Databricks Runtime 17.3 LTS

Následující poznámky k verzi obsahují informace o Databricks Runtime 17.3 LTS, které využívají Apache Spark 4.0.0.

Tato verze zahrnuje všechny funkce, vylepšení a opravy chyb ze všech předchozích verzí Databricks Runtime. Databricks vydala tuto verzi LTS v říjnu 2025.

Změny chování

input_file_name funkce již není podporována a podléhá budoucímu odebrání.

Funkce input_file_name je od Databricks Runtime 13.3 LTS zastaralá, protože je nespolehlivá. Funkce se už nepodporuje v Databricks Runtime 17.3 LTS a vyšší, protože je nespolehlivý. Místo toho použijte _metadata.file_name .

Změna výchozího nastavení přírůstkového seznamu v zavaděči

Výchozí hodnota pro zastaralou cloudFiles.useIncrementalListing možnost se změnila z auto na false. Azure Databricks teď místo přírůstkových výpisů provádí úplné výpisy adresářů, aby se zabránilo vynechání souborů kvůli ne lexikálnímu řazení. Například 10-01-2025.csv je lexikograficky před 8-01-2025.csv.

Databricks doporučuje migrovat na události souborů pro rychlejší a spolehlivější objevování souborů.

Chcete-li zachovat předchozí chování, explicitně nastavte cloudFiles.useIncrementalListing na auto.

Podpora aktualizačních informací MV/ST v DESCRIBE EXTENDED AS JSON

Azure Databricks nyní ve výstupu DESCRIBE EXTENDED AS JSON generuje sekci pro informace o materializovaných pohledech a pro aktualizaci streamovacích tabulek, včetně času poslední aktualizace, typu aktualizace, stavu a plánu.

Přidání sloupce metadat do DESCRIBE QUERY a DESCRIBE TABLE

Azure Databricks teď obsahuje sloupec metadat ve výstupu DESCRIBE QUERY a DESCRIBE TABLE pro sémantická metadata.

Při DESCRIBE QUERYpopisu dotazu se zobrazením metrik se sémantická metadata šíří prostřednictvím dotazu, pokud jsou dimenze přímo odkazovány a míry tuto funkci používají MEASURE() .

Sloupec DESCRIBE TABLE metadat se zobrazí jenom pro zobrazení metrik, nikoli pro jiné typy tabulek.

Oprava dočasného převodu hodnot ve strukturních literálech při použití režimu připojení

V režimu Spark Connect teď literály TypedLit struktury správně zpracovávají dočasné hodnoty místo vyvolání výjimek. Dříve při pokusu o použití dočasných hodnot (například kalendářních dat nebo časových razítek) ve strukturních literálech došlo k výjimce.

Změna přesnosti a škálování desetinných míst na SYSTEM_DEFAULT v režimu připojení

Při použití režimu Spark Connect v jazyce Scala se teď desetinná přesnost a měřítko v polech a mapových literálech změní na SYSTEM_DEFAULT (38, 18). Tato změna má vliv pouze na logický plán (například výstup explain() příkazu) a nemá vliv na výsledky dotazu.

Podpora komplexních typů v pozorováních v klientovi Spark Connect Scala

Klient Spark Connect Scala teď podporuje typy polí, mapování a struktur ve pozorováních a přináší chování v souladu s vyhrazenými clustery. Při pokusu o použití těchto složitých typů ve pozorováních by dříve došlo k výjimce.

Zachování hodnot null v polích, mapách a literálech struktury

V režimu Spark Connect se hodnoty null v poli, mapách a literálech struktur teď zachovají místo toho, aby se nahradily výchozími hodnotami protobuf. Dříve byly hodnoty null nesprávně nahrazeny výchozími hodnotami, například 0 pro celá čísla, prázdné řetězce pro typy řetězců a false pro logické typy.

Zachování hodnoty null pro typové literály

Klient Spark Connect Scala nyní správně zachovává nulovost typů pole a mapy pro typové literály. Dříve byly prvky pole a hodnoty mapování vždy považovány za nullable bez ohledu na definici skutečného typu.

Oprava převodu případových tříd v polích a mapových literálech

V režimu Spark Connect teď pole a mapové literály TypedLit správně zpracovávají hodnoty tříd případů místo vyvolání výjimek. Dříve při pokusu o použití hodnot třídy case v maticových nebo mapových literálech došlo k výjimce.

Správná manipulace s strukturami null při vyřazení NullType sloupců

Při zápisu do tabulek Delta teď Azure Databricks správně zachová hodnoty struktury null při zahození sloupců NullType ze schématu. Dříve byly struktury null nesprávně nahrazeny hodnotami struktury, které nemají hodnotu null, kde byla všechna pole nastavena na hodnotu null. Například vložení hodnoty struktury s hodnotou null by později bylo načteno zpět jako struktura s poli null namísto struktury null.

Vylepšené zpracování struktur null v Parquet

Azure Databricks nyní správně rozpozná nulové struktury, když v souboru Parquet chybí všechna požadovaná pole struktury, což zajišťuje konzistenci chování mezi Photon a ne-Photon čtečkami. Dříve se ne-Photon čtečka vrátila NULL pro celou strukturu místo struktury s nulovými poli při čtení souborů Parquet, kde všechna požadovaná pole chyběla, ale jiná pole byla přítomna.

Aktualizace aws-msk-iam-auth knihovny pro Kafku

Knihovna aws-msk-iam-auth byla upgradována na verzi 2.0.1, aby podporovala nastavení regionálního koncového bodu Služby bezpečnostních tokenů (STS) pro ověřování IAM pro spravované streamování Apache Kafka (MSK). Nová awsStsRegion možnost je dostupná jenom v případech, kdy je povolená odpovídající konfigurace Sparku. Tento upgrade nezavádí žádné změny chování stávajících úloh.

Nové funkce a vylepšení

Podpora připojení dat k tabulkám s jemně odstupňovaným řízením přístupu na vyhrazených výpočetních prostředcích je teď obecně dostupná (GA).

Ve službě Databricks Runtime 16.3 a novějších podporují vyhrazená výpočetní kapacita DataFrame.write.mode("append") na tabulkách Unity Catalog, které používají jemnozrnnou kontrolu přístupu. Tato funkce je teď obecně dostupná.

Podívejte se na jemně odstupňované řízení přístupu u vyhrazených výpočetních prostředků.

EXECUTE IMMEDIATE používání konstantních výrazů

Nyní můžete předávat konstantní výrazy jako řetězec SQL a jako argumenty do značek parametrů v EXECUTE IMMEDIATE příkazech.

LIMIT ALL podpora rekurzivních CTE

Nyní můžete použít LIMIT ALL k odstranění omezení celkové velikosti u rekurzivních běžných tabulkových výrazů (CTE).

JDK 21 pro klasické výpočetní prostředky (Public Preview)

Java Development Kit (JDK) 21 je ve verzi Public Preview pro klasické výpočetní prostředky. Pokud ho chcete povolit, přečtěte si téma Vytvoření clusteru s konkrétní verzí sady JDK.

Připojování k souborům ve svazcích katalogu Unity vrací správnou chybu.

Jakýkoli kód, který se pokusí připojit obsah k souboru svazku Katalogu Unity, teď selže s chybovou zprávou "Neplatné hledání". Dříve došlo k selhání s nesprávnou chybovou zprávou „operace není podporována“.

podpora argumentů pro Python UDTF v katalogu Unity

Unity Catalog Python UDTFs teď podporují TABLE argumenty, což umožňuje funkcím přijímat celé tabulky jako vstupní parametry, což umožňuje složitější transformace a agregace dat ve strukturovaných datových sadách. Viz Python uživatelem definované funkce tabulek (UDTFs) v katalogu Unity. Podpora argumentů tabulky byla backportována do Databricks Runtime 17.2.

st_dump podpora funkcí

Teď můžete pomocí st_dump funkce získat pole obsahující jedinou geometrii vstupní geometrie. Viz st_dump funkce.

Funkce vnitřního prstence polygonu jsou nyní podporovány.

K práci s mnohoúhelníkovými vnitřními kroužky teď můžete použít následující funkce:

remote_query table-valued function (veřejná ukázka)

Pomocí tabulkové funkce remote_query teď můžete spouštět dotazy na vzdálené databázové stroje a vracet tabulkové výsledky. Tato funkce načte data ze vzdálených systémů pomocí přihlašovacích údajů z připojení katalogu Unity a podporuje různé možnosti konektoru pro databáze SQL a NoSQL. Viz tabulkovou funkci remote_query.

Upgrady knihoven

Upgradované knihovny Python:

Nebyly knihovny Python aktualizovány v této verzi.

