diseñado para pruebas comparativas, con implementaciones de estado en memoria y el código de la prueba en Python.
SPARK-52174 Habilitar spark.checkpoint.compress de forma predeterminada
SPARK-52224 Introducción de pyyaml como dependencia para el cliente de Python
SPARK-52122 Corrección de la vulnerabilidad de RCE DefaultParamsReader
SPARK-51147 Refactorización de clases relacionadas con el streaming en un directorio de streaming dedicado
SPARK-51789 Respetar spark.api.mode y spark.remote correctamente al analizar argumentos en el envío de Spark
SPARK-51212 Adición de un paquete pySpark separado para Spark Connect de forma predeterminada
SPARK-50762 Agregar regla del analizador para resolver UDF escalares de SQL
SPARK-49748 Agregar getCondition y dejar de usar getErrorClass en SparkThrowable
SPARK-50605 Compatibilidad con el modo de API de SQL para facilitar la migración a Spark Connect
SPARK-50458 Control de errores adecuado para sistemas de archivos no compatibles al leer archivos
SPARK-49700 Interfaz unificada de Scala para Connect y Clásico
SPARK-51779 Utilizar familias de columnas virtuales para la unión de dos secuencias de flujo
SPARK-51820 Mover la construcción UnresolvedOrdinal antes del análisis para evitar problemas al agrupar por ordinal
SPARK-51814 Introducción de una nueva API transformWithState en PySpark
SPARK-51635 Combinar PushProjectionThroughLimit e PushProjectionThroughOffset
SPARK-51165 Habilitar spark.master.rest.enabled de forma predeterminada
SPARK-51688 Uso del socket de dominio unix entre la comunicación de Python y JVM
SPARK-51503 Compatibilidad con el tipo Variant en el escaneo de XML
SPARK-50564 Actualización del protobuf paquete de Python a la versión 5.29.1
SPARK-50359 Actualización de PyArrow a la versión 18.0
SPARK-51340 Estimación del tamaño del modelo
SPARK-50657 Actualización de la versión mínima de pyarrow a 11.0.0
SPARK-49282 Cree una interfaz sparkSessionBuilder compartida.
SPARK-51371 Cambiar toString a toPrettySQL al crear alias en ResolveAggregateFunctions
SPARK-50694 Soporte para cambios de nombre en subconsultas
SPARK-50601 Revert "[SC-186342][sql] Support withColumns / withColumnsRenamed in subconsultas"
SPARK-50601 Compatibilidad con withColumns / withColumnsRenamed en subconsultas

Compatibilidad con controladores ODBC/JDBC de Azure Databricks

Azure Databricks admite controladores ODBC/JDBC publicados en los últimos 2 años. Descargue los controladores publicados recientemente y actualice (descargue ODBC, descargue JDBC).

Actualizaciones de mantenimiento

Consulte Actualizaciones de mantenimiento de Databricks Runtime.

Entorno del sistema

Sistema operativo: Ubuntu 24.04.3 LTS
Java: Zulu21.42+19-CA
Scala: 2.13.16
Python: 3.12.3
R: 4.5.1
Delta Lake: 4.0.0

