Sdílet prostřednictvím

Databricks Runtime 11.3 LTS (EoS)

Poznámka:

Podpora této verze Databricks Runtime skončila. Datum ukončení podpory najdete v tématu Historie ukončení podpory. Pro všechny podporované verze Databricks Runtime vizte poznámky k vydání Databricks Runtime - verze a kompatibilita.

Následující poznámky k verzi obsahují informace o databricks Runtime 11.3 LTS s využitím Apache Sparku 3.3.0. Databricks vydala tuto verzi v říjnu 2022.

Poznámka:

LTS znamená, že tato verze je dlouhodobě podporována. Viz životní cyklus verze LTS modulu Databricks Runtime.

Změny chování

[Zásadní změna] Nová verze Pythonu vyžaduje aktualizaci klientů Databricks Connect V1 Python.

Poznámka:

Následující aktualizace přesune verzi Pythonu v Databricks Runtime 11.3 LTS na verzi 3.9.21. Verze 3.9.21 nezavádí žádné změny chování.

Pokud chcete použít požadované opravy zabezpečení, aktualizuje se verze Pythonu v Databricks Runtime 11.3 LTS z verze 3.9.5 na 3.9.19. Vzhledem k tomu, že tyto změny můžou způsobit chyby v klientech, kteří používají konkrétní funkce PySpark, musí být všechny klienty používající Databricks Connect V1 pro Python s Modulem Databricks Runtime 11.3 LTS aktualizovány na Python 3.9.7 nebo novější.

Nové funkce a vylepšení

Python upgradovaný z verze 3.9.19 na verzi 3.9.21

Verze Pythonu v Databricks Runtime 11.3 LTS se aktualizuje z verze 3.9.19 na 3.9.21.

Strukturovaný streaming - trigger once je označen jako zastaralý.

Nastavení Trigger.Once je zastaralé. Databricks doporučuje používat Trigger.AvailableNow. Viz Konfigurace intervalů triggeru strukturovaného streamování.

Změna zdrojové cesty pro automatický zavaděč

Teď můžete změnit cestu vstupu adresáře pro Auto Loader nakonfigurovaný v režimu výpisu adresáře, aniž byste museli zvolit nový adresář kontrolního bodu. Viz Změnit zdrojovou cestu pro automatický nakladač.

Konektor Databricks Kinesis teď podporuje čtení z datových proudů Kinesis v režimu EFO.

Teď můžete v Databricks Runtime 11.3 LTS pomocí zdroje strukturovaného streamování Databricks Kinesis spouštět dotazy, které čtou z datových proudů Kinesis v rozšířeném režimu fan-out. To umožňuje vyhrazenou propustnost na fragment, na konzumenta a doručování záznamů v push režimu.

Nové geoprostorové funkce H3 a přidání podpory Photon pro všechny funkce H3

Představujeme 4 nové funkce H3, h3_maxchild, h3_minchild, h3_pointash3a h3_pointash3string. Tyto funkce jsou dostupné v SQL, Scala a Pythonu. Ve Photonu se teď podporují všechny výrazy H3. Viz H3 geoprostorové funkce.

Nové funkce prediktivních vstupně-výstupních operací

Photon podporuje režim rozsahu pro spouštění snímků pomocí RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW. Photon také podporuje režim rozsahu hodnot pro expandující snímky pomocí RANGE BETWEEN UNBOUNDED PRECEDING AND offset_stop { PRECEDING | FOLLOWING }.

Zvýšení počátečních oddílů pro vyhledávání selektivních dotazů

Hodnota počátečních oddílů pro skenování byla zvýšena na 10 pro selektivní dotaz v take/tail/limit clusterech s podporou Photon a LIMIT v Databricks SQL. S 10 oddíly se můžete vyhnout režii spouštění několika malých úloh a pomalého vertikálního navýšení kapacity. Můžete to také nakonfigurovat prostřednictvím spark.sql.limit.selectiveInitialNumPartitions.

Vizualizace nových verzí plánu AQE

Představujeme verze plánu AQE, které umožňují vizualizovat aktualizace plánu modulu runtime z adaptivního spouštění dotazů (AQE).

Nové režimy sledování asynchronního průběhu a mazání protokolů

Představujeme režimy strukturovaného streamování označované jako asynchronní sledování průběhu a asynchronní mazání protokolů. Režim asynchronního vymazávání logů snižuje latenci dotazů na streamování odebráním logů používaných pro sledování průběhu na pozadí.

Strukturované streamování v katalogu Unity teď podporuje display()

Teď můžete použít display() , když použijete strukturované streamování k práci s tabulkami registrovanými v katalogu Unity.

Události potrubí se teď zaznamenávají ve formátu JSON.

Azure Databricks teď zapisuje události kanálu do protokolu ovladače ve formátu JSON. I když bude každá událost parsovatelná ve formátu JSON, velké události nemusí obsahovat všechna pole nebo můžou být zkrácena. Každá událost se zaprotokoluje na jednom řádku s předponou Event received: . Následuje příklad události.

Event received: {"id":"some-event-id","origin":{"pipeline_id":"some-pipeline-id","cluster_id":"some-cluster id"},"message":"simple [truncated] message","level":"WARN"}

Libovolné stavové zpracování ve strukturovaném streamování pomocí Pythonu

applyInPandasWithState Představujeme funkci, kterou lze použít k provedení libovolného stavového zpracování v PySparku. To je ekvivalentem flatMapGroupsWithState funkce v rozhraní Java API.

Odvození data v souborech CSV

Představujeme vylepšené odvozování sloupců typu dat v souborech CSV. Pokud je formát data konzistentní mezi záznamy sloupce, lze tyto sloupce odvodit jako DateType. Můžete mít také kombinaci formátů kalendářních dat v různých sloupcích. Azure Databricks může automaticky odvodit formát data pro každý sloupec. Sloupce kalendářních dat v souborech CSV před modulem Databricks Runtime 11.3 LTS zůstanou jako StringType.

Podpora klonování pro tabulky Apache Parquet a Apache Iceberg (Public Preview)

Nyní lze klon použít k vytváření a přírůstkové aktualizaci tabulek Delta, které zrcadlí tabulky Apache Parquet a Apache Iceberg. Zdrojovou tabulku Parquet můžete aktualizovat a postupně aplikovat změny na klonovanou tabulku Delta pomocí příkazu clone. Viz přírůstkové klonování tabulek Parquet a Apache Iceberg do Delta Lake.

Použití SQL k určení umístění úložiště na úrovni schématu a katalogu pro spravované tabulky Katalogu Unity

Teď můžete pomocí MANAGED LOCATION příkazu SQL určit umístění cloudového úložiště pro spravované tabulky na úrovni katalogu a schématu. Viz CREATE CATALOG a CREATE SCHEMA.