Upgradované knihovny jazyka R:

V této verzi nebyly upgradovány žádné knihovny R.

Upgradované knihovny Java:

Žádné knihovny Java nebyly aktualizovány v této verzi.

Apache Spark

Databricks Runtime 17.3 LTS zahrnuje Apache Spark 4.0.0. Tato verze zahrnuje všechny opravy a vylepšení Sparku zahrnuté v předchozí verzi a také následující:

  • SPARK-44856 Revert "[SC-195808][python] Zlepšení výkonu serializátoru šipky UDTF Python
  • SPARK-53553 [DBRRM-2007][engrm-341][SC-206543][17.3][CONNECT] Oprava zpracování hodnot null v LiteralValueProtoConverter
  • SPARK-53507 Přidání informací o zásadní změně k chybám
  • SPARK-53574 Oprava vymazání AnalysisContext během vnořeného řešení plánu
  • SPARK-53444 Přepracování provést okamžitě
  • SPARK-53560 Cyklování selhání při opakování nezapsané dávky ve zdroji Kafka a triggery AvailableNow
  • SPARK-53127 Povolit LIMIT ALL k překročení limitu rekurzních řádků
  • SPARK-53574 Revertovat "[SC-206548] Oprava AnalysisContext vymazáván...
  • SPARK-53674 Řešení LCA analyzátoru s jedním průchodem při přiřazování aliasů
  • SPARK-53492 Odmítnout druhý ExecutePlan s ID operace, která už byla dokončena
  • SPARK-53677 Vylepšení možnosti ladění pro zdroj dat JDBC v případě, že dotaz obsahuje chybu syntaxe
  • SPARK-53490 Oprava převodu Protobuf v pozorovaných metrikách
  • SPARK-53671 Vyloučit 0-argumentů z vyhodnocení typu inference
  • SPARK-53592 Úprava na "Make @udf podporuje vektorové UDF"
  • SPARK-53654 Přepracovat "Počáteční hodnoty podpory ve funkci uuid"
  • SPARK-53429 Podpora dělení přímého předávání v rozhraní API datového rámce PySpark
  • SPARK-53372 Balíček sdíleného testovacího modulu runtime pro protokol LDP
  • SPARK-53574 Oprava vymazání AnalysisContext během vnořeného řešení plánu
  • SPARK-53654 Vrátit zpět "[SC-207022][sql][PYTHON] Podpora seed ve funkci uuid"
  • SPARK-53574 Vrátit změny "[SC-206548] Oprava vymazání AnalysisContext během řešení vnořeného plánu"
  • SPARK-53559 Oprava aktualizací náčrtků HLL pro použití nezpracovaných bajtů kolace
  • SPARK-53654 Podpora seed funkce uuid
  • SPARK-52449 Nastavení datových typů pro Expression.Literal.Map/Array jako volitelné
  • SPARK-53574 Oprava vymazání AnalysisContext během vnořeného řešení plánu
  • SPARK-53625 Šíření sloupců metadat prostřednictvím projekcí za účelem vyřešení nekompatibility ApplyCharTypePadding
  • SPARK-53558 Vrátit zpět "[SC-206544][sql] Zobrazit plně kvalifikovaný název tabulky, včetně názvu katalogu ve zprávě o výjimce, pokud tabulka nebyla nalezena"
  • SPARK-53558 Zobrazit plně kvalifikovaný název tabulky, včetně názvu katalogu ve zprávě o výjimce, pokud se tabulka nenajde
  • SPARK-53357 Aktualizace pandas na verzi 2.3.2
  • SPARK-52659Zavádějící chybová zpráva modulo v režimu ANSI
  • SPARK-53592 Zrušit "[SC-206971][python] Umožnit, aby podporoval vektorizované UDF"
  • SPARK-53592 Přidat podporu pro vektorizované UDF
  • SPARK-52601 Podpora primitivních typů v TransformingEncoder
  • SPARK-53355 oprava repr NumPy 1.x v testech typů
  • SPARK-53387 Podpora pro Arrow UDTFs pomocí PARTITION BY
  • SPARK-52991 Implementace MERGE INTO s využitím SCHEMA EVOLUTION pro zdroj dat V2
  • SPARK-53568 Oprava několika malých chyb v logice zpracování chyb klienta Spark Connect Python
  • SPARK-43579 optim: Mezipaměť převaděče mezi Arrow a pandas pro opakované použití
  • SPARK-53524 Oprava převodu časových hodnot v LiteralValueProtoConverter
  • SPARK-53600 Upravit SessionHolder protokolovou zprávu o čase posledního přístupu
  • SPARK-53529 Oprava pyspark připojení klienta pro podporu protokolu IPv6
  • SPARK-53537 Přidání podpory pro parsování obslužné rutiny CONTINUE
  • Spark-53623 vylepšuje výkon při čtení velkých vlastností tabulky
  • SPARK-53523 Dodržování pojmenovaných parametrů spark.sql.caseSensitive
  • SPARK-53449 Jednoduché možnosti pro předdefinované třídy související se službou Datasource Scan
  • SPARK-53620 SparkSubmit by měl při zavolání exitFn vytisknout trasu zásobníku.
  • SPARK-53518 Žádné zkrácení pro catalogString typu definovaného uživatelem
  • SPARK-53568 Revert [SC-206538][connect][PYTHON] Oprava několika malých chyb v logice zpracování chyb klienta Spark Connect Python
  • SPARK-53602 Vylepšení výstupu profilu a oprava dokumentace profileru
  • SPARK-53402 Podpora rozhraní API datové sady s přímým předáváním oddílů ve Spark Connect v jazyce Scala
  • SPARK-53491 Oprava exponenciálního formátování inputRowsPerSecond a processedRowsPerSecond ve výkonnostních metrikách JSON.
  • SPARK-53413 Vyčištění náhodného provázení příkazů
  • SPARK-53518 Vrátit zpět "[SC-205989][sql] Žádné zkrácení pro catalogString uživatelem definovaný typ"
  • SPARK-53568 Oprava několika malých chyb v logice zpracování chyb klienta Spark Connect Python
  • SPARK-53552 Optimalizace podřetěděcové funkce SQL
  • SPARK-53527 Vylepšit zpětnou záložku analyzeExistenceDefaultValue
  • SPARK-53584 Vylepšit validaci process_column_param a dokumentaci parametrů sloupce
  • SPARK-53498 Správně odkazovat pyspark/pipelines/cli.py z binárního spark-pipelines souboru
  • SPARK-53518 Žádné zkrácení pro catalogString typu definovaného uživatelem
  • SPARK-53233 Nastavení kódu souvisejícího s streaming použitím správného názvu balíčku
  • SPARK-53598 Před čtením vlastnosti velké tabulky zkontrolujte existenci argumentů numParts.
  • SPARK-53372 SDP End to End Testing Suite
  • SPARK-53563 Optimalizace: sql_processor vyhýbáním se neefektivnímu zřetězení řetězců.
  • SPARK-53323 Povolení testů Spark Connect pro df.asTable() v Arrow UDTF
  • SPARK-53157 Oddělení intervalů dotazování ovladače a exekutoru
  • SPARK-535555 Oprava: Připojení SparkML nemůže načíst uložený model SparkML (starší režim)
  • SPARK-53361 Optimalizace komunikace JVM–Python v TWS seskupením více klíčů do jedné dávky Arrow
  • SPARK-53233 Vrátit zpět [SC-203716][sql][SS][mllib][CONNECT] Nastavit kód související s streaming použitím správného názvu balíčku
  • SPARK-53233 Nastavení kódu souvisejícího s streaming použitím správného názvu balíčku
  • SPARK-53525 Vytváření bloků výsledků pro Spark Connect ArrowBatch
  • SPARK-53444 Vrátit zpět "[SC-206536][sql] Provést okamžitě přepracování"
  • SPARK-53594 Nastavení šipek UDF respektuje uživatelem zadaný typ zkušebního typu
  • SPARK-53444 Přepracování provést okamžitě
  • SPARK-53582 Rozšíření isExtractable tak, aby bylo možné jej použít na UnresolvedExtractValue
  • SPARK-53572 Vyhněte se vyvolání z ExtractValue.isExtractable
  • SPARK-52346 Oprava inicializace čítačů a inkrementace logiky pro opakování zpracování toku
  • SPARK-53561 Zachycení výjimky přerušení v TransformWithStateInPySparkStateServer během outputStream.flush, aby nedošlo k chybovému ukončení pracovního procesu
  • SPARK-53512 Lepší sjednocení DSv2 PushDownUtils
  • SPARK-53459 Použít ReadOnlySparkConf na více místech
  • SPARK-53549 Po dokončení procesu žádosti o stav seznamu vždy zavřete alokátor šipky.
  • SPARK-53332 Povolit StateDataSource s kontrolním bodem stavu verze 2 (pouze možnost snapshotStartBatchId)
  • SPARK-53550 Rozdělení výstupu unie by mělo porovnávat kanonizované atributy
  • SPARK-53506% Zakázat konverzi mezi desetinným číslem a plovoucím řádovou čárkou podle standardu ANSI
  • SPARK-52238 Přejmenování pole specifikace kanálu z "definice" na "knihovny"
  • SPARK-53538ExpandExec by měl inicializovat nebezpečné projekce
  • SPARK-53521 Přepracování hvězdicového výrazu
  • SPARK-53358 Zlepšit chybové hlášení o neshodě typů výstupu Arrow Python UDTF