Bibliotecas de Python instaladas

Biblioteca	Versión	Biblioteca	Versión	Biblioteca	Versión
documento anotado	0.0.3	tipos anotados	0.7.0	anyio	4.7.0
argon2-cffi	21.3.0	argon2-cffi-bindings	21.2.0	arro3-core	0.6.5
flecha	1.3.0	"asttokens"	3.0.0	astunparse	1.6.3
async-lru	2.0.4	atributos	24.3.0	comando automático	2.2.2
azure-common	1.1.28	azure-core	1.36.0	azure-identity	1.20.0
azure-mgmt-core	1.6.0	azure-mgmt-web	8.0.0	azure-storage-blob	12.27.1
Servicio de Azure Storage File Data Lake	12.22.0	babel	2.16.0	backports.tarfile	1.2.0
beautifulsoup4	4.12.3	negro	24.10.0	blanquear	6.2.0
intermitente	1.7.0	boto3	1.40.45	botocore	1.40.45
cachetools	5.5.1	certifi	2025.4.26	cffi	1.17.1
chardet	4.0.0	charset-normalizer	3.3.2	Haz clic	8.1.8
cloudpickle	3.0.0	Comunicación	0.2.1	contourpy	1.3.1
criptografía	44.0.1	ciclista	0.11.0	Cython	3.1.5
databricks-agents	1.4.0	databricks-connect	17.3.1	SDK de Databricks	0.67.0
dataclasses-json	0.6.7	dbus-python	1.3.2	debugpy	1.8.11
decorator	5.1.1	defusedxml	0.7.1	deltalake	1.1.4
Deprecated	1.2.18	distlib	0.3.9	Conversión de docstring a markdown	0.11
executing	1.2.0	visión general de las facetas	1.1.1	fastapi	0.121.0
fastjsonschema	2.21.1	bloqueo de archivos	3.18.0	fonttools	4.55.3
Fqdn	1.5.1	fsspec	2023.5.0	gitdb	4.0.11
GitPython	3.1.43	google-api-core	2.28.1	google-auth	2.43.0
google-cloud-core	2.5.0	Google Cloud Storage (almacenamiento en la nube de Google)	3.5.0	google-crc32c	1.7.1
google-resumable-media (medios reanudables de Google)	2.7.2	googleapis-common-protos	1.65.0	grpcio	1.67.0
grpcio-status	1.67.0	h11	0.16.0	httpcore	1.0.9
httplib2	0.20.4	httpx	0.28.1	idna	3.7
importlib-metadata	6.6.0	inflect	7.3.1	iniconfig	1.1.1
ipyflow-core	0.0.209	ipykernel	6.29.5	ipython	8.30.0
ipython-genutils	0.2.0	ipywidgets	7.8.1	isodate	0.7.2
isoduration	20.11.0	jaraco.collections	5.1.0	jaraco.context	5.3.0
jaraco.functools	4.0.1	jaraco.text	3.12.1	Jedi	0.19.2
Jinja2	3.1.6	jiter	0.11.1	jmespath	1.0.1
joblib	1.4.2	json5	0.9.25	jsonpatch	1.33
jsonpointer	3.0.0	jsonschema	4.23.0	jsonschema-specifications	2023.7.1
jupyter_events	0.12.0	jupyter-lsp	2.2.5	jupyter_client	8.6.3
jupyter_core	5.7.2	jupyter_server	2.15.0	jupyter_server_terminals	0.5.3
jupyterlab	4.3.4	jupyterlab_pygments	0.3.0	jupyterlab_server (servidor de JupyterLab)	2.27.3
jupyterlab_widgets	1.1.11	kiwisolver	1.4.8	langchain-core	1.0.3
langchain-openai	1.0.2	langsmith	0.4.41	launchpadlib	1.11.0
lazr.restfulclient	0.14.6	lazr.uri	1.0.6	markdown-it-py	2.2.0