Změny chování

Databricks Connect 11.3.2

Aktualizace klienta Databricks Connect 11.3.2 je teď podporovaná. Viz Databricks Connect a poznámky k verzi Databricks Connect.

Aktualizace konektoru Azure Databricks Snowflake

Konektor Azure Databricks Snowflake byl aktualizován na nejnovější verzi kódu z opensourcového úložiště Snowflake Data Source pro Apache Spark. Je nyní plně kompatibilní s Databricks Runtime 11.3 LTS, včetně predicate pushdown a internal query plan pushdown, přičemž zachovává všechny funkce open-source verze.

Mezipaměť Hadoop pro S3A je teď zakázaná.

Mezipaměť Hadoop (FileSystem Apache Hadoop Main 3.3.4 API) pro S3A je teď zakázaná. To je v souladu s dalšími konektory cloudového úložiště. U úloh, které se spoléhají na ukládání do mezipaměti systému souborů, se ujistěte, že nově vytvořené systémy souborů mají správné konfigurace Systému Hadoop, včetně zprostředkovatelů přihlašovacích údajů.

Schéma kolekce statistik Delta Lake teď odpovídá pořadí sloupců v definici schématu tabulky.

Tato změna řeší chybu v protokolu Delta Lake, kdy se statistiky neshromažďovaly pro sloupce kvůli neshodě v datovém rámci a pořadí sloupců tabulky. V některých případech může dojít ke snížení výkonu zápisu v důsledku sbírání statistik u dříve nesledovaných polí. Viz Přeskočení dat.

applyInPandasWithState vyvolá chybu, pokud dotaz zahrnuje přeskupení dat po operátoru.

Operátor applyInPandasWithState vyvolá chybu, pokud dotaz obsahuje shuffle za operátorem. K tomu dochází, když buď uživatel přidá shuffle po operaci, nebo optimalizátor nebo jímka implicitně přidá shuffle .

Upgrady knihoven

  • Upgradované knihovny Pythonu:
    • distlib od 0.3.5 do 0.3.6
  • Upgradované knihovny jazyka R:
    • broom od 1.0.0 do 1.0.1
    • volající od 3.7.1 do 3.7.2
    • dplyr od 1.0.9 do 1.0.10
    • dtplyr od 1.2.1 do 1.2.2
    • forcats od 0.5.1 do 0.5.2
    • aktualizace z verze 1.27.0 na verzi 1.28.0
    • future.apply z verze 1.9.0 na 1.9.1
    • gert od 1.7.0 do 1.8.0
    • globals z verze 0.16.0 na verzi 0.16.1
    • Aktualizace gtable z verze 0.3.0 na verzi 0.3.1
    • haven verze z 2.5.0 na 2.5.1
    • hms od 1.1.1 do 1.1.2
    • httr od 1.4.3 do 1.4.4
    • knitr od 1.39 do 1.40
    • modelr od 0.1.8 do 0.1.9
    • pilíř od 1.8.0 do 1.8.1
    • progressr od 0.10.1 do 0.11.0
    • readxl od 1.4.0 do 1.4.1
    • reprex z verze 2.0.1 na verzi 2.0.2
    • rlang od 1.0.4 do 1.0.5
    • rmarkdown od 2.14 do 2.16
    • RSQLite od 2.2.15 do 2.2.16
    • rstudioapi od 0.13 do 0.14
    • rverze od 2.1.1 do 2.1.2
    • rvest od verze 1.0.2 do verze 1.0.3
    • škálování od 1.2.0 do 1.2.1
    • sparklyr od 1.7.7 do 1.7.8
    • Stringr od 1.4.0 do 1.4.1
    • přežití od 3,2-13 do 3,4-0
    • tinytex od 0,40 do 0,41
    • viridisLite od 0.4.0 do 0.4.1
  • Upgradované knihovny Java:
    • com.fasterxml.jackson.core.jackson-annotations z verze 2.13.3 na verzi 2.13.4
    • com.fasterxml.jackson.core.jackson-core od 2.13.3 do 2.13.4
    • com.fasterxml.jackson.core.jackson-databind od 2.13.3 do 2.13.4
    • com.fasterxml.jackson.dataformat.jackson-dataformat-cbor od 2.13.3 do 2.13.4
    • com.fasterxml.jackson.datatype.jackson-datatype-joda od 2.13.3 do 2.13.4
    • com.fasterxml.jackson.datatype.jackson-datatype-jsr310 od 2.13.3 do 2.13.4
    • com.fasterxml.jackson.module.jackson-module-paranamer od 2.13.3 do 2.13.4
    • com.fasterxml.jackson.module.jackson-module-scala_2.12 od 2.13.3 do 2.13.4
    • org.apache.hadoop.hadoop-client-api od 3.3.2-databricks do 3.3.4-databricks
    • org.apache.hadoop.hadoop-client-runtime od „3.3.2“ do „3.3.4“
    • org.apache.orc.orc-core od 1.7.5 do 1.7.6
    • org.apache.orc.orc-mapreduce od 1.7.5 do 1.7.6
    • org.apache.orc.orc-shims od 1.7.5 do 1.7.6
    • org.apache.parquet.parquet-column od 1.12.0-databricks-0004 do 1.12.0-databricks-0007
    • org.apache.parquet.parquet-common od 1.12.0-databricks-0004 do 1.12.0-databricks-0007
    • org.apache.parquet.parquet-encoding od verze 1.12.0-databricks-0004 na verzi 1.12.0-databricks-0007
    • org.apache.parquet.parquet-format-structures z 1.12.0-databricks-0004 na 1.12.0-databricks-0007
    • org.apache.parquet.parquet-hadoop od 1.12.0-databricks-0004 do 1.12.0-databricks-0007
    • org.apache.parquet.parquet-jackson od 1.12.0-databricks-0004 do 1.12.0-databricks-0007
    • org.glassfish.jersey.containers.jersey-container-servlet od 2.34 do 2.36
    • org.glassfish.jersey.containers.jersey-container-servlet-core od 2.34 do 2.36
    • org.glassfish.jersey.core.jersey-client od 2.34 do 2.36
    • org.glassfish.jersey.core.jersey-common od 2.34 do 2.36
    • org.glassfish.jersey.core.jersey-server od 2.34 do 2.36
    • org.glassfish.jersey.inject.jersey-hk2 od 2.34 do 2.36

Apache Spark

Databricks Runtime 11.3 LTS zahrnuje Apache Spark 3.3.0. Tato verze zahrnuje všechny opravy a vylepšení Sparku, která jsou součástí Databricks Runtime 11.2 (EoS), a také následující další opravy chyb a vylepšení Sparku:

  • [SPARK-39957] [WARMFIX][sc-111425][CORE] Zpoždění onDisconnected, aby se umožnilo, že ovladač přijímá ExecutorExitCode
  • [SPARK-39955] [WARMFIX][sc-111424][CORE] Vylepšete proces LaunchTask, abyste se vyhnuli selháním fáze způsobeným selháním při odesílání zpráv LaunchTask.
  • [SPARK-40474] [SC-106248][cherry-pick] Správné chování odvozování schématu CSV pro sloupce datetime a zavedení automatického zjišťování pro pole Data
  • [SPARK-40535] [SC-111243][sql] Oprava chyby, že vyrovnávací paměť AgregatingAccumulator nebude vytvořena, pokud jsou vstupní řádky prázdné
  • [SPARK-40434] [SC-111125][sc-111144][SC-111138][spark-40435][11.3][ss][PYTHON] Implementovat applyInPandasWithState v PySpark
  • [SPARK-40460] [SC-110832][ss] Oprava metrik streamování při výběru _metadata
  • [SPARK-40324] [SC-109943][sql] Zadejte kontext dotazu ParseException
  • [SPARK-40466] [SC-110899][ss] Vylepšete chybovou zprávu, když je DSv2 zakázaná, zatímco DSv1 není k dispozici
  • [SPARK-40456] [SC-110848][sql] PartitionIterator.hasNext by měl být levný pro opakované volání.
  • [SPARK-40169] [SC-110772][sql] Neodsouvejte filtry Parquet bez odkazu na schéma dat.
  • [SPARK-40467] [SC-110759][ss] Rozdělit FlatMapGroupsWithState na několik testovacích sad
  • [SPARK-40468] [SC-110813][sql] Oprava ořezávání sloupců v CSV při výběru _corrupt_record
  • [SPARK-40291] [SC-110085][sql] Vylepšit zprávu pro chybu, kdy sloupec není ve skupinové klauzuli
  • [SPARK-40398] [SC-110762][core][SQL] Místo rozhraní API Arrays.stream použijte smyčku.
  • [SPARK-40433] [SC-110684][ss][PYTHON] Přidat toJVMRow v PythonSQLUtils pro převod serializovaného řádku PySpark na řádek JVM
  • [SPARK-40414] [SC-110568][sql][PYTHON] Další obecný typ v PythonArrowInput a PythonArrowOutput
  • [SPARK-40352] [SC-109945][sql] Přidání aliasů funkcí: len, datepart, dateadd, date_diff a curdate
  • [SPARK-40470] [SC-110761][sql] Zpracování GetArrayStructFields a GetMapValue ve funkci "arrays_zip"
  • [SPARK-40387] [SC-110685][sql] Vylepšení implementace Spark Decimal
  • [SPARK-40429] [SC-110675][sql] Nastavte pouze keyGroupedPartitioning, pokud je odkazovaný sloupec ve výstupu.
  • [SPARK-40432] [SC-110716][ss][PYTHON] Zavedení GroupStateImpl a GroupStateTimeout v PySparku
  • [SPARK-39915] [SC-110496][sql] Ujistěte se, že je výstupní dělení zadané uživatelem v AQE.
  • [SPARK-29260] [SQL] Podpora ALTER DATABASE SET LOCATION , pokud HMS podporuje
  • [SPARK-40185] [SC-110056][sql] Odebrat návrh sloupce, pokud je seznam kandidátů prázdný
  • [SPARK-40362] [SC-110401][sql] Oprava kanonizace BinaryComparison
  • [SPARK-40411] [SC-110381][ss] Refaktoring FlatMapGroupsWithStateExec, aby měl nadřazenou vlastnost
  • [SPARK-40293] [SC-110084][sql] Aby byla chybová zpráva tabulky V2 smysluplnější
  • [SPARK-38734] [SC-110383][sql] Odebrání třídy chyb INDEX_OUT_OF_BOUNDS
  • [SPARK-40292] [SC-110300][sql] Oprava názvů sloupců ve funkci "arrays_zip" při odkazování polí z vnořených struktur
  • [SPARK-40276] [SC-109674][core] Zmenšení velikosti výsledku RDD.takeOrdered
  • [SPARK-40197] [SC-109176][sql] Nahrazení plánu dotazu kontextem pro MULTI_VALUE_SUBQUERY_ERROR
  • [SPARK-40300] [SC-109942][sql] Migrace do DATATYPE_MISMATCH třídy chyb
  • [SPARK-40149] [SC-110055][sql] Šíření sloupců metadat prostřednictvím Projectu
  • [SPARK-40280] [SC-110146][sql] Přidání podpory pro parquet push down pro anotované int a long
  • [SPARK-40220] [SC-110143][sc-109175][SQL] Nevydávejte prázdnou mapu parametrů chybové zprávy.
  • [SPARK-40295] [SC-110070][sql] Povolit funkce v2 s literálními argumenty v rozdělení/řazení zápisu
  • [SPARK-40156] [SC-109264][sql] url_decode() by měla vrátit třídu chyb.
  • [SPARK-39195] [SQL] Spark OutputCommitCoordinator by měl přerušit fázi, pokud potvrzený soubor není konzistentní se stavem úkolu.
  • [SPARK-40260] [SC-109424][sql] Využití tříd chyb při chybách kompilace polohy GROUP BY
  • [SPARK-40205] [SC-110144][sc-109082][SQL] Zadejte kontext dotazu ELEMENT_AT_BY_INDEX_ZERO
  • [SPARK-40112] [SC-109676][sql] Vylepšení funkce TO_BINARY()
  • [SPARK-40209] [SC-109081][sql] Neměňte hodnotu intervalu Decimal v changePrecision() v případě chyb.
  • [SPARK-40319] [SC-109873][sql] Odebrání metody chyby spuštění duplicitního dotazu pro PARSE_DATETIME_BY_NEW_PARSER
  • [SPARK-40222] [SC-109209][sql] Číselná try_add/try_divide/try_subtract/try_multiply by měla vyvolat chybu z podřízených položek
  • [SPARK-40183] [SC-108907][sql] Použijte třídu chyb NUMERIC_VALUE_OUT_OF_RANGE pro přetečení při převodu desítkových čísel.
  • [SPARK-40180] [SC-109069][sql] Formát chybových zpráv podle spark-sql
  • [SPARK-40153] [SC-109165][sql] Sjednotit funkce vyhodnocení a tabulkové funkce
  • [SPARK-40308] [SC-109880][sql] Povolit funkci s nerozvinutelnými argumenty oddělovačestr_to_map
  • [SPARK-40219] [SC-110052][sc-109663][SQL] Vyřešený logický plán zobrazení by měl obsahovat schéma, aby se zabránilo redundantnímu vyhledávání.
  • [SPARK-40098] [SC-109939][sc-108693][SQL] Formátování chybových zpráv na serveru Thrift