  • SPARK-53531 Lepší chybová zpráva pro HadoopRDD.getInputFormat
  • SPARK-53434 Metoda ColumnarRow's get by také měla zkontrolovat isNullAt
  • SPARK-53008 Přidání rutiny ověřování přístupu k datům UDF v OSS SQL
  • SPARK-44856 Zlepšení výkonu serializátoru šipky UDTF Python
  • SPARK-53488 Aktualizace CollationTypeCoercion, aby byla kompatibilní s logikou Analyzátoru s jedním průchodem
  • SPARK-53029 Podpora koerce návratového typu pro Arrow Python UDTF
  • SPARK-53479 Sladění == chování s pandas při porovnávání se skalárem v rámci ANSI
  • SPARK-53497/|//|* Zákaz mezi desetinným číslem a plovoucím číslem podle standardů ANSI
  • SPARK-53441 Bools |/&/^ Žádný by neměl selhat v rámci ANSI
  • SPARK-53474 Přidejte conf DATA_SOURCE_V2_EXPR_FOLDING
  • SPARK-53333 Povolení StateDataSource se stavovým kontrolním bodem v2 (pouze readChangeFeed)
  • SPARK-53502 Vylepšení pojmenování metod v LiteralValueProtoConverter
  • SPARK-52694 Přidání o.a.s.sql.Encoders#udtrozhraní API
  • Spark-53499 from_arrow_type by měl respektovat hodnotu containsNull v poli ArrayType
  • SPARK-53515 Odstranit nepoužívané private lazy val z SchemaOfCsv/Xml
  • SPARK-53480 Refaktoring kódu běhu v Pythonu pro Arrow
  • SPARK-53481 Vytvořit hybridní třídu fronty
  • SPARK-53401 Povolení přímého průchozího particionování v rozhraní API DataFrame
  • SPARK-52930 Použijte DataType.Array/Map pro pole/mapové literály
  • SPARK-52346 Šíření sloupců oddílů z cíle pro BatchTableWrite
  • SPARK-53342 Oprava převaděče šipky pro zpracování více dávek záznamů v jednom datovém proudu IPC
  • SPARK-53421 Šíření ID logického plánu v analýze protokolu SDP
  • SPARK-53408 Odebrání nepoužívaných funkcí z QueryCompilationErrors
  • SPARK-53044 Změna konvence importu deklarativních kanálů z "sdp" na "dp"
  • SPARK-53450 Hodnoty Null se neočekávaně vyplní po převodu prohledávání tabulky Hive na logickou relační relaci.
  • SPARK-53290 Oprava přerušení zpětné kompatibility metadat
  • SPARK-52982 Zakázat laterální spojení s Arrow Python UDTF
  • SPARK-52851 Odebrání veřejných rozhraní API pro připojování pro jednosměrné toky
  • SPARK-52511 Podpora režimu suchého spuštění v příkazu Spark-Pipelines
  • SPARK-53290 Vrátit zpět "[SC-204277][sql][CONNECT] Oprava porušení zpětné kompatibility metadat"
  • SPARK-53290 Oprava přerušení zpětné kompatibility metadat
  • SPARK-52577 Přidání testů pro deklarativní kanály DatasetManager s katalogem Hive
  • SPARK-53012 Podpora Arrow Python UDTF v Spark Connect
  • SPARK-53251 Povolit testování rozhraní API datového rámce pomocí asTable() pro Arrow Python UDTFs
  • SPARK-52432 Rozsah dataflowGraphRegistry na relaci
  • SPARK-52853 Zabránění imperativním metodám PySpark v deklarativních kanálech
  • SPARK-52745 Ujistěte se, že je implementovaný jeden z schema rozhraní table a columnscolumns je vhodnější.
  • SPARK-52991 Zrušit změnu "[SC-204944][sql] Implementovat MERGE INTO s SCHEMA EVOLUTION pro zdroj dat V2"
  • SPARK-52981 Přidání podpory argumentů tabulky pro Arrow Python UDTF
  • SPARK-53487 Vylepšení komentářů v NormalizePlan.scala
  • SPARK-52991 Implementace MERGE INTO s využitím SCHEMA EVOLUTION pro zdroj dat V2
  • SPARK-52281 Změna ALTER TABLE ALTER COLUMN TYPE STRING aby se nepoužívala výchozí kolace, pokud původní datový typ byl instancí StringType
  • SPARK-52759 Vyvolání výjimky, pokud kanál neobsahuje žádné tabulky nebo trvalá zobrazení
  • SPARK-51575 Kombinovat mechanismus pushdown zdroje dat v Pythonu a plánování pracovníků pro čtení
  • SPARK-53359 Oprava Arrow UDTF pro zpracování výsledků jako iterátor
  • SPARK-52757 Přejmenování pole "plan" v DefineFlow na "relation"
  • SPARK-52431 Dokončení dotyků na deklarativní kanály runner
  • SPARK-52591 Ověření streamování DFS vrácených tabulkou SDP a definicemi samostatného toku
  • SPARK-53030 Podpora pro Writer Arrow pro streamování zdrojů dat v Pythonu
  • SPARK-52980 podpora Arrow Python UDTF
  • SPARK-42841Přiřazení názvu ke třídě chyb _LEGACY_ERROR_TEMP_2005
  • SPARK-52423 Přidání chybějícího názvu balíčku jazyka Go do pipelines.proto
  • SPARK-52409 V testech používejte pouze PipelineRunEventBuffer.
  • SPARK-52533 Podpora povolení pouze profileru ovladačů
  • SPARK-52716 Odebrání komentáře z Flow traitu a odkazů
  • SPARK-52348 Přidání podpory obslužných rutin Spark Connect pro příkazy pipeline
  • SPARK-52281 Vrátit zpět "[SC-198058][sql] změnit ALTER TABLE ALTER COLUMN TYPE STRING, aby se nepoužívala výchozí kolace, pokud původní datový typ byl instancí StringType"
  • SPARK-49386 Přidání prahových hodnot založených na paměti pro přetečení během přerozdělování
  • SPARK-52281 Změna ALTER TABLE ALTER COLUMN TYPE STRING aby se nepoužívala výchozí kolace, pokud původní datový typ byl instancí StringType
  • SPARK-53329 Vylepšení zpracování výjimek při přidávání artefaktů
  • SPARK-52772 Vrátit zpět "[SC-202707][engrm-327][SQL] Nekonzistentní zpracování atributů tabulky během aktualizací"
  • SPARK-52772 Nekonzistentní zpracování atributů tabulky během aktualizací
  • SPARK-51739 Validace schématu Arrow podle mapInArrow & mapInPandas a DataSource
  • SPARK-53355 testování typu chování Python UDF
  • SPARK-53443 Aktualizace Pythonu na SPDX-license
  • SPARK-49968 Funkce rozdělení vytvoří nesprávné výsledky s prázdným regulárním výrazem a limitem.
  • SPARK-52582 Vylepšení využití paměti analyzátoru XML
  • SPARK-53452from_arrow_type by měl respektovat valueContainsNull
  • SPARK-53103 Vrátí chybu [SC-204946][ss] Vyvolá chybu, pokud při spuštění dotazu není adresář stavu prázdný.
  • SPARK-53103 Vyvolání chyby, pokud adresář stavu není při spuštění dotazu prázdný
  • SPARK-51575 Vrátit "[SC-192406][python] Sloučit Python pushdown zdroje dat a plánovat čtecí pracovníky"
  • SPARK-51575 Kombinovat mechanismus pushdown zdroje dat v Pythonu a plánování pracovníků pro čtení
  • SPARK-53095 Podpora HMS v4.1
  • SPARK-53126 Refaktoring SparkErrorUtils#stackTraceToString pro zpracování null vstupu a jeho použití k nahrazení ExceptionUtils#getStackTrace
  • SPARK-49489 Klient HMS respektuje hive.thrift.client.maxmessage.size
  • SPARK-53108 Implementace funkce time_diff v jazyce Scala
  • SPARK-45265 Podpora metastoru Hive 4.0
  • SPARK-53255 Blokace org.apache.parquet.Preconditions
  • SPARK-52142 Zobrazení omezení tabulky v SHOW CREATE TABLE příkazu COMMAND
  • SPARK-52875 Zjednodušení přenosu výrazů V2, pokud je vstup nezávislý na kontextu a skládací
  • SPARK-53240 Zákaz com.google.common.collect.(ArrayList)?Multimap
  • SPARK-52875 Vrátit zpět "[SC-201880][sql] Zjednodušit překlad výrazu V2, pokud je vstup kontextově nezávislý a skládací"
  • SPARK-52141 Zobrazení omezení v příkazech DESC
  • SPARK-53386 Podpora parametru dotazu končícího středníkem v konektorech JDBC
  • SPARK-52875 Zjednodušení přenosu výrazů V2, pokud je vstup nezávislý na kontextu a skládací
  • SPARK-53437 InterpretedUnsafeProjection nastavíNull4Bytes pro pole YearMonthIntervalType
  • SPARK-53341 Rozšíření pokrytí zlatým testem u víceproměnného DECLARE
  • SPARK-53156 Sledování metrik paměti ovladačů při ukončení aplikace
  • SPARK-52689 Odeslání metrik DML do V2Write
  • SPARK-52641 Sloupce primárního klíče by neměly mít hodnotu null.
  • SPARK-48547 Přidání volitelného příznaku, aby SparkSubmit automaticky volal System.exit po ukončení hlavní metody uživatelského kódu
  • SPARK-52575 Zavedení atributu contextIndependentFoldable pro expressions
  • SPARK-52860 Podpora vývoje schématu zápisu V2 v InMemoryTable
  • SPARK-53435 Oprava podmínky soupeření v CachedRDDBuilder