MarkupSafe	3.0.2	malvavisco	3.26.1	matplotlib	3.10.0
matplotlib-inline	0.1.7	Mccabe	0.7.0	mdurl	0.1.0
mistune	3.1.2	mlflow-skinny	3.5.1	mmh3	5.2.0
more-itertools	10.3.0	msal	1.34.0	msal-extensions	1.3.1
mypy-extensions	1.0.0	nbclient	0.10.2	nbconvert	7.16.6
nbformat	5.10.4	nest-asyncio	1.6.0	nodeenv	1.9.1
notebook	7.3.2	notebook_shim	0.2.4	numpy	2.1.3
oauthlib	3.2.2	openai	2.7.1	opentelemetry-api	1.38.0
opentelemetry-proto	1.38.0	opentelemetry-sdk	1.38.0	convenciones-semánticas-de-opentelemetry	0,59b0
orjson	3.11.4	overrides	7.4.0	embalaje	24,2
Pandas	2.2.3	pandocfilters	1.5.0	parso	0.8.4
pathspec	0.10.3	chivo expiatorio	1.0.1	pexpect	4.8.0
almohada	11.1.0	pip	25.0.1	platformdirs	4.3.7
plotly	5.24.1	pluggy	1.5.0	prometheus_client	0.21.1
prompt-toolkit	3.0.43	proto-plus	1.26.1	protobuf	5.29.4
psutil	5.9.0	psycopg2	2.9.11	ptyprocess	0.7.0
pure-eval	0.2.2	py4j	0.10.9.9	pyarrow	21.0.0
pyasn1	0.4.8	pyasn1-modules	0.2.8	pyccolo	0.0.71
pycparser	2.21	pydantic	2.10.6	pydantic_core	2.27.2
pyflakes	3.2.0	Pygments	2.19.1	PyGObject	3.48.2
pyiceberg	0.10.0	PyJWT	2.10.1	pyodbc	5.2.0
pyparsing	3.2.0	pyright	1.1.394	piroaring	1.0.3
pytest	8.3.5	Python-dateutil	2.9.0.post0	python-dotenv	1.2.1
python-json-logger	3.2.1	python-lsp-jsonrpc	1.1.2	python-lsp-servidor	1.12.2
configuración de herramienta Python	1.2.6	pytz	2024.1	PyYAML	6.0.2
pyzmq	26.2.0	referencing	0.30.2	regex	2024.11.6
solicitudes	2.32.3	requests-toolbelt	1.0.0	rfc3339-validator	0.1.4
rfc3986-validator	0.1.1	rico	13.9.4	cuerda	1.13.0
rpds-py	0.22.3	rsa	4.9.1	s3transfer	0.14.0
scikit-learn	1.6.1	scipy	1.15.3	biblioteca de visualización de datos de Python llamada seaborn	0.13.2
Send2Trash	1.8.2	setuptools	78.1.1	six	1.17.0
smmap	5.0.0	sniffio	1.3.0	sortedcontainers	2.4.0
soupsieve	2,5	sqlparse	0.5.3	ssh-import-id	5.11
stack-data	0.6.3	Starlette	0.49.3	strictyaml	1.7.3
tenacidad	9.0.0	terminado	0.17.1	threadpoolctl	3.5.0
tiktoken	0.12.0	tinycss2	1.4.0	tokenize_rt	6.1.0
tomli	2.0.1	tornado	6.5.1	tqdm	4.67.1
traitlets	5.14.3	typeguard	4.3.0	types-python-dateutil	2.9.0.20251008
inspección de escritura	0.9.0	typing_extensions	4.12.2	tzdata	2024.1
ujson	5.10.0	unattended-upgrades	0,1	uri-template	1.3.0
urllib3	2.3.0	uvicorn	0.38.0	virtualenv	20.29.3
wadllib	1.3.6	wcwidth	0.2.5	webcolores	25.10.0
codificaciones web	0.5.1	cliente de websocket	1.8.0	¿Qué es el parche?	1.0.2
rueda	0.45.1	cuando quiera	0.7.3	widgetsnbextension	3.6.6
envuelto	1.17.0	yapf	0.40.2	zipp	3.21.0
zstandard	0.23.0