  • [SPARK-39917] [SC-109038][sql] Použití různých tříd chyb pro numerické a intervalové aritmetické přetečení
  • [SPARK-40033] [SC-109875][sql] Podpora prořezávání vnořeného schématu prostřednictvím element_at
  • [SPARK-40194] [ SC-109660][sql] FUNKCE SPLIT u prázdných regulárních výrazů by měla zkrátit koncový prázdný řetězec.
  • [SPARK-40228] [SC-109835][sql] Nezjednodušujte multiLike, pokud výraz není levný
  • [SPARK-40039] [SC-109896][sc-109260][SS] Představujeme správce souborů kontrolních bodů streamování založený na rozhraní Abortable hadoopu.
  • [SPARK-40285] [SC-109679][sql] Zjednodušení sparku roundTo[Numeric]Decimal
  • [SPARK-39896] [SC-109658][sql] UnwrapCastInBinaryComparison by měl fungovat při selhání literálu in/InSet downcast
  • [SPARK-40040] [SC-109662][sql] Posuňte místní limit na obě strany, pokud je podmínka spojení prázdná
  • [SPARK-40055] [SC-109075][sql] listCatalogs by také měly vracet spark_catalog i v případě, že je výchozí implementace spark_catalog SessionCatalog
  • [SPARK-39915] [SC-109391][sql] Dataset.repartition(N) nemusí vytvářet oddíly N, které nejsou součástí AQE.
  • [SPARK-40207] [SC-109401][sql] Zadejte název sloupce, pokud zdroj dat nepodporuje datový typ.
  • [SPARK-40245] [SC-109295][sql] Oprava kontroly rovnosti u FileScan, pokud nejsou čteny sloupce filtru oddílu nebo filtru dat
  • [SPARK-40113] [SC-109405][sql] Implementace rozhraní Reactor ParquetScanBuilder DataSourceV2
  • [SPARK-40211] [SC-109226][core][SQL] Povolit přizpůsobení počátečního čísla oddílů v chování take()
  • [SPARK-40252] [SC-109379][sql] Nahraďte Stream.collect(Collectors.joining) rozhraním StringJoiner API
  • [SPARK-40247] [SC-109272][sql] Oprava kontroly rovnosti BitSet
  • [SPARK-40067] [ SQL] Místo scan#name() použijte tabulku#name() a vyplňte název tabulky v uzlu BatchScan ve SparkUI.
  • [SPARK-39966] [SQL] Použijte filtr V2 v supportsDelete
  • [SPARK-39607] [SC-109268][sql][DSV2] Podpora distribuce a řazení funkcí V2 při zápisu
  • [SPARK-40224] [SC-109271][sql] Nechat ObjectHashAggregateExec uvolňovat paměť ochotně při přechodu na řazení
  • [SPARK-40013] [SQL] Výrazy DS V2 by měly mít výchozí toString
  • [SPARK-40214] [SC-109079][python][SQL] přidání příkazu get do funkcí
  • [SPARK-40192] [SC-109089][sql][ML] Odstranit redundantní groupby
  • [SPARK-40146] [SC-108694][sql] Jednoduché generování kódu pro získání hodnoty z mapy
  • [SPARK-40109] [SQL] Nová funkce SQL: get()
  • [SPARK-39929] [SQL] DS V2 podporuje funkce push down string (jiné než ANSI)
  • [SPARK-39819] [SQL] Agregační optimalizace DS V2 může spolupracovat s top N nebo stránkováním (řazení dle výrazů)
  • [SPARK-40213] [SC-109077][sql] Podpora převodu hodnot ASCII pro znaky Latin-1
  • [SPARK-39887] [SQL] RemoveRedundantAliases by měly uchovávat aliasy, které tvoří výstup uzlů projekce jedinečným
  • [SPARK-39764] [SQL] Udělejte PhysicalOperation stejné jako ScanOperation
  • [SPARK-39964] [SQL] Pushdown DS V2 by měl sjednotit překladovou cestu.
  • [SPARK-39528] [SQL] Použití filtru V2 v supportsRuntimeFiltering
  • [SPARK-40066] [SQL] Režim ANSI: Vždy vrátí hodnotu null při neplatném přístupu ke sloupci mapy.
  • [SPARK-39912] [SPARK-39828][sql] Refine CatalogImpl
  • [SPARK-39833] [SC-108736][sql] Zakažte index sloupců Parquet v DSv1 a opravte problém správnosti v případě překrývajících se oddílů a datových sloupců.
  • [SPARK-39880] [SQL] Příkaz V2 SHOW FUNCTIONS by měl vytisknout kvalifikovaný název funkce, například v1
  • [SPARK-39767] [SQL] Odeberte unresolvedDBObjectName a přidejte UnresolvedIdentifier.
  • [SPARK-40163] [SC-108740][sql] funkce: SparkSession.config(Map)
  • [SPARK-40136] [SQL] Oprava fragmentu kontextů dotazů SQL
  • [SPARK-40107] [SC-108689][sql] Oddělit konverzi prázdné na null z FileFormatWriter
  • [SPARK-40121] [PYTHON][sql] Inicializace projekce použité pro UDF v Pythonu
  • [SPARK-40128] [SQL] Rozpoznání VectorizedColumnReader pro DELTA_LENGTH_BYTE_ARRAY jako samostatné sloupcové kódování
  • [SPARK-40132] [ML] Uvést zpět rawPredictionCol na MultilayerPerceptronClassifier.setParams
  • [SPARK-40050] [SC-108696][sql] Rozšíření EliminateSorts pro podporu odstranění řazení prostřednictvím LocalLimit
  • [SPARK-39629] [SQL] Podpora v2 SHOW FUNCTIONS
  • [SPARK-39925] [SC-108734][sql] Přidání přetížení array_sort(sloupec, srovnávací) do operací datového rámce
  • [SPARK-40117] [PYTHON][sql] Převést podmínku na Java v DataFrameWriterV2.overwrite
  • [SPARK-40105] [SQL] Vylepšení repartition v ReplaceCTERefWithRepartition
  • [SPARK-39503] [SQL] Přidání názvu katalogu relací pro tabulku a funkci databáze v1
  • [SPARK-39889] [SQL] Použijte různé třídy chyb pro dělení čísel/intervalů nulou.
  • [SPARK-39741] [SQL] Podpora kódování a dekódování adresy URL jako vestavěné funkce a uspořádání funkcí souvisejících s adresou URL
  • [SPARK-40102] [ SQL] Použijte SparkException místo IllegalStateException ve SparkPlanu.
  • [SPARK-40014] [SQL] Podpora přetypování desetinných čísel na intervaly ANSI
  • [SPARK-39776] [SQL][follow] Aktualizace UT PlanStabilitySuite v režimu ANSI
  • [SPARK-39963] [SQL] Zjednodušení SimplifyCasts.isWiderCast