  • SPARK-51987 Výrazy DSv2 pro výchozí hodnoty sloupců při zápisu
  • SPARK-52235 Přidejte implicitní přetypování k výrazům DefaultValue V2, které jsou předávány do DSV2
  • SPARK-52236 Standardizace analýzy výjimek pro výchozí hodnotu
  • SPARK-53294 Povolit StateDataSource s kontrolním bodem stavu v2 (pouze možnost batchId)
  • SPARK-52095 Úprava tabulky pro změnu sloupce tak, aby se předávala V2Expression do DSV2
  • SPARK-53415 Jednoduché možnosti pro builtin FileFormats
  • SPARK-53318 Podpora typu času podle make_timestamp_ltz()
  • SPARK-53143 Oprava automatického spojení v rozhraní DataFrame API – Spojení není jediným očekávaným výstupem z analyzátoru.
  • SPARK-53423 Přesunutí všech značek souvisejících s jednoprůchodovým překladačem do ResolverTag
  • SPARK-52116 Vylepšení výjimky pro ne deterministické výchozí hodnoty
  • SPARK-51906 Dsv2 výrazy v ALTER TABLE ADD COLUMNS
  • SPARK-53403 Vylepšit testy přičítání/odečítání v rámci ANSI
  • SPARK-53418 Podpora TimeType v ColumnAccessor
  • SPARK-52777 Povolení nastavení režimu úklidu shuffle v Spark SQL
  • SPARK-52485 Vyčištění kódu deklarativních kanálů
  • SPARK-53236 Použít konstruktory Java ArrayList místo Lists.newArrayList v kódu Java
  • SPARK-53392 Přesunutí zpracování SpecializedArray do connect-common komponenty
  • SPARK-53176 Spouštěč Sparku by měl respektovat --load-spark-defaults
  • SPARK-53237 Použít Java Base64 místo instance org.apache.commons.codec.binary.Base64
  • SPARK-53390 Vyvolejte chybu v případě, kdy jsou booleovské hodnoty s hodnotou None převedeny na celá čísla podle standardu ANSI.
  • SPARK-53109 Podpora funkce TIME ve funkcích make_timestamp_ntz a try_make_timestamp_ntz v jazyce Scala
  • SPARK-53393 Zakázat profiler paměti pro skalární iterátor v Arrowu pro uživatelsky definované funkce (UDFs)
  • SPARK-53367 – přidání konverze int na desetinné číslo pro Arrow UDFs
  • SPARK-53365 Sjednocení kódu pro zachování konfigurací v zobrazeních a uživatelsky definovaných funkcích
  • SPARK-53228 Místo Map použijte konstruktory Java Maps.new*HashMap()
  • SPARK-53197 Používejte java.util.Objects#requireNonNull místo com.google.common.base.Preconditions#checkNotNull
  • SPARK-53216 Přejít is*(Blank|Empty) z object SparkStringUtils do trait SparkStringUtils
  • SPARK-53385 Vyhodnocení identifikátoru refaktoringu
  • SPARK-53384 Oddělení rozlišení proměnné
  • SPARK-53195 Místo InputStream.readNBytes použijte Java ByteStreams.read
  • SPARK-53205 Podpora createParentDirs v SparkFileUtils
  • SPARK-53196 Použít Java OutputStream.nullOutputStream místo ByteStreams.nullOutputStream
  • SPARK-53381 Vyhněte se vytváření dočasných kolekcí v toCatalystStruct
  • SPARK-53275 Zpracování stavových výrazů při řazení v interpretovaném režimu
  • SPARK-51585 Dialekt Oracle podporuje funkce datetime pushdownu.
  • SPARK-53200 Místo Files.newInputStream použijte Java Files.asByteSource().openStream()
  • SPARK-53190 Místo InputStream.transferTo použijte Java ByteStreams.copy
  • SPARK-53188 Podpora readFully v SparkStreamUtils a JavaUtils
  • SPARK-53354 Zjednodušení LiteralValueProtoConverter.toCatalystStruct
  • SPARK-52873 Další omezení, pokud semi nebo anti join SHJ může ignorovat duplicitní klíče na straně buildu
  • SPARK-53180 Místo InputStream.skipNBytes použijte Java ByteStreams.skipFully
  • SPARK-53369 Oprava chybové zprávy pro uživatelsky definované funkce (UDF) s návratovým typem CHAR/VARCHAR
  • SPARK-53330 Oprava UDF se šipkou s typem DayTimeIntervalType (hranice != začátek/konec)
  • SPARK-53366 Použití pravidel formátování pro sql/connect/shims
  • SPARK-53348 Vždy zachovat hodnotu ANSI při vytváření zobrazení nebo ji předpokládat při dotazování, pokud není uložena
  • SPARK-53119 Podpora pro touch v SparkFileUtils
  • SPARK-52592 Podpora vytvoření ps. Série z ps. Série
  • SPARK-53360 Jakmile by strategie s idempotenci ConstantFoldingu neměla být poškozena.
  • SPARK-53135 Podpora copyURLToFile v SparkFileUtils a JavaUtils
  • SPARK-53150 Vylepšení list(File|Path)s pro zpracování symlinků, vstupů, které neexistují, nebo nejsou adresáře
  • SPARK-53135 Vrátit zpět "[SC-203164][core][SQL] Podpora copyURLToFile ve SparkFileUtils a JavaUtils"
  • SPARK-53137 Podpora forceDeleteOnExit v SparkFileUtils a JavaUtils
  • SPARK-53352 Upřesnění chybové zprávy pro nepodporovaný návratový typ
  • SPARK-53353 Selhání skalárního iterátoru Arrow UDF s 0 argumenty
  • SPARK-53135 Podpora copyURLToFile v SparkFileUtils a JavaUtils
  • SPARK-53101 Podpora (left|right)Pad v SparkStringUtils
  • SPARK-53117 Podpora moveDirectory v SparkFileUtils a JavaUtils
  • SPARK-53121 Používejte deleteRecursively místo FileUtils.forceDelete
  • SPARK-53100 Místo String.substring použijte Java StringUtils.substring
  • SPARK-53092 Zákaz org.apache.commons.lang3.SystemUtils
  • SPARK-53328 Vylepšení možnosti ladění pro připojení SparkML
  • SPARK-52065 Generovat další strom plánu s výstupními sloupci (název, datový typ, nulovatelnost) v zaznamenávání změn plánu
  • SPARK-51182 DataFrameWriter by měl vyvolat dataPathNotSpecifiedError, pokud není zadána cesta
  • SPARK-52410 Vyřazení PipelineConf a přímé použití SqlConf
  • SPARK-52852 Odstranit nepoužívané spark_conf v create_streaming_table
  • SPARK-52714 Odstranit nepoužívaný argument komentáře v dekorátoru append_flow
  • SPARK-52663 Zavedení pole názvu pro specifikaci kanálu
  • SPARK-53091 Zákaz org.apache.commons.lang3.Strings
  • SPARK-52393 Registrace prvku SQL Graph pipeline
  • SPARK-52912 Vylepšit SparkStringUtils pro podporu is(Not)?(Blank|Empty)
  • SPARK-53307 Odebrání chyby RetriesExceeded z klientů Spark Connect Python a Scala
  • SPARK-52346 Deklarativní spuštění potrubí DataflowGraph a protokolování událostí
  • SPARK-52877 Zlepšení výkonu serializátoru šipky UDF Python
  • SPARK-51920 Oprava složeného či vnořeného typu v hodnotovém stavu pro TWS v Pythonu
  • SPARK-52741 Režim RemoveFiles ShuffleCleanup nefunguje s neadaptivním spouštěním
  • klient SPARK-52238 Python pro deklarativní kanály
  • SPARK-51926 Přidat třídu chyb INVALID_CONF_VALUE.subXXX ke konfiguračním chybám
  • SPARK-53155 Globální nižší agregace by neměla být nahrazena projektem.
  • SPARK-52911 Odstranit StringUtils.(split|chop) využití
  • SPARK-51926 Vrátit zpět "[SC-195096][core][SQL] Přidání INVALID_CONF_VALUE.subXXX chybové třídy k chybám konfigurace"
  • SPARK-53346 Vyhněte se vytváření dočasných kolekcí v toCatalystArray/toCatalystMap
  • SPARK-51926 Přidat třídu chyb INVALID_CONF_VALUE.subXXX ke konfiguračním chybám
  • SPARK-53136 tryWithResource a tryInitializeResource by měly zavřít prostředek tiše
  • SPARK-53132 Podpora list(File|Path)s v SparkFileUtils a JavaUtils
  • SPARK-51896 Přidání podpory výčtu Java pro TypedConfigBuilder
  • SPARK-53311 Upravte PullOutNonDeterministic, aby používal kanonizované výrazy
  • SPARK-51527 Umožnit konfigurovatelnost úrovně protokolování pro codegen prostřednictvím SQLConf
  • SPARK-52223 Přidání protosu SDP Spark Connect
  • SPARK-52283 Vytvoření a řešení deklarativních DataflowGraph kanálů
  • SPARK-52880 Vylepšit toString místo JEP-280ToStringBuilder
  • SPARK-53284 Úprava importu konfigurace Sparku v testech
  • SPARK-53050 Umožnit MultiIndex.to_series() vrátit strukturu pro každou položku
  • SPARK-52988 Oprava souběhů a funkce při použití IF NOT EXISTS
  • SPARK-52874 Podpora o.a.s.util.Pair Java Record
  • SPARK-52710DESCRIBE SCHEMA má tisknout třídění
  • SPARK-49984 Oprava supplementJava(Module|IPv6)Options pouze aktualizace extraJavaOptions