Bibliotecas de R instaladas

Las bibliotecas de R se instalan desde la instantánea CRAN del Administrador de paquetes dePositiv en 2025-03-20.

Biblioteca	Versión	Biblioteca	Versión	Biblioteca	Versión
flecha	22.0.0	askpass	1.2.1	asegúrate de que	0.2.1
backports	1.5.0	base	4.5.1	base64enc	0.1-3
bigD	0.3.1	bit	4.6.0	bit 64	4.6.0-1
bitops	1.0-9	mancha	1.2.4	boot	1.3-30
brew	1.0-10	brio	1.1.5	escoba	1.0.10
bslib	0.9.0	cachemir	1.1.0	callr	3.7.6
caret	7.0-1	cellranger (herramienta de análisis de datos celulares)	1.1.0	chron	2.3-62
class	7.3-22	Interfaz de línea de comandos (CLI)	3.6.5	clipr	0.8.0
reloj	0.7.3	conglomerado	2.1.6	codetools	0.2-20
commonmark	2.0.0	compilador	4.5.1	config	0.3.2
Confuso	1.2.0	cpp11	0.5.2	crayón	1.5.3
credentials	2.0.3	curl	7.0.0	tabla de datos	1.17.8
Conjuntos de datos	4.5.1	DBI	1.2.3	dbplyr	2.5.1
descripción	1.4.3	devtools	2.4.6	diagrama	1.6.5
diffobj	0.3.6	digerir	0.6.39	downlit	0.4.5
dplyr	1.1.4	dtplyr	1.3.2	e1071	1.7-16
elipsis	0.3.2	evaluar	1.0.5	fans	1.0.7
colores	2.1.2	fastmap	1.2.0	fontawesome	0.5.3
forcats	1.0.1	foreach	1.5.2	extranjero	0,8-86
fs	1.6.6	futuro	1.68.0	aplicación futura	1.20.0
gargle	1.6.0	genéricos	0.1.4	gert	2.2.0
ggplot2	4.0.1	gh	1.5.0	git2r	0.36.2
gitcreds	0.1.2	glmnet	4.1-10	globals	0.18.0
pegamento	1.8.0	googledrive	2.1.2	googlesheets4	1.1.2
gower	1.0.2	gráficos	4.5.1	grDevices	4.5.1
grid	4.5.1	gridExtra	2.3	gsubfn	0.7
gt	1.1.0	gtable	0.3.6	hardhat	1.4.2
refugio	2.5.5	más alto	0.11	hms	1.1.4
herramientas de HTML	0.5.8.1	htmlwidgets	1.6.4	httpuv	1.6.16
httr	1.4.7	httr2	1.2.1	ids	1.0.1
ini	0.3.1	ipred	0.9-15	isoband	0.2.7
Iteradores	1.0.14	jquerylib	0.1.4	jsonlite	2.0.0
juicyjuice	0.1.0	KernSmooth	2.23-22	knitr	1.50
etiquetado	0.4.3	más tarde	1.4.4	retícula	0.22-5
lava	1.8.2	ciclo de vida	1.0.4	listenv	0.10.0
litedown	0.8	lubridate	1.9.4	magrittr	2.0.4
Formato Markdown	2.0	MASA	7.3-60.0.1	Matrix	1.6-5
memorización	2.0.1	métodos	4.5.1	mgcv	1.9-1
mime	0,13	miniUI (Interfaz de Usuario)	0.1.2	mlflow	3.6.0
ModelMetrics	1.2.2.2	modelr	0.1.11	nlme	3.1-164
nnet	7.3-19	numDeriv	2016.8-1.1	openssl (software de cifrado)	2.3.4
otel	0.2.0	paralelo	4.5.1	Paralelamente	1.45.1
pilar	1.11.1	pkgbuild	1.4.8	pkgconfig	2.0.3
pkgdown	2.2.0	pkgload	1.4.1	plogr	0.2.0
plyr	1.8.9	elogio	1.0.0	prettyunits	1.2.0
pROC	1.19.0.1	processx	3.8.6	prodlim	2025.04.28
profvis	0.4.0	progreso	1.2.3	progressr	0.18.0
promesas	1.5.0	prototipo	1.0.0	intermediario	0.4-27
ps	1.9.1	ronroneo	1.2.0	R6	2.6.1
ragg	1.5.0	Bosque Aleatorio (randomForest)	4.7-1.2	rappdirs	0.3.3
rcmdcheck	1.4.0	RColorBrewer	1.1-3	Rcpp	1.1.0
RcppEigen	0.3.4.0.2	r-reactable	0.4.4	reactR	0.6.1
readr	2.1.6	readxl	1.4.5	recetas	1.3.1
partido de revancha	2.0.0	segunda revancha	2.1.2	remotes	2.5.0
ejemplo reproducible	2.1.1	reshape2	1.4.5	rlang	1.1.6
rmarkdown	2,30	RODBC	1.3-26	roxygen2	7.3.3
rpart	4.1.23	rprojroot	2.1.1	Rserve	1.8-15
RSQLite	2.4.4	rstudioapi	0.17.1	rversions	3.0.0
rvest	1.0.5	S7	0.2.1	sass	0.4.10
balanzas	1.4.0	selectr	0.4-2	información de sesión	1.2.3
forma	1.4.6.1	brillante	1.11.1	sourcetools	0.1.7-1
sparklyr	1.9.3	SparkR	4.1.0	sparsevctrs	0.3.4
spatial	7.3-17	splines	4.5.1	sqldf	0.4-11
SQUAREM	2021.1	Estadísticas	4.5.1	estadísticas4	4.5.1
stringi	1.8.7	stringr	1.6.0	supervivencia	3.5-8
swagger	5.17.14.1	sys	3.4.3	systemfonts	1.3.1
tcltk	4.5.1	testthat	3.3.0	Formateo de texto	1.0.4
tibble	3.3.0	tidyr	1.3.1	tidyselect	1.2.1
tidyverse	2.0.0	cambio de hora	0.3.0	timeDate	4051.111
tinytex	0.58	herramientas	4.5.1	tzdb	0.5.0
verificador de URL	1.0.1	usa esto	3.2.1	utf8	1.2.6
utils	4.5.1	Identificador Único Universal (UUID)	1.2-1	V8	8.0.1
vctrs	0.6.5	viridisLite	0.4.2	vroom	1.6.6
Waldo	0.6.2	whisker	0.4.1	withr	3.0.2
xfun	0.54	xml2	1.5.0	xopen	1.0.1
xtable	1.8-4	yaml	2.3.10	zeallot	0.2.0
archivo comprimido	2.3.3