Aktualizace údržby

Viz aktualizace údržby Databricks Runtime 11.3.

Systémové prostředí

  • Operační systém: Ubuntu 20.04.5 LTS
    • Poznámka: Toto je verze Ubuntu používaná kontejnery Databricks Runtime. Kontejnery Databricks Runtime běží na virtuálních počítačích poskytovatele cloudu, které můžou používat jinou verzi Ubuntu nebo linuxovou distribuci.
  • Java: Zulu 8.56.0.21-CA-linux64
  • Scala: 2.12.14
  • Python: 3.9.21
  • R: 4.1.3
  • Delta Lake: 2.1.0

Nainstalované knihovny Pythonu

Knihovna Version Knihovna Version Knihovna Version
argon2-cffi 20.1.0 asynchronní generátor 1.10 attrs 21.2.0
zpětný hovor 0.2.0 backports.entry-points-selectable (volitelné vstupní body) 1.1.1 černý 22.3.0
bělidlo 4.0.0 boto3 1.21.18 botocore 1.24.18
certifikát 2021.10.8 cffi 1.14.6 chardet 4.0.0
nástroj pro normalizaci znakové sady 2.0.4 klikni 8.0.3 kryptografie 3.4.8
cyklista 0.10.0 Cython 0.29.24 dbus-python 1.2.16
debugpy 1.4.1 dekoratér 5.1.0 defusedxml 0.7.1
distlib 0.3.6 vstupní body 0,3 přehled aspektů 1.0.0
zamykání souborů 3.8.0 IDNA 3.2 ipykernel 6.12.1
ipython 7.32.0 ipython-genutils 0.2.0 ipywidgets 7.7.0
Jedi 0.18.0 Jinja2 2.11.3 jmespath 0.10.0
joblib 1.0.1 jsonschema 3.2.0 klient Jupyter 6.1.12
jupyter-core 4.8.1 jupyterlab-pygments 0.1.2 JupyterLab widgets 1.0.0
kiwisolver 1.3.1 MarkupSafe 2.0.1 matplotlib 3.4.3
matplotlib-inline 0.1.2 špatné naladění 0.8.4 mypy-extensions 0.4.3
nbclient 0.5.3 nbconvert 6.1.0 nbformat 5.1.3
nest-asyncio 1.5.1 poznámkový blok 6.4.5 numpy (knihovna pro numerické výpočty v Pythonu) 1.20.3
balení 21.0 pandas 1.3.4 pandocfilters 1.4.3
Parso 0.8.2 specifikace cesty 0.9.0 bábovka 0.5.2
pexpect 4.8.0 PickleShare 0.7.5 Polštář 8.4.0
pip 21.2.4 platformdirs 2.5.2 plotly 5.9.0
prometheus-client 0.11.0 nástroj "prompt-toolkit" 3.0.20 protobuf 4.21.5
psutil 5.8.0 psycopg2 2.9.3 ptyprocess 0.7.0
pyarrow 7.0.0 pycparser 2,20 Pygments 2.10.0
PyGObject 3.36.0 pyodbc 4.0.31 pyparsing 3.0.4
pyrsistent 0.18.0 python-dateutil 2.8.2 knihovna pytz pro zpracování časových zón v Pythonu 2021.3
pyzmq 22.2.1 requests 2.26.0 requests-unixsocket 0.2.0
s3transfer 0.5.2 scikit-learn 0.24.2 SciPy 1.7.1
narozený v moři 0.11.2 Send2Trash 1.8.0 setuptools (nástroj pro vytváření a distribuci Python projektů) 58.0.4
šest 1.16.0 ssh-import-id 5.10 statsmodels 0.12.2
houževnatost 8.0.1 dokončeno 0.9.4 testovací cesta 0.5.0
threadpoolctl 2.2.0 tokenize-rt 4.2.1 tomli 2.0.1
tornádo 6.1 drobné vlastnosti 5.1.0 typing-extensions 3.10.0.2
bezobslužné aktualizace 0,1 urllib3 1.26.7 virtualenv 20.8.0
wcwidth (šířka znaků) 0.2.5 webová kódování 0.5.1 wheel 0.37.0
widgetsnbextension (rozšíření pro widgety v notebooku) 3.6.0

Nainstalované knihovny jazyka R

Knihovny R jsou instalovány ze snímku Microsoft CRAN z 2022-09-08. Snímek už není k dispozici.