podpora ovladače Azure Databricks ODBC/JDBC

Databricks podporuje ovladače ODBC/JDBC vydané v posledních 2 letech. Stáhněte si nedávno vydané ovladače a upgradujte (stáhněte rozhraní ODBC, stáhněte JDBC).

Aktualizace údržby

Viz aktualizace údržby Databricks Runtime.

Systémové prostředí

  • Operační systém: Ubuntu 24.04.3 LTS
  • Java: Zulu17.58+21-CA
  • Scala: 2.13.16
  • Python: 3.12.3
  • R: 4.4.2
  • Delta Lake: 4.0.0

Nainstalované knihovny Python

Knihovna Version Knihovna Version Knihovna Version
anotované typy 0.7.0 anyio 4.6.2 argon2-cffi 21.3.0
argon2-cffi-bindings 21.2.0 šíp 1.3.0 asttokens 2.0.5
astunparse 1.6.3 async-lru 2.0.4 attrs 24.3.0
automatické příkazy 2.2.2 azure-common 1.1.28 Azure Core 1.34.0
azure-identity 1.20.0 azure-mgmt-core 1.5.0 azure-mgmt-web 8.0.0
azure-storage-blob (služba pro ukládání dat na platformě Azure) 12.23.0 Služba "Azure Storage File Data Lake" 12.17.0 babylón 2.16.0
backports.tarfile 1.2.0 BeautifulSoup4 4.12.3 černý 24.10.0
bělidlo 6.2.0 blikač 1.7.0 boto3 1.36.2
botocore 1.36.3 nástroje pro ukládání do mezipaměti 5.5.1 certifikát 2025.1.31
cffi 1.17.1 chardet 4.0.0 nástroj pro normalizaci znakové sady 3.3.2
klikni 8.1.7 cloudpickle 3.0.0 Komunikace 0.2.1
ContourPy 1.3.1 kryptografie 43.0.3 cyklista 0.11.0
Cython 3.0.12 Databricks SDK 0.49.0 dbus-python 1.3.2
debugpy 1.8.11 dekoratér 5.1.1 defusedxml 0.7.1
Deprecated 1.2.13 distlib 0.3.9 převod docstringu do formátu markdown 0.11
provedení 0.8.3 přehled aspektů 1.1.1 fastapi 0.115.12
fastjsonschema 2.21.1 zamykání souborů 3.18.0 nástroje pro písma 4.55.3
fqdn 1.5.1 fsspec 2023.5.0 gitdb 4.0.11
GitPython 3.1.43 google-api-core 2.20.0 google-auth (autentizace) 2.40.0
google-cloud-core 2.4.3 Úložiště Google Cloud 3.1.0 google-crc32c 1.7.1
google-resumable-media (pro snadné stahování/ukládání mediálních dat) 2.7.2 googleapis-common-protos 1.65.0 grpcio 1.67.0
grpcio-status 1.67.0 h11 0.14.0 httpcore 1.0.2
httplib2 0.20.4 httpx 0.27.0 IDNA 3.7
importlib-metadata 6.6.0 importlib_resources 6.4.0 časovat/skloňovat 7.3.1
iniconfig 1.1.1 ipyflow-core je jádrová komponenta systému ipyflow 0.0.209 ipykernel 6.29.5
ipython 8.30.0 ipython-genutils 0.2.0 ipywidgets 7.8.1
isodate 0.6.1 isodurace 20.11.0 jaraco.context 5.3.0
jaraco.functools 4.0.1 jaraco.text 3.12.1 Jedi 0.19.2
Jinja2 3.1.5 jmespath 1.0.1 joblib 1.4.2
json5 0.9.25 JSON ukazatel 3.0.0 jsonschema 4.23.0
Specifikace JSON schema 2023.7.1 jupyter události 0.10.0 jupyter-lsp 2.2.0
klient Jupyter 8.6.3 jupyter_core 5.7.2 jupyter_server 2.14.1
terminály_jupyter_server 0.4.4 jupyterlab 4.3.4 jupyterlab-pygments 0.1.2
JupyterLab widgets 1.0.0 jupyterlab_server 2.27.3 kiwisolver 1.4.8
launchpadlib 1.11.0 lazr.restfulclient 0.14.6 lazr.uri 1.0.6
markdown:it-py 2.2.0 MarkupSafe 3.0.2 matplotlib 3.10.0
matplotlib-inline 0.1.7 Mccabe 0.7.0 mdurl 0.1.0
špatné naladění 2.0.4 mlflow-skinny 3.0.1 mmh3 5.1.0
more-itertools 10.3.0 MSAL 1.32.3 msal-extensions 1.3.1
mypy-extensions 1.0.0 nbclient 0.8.0 nbconvert 7.16.4
nbformat 5.10.4 nest-asyncio 1.6.0 nodeenv 1.9.1
poznámkový blok 7.3.2 notebook_shim 0.2.3 numpy (knihovna pro numerické výpočty v Pythonu) 2.1.3
oauthlib 3.2.2 opentelemetry-api 1.32.1 opentelemetry-sdk 1.32.1
opentelemetry-sémantické-konvence 0,53b1 přepíše 7.4.0 balení 24,2
pandas 2.2.3 pandocfilters 1.5.0 Parso 0.8.4
specifikace cesty 0.10.3 bábovka 1.0.1 pexpect 4.8.0
polštář 11.1.0 pip 25.0.1 platformdirs 3.10.0
plotly 5.24.1 Pluggy (nástroj pro správu pluginů v Pythonu) 1.5.0 prometheus_client 0.21.0
nástroj "prompt-toolkit" 3.0.43 proto-plus 1.26.1 protobuf 5.29.4
psutil 5.9.0 psycopg2 2.9.3 ptyprocess 0.7.0
pure-eval 0.2.2 pyarrow 19.0.1 pyasn1 0.4.8
pyasn1-modules 0.2.8 pyccolo 0.0.71 pycparser 2.21
Pydantic (Python knihovna pro validaci a nastavení dat) 2.10.6 pydantic_core 2.27.2 pyflakes 3.2.0
Pygments 2.15.1 PyGObject 3.48.2 pyiceberg 0.9.0
PyJWT 2.10.1 pyodbc 5.2.0 pyparsing 3.2.0
pyright 1.1.394 pytest 8.3.5 python-dateutil 2.9.0.post0
python-json-logger (Python knihovna pro logování do formátu JSON) 3.2.1 python-lsp-jsonrpc 1.1.2 python-lsp-server 1.12.0
Pytoolconfig 1.2.6 knihovna pytz pro zpracování časových zón v Pythonu 2024.1 PyYAML 6.0.2
pyzmq 26.2.0 odkazování 0.30.2 requests 2.32.3
rfc3339-validator (validátor formátu RFC 3339) 0.1.4 rfc3986-validátor 0.1.1 bohatý 13.9.4
lano 1.12.0 rpds-py 0.22.3 Rsa 4.9.1
s3transfer 0.11.3 scikit-learn 1.6.1 SciPy 1.15.1
narozený v moři 0.13.2 Send2Trash 1.8.2 setuptools (nástroj pro vytváření a distribuci Python projektů) 74.0.0
šest 1.16.0 smmap 5.0.0 sniffio 1.3.0
setříděné kontejnery 2.4.0 sítko na polévku 2.5 sqlparse 0.5.3
ssh-import-id 5.11 datová hromádka 0.2.0 hvězdička 0.46.2
statsmodels 0.14.4 strictyaml 1.7.3 houževnatost 9.0.0
dokončeno 0.17.1 threadpoolctl 3.5.0 tinycss2 1.4.0
tokenize_rt 6.1.0 tomli 2.0.1 tornádo 6.4.2
drobné vlastnosti 5.14.3 typová ochrana 4.3.0 types-python-dateutil 2.9.0.20241206
rozšíření_typingu 4.12.2 tzdata 2024.1 ujson 5.10.0
bezobslužné aktualizace 0,1 uri-template 1.3.0 urllib3 2.3.0
uvicorn 0.34.2 virtualenv 20.29.3 wadllib 1.3.6
wcwidth (šířka znaků) 0.2.5 webcolors 24.11.1 webová kódování 0.5.1
websocket-klient 1.8.0 whatthepatch 1.0.2 wheel 0.45.1
widgetsnbextension (rozšíření pro widgety v notebooku) 3.6.6 zabalený 1.17.0 yapf 0.40.2
zipový uzávěr 3.21.0