Bibliotecas de Java y Scala instaladas (versión del clúster de Scala 2.13)

Identificador de grupo	Id. de artefacto	Versión
antlr	antlr	2.7.7
com.amazonaws	cliente de Amazon Kinesis	1.15.3
com.amazonaws	aws-java-sdk-autoscaling	1.12.681
com.amazonaws	aws-java-sdk-cloudformation	1.12.681
com.amazonaws	aws-java-sdk-cloudfront	1.12.681
com.amazonaws	aws-java-sdk-cloudhsm	1.12.681
com.amazonaws	aws-java-sdk-cloudsearch	1.12.681
com.amazonaws	aws-java-sdk-cloudtrail	1.12.681
com.amazonaws	aws-java-sdk-cloudwatch	1.12.681
com.amazonaws	aws-java-sdk-cloudwatchmetrics	1.12.681
com.amazonaws	aws-java-sdk-codedeploy	1.12.681
com.amazonaws	aws-java-sdk-cognitoidentity	1.12.681
com.amazonaws	aws-java-sdk-cognitosync	1.12.681
com.amazonaws	aws-java-sdk-config (configuración del SDK de Java de AWS)	1.12.681
com.amazonaws	aws-java-sdk-core	1.12.681
com.amazonaws	aws-java-sdk-datapipeline	1.12.681
com.amazonaws	aws-java-sdk-directconnect	1.12.681
com.amazonaws	aws-java-sdk-directory	1.12.681
com.amazonaws	aws-java-sdk-dynamodb	1.12.681
com.amazonaws	aws-java-sdk-ec2	1.12.681
com.amazonaws	aws-java-sdk-ecs	1.12.681
com.amazonaws	aws-java-sdk-efs	1.12.681
com.amazonaws	aws-java-sdk-elasticache	1.12.681
com.amazonaws	aws-java-sdk-elasticbeanstalk	1.12.681
com.amazonaws	aws-java-sdk-elasticloadbalancing (paquete de software para la gestión de balanceo de carga elástica)	1.12.681
com.amazonaws	aws-java-sdk-elastictranscoder	1.12.681
com.amazonaws	aws-java-sdk-emr	1.12.681
com.amazonaws	aws-java-sdk-glacier	1.12.681
com.amazonaws	aws-java-sdk-glue	1.12.681
com.amazonaws	aws-java-sdk-iam	1.12.681
com.amazonaws	aws-java-sdk-importexport	1.12.681
com.amazonaws	aws-java-sdk-kinesis (kit de desarrollo de software Java para AWS Kinesis)	1.12.681
com.amazonaws	aws-java-sdk-kms	1.12.681
com.amazonaws	aws-java-sdk-lambda	1.12.681
com.amazonaws	aws-java-sdk-logs (registros del SDK de AWS para Java)	1.12.681
com.amazonaws	aws-java-sdk-machinelearning	1.12.681
com.amazonaws	aws-java-sdk-opsworks	1.12.681
com.amazonaws	aws-java-sdk-rds	1.12.681
com.amazonaws	aws-java-sdk-redshift	1.12.681
com.amazonaws	aws-java-sdk-route53	1.12.681
com.amazonaws	aws-java-sdk-s3	1.12.681
com.amazonaws	aws-java-sdk-ses	1.12.681
com.amazonaws	aws-java-sdk-simpledb	1.12.681
com.amazonaws	aws-java-sdk-simpleworkflow	1.12.681
com.amazonaws	aws-java-sdk-sns	1.12.681
com.amazonaws	aws-java-sdk-sqs	1.12.681
com.amazonaws	aws-java-sdk-ssm	1.12.681
com.amazonaws	aws-java-sdk-storagegateway (SDK de Java para Storage Gateway de AWS)	1.12.681
com.amazonaws	aws-java-sdk-sts	1.12.681
com.amazonaws	SDK de AWS para Java - Soporte	1.12.681
com.amazonaws	aws-java-sdk-workspaces	1.12.681
com.amazonaws	jmespath-java	1.12.681
com.clearspring.analytics	flujo	2.9.8
com.databricks	Rserve	1.8-3
com.databricks	databricks-sdk-java	0.53.0
com.databricks	jets3t	0.7.1-0
com.databricks.scalapb	scalapb-runtime_2.13	0.4.15-11
com.esotericsoftware	kryo-shaded	4.0.3
com.esotericsoftware	minlog	1.3.0
com.fasterxml	compañero de clase	1.5.1
com.fasterxml.jackson.core	jackson-annotations	2.18.2
com.fasterxml.jackson.core	jackson-core	2.18.2
com.fasterxml.jackson.core	jackson-databind	2.18.2
com.fasterxml.jackson.dataformat	jackson-dataformat-cbor	2.18.2
com.fasterxml.jackson.dataformat	jackson-dataformat-yaml	2.15.2
com.fasterxml.jackson.datatype	jackson-datatype-joda	2.18.2
com.fasterxml.jackson.datatype	jackson-datatype-jsr310	2.18.3
com.fasterxml.jackson.module	jackson-module-paranamer	2.18.2
com.fasterxml.jackson.module	jackson-module-scala_2.13	2.18.2
com.github.ben-manes.cafeína	cafeína	2.9.3
com.github.blemale	scaffeine_2.13	4.1.0
com.github.fommil	jniloader	1.1
com.github.fommil.netlib	native_ref-java	1.1
com.github.fommil.netlib	native_ref-java	1.1. nativos
com.github.fommil.netlib	sistema_nativo-java	1.1
com.github.fommil.netlib	sistema_nativo-java	1.1. nativos
com.github.fommil.netlib	netlib-native_ref-linux-x86_64	1.1. nativos
com.github.fommil.netlib	netlib-sistema_nativo-linux-x86_64	1.1. nativos
com.github.luben	zstd-jni	1.5.7-6
com.github.virtuald	curvesapi	1.08
com.github.wendykierp	JTransforms	3.1
com.google.api.grpc	proto-google-common-protos	2.5.1