Knihovna Version Knihovna Version Knihovna Version
žádost o heslo 1.1 ověřit, že 0.2.1 zpětné portování 1.4.1
báze 4.1.3 base64enc 0,1-3 bit 4.0.4
64bit 4.0.5 objekt blob 1.2.3 bootování 1.3-28
připravovat nápoje 1.0-7 elán 1.1.3 koště 1.0.1
bslib 0.4.0 kašmír 1.0.6 volající 3.7.2
caret 6.0-93 cellranger 1.1.0 cron 2.3-57
třída 7.3-20 CLI 3.3.0 Clipr 0.8.0
cluster 2.1.3 codetools 0.2-18 barevný prostor 2.0-3
commonmark 1.8.0 kompilátor 4.1.3 config 0.3.1
cpp11 0.4.2 pastelka 1.5.1 přihlašovací údaje 1.3.2
kroucení 4.3.2 datová tabulka 1.14.2 datové sady 4.1.3
DBI 1.1.3 dbplyr 2.2.1 Popis 1.4.1
devtools 2.4.4 diffobj 0.3.5 hodnota hash 0.6.29
dolní osvětlení 0.4.2 dplyr 1.0.10 dtplyr 1.2.2
e1071 1.7-11 tři tečky 0.3.2 hodnotit 0.16
fanoušci 1.0.3 barvy 2.1.1 Fastmap (rychlé mapování) 1.1.0
fontawesome 0.3.0 pro kočky 0.5.2 foreach 1.5.2
zahraničí 0,8-82 kovárna 0.2.0 fs 1.5.2
budoucnost 1.28.0 budoucnost.použít 1.9.1 kloktání 1.2.0
obecné typy 0.1.3 Gert 1.8.0 ggplot2 3.3.6
gh 1.3.0 gitcreds 0.1.1 glmnet 4.1-4
globální 0.16.1 lepidlo 1.6.2 googledrive 2.0.0
googlesheets4 1.0.1 Gower 1.0.0 Grafika 4.1.3
grDevices 4.1.3 mřížka 4.1.3 gridExtra 2.3
gsubfn 0.7 gtable 0.3.1 ochranná přilba 1.2.0
útočiště 2.5.1 vyšší 0,9 HMS 1.1.2
htmlové nástroje 0.5.3 htmlwidgets (interaktivní HTML prvky) 1.5.4 httpuv 1.6.5
httr 1.4.4 identifikátory 1.0.1 ini 0.3.1
ipred 0.9-13 isoband 0.2.5 Iterátory 1.0.14
jquerylib 0.1.4 jsonlite 1.8.0 KernSmooth 2,23–20
knitr 1.40 značení 0.4.2 později 1.3.0
mřížka 0.20-45 láva 1.6.10 životní cyklus 1.0.1
poslouchej 0.8.0 lubridate 1.8.0 magrittr 2.0.3
Markdown 1.1 Hmotnost 7.3-56 *Matrix* 1.4-1
zapamatujte si 2.0.1 metody 4.1.3 mgcv 1.8-40
mim 0.12 miniUI 0.1.1.1 ModelMetrics 1.2.2.2
modelář 0.1.9 munsell 0.5.0 nlme 3.1-157
nnet (neuronová síť) 7.3-17 numDeriv (Numerická derivace) 2016.8 - 1.1 OpenSSL 2.0.2
rovnoběžný 4.1.3 paralelně 1.32.1 pilíř 1.8.1
pkgbuild 1.3.1 pkgconfig 2.0.3 pkgdown 2.0.6
pkgload 1.3.0 plogr 0.2.0 plyr 1.8.7
pochvala 1.0.0 prettyunits 1.1.1 pROC 1.18.0
processx 3.7.0 prodlim 2019.11.13 profvis 0.3.7
pokrok 1.2.2 progressr 0.11.0 sliby 1.2.0.1
proto 1.0.0 proxy 0,4-27 p.s. 1.7.1
purrr 0.3.4 r2d3 0.2.6 R6 2.5.1
ragg 1.2.2 "randomForest" 4.7-1.1 rappdirs 0.3.3
rcmdcheck 1.4.0 RColorBrewer 1.1-3 Rcpp 1.0.9
RcppEigen 0.3.3.9.2 čtenář 2.1.2 readxl 1.4.1
recepty 1.0.1 odvetný zápas 1.0.1 odvetný zápas 2 2.1.2
dálková ovládání 2.4.2 reprodukovatelný příklad 2.0.2 reshape2 1.4.4
rlang 1.0.5 rmarkdown 2.16 RODBC 1.3-19
roxygen2 7.2.1 rpart 4.1.16 rprojroot 2.0.3
Rserve 1.8-11 RSQLite 2.2.16 rstudioapi 0,14
rversions 2.1.2 rvest 1.0.3 drzost 0.4.2
váhy 1.2.1 selektor 0.4-2 informace o sezení 1.2.2
obrazec 1.4.6 lesklý 1.7.2 sourcetools 0.1.7
sparklyr 1.7.8 SparkR 3.3.0 prostorový 7.3-11
spline 4.1.3 sqldf 0.4-11 SQUAREM 2021.1
statistické údaje 4.1.3 Stats4 4.1.3 řetězce 1.7.8
stringr 1.4.1 přežití 3.4-0 systém 3.4
systemfonts 1.0.4 tcltk 4.1.3 testthat (nástroj pro testování) 3.1.4
formátování textu 0.3.6 tibble 3.1.8 tidyr 1.2.0
tidyselect 1.1.2 tidyverse 1.3.2 datum a čas 4021.104
tinytex 0.41 nářadí 4.1.3 tzdb 0.3.0
ověřovač URL 1.0.1 použij tohle 2.1.6 utf8 1.2.2
utils 4.1.3 Univerzální jednoznačný identifikátor (UUID) 1.1-0 vctrs 0.4.1
viridisLite 0.4.1 vrrrm 1.5.7 Waldo 0.4.0
hmatový chlup 0,4 (v případě, že je možné poskytnout smysl slova "withr", by bylo možné ho přeložit) 2.5.0 xfun 0.32
xml2 1.3.3 xopen 1.0.0 xtable 1.8-4
yaml 2.3.5 zip (jako formát souboru) 2.2.0

Nainstalované knihovny Java a Scala (verze clusteru Scala 2.12)