Nainstalované knihovny jazyka R

Knihovny R se instalují ze snímku Posit Správce balíčků CRAN 2025-03-20.

Knihovna Version Knihovna Version Knihovna Version
šíp 19.0.1 žádost o heslo 1.2.1 ověřit, že 0.2.1
zpětné portování 1.5.0 báze 4.4.2 base64enc 0,1-3
bigD 0.3.0 bit 4.6.0 64bit 4.6.0-1
bitops 1.0-9 objekt blob 1.2.4 bootování 1.3-30
připravovat nápoje 1.0-10 elán 1.1.5 koště 1.0.7
bslib 0.9.0 kašmír 1.1.0 volající 3.7.6
caret 7.0-1 cellranger 1.1.0 cron 2.3-62
třída 7.3-22 CLI 3.6.5 Clipr 0.8.0
hodiny 0.7.2 cluster 2.1.6 codetools 0.2-20
barevný prostor 2.1-1 commonmark 1.9.5 kompilátor 4.4.2
config 0.3.2 v rozporu 1.2.0 cpp11 0.5.2
pastelka 1.5.3 přihlašovací údaje 2.0.2 kroucení 6.4.0
datová tabulka 1.17.0 datové sady 4.4.2 DBI 1.2.3
dbplyr 2.5.0 Popis 1.4.3 devtools 2.4.5
schéma 1.6.5 diffobj 0.3.5 hodnota hash 0.6.37
dolní osvětlení 0.4.4 dplyr 1.1.4 dtplyr 1.3.1
e1071 1.7-16 tři tečky 0.3.2 hodnotit 1.0.3
fanoušci 1.0.6 barvy 2.1.2 Fastmap (rychlé mapování) 1.2.0
fontawesome 0.5.3 pro kočky 1.0.0 foreach 1.5.2
zahraničí 0.8–86 kovárna 0.2.0 fs 1.6.5
budoucnost 1.34.0 budoucnost.použít 1.11.3 kloktání 1.5.2
obecné typy 0.1.4 Gert 2.1.4 ggplot2 3.5.1
gh 1.4.1 git2r 0.35.0 gitcreds 0.1.2
glmnet 4.1-8 globální 0.18.0 lepidlo 1.8.0
googledrive 2.1.1 googlesheets4 1.1.1 Gower 1.0.2
Grafika 4.4.2 grDevices 4.4.2 mřížka 4.4.2
gridExtra 2.3 gsubfn 0.7 gt 0.11.1
gtable 0.3.6 ochranná přilba 1.4.1 útočiště 2.5.4
vyšší 0.11 HMS 1.1.3 htmlové nástroje 0.5.8.1
htmlwidgets (interaktivní HTML prvky) 1.6.4 httpuv 1.6.15 httr 1.4.7
httr2 1.1.1 identifikátory 1.0.1 ini 0.3.1
ipred 0.9-15 isoband 0.2.7 Iterátory 1.0.14
jquerylib 0.1.4 jsonlite 1.9.1 šťavnatý džus 0.1.0
KernSmooth 2.23-22 knitr 1.50 značení 0.4.3
později 1.4.1 mřížka 0.22-5 láva 1.8.1
životní cyklus 1.0.4 poslouchej 0.9.1 lubridate 1.9.4
magrittr 2.0.3 Markdown 1.13 Hmotnost 7.3-60.0.1
*Matrix* 1.6-5 zapamatujte si 2.0.1 metody 4.4.2
mgcv 1.9-1 mim 0,13 miniUI 0.1.1.1
mlflow 2.20.4 ModelMetrics 1.2.2.2 modelář 0.1.11
munsell 0.5.1 nlme 3.1-164 nnet (neuronová síť) 7.3-19
numDeriv (Numerická derivace) 2016.8 - 1.1 OpenSSL 2.3.3 rovnoběžný 4.4.2
paralelně 1.42.0 pilíř 1.11.0 pkgbuild 1.4.6
pkgconfig 2.0.3 pkgdown 2.1.1 pkgload 1.4.0
plogr 0.2.0 plyr 1.8.9 pochvala 1.0.0
prettyunits 1.2.0 pROC 1.18.5 processx 3.8.6
prodlim 2024.06.25 profvis 0.4.0 pokrok 1.2.3
progressr 0.15.1 sliby 1.3.2 proto 1.0.0
proxy 0,4-27 p.s. 1.9.0 purrr 1.0.4
R6 2.6.1 ragg 1.3.3 "randomForest" 4.7-1.2
rappdirs 0.3.3 rcmdcheck 1.4.0 RColorBrewer 1.1-3
Rcpp 1.0.14 RcppEigen 0.3.4.0.2 schopný reagovat 0.4.4
reactR 0.6.1 čtenář 2.1.5 readxl 1.4.5
recepty 1.2.0 odvetný zápas 2.0.0 odvetný zápas 2 2.1.2
dálková ovládání 2.5.0 reprodukovatelný příklad 2.1.1 reshape2 1.4.4
rlang 1.1.6 rmarkdown 2.29 RODBC 1.3-26
roxygen2 7.3.2 rpart 4.1.23 rprojroot 2.0.4
Rserve 1.8-15 RSQLite 2.3.9 rstudioapi 0.17.1
rversions 2.1.2 rvest 1.0.4 drzost 0.4.9
váhy 1.3.0 selektor 0.4-2 informace o sezení 1.2.3
obrazec 1.4.6.1 lesklý 1.10.0 sourcetools 0.1.7-1
sparklyr 1.9.1 SparkR 4.0.0 řídké vektory 0.3.1
prostorový 7.3-17 spline 4.4.2 sqldf 0.4-11
SQUAREM 2021.1 statistické údaje 4.4.2 Stats4 4.4.2
řetězce 1.8.7 stringr 1.5.1 přežití 3.5-8
frajerský krok 5.17.14.1 systém 3.4.3 systemfonts 1.2.1
tcltk 4.4.2 testthat (nástroj pro testování) 3.2.3 formátování textu 1.0.0
tibble 3.3.0 tidyr 1.3.1 tidyselect 1.2.1
tidyverse 2.0.0 změna času 0.3.0 datum a čas 4041.110
tinytex 0.56 nářadí 4.4.2 tzdb 0.5.0
ověřovač URL 1.0.1 použij tohle 3.1.0 utf8 1.2.6
utils 4.4.2 Univerzální jednoznačný identifikátor (UUID) 1.2-1 V8 6.0.2
vctrs 0.6.5 viridisLite 0.4.2 vrrrm 1.6.5
Waldo 0.6.1 hmatový chlup 0.4.1 (v případě, že je možné poskytnout smysl slova "withr", by bylo možné ho přeložit) 3.0.2
xfun 0.51 xml2 1.3.8 xopen 1.0.1
xtable 1.8-4 yaml 2.3.10 zeallot 0.1.0
zip (jako formát souboru) 2.3.2