com.google.auth	google-auth-library-credentials	1.20.0
com.google.auth	google-auth-library-oauth2-http	1.20.0
com.google.auto.value	anotaciones de valor automático	1.10.4
com.google.code.findbugs	jsr305	3.0.0
com.google.code.gson	Gson	2.11.0
com.google.crypto.tink	tink	1.16.0
com.google.errorprone	anotaciones_propensas_a_errores	2.36.0
com.google.flatbuffers	flatbuffers-java	25.2.10
com.google.guava	failureaccess	1.0.3
com.google.guava	guayaba	33.4.8-jre
com.google.http-client	google-http-client	1.43.3
com.google.http-client	google-http-client-gson	1.43.3
com.google.j2objc	j2objc-annotations	3.0.0
com.google.protobuf	protobuf-java	3.25.5
com.google.protobuf	protobuf-java-util	3.25.5
com.helger	profiler	1.1.1
com.ibm.icu	icu4j	75.1
com.jcraft	jsch	0.1.55
com.lihaoyi	código fuente_2.13	0.1.9
com.microsoft.azure	azure-data-lake-store-sdk (SDK de Azure para almacenamiento en lago de datos)	2.3.10
com.microsoft.sqlserver	mssql-jdbc	12.8.0.jre11
com.microsoft.sqlserver	mssql-jdbc	12.8.0.jre8
com.ning	compress-lzf	1.1.2
com.sun.mail	javax.mail	1.5.2
com.sun.xml.bind	jaxb-core	2.2.11
com.sun.xml.bind	jaxb-impl	2.2.11
com.tdunning	json	1.8
com.thoughtworks.paranamer	paranamer	2.8
com.trueaccord.lenses	lenses_2.13	0.4.13
com.twitter	chill-java	0.10.0
com.twitter	chill_2.13	0.10.0
com.twitter	util-app_2.13	19.8.1
com.twitter	util-core_2.13	19.8.1
com.twitter	util-function_2.13	19.8.1
com.twitter	util-jvm_2.13	19.8.1
com.twitter	util-lint_2.13	19.8.1
com.twitter	util-registry_2.13	19.8.1
com.twitter	util-stats_2.13	19.8.1
com.typesafe	config	1.4.3
com.typesafe.scala-logging	scala-logging_2.13	3.9.2
com.uber	h3	3.7.3
com.univocity	analizadores de univocidad	2.9.1
com.zaxxer	HikariCP	4.0.3
com.zaxxer	SparseBitSet	1.3
commons-cli	commons-cli	1.10.0
commons-codec	commons-codec	1.19.0
commons-collections	commons-collections	3.2.2
commons-dbcp	commons-dbcp	1.4
commons-fileupload	commons-fileupload	1.6.0
commons-httpclient	commons-httpclient	3.1
commons-io	commons-io	2.21.0
commons-lang	commons-lang	2.6
commons-logging	commons-logging	1.1.3
commons-pool	commons-pool	1.5.4
dev.ludovic.netlib	arpack (software de cálculo numérico)	3.0.4
dev.ludovic.netlib	blas	3.0.4
dev.ludovic.netlib	lapack	3.0.4
info.ganglia.gmetric4j	gmetric4j	1.0.10
io.airlift	compresor de aire	2.0.2
io.delta	delta-sharing-client_2.13	1.3.6
io.dropwizard.metrics	metrics-annotation	4.2.37
io.dropwizard.metrics	núcleo de métricas	4.2.37
io.dropwizard.metrics	metrics-graphite	4.2.37
io.dropwizard.metrics	métricas y verificaciones de salud	4.2.37
io.dropwizard.metrics	metrics-jetty10	4.2.37
io.dropwizard.metrics	metrics-jmx	4.2.37
io.dropwizard.metrics	metrics-json	4.2.37
io.dropwizard.metrics	metrics-jvm	4.2.37
io.dropwizard.metrics	metrics-servlets	4.2.37
io.github.java-diff-utils	java-diff-utils	4.15
io.netty	netty-all	4.2.7.Final
io.netty	netty-buffer	4.2.7.Final
io.netty	netty-codec	4.2.7.Final
io.netty	netty-codec-base	4.2.7.Final
io.netty	netty-codec-classes-quic	4.2.7.Final
io.netty	netty-codec-compression	4.2.7.Final
io.netty	netty-codec-http	4.2.7.Final
io.netty	netty-codec-http2	4.2.7.Final
io.netty	netty-codec-http3	4.2.7.Final
io.netty	serialización de códecs de netty	4.2.7.Final
io.netty	netty-codec-native-quic	4.2.7.Final-linux-aarch_64
io.netty	netty-codec-native-quic	4.2.7.Final-linux-x86_64
io.netty	netty-codec-native-quic	4.2.7.Final-osx-aarch_64
io.netty	netty-codec-native-quic	4.2.7.Final-osx-x86_64
io.netty	netty-codec-native-quic	4.2.7.Final-windows-x86_64
io.netty	netty-codec-protobuf	4.2.7.Final
io.netty	netty-codec-socks	4.2.7.Final
io.netty	netty-common	4.2.7.Final
io.netty	netty-handler	4.2.7.Final
io.netty	netty-handler-proxy	4.2.7.Final
io.netty	netty-resolver	4.2.7.Final
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-linux-aarch_64
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-linux-x86_64
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-osx-aarch_64
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-osx-x86_64
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-windows-x86_64
io.netty	netty-tcnative-classes	2.0.74.Final
io.netty	netty-transport	4.2.7.Final
io.netty	netty-transport-classes-epoll	4.2.7.Final