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 1.12.189
com.amazonaws aws-java-sdk-cloudformation 1.12.189
com.amazonaws aws-java-sdk-cloudfront 1.12.189
com.amazonaws aws-java-sdk-cloudhsm 1.12.189
com.amazonaws „aws-java-sdk-cloudsearch“ 1.12.189
com.amazonaws aws-java-sdk-cloudtrail 1.12.189
com.amazonaws aws-java-sdk-cloudwatch 1.12.189
com.amazonaws aws-java-sdk-cloudwatchmetrics 1.12.189
com.amazonaws aws-java-sdk-codedeploy (Balíček AWS SDK pro Java - CodeDeploy) 1.12.189
com.amazonaws aws-java-sdk-cognitoidentity 1.12.189
com.amazonaws aws-java-sdk-cognitosync 1.12.189
com.amazonaws aws-java-sdk-config (konfigurace balíčku SDK pro Javu od AWS) 1.12.189
com.amazonaws aws-java-sdk-core 1.12.189
com.amazonaws aws-java-sdk-datapipeline 1.12.189
com.amazonaws aws-java-sdk-directconnect 1.12.189
com.amazonaws aws-java-sdk-directory 1.12.189
com.amazonaws aws-java-sdk-dynamodb 1.12.189
com.amazonaws aws-java-sdk-ec2 1.12.189
com.amazonaws aws-java-sdk-ecs 1.12.189
com.amazonaws aws-java-sdk-efs 1.12.189
com.amazonaws aws-java-sdk-elasticache 1.12.189
com.amazonaws aws-java-sdk-elasticbeanstalk 1.12.189
com.amazonaws aws-java-sdk-elasticloadbalancing 1.12.189
com.amazonaws aws-java-sdk-elastictranscoder 1.12.189
com.amazonaws aws-java-sdk-emr 1.12.189
com.amazonaws aws-java-sdk-glacier (AWS Java SDK pro Glacier) 1.12.189
com.amazonaws aws-java-sdk-glue (balíček pro vývoj softwaru v Java od AWS, určený pro Glue služby) 1.12.189
com.amazonaws aws-java-sdk-iam 1.12.189
com.amazonaws aws-java-sdk-importexport 1.12.189
com.amazonaws aws-java-sdk-kinesis 1.12.189
com.amazonaws aws-java-sdk-kms 1.12.189
com.amazonaws aws-java-sdk-lambda 1.12.189
com.amazonaws aws-java-sdk-logs 1.12.189
com.amazonaws aws-java-sdk-strojové učení 1.12.189
com.amazonaws aws-java-sdk-opsworks 1.12.189
com.amazonaws aws-java-sdk-rds 1.12.189
com.amazonaws aws-java-sdk-redshift 1.12.189
com.amazonaws aws-java-sdk-route53 1.12.189
com.amazonaws aws-java-sdk-s3 1.12.189
com.amazonaws aws-java-sdk-ses 1.12.189
com.amazonaws aws-java-sdk-simpledb 1.12.189
com.amazonaws aws-java-sdk-simpleworkflow 1.12.189
com.amazonaws aws-java-sdk-sns 1.12.189
com.amazonaws aws-java-sdk-sqs 1.12.189
com.amazonaws aws-java-sdk-ssm 1.12.189
com.amazonaws aws-java-sdk-storagegateway (balíček nástrojů pro přístup k AWS Storage Gateway) 1.12.189
com.amazonaws aws-java-sdk-sts 1.12.189
com.amazonaws podpora AWS Java SDK 1.12.189
com.amazonaws knihovny AWS Java SDK SWF 1.11.22
com.amazonaws aws-java-sdk-workspaces 1.12.189
com.amazonaws jmespath-java 1.12.189
com.chuusai shapeless_2.12 2.3.3
com.clearspring.analytics datový proud 2.9.6
com.databricks Rserve 1.8-3
com.databricks jets3t 0.7.1-0
com.databricks.scalapb compilerplugin_2.12 0.4.15-10
com.databricks.scalapb scalapb-runtime_2.12 0.4.15-10
com.esotericsoftware technologie kryo-stínění 4.0.2
com.esotericsoftware Minlog 1.3.0
com.fasterxml spolužák 1.3.4
com.fasterxml.jackson.core jackson-annotations (poznámky Jackson) 2.13.4
com.fasterxml.jackson.core jackson-core 2.13.4
com.fasterxml.jackson.core Jackson-databind 2.13.4
com.fasterxml.jackson.dataformat jackson-dataformat-cbor 2.13.4
com.fasterxml.jackson.datatype jackson-datatype-joda 2.13.4
com.fasterxml.jackson.datatype jackson-datatype-jsr310 2.13.4
com.fasterxml.jackson.module jackson-module-paranamer 2.13.4
com.fasterxml.jackson.module jackson-module-scala_2.12 2.13.4
com.github.ben-manes.kofein kofein 2.3.4
com.github.fommil jniloader 1.1
com.github.fommil.netlib jádro 1.1.2
com.github.fommil.netlib Nativní odkaz pro Javu 1.1
com.github.fommil.netlib native_ref - nativní prvky javy 1.1
com.github.fommil.netlib nativní_systém-java 1.1
com.github.fommil.netlib nativní systém-java-nativy 1.1
com.github.fommil.netlib netlib-native_ref-linux-x86_64-natives 1.1
com.github.fommil.netlib netlib – nativní systém – linux – x86_64 – nativy 1.1
com.github.luben zstd-jni 1.5.2-1
com.github.wendykierp JTransforms 3.1
com.google.code.findbugs jsr305 3.0.0
com.google.code.gson Gson 2.8.6
com.google.crypto.tink Cink 1.6.1
com.google.flatbuffers flatbuffers-java 1.12.0
com.google.guava guave 15,0
com.google.protobuf protobuf-java 2.6.1
com.h2database h2 2.0.204
com.helger profiler 1.1.1
com.jcraft jsch 0.1.50
com.jolbox bonecp 0.8.0.VYDÁNÍ
com.lihaoyi zdrojový_kód_2.12 0.1.9
com.microsoft.azure azure-data-lake-store-sdk (software development kit pro úložiště dat Azure Data Lake) 2.3.9
com.microsoft.sqlserver mssql-jdbc 9.2.1.jre8
com.ning compress-lzf (komprimační algoritmus LZF) 1.1
com.sun.mail javax.mail 1.5.2
com.tdunning JSON 1.8
com.thoughtworks.paranamer Paranamer 2.8
com.trueaccord.lenses lenses_2.12 0.4.12
com.twitter chill-java 0.10.0
com.twitter chill_2.12 0.10.0
com.twitter util-app-2.12 7.1.0
com.twitter util-core_2.12 7.1.0
com.twitter util-function_2.12 7.1.0
com.twitter util-jvm_2.12 7.1.0
com.twitter util-lint_2.12 7.1.0
com.twitter util-registry_2.12 7.1.0
com.twitter util-stats_2.12 7.1.0
com.typesafe config 1.2.1
com.typesafe.scala-logging scala-logging_2.12 3.7.2
com.uber h3 3.7.0
com.univocity univocity-parsers (nástroj pro analýzu dat) 2.9.1
com.zaxxer HikariCP 4.0.3
commons-cli commons-cli 1.5.0
commons-codec commons-codec 1.15
společné sbírky společné sbírky 3.2.2
commons-dbcp commons-dbcp 1.4
Nahrávání souborů v Commons Nahrávání souborů v Commons 1.3.3
commons-httpclient commons-httpclient 3.1
commons-io commons-io 2.11.0
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 2.2.1
dev.ludovic.netlib Blas 2.2.1
dev.ludovic.netlib LAPACK 2.2.1
info.ganglia.gmetric4j gmetric4j 1.0.10
io.airlift vzduchový kompresor 0.21
io.delta delta-sharing-spark_2.12 0.5.1
io.dropwizard.metrics jádro metrik 4.1.1
io.dropwizard.metrics metrics-graphite 4.1.1
io.dropwizard.metrics metriky – kontroly stavu 4.1.1
io.dropwizard.metrics metrics-jetty9 4.1.1
io.dropwizard.metrics Metrics-JMX 4.1.1