Nainstalované knihovny Java a Scala (verze clusteru Scala 2.13)

ID skupiny Identifikátor artefaktu Version
antlr antlr 2.7.7
com.amazonaws amazon-kinesis-client (klient Amazon Kinesis) 1.12.0
com.amazonaws aws-java-sdk Automatické škálování 1.12.638
com.amazonaws aws-java-sdk-cloudformation 1.12.638
com.amazonaws aws-java-sdk-cloudfront 1.12.638
com.amazonaws aws-java-sdk-cloudhsm 1.12.638
com.amazonaws „aws-java-sdk-cloudsearch“ 1.12.638
com.amazonaws aws-java-sdk-cloudtrail 1.12.638
com.amazonaws aws-java-sdk-cloudwatch 1.12.638
com.amazonaws aws-java-sdk-cloudwatchmetrics 1.12.638
com.amazonaws aws-java-sdk-codedeploy (Balíček AWS SDK pro Java - CodeDeploy) 1.12.638
com.amazonaws aws-java-sdk-cognitoidentity 1.12.638
com.amazonaws aws-java-sdk-cognitosync 1.12.638
com.amazonaws aws-java-sdk-config (konfigurace balíčku SDK pro Javu od AWS) 1.12.638
com.amazonaws aws-java-sdk-core 1.12.638
com.amazonaws aws-java-sdk-datapipeline 1.12.638
com.amazonaws aws-java-sdk-directconnect 1.12.638
com.amazonaws aws-java-sdk-directory 1.12.638
com.amazonaws aws-java-sdk-dynamodb 1.12.638
com.amazonaws aws-java-sdk-ec2 1.12.638
com.amazonaws aws-java-sdk-ecs 1.12.638
com.amazonaws aws-java-sdk-efs 1.12.638
com.amazonaws aws-java-sdk-elasticache 1.12.638
com.amazonaws aws-java-sdk-elasticbeanstalk 1.12.638
com.amazonaws aws-java-sdk-elasticloadbalancing 1.12.638
com.amazonaws aws-java-sdk-elastictranscoder 1.12.638
com.amazonaws aws-java-sdk-emr 1.12.638
com.amazonaws aws-java-sdk-glacier (AWS Java SDK pro Glacier) 1.12.638
com.amazonaws aws-java-sdk-glue (balíček pro vývoj softwaru v Java od AWS, určený pro Glue služby) 1.12.638
com.amazonaws aws-java-sdk-iam 1.12.638
com.amazonaws aws-java-sdk-importexport 1.12.638
com.amazonaws aws-java-sdk-kinesis 1.12.638
com.amazonaws aws-java-sdk-kms 1.12.638
com.amazonaws aws-java-sdk-lambda 1.12.638
com.amazonaws aws-java-sdk-logs 1.12.638
com.amazonaws aws-java-sdk-strojové učení 1.12.638
com.amazonaws aws-java-sdk-opsworks 1.12.638
com.amazonaws aws-java-sdk-rds 1.12.638
com.amazonaws aws-java-sdk-redshift 1.12.638
com.amazonaws aws-java-sdk-route53 1.12.638
com.amazonaws aws-java-sdk-s3 1.12.638
com.amazonaws aws-java-sdk-ses 1.12.638
com.amazonaws aws-java-sdk-simpledb 1.12.638
com.amazonaws aws-java-sdk-simpleworkflow 1.12.638
com.amazonaws aws-java-sdk-sns 1.12.638
com.amazonaws aws-java-sdk-sqs 1.12.638
com.amazonaws aws-java-sdk-ssm 1.12.638
com.amazonaws aws-java-sdk-storagegateway (balíček nástrojů pro přístup k AWS Storage Gateway) 1.12.638
com.amazonaws aws-java-sdk-sts 1.12.638
com.amazonaws podpora AWS Java SDK 1.12.638
com.amazonaws knihovny AWS Java SDK SWF 1.11.22
com.amazonaws aws-java-sdk-workspaces 1.12.638
com.amazonaws jmespath-java 1.12.638
com.clearspring.analytics datový proud 2.9.8
com.databricks Rserve 1.8-3
com.databricks Databricks SDK pro Java 0.27.0
com.databricks jets3t 0.7.1-0
com.databricks.scalapb scalapb-runtime_2.13 0.4.15-11
com.esotericsoftware technologie kryo-stínění 4.0.3
com.esotericsoftware Minlog 1.3.0
com.fasterxml spolužák 1.5.1
com.fasterxml.jackson.core jackson-annotations (poznámky Jackson) 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 2.18.2
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.kofein kofein 2.9.3
com.github.blemale scaffeine_2.13 4.1.0
com.github.fommil jniloader 1.1
com.github.fommil.netlib Nativní odkaz pro Javu 1.1
com.github.fommil.netlib Nativní odkaz pro Javu Verze 1.1 pro místní uživatele
com.github.fommil.netlib nativní_systém-java 1.1
com.github.fommil.netlib nativní_systém-java Verze 1.1 pro místní uživatele
com.github.fommil.netlib netlib-native_ref-linux-x86_64 Verze 1.1 pro místní uživatele
com.github.fommil.netlib netlib-nativní_systém-linux-x86_64 Verze 1.1 pro místní uživatele
com.github.luben zstd-jni 1.5.6-10
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.code.findbugs jsr305 3.0.0
com.google.code.gson Gson 2.11.0
com.google.crypto.tink Cink 1.16.0
com.google.errorprone poznámky_náchylné_k_chybám 2.36.0
com.google.flatbuffers flatbuffers-java 24.3.25
com.google.guava neúspěšný přístup 1.0.2
com.google.guava guave 33.4.0-jre
com.google.guava poslouchatelnábudoucnost 9999.0-empty-to-avoid-conflict-with-guava (prázdné, aby se zabránilo konfliktu s guavou)
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 sourcecode_2.13 0.1.9
com.microsoft.azure azure-data-lake-store-sdk (software development kit pro úložiště dat Azure Data Lake) 2.3.10
com.microsoft.sqlserver mssql-jdbc 11.2.2.jre8
com.microsoft.sqlserver mssql-jdbc 11.2.3.jre8
com.ning compress-lzf (komprimační algoritmus 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 univocity-parsers (nástroj pro analýzu dat) 2.9.1
com.zaxxer HikariCP 4.0.3
com.zaxxer SparseBitSet 1.3
commons-cli commons-cli 1.9.0
commons-codec commons-codec 1.17.2
společné sbírky společné sbírky 3.2.2
commons-dbcp commons-dbcp 1.4
Nahrávání souborů v Commons Nahrávání souborů v Commons 1.5
commons-httpclient commons-httpclient 3.1
commons-io commons-io 2.18.0
commons-lang commons-lang 2.6
commons-logging (nástroj pro záznamy) commons-logging (nástroj pro záznamy) 1.1.3
commons-pool commons-pool 1.5.4
dev.ludovic.netlib arpack 3.0.3
dev.ludovic.netlib Blas 3.0.3
dev.ludovic.netlib LAPACK 3.0.3
info.ganglia.gmetric4j gmetric4j 1.0.10
io.airlift vzduchový kompresor 2.0.2
io.delta delta-sharing-client_2.13 1.3.5
io.dropwizard.metrics anotace metrik 4.2.30
io.dropwizard.metrics jádro metrik 4.2.30
io.dropwizard.metrics metrics-graphite 4.2.30
io.dropwizard.metrics metriky – kontroly stavu 4.2.30
io.dropwizard.metrics metrics-jetty9 4.2.30
io.dropwizard.metrics Metrics-JMX 4.2.30
io.dropwizard.metrics Metriky-json 4.2.30
io.dropwizard.metrics metriky pro JVM 4.2.30
io.dropwizard.metrics metrikové servlety 4.2.30
io.github.java-diff-utils java-diff-utils 4.15
io.netty netty-all 4.1.118.Final
io.netty netty-buffer 4.1.118.Final
io.netty netty-codec 4.1.118.Final
io.netty netty-kodek-http 4.1.118.Final
io.netty netty-codec-http2 4.1.118.Final
io.netty netty-codec-socks 4.1.118.Final
io.netty netty-common 4.1.118.Final
io.netty netty-handler 4.1.118.Final
io.netty Netty-handler-proxy 4.1.118.Final
io.netty netty-resolver 4.1.118.Final
io.netty netty-tcnative-boringssl-static 2.0.70.Final-db-r0-linux-aarch_64
io.netty netty-tcnative-boringssl-static 2.0.70.Final-db-r0-linux-x86_64
io.netty netty-tcnative-boringssl-static 2.0.70.Final-db-r0-osx-aarch_64
io.netty netty-tcnative-boringssl-static 2.0.70.Final-db-r0-osx-x86_64