io.netty	netty-transport-classes-io_uring	4.2.7.Final
io.netty	netty-transport-classes-kqueue	4.2.7.Final
io.netty	netty-transport-native-epoll	4.2.7.Final
io.netty	netty-transport-native-epoll	4.2.7.Final-linux-aarch_64
io.netty	netty-transport-native-epoll	4.2.7.Final-linux-riscv64
io.netty	netty-transport-native-epoll	4.2.7.Final-linux-x86_64
io.netty	netty-transport-native-io_uring	4.2.7.Final-linux-aarch_64
io.netty	netty-transport-native-io_uring	4.2.7.Final-linux-riscv64
io.netty	netty-transport-native-io_uring	4.2.7.Final-linux-x86_64
io.netty	netty-transport-native-kqueue	4.2.7.Final-osx-aarch_64
io.netty	netty-transport-native-kqueue	4.2.7.Final-osx-x86_64
io.netty	netty-transport-native-unix-common	4.2.7.Final
io.opencensus	opencensus-api	0.31.1
io.opencensus	opencensus-contrib-http-util	0.31.1
io.prometheus	simpleclient	0.16.1-databricks
io.prometheus	cliente_simple_común	0.16.1-databricks
io.prometheus	simpleclient_dropwizard	0.16.1-databricks
io.prometheus	simpleclient_pushgateway	0.16.1-databricks
io.prometheus	simpleclient_servlet	0.16.1-databricks
io.prometheus	simpleclient_servlet_common	0.16.1-databricks
io.prometheus	simpleclient_tracer_common	0.16.1-databricks
io.prometheus	simpleclient_tracer_otel	0.16.1-databricks
io.prometheus	simpleclient_tracer_otel_agent	0.16.1-databricks
io.prometheus.jmx	coleccionista	0.18.0
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	activación	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.media	jai_core	jai_core_dummy
javax.transaction	jta	1.1
javax.transaction	API de transacciones	1.1
javax.xml.bind	jaxb-api	2.2.11
javolution	javolution	5.5.1
jline	jline	2.14.6
joda-time	joda-time	2.14.0
net.java.dev.jna	jna	5.8.0
net.razorvine	pickle	1.5
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.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	4.13.1
org.antlr	plantilla de cadenas	3.2.1
org.apache.ant	hormiga	1.10.11
org.apache.ant	ant-jsch	1.10.11
org.apache.ant	lanzador de aplicaciones Ant	1.10.11
org.apache.arrow	arrow-format	18.3.0
org.apache.arrow	núcleo de memoria de flecha	18.3.0
org.apache.arrow	arrow-memory-netty	18.3.0
org.apache.arrow	arrow-memory-netty-buffer-patch	18.3.0
org.apache.arrow	arrow-vector	18.3.0
org.apache.avro	avro	1.12.1
org.apache.avro	avro-ipc	1.12.1
org.apache.avro	avro-mapred	1.12.1
org.apache.commons	commons-collections4	4.5.0
org.apache.commons	commons-compress	1.28.0
org.apache.commons	commons-configuration2	2.11.0
org.apache.commons	commons-crypto	1.1.0
org.apache.commons	commons-lang3	3.19.0
org.apache.commons	commons-math3	3.6.1
org.apache.commons	commons-text	1.14.0
org.apache.curator	curador-cliente	5.9.0
org.apache.curator	marco de trabajo para curadores	5.9.0
org.apache.curator	recetas del curador	5.9.0
org.apache.datasketches	datasketches-java	6.2.0
org.apache.datasketches	datasketches-memory	3.0.2
org.apache.derby	derbi	10.14.2.0
org.apache.hadoop	Entorno de ejecución del cliente de Hadoop	3.4.2
org.apache.hive	hive-beeline	2.3.10
org.apache.hive	hive-cli	2.3.10
org.apache.hive	hive-jdbc	2.3.10
org.apache.hive	hive-llap-client	2.3.10
org.apache.hive	hive-llap-common	2.3.10
org.apache.hive	hive-serde	2.3.10
org.apache.hive	Hive-shims	2.3.10
org.apache.hive	API de almacenamiento de hive	2.8.1
org.apache.hive.shims	hive-shims-0.23	2.3.10
org.apache.hive.shims	hive-shims-common	2.3.10
org.apache.hive.shims	hive-shims-scheduler	2.3.10
org.apache.httpcomponents	httpclient	4.5.14
org.apache.httpcomponents	httpcore	4.4.16
org.apache.ivy	hiedra	2.5.3
org.apache.logging.log4j	log4j-1.2-api	2.24.3
org.apache.logging.log4j	log4j-api	2.24.3
org.apache.logging.log4j	log4j-core	2.24.3
org.apache.logging.log4j	log4j-layout-template-json	2.24.3
org.apache.logging.log4j	log4j-slf4j2-impl	2.24.3
org.apache.orc	orc-core	2.2.0-shaded-protobuf
org.apache.orc	orc-format	1.1.1-shaded-protobuf
org.apache.orc	orc-mapreduce	2.2.0-shaded-protobuf
org.apache.orc	calzos de orco	2.2.0
org.apache.poi	poi	5.4.1
org.apache.poi	poi-ooxml	5.4.1
org.apache.poi	poi-ooxml-full	5.4.1
org.apache.poi	poi-ooxml-lite	5.4.1
org.apache.thrift	libfb303	0.9.3
org.apache.thrift	libthrift	0.16.0