io.netty netty-tcnative-boringssl-static 2.0.70.Final-db-r0-windows-x86_64
io.netty netty-tcnative-classes (softwarová knihovna) 2.0.70.Final
io.netty netty-transport 4.1.118.Final
io.netty netty-transport-classes-epoll 4.1.118.Final
io.netty netty-transport-classes-kqueue 4.1.118.Final
io.netty netty-transport-native-epoll 4.1.118.Final
io.netty netty-transport-native-epoll 4.1.118.Final-linux-aarch_64
io.netty netty-transport-native-epoll 4.1.118.Final-linux-riscv64
io.netty netty-transport-native-epoll 4.1.118.Final-linux-x86_64
io.netty netty-transport-native-kqueue 4.1.118.Final-osx-aarch_64
io.netty netty-transport-native-kqueue 4.1.118.Final-osx-x86_64
io.netty netty-transport-native-unix-common 4.1.118.Final
io.prometheus simpleclient 0.16.1-databricks
io.prometheus simpleklient_obecný 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_sledovatel_společný 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 kolektor 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 aktivace 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 pro transakce 1.1
javax.xml.bind jaxb-api 2.2.11
Javolution Javolution 5.5.1
jline jline 2.14.6
joda-time joda-time 2.13.0
net.java.dev.jna jna 5.8.0
net.razorvine nakládačka 1.5
net.sf.jpam jpam 1.1
net.sf.opencsv opencsv 2.3
net.sf.supercsv super-csv 2.2.0
síť.sněhová vločka snowflake-ingest-sdk 0.9.6
net.sourceforge.f2j arpack_combined_all 0,1
org.acplt.remotetea remotetea-oncrpc 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 StringTemplate 3.2.1
org.apache.ant mravenec 1.10.11
org.apache.ant ant-jsch 1.10.11
org.apache.ant Ant launcher 1.10.11
org.apache.arrow šipkový formát 18.2.0
org.apache.arrow jádro šipkové paměti 18.2.0
org.apache.arrow šipka-paměť-netty 18.2.0
org.apache.arrow arrow-memory-netty-buffer-záplata 18.2.0
org.apache.arrow šipkový vektor 18.2.0
org.apache.avro Avro 1.12.0
org.apache.avro avro-ipc 1.12.0
org.apache.avro avro-mapred 1.12.0
org.apache.commons commons-collections4 4.4
org.apache.commons commons-compress (softwarová knihovna pro kompresi dat) 1.27.1
org.apache.commons commons-crypto 1.1.0
org.apache.commons commons-lang3 3.17.0
org.apache.commons commons-math3 3.6.1
org.apache.commons Commons-text (textové nástroje) 1.13.0
org.apache.kurátor kurátor-klient 5.7.1
org.apache.kurátor kurátorský rámec 5.7.1
org.apache.kurátor kurátorovy recepty 5.7.1
org.apache.datasketches datasketches-java 6.1.1
org.apache.datasketches datasketches-paměť 3.0.2
org.apache.derby fotbalové derby 10.14.2.0
org.apache.hadoop běhové prostředí klienta Hadoop 3.4.1
org.apache.hive hive-beeline 2.3.10
org.apache.hive hive-cli 2.3.10
org.apache.hive hive-jdbc (JDBC ovladač pro Apache Hive) 2.3.10
org.apache.hive hive-llap-client (klient pro Apache Hive s možností LLAP) 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 rozhraní pro úložiště 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 plánovač hive-shims 2.3.10
org.apache.httpcomponents httpclient 4.5.14
org.apache.httpcomponents httpcore 4.4.16
org.apache.ivy břečťan 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 šablona rozložení log4j ve formátu JSON 2.24.3
org.apache.logging.log4j log4j-slf4j2-impl 2.24.3
org.apache.orc orc-core 2.1.1-shaded-protobuf
org.apache.orc Formát ORC 1.1.0-shaded-protobuf
org.apache.orc orc-mapreduce 2.1.1-shaded-protobuf
org.apache.orc orčí podložky 2.1.1
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 4.26
org.apache.xmlbeans xmlbeans 5.3.0
org.apache.yetus poznámky pro publikum 0.13.0
org.apache.zookeeper ošetřovatel zvířat v zoo 3.9.3
org.apache.zookeeper zookeeper-jute 3.9.3
org.checkerframework checker-qual 3.43.0
org.codehaus.janino společný kompilátor 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 (framework pro práci s relačními databázemi) 4.1.19
org.datanucleus javax.jdo 3.2.0-m3
org.eclipse.jetty jetty-client 9.4.53.v20231009
org.eclipse.jetty pokračování Jetty 9.4.53.v20231009
org.eclipse.jetty jetty-http 9.4.53.v20231009
org.eclipse.jetty jetty-io 9.4.53.v20231009
org.eclipse.jetty jetty-jndi 9.4.53.v20231009
org.eclipse.jetty Jetty-plus 9.4.53.v20231009
org.eclipse.jetty proxy pro službu Jetty 9.4.53.v20231009
org.eclipse.jetty bezpečnost Jetty 9.4.53.v20231009
org.eclipse.jetty jetty-server 9.4.53.v20231009
org.eclipse.jetty jetty-servlet 9.4.53.v20231009
org.eclipse.jetty jetty-servlets 9.4.53.v20231009
org.eclipse.jetty jetty-util 9.4.53.v20231009
org.eclipse.jetty jetty-util-ajax 9.4.53.v20231009
org.eclipse.jetty Jetty-webová aplikace 9.4.53.v20231009
org.eclipse.jetty jetty-xml 9.4.53.v20231009
org.eclipse.jetty.websocket WebSocket API 9.4.53.v20231009
org.eclipse.jetty.websocket websocket-klient 9.4.53.v20231009
org.eclipse.jetty.websocket websocket – běžné 9.4.53.v20231009
org.eclipse.jetty.websocket websocket-server 9.4.53.v20231009
org.eclipse.jetty.websocket websocket-servlet 9.4.53.v20231009
org.fusesource.leveldbjni leveldbjni-all 1.8
org.glassfish.hk2 hk2-api 2.6.1
org.glassfish.hk2 hk2-lokátor 2.6.1
org.glassfish.hk2 hk2-utils 2.6.1
org.glassfish.hk2 OSGi vyhledávač zdrojů 1.0.3
org.glassfish.hk2.external aopalliance-přebaleno 2.6.1
org.glassfish.hk2.external jakarta.inject (pokud je to potřeba, přidejte vysvětlení nebo typický český termín v závorce) 2.6.1
org.glassfish.jersey.containers jersey-container-servlet (nástroj pro zpracování požadavků v Java EE) 2.41
org.glassfish.jersey.containers jersey-container-servlet-jádro 2.41
org.glassfish.jersey.core jersey-client 2.41
org.glassfish.jersey.core společný dres 2.41
org.glassfish.jersey.core Jersey-server (aplikační server frameworku Jersey) 2.41
org.glassfish.jersey.inject jersey-hk2 2.41
org.hibernate.validator Hibernate Validator 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.jetbrains anotace 17.0.0
org.jline jline 3.27.1-jdk8
org.joda joda-convert 1.7
org.jodd jodd-core 3.5.2
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.lz4 lz4-java 1.8.0-databricks-1
org.mlflow mlflow-spark_2.13 2.9.1
org.objenesis objenesis 3.3
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 2.3.0
org.scala-sbt testovací rozhraní 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 kompatibilní s scalatestem 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.Finální
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

Návod

Poznámky k verzím Databricks Runtime, které dosáhly konce podpory (EoS), najdete v Poznámkách k verzím Databricks Runtime s ukončenou podporou. Verze EoS Databricks Runtime byly vyřazeny a nemusí se aktualizovat.

  • Last updated on