org.apache.ws.xmlschema	xmlschema-core	2.3.1
org.apache.xbean	xbean-asm9-shaded	4.28
org.apache.xmlbeans	xmlbeans	5.3.0
org.apache.yetus	Anotaciones de audiencia	0.13.0
org.apache.zookeeper	guardián de zoológico	3.9.4
org.apache.zookeeper	Zookeeper-Jute	3.9.4
org.checkerframework	checker-qual	3.43.0
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	Cliente Jetty-ALPN	10.0.26
org.eclipse.jetty	jetty-client	10.0.26
org.eclipse.jetty	jetty-http	10.0.26
org.eclipse.jetty	jetty-io	10.0.26
org.eclipse.jetty	jetty-jndi	10.0.26
org.eclipse.jetty	jetty-plus	10.0.26
org.eclipse.jetty	jetty-proxy	10.0.26
org.eclipse.jetty	Seguridad de Jetty	10.0.26
org.eclipse.jetty	servidor Jetty	10.0.26
org.eclipse.jetty	jetty-servlet	10.0.26
org.eclipse.jetty	jetty-servlets	10.0.26
org.eclipse.jetty	jetty-util	10.0.26
org.eclipse.jetty	Aplicación web de Jetty	10.0.26
org.eclipse.jetty	jetty-xml	10.0.26
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	2.41
org.glassfish.jersey.containers	jersey-container-servlet-core	2.41
org.glassfish.jersey.core	jersey-client	2.41
org.glassfish.jersey.core	jersey-common	2.41
org.glassfish.jersey.core	jersey-server	2.41
org.glassfish.jersey.inject	jersey-hk2	2.41
org.hibernate.validator	validador de hibernación	6.2.5.Final
org.ini4j	ini4j	0.5.4
org.javassist	javassist	3.29.2-GA
org.jboss.logging	jboss-logging	3.4.1.Final
org.jdbi	jdbi	2.63.1
org.jline	jline	3.27.1-jdk8
org.joda	joda-convert	1.7
org.json4s	json4s-ast_2.13	4.0.7
org.json4s	json4s-core_2.13	4.0.7
org.json4s	json4s-jackson-core_2.13	4.0.7
org.json4s	json4s-jackson_2.13	4.0.7
org.json4s	json4s-scalap_2.13	4.0.7
org.locationtech.jts	jts-core	1.20.0
org.lz4	lz4-java	1.8.0-databricks-1
org.mlflow	mlflow-spark_2.13	2.22.1
org.objenesis	objenesis	3.4
org.postgresql	postgresql	42.6.1
org.roaringbitmap	RoaringBitmap	1.2.1
org.rocksdb	rocksdbjni	9.8.4
org.rosuda.REngine	REngine	2.1.0
org.scala-lang	scala-compiler_2.13	2.13.16
org.scala-lang	scala-library_2.13	2.13.16
org.scala-lang	scala-reflect_2.13	2.13.16
org.scala-lang.modules	scala-collection-compat_2.13	2.11.0
org.scala-lang.modules	scala-java8-compat_2.13	0.9.1
org.scala-lang.modules	scala-parallel-collections_2.13	1.2.0
org.scala-lang.modules	scala-parser-combinators_2.13	2.4.0
org.scala-lang.modules	scala-xml_2.13	2.4.0
org.scala-sbt	interfaz de prueba	1,0
org.scalacheck	scalacheck_2.13	1.18.0
org.scalactic	scalactic_2.13	3.2.19
org.scalanlp	breeze-macros_2.13	2.1.0
org.scalanlp	breeze_2.13	2.1.0
org.scalatest	compatible con ScalaTest	3.2.19
org.scalatest	scalatest-core_2.13	3.2.19
org.scalatest	scalatest-diagrams_2.13	3.2.19
org.scalatest	scalatest-featurespec_2.13	3.2.19
org.scalatest	scalatest-flatspec_2.13	3.2.19
org.scalatest	scalatest-freespec_2.13	3.2.19
org.scalatest	scalatest-funspec_2.13	3.2.19
org.scalatest	scalatest-funsuite_2.13	3.2.19
org.scalatest	scalatest-matchers-core_2.13	3.2.19
org.scalatest	scalatest-mustmatchers_2.13	3.2.19
org.scalatest	scalatest-propspec_2.13	3.2.19
org.scalatest	scalatest-refspec_2.13	3.2.19
org.scalatest	scalatest-shouldmatchers_2.13	3.2.19
org.scalatest	scalatest-wordspec_2.13	3.2.19
org.scalatest	scalatest_2.13	3.2.19
org.slf4j	jcl-over-slf4j	2.0.16
org.slf4j	jul-to-slf4j	2.0.16
org.slf4j	slf4j-api	2.0.16
org.slf4j	slf4j-simple	1.7.25
org.threeten	threeten-extra	1.8.0
org.tukaani	xz	1.10
org.typelevel	algebra_2.13	2.8.0
org.typelevel	cats-kernel_2.13	2.8.0
org.typelevel	spire-macros_2.13	0.18.0
org.typelevel	spire-platform_2.13	0.18.0
org.typelevel	spire-util_2.13	0.18.0
org.typelevel	spire_2.13	0.18.0
org.wildfly.openssl	wildfly-openssl	1.1.3.Final
org.xerial	sqlite-jdbc	3.42.0.0
org.xerial.snappy	snappy-java	1.1.10.3
org.yaml	snakeyaml	2.0
oro	oro	2.0.8
pl.edu.icm	JLargeArrays	1.5
software.amazon.cryptools	AmazonCorrettoCryptoProvider	2.5.0-linux-x86_64
Stax	stax-api	1.0.1

Sugerencia

Para ver las notas de las versiones de Databricks Runtime que han llegado al fin de soporte (EoS), consulte las Notas de lanzamiento de fin de soporte de Databricks Runtime. Las versiones de EoS Databricks Runtime se han retirado y es posible que no se actualicen.

Retroalimentació

Ha estat útil aquesta pàgina?

Last updated on 2025-12-16