io.dropwizard.metrics Metriky-json 4.1.1
io.dropwizard.metrics metriky pro JVM 4.1.1
io.dropwizard.metrics metrikové servlety 4.1.1
io.netty netty-all 4.1.74.Final
io.netty netty-buffer 4.1.74.Final
io.netty netty-codec 4.1.74.Final
io.netty netty-common 4.1.74.Final
io.netty netty-handler 4.1.74.Final
io.netty netty-resolver 4.1.74.Final
io.netty netty-tcnative-classes (softwarová knihovna) 2.0.48.Final
io.netty netty-transport 4.1.74.Final
io.netty netty-transport-classes-epoll 4.1.74.Final
io.netty netty-transport-classes-kqueue 4.1.74.Final
io.netty netty-transport-native-epoll-linux-aarch_64 4.1.74.Final
io.netty netty-transport-native-epoll-linux-x86_64 4.1.74.Final
io.netty netty-transport-native-kqueue-osx-aarch_64 4.1.74.Final
io.netty netty-transport-native-kqueue-osx-x86_64 4.1.74.Final
io.netty netty-transport-native-unix-common 4.1.74.Final
io.prometheus simpleclient 0.7.0
io.prometheus simpleklient_obecný 0.7.0
io.prometheus simpleclient_dropwizard 0.7.0
io.prometheus simpleclient_pushgateway 0.7.0
io.prometheus simpleclient_servlet 0.7.0
io.prometheus.jmx kolektor 0.12.0
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.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 2.10.13
net.java.dev.jna jna 5.8.0
net.razorvine nakládačka 1.2
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
síť.sněhová vločka snowflake-jdbc 3.13.14
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 4.8
org.antlr StringTemplate 3.2.1
org.apache.ant mravenec 1.9.2
org.apache.ant ant-jsch 1.9.2
org.apache.ant Ant launcher 1.9.2
org.apache.arrow šipkový formát 7.0.0
org.apache.arrow jádro šipkové paměti 7.0.0
org.apache.arrow šipka-paměť-netty 7.0.0
org.apache.arrow šipkový vektor 7.0.0
org.apache.avro Avro 1.11.0
org.apache.avro avro-ipc 1.11.0
org.apache.avro avro-mapred 1.11.0
org.apache.commons commons-collections4 4.4
org.apache.commons commons-compress (softwarová knihovna pro kompresi dat) 1.21
org.apache.commons commons-crypto 1.1.0
org.apache.commons commons-lang3 3.12.0
org.apache.commons commons-math3 3.6.1
org.apache.commons Commons-text (textové nástroje) 1.9
org.apache.kurátor kurátor-klient 2.13.0
org.apache.kurátor kurátorský rámec 2.13.0
org.apache.kurátor kurátorovy recepty 2.13.0
org.apache.derby fotbalové derby 10.14.2.0
org.apache.hadoop hadoop-client-api 3.3.4-databricks
org.apache.hadoop běhové prostředí klienta Hadoop 3.3.4
org.apache.hive hive-beeline 2.3.9
org.apache.hive hive-cli 2.3.9
org.apache.hive hive-jdbc (JDBC ovladač pro Apache Hive) 2.3.9
org.apache.hive hive-llap-client (klient pro Apache Hive s možností LLAP) 2.3.9
org.apache.hive hive-llap-common 2.3.9
org.apache.hive hive-serde 2.3.9
org.apache.hive Hive-shims 2.3.9
org.apache.hive rozhraní pro úložiště Hive 2.7.2
org.apache.hive.shims hive-shims-0.23 2.3.9
org.apache.hive.shims hive-shims-common 2.3.9
org.apache.hive.shims plánovač hive-shims 2.3.9
org.apache.httpcomponents httpclient 4.5.13
org.apache.httpcomponents httpcore 4.4.14
org.apache.ivy břečťan 2.5.0
org.apache.logging.log4j log4j-1.2-api 2.18.0
org.apache.logging.log4j log4j-api 2.18.0
org.apache.logging.log4j log4j-core 2.18.0
org.apache.logging.log4j log4j-slf4j-impl 2.18.0
org.apache.mesos mesos-shaded-protobuf 1.4.0
org.apache.orc orc-core 1.7.6
org.apache.orc orc-mapreduce 1.7.6
org.apache.orc orčí podložky 1.7.6
org.apache.parquet parquet-column 1.12.0-databricks-0007
org.apache.parquet parquet-common 1.12.0-databricks-0007
org.apache.parquet parquet-encoding 1.12.0-databricks-0007
org.apache.parquet parquet-format-structures 1.12.0-databricks-0007
org.apache.parquet parquet-hadoop 1.12.0-databricks-0007
org.apache.parquet parquet-jackson 1.12.0-databricks-0007
org.apache.thrift libfb303 0.9.3
org.apache.thrift libthrift 0.12.0
org.apache.xbean xbean-asm9-shaded 4.20
org.apache.yetus poznámky pro publikum 0.5.0
org.apache.zookeeper ošetřovatel zvířat v zoo 3.6.2
org.apache.zookeeper zookeeper-jute 3.6.2
org.checkerframework checker-qual 3.5.0
org.codehaus.jackson jackson-core-asl 1.9.13
org.codehaus.jackson jackson-mapper-asl 1.9.13
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 9.4.46.v20220331
org.eclipse.jetty pokračování Jetty 9.4.46.v20220331
org.eclipse.jetty jetty-http 9.4.46.v20220331
org.eclipse.jetty jetty-io 9.4.46.v20220331
org.eclipse.jetty jetty-jndi 9.4.46.v20220331
org.eclipse.jetty Jetty-plus 9.4.46.v20220331
org.eclipse.jetty proxy pro službu Jetty 9.4.46.v20220331
org.eclipse.jetty bezpečnost Jetty 9.4.46.v20220331
org.eclipse.jetty jetty-server 9.4.46.v20220331
org.eclipse.jetty jetty-servlet 9.4.46.v20220331
org.eclipse.jetty jetty-servlets 9.4.46.v20220331
org.eclipse.jetty jetty-util 9.4.46.v20220331
org.eclipse.jetty jetty-util-ajax 9.4.46.v20220331
org.eclipse.jetty Jetty-webová aplikace 9.4.46.v20220331
org.eclipse.jetty jetty-xml 9.4.46.v20220331
org.eclipse.jetty.websocket WebSocket API 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-klient 9.4.46.v20220331
org.eclipse.jetty.websocket websocket – běžné 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-server 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-servlet 9.4.46.v20220331
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) 2.36
org.glassfish.jersey.containers jersey-container-servlet-jádro 2.36
org.glassfish.jersey.core jersey-client 2.36
org.glassfish.jersey.core společný dres 2.36
org.glassfish.jersey.core Jersey-server (aplikační server frameworku Jersey) 2.36
org.glassfish.jersey.inject jersey-hk2 2.36
org.hibernate.validator Hibernate Validator 6.1.0.Final
org.javassist Javassist 3.25.0-GA
org.jboss.logging jboss-logging 3.3.2.Final
org.jdbi jdbi 2.63.1
org.jetbrains anotace 17.0.0
org.joda joda-convert 1.7
org.jodd jodd-core 3.5.2
org.json4s json4s-ast_2.12 3.7.0-M11
org.json4s json4s-core_2.12 3.7.0-M11
org.json4s json4s-jackson_2.12 3.7.0-M11
org.json4s json4s-scalap_2.12 3.7.0-M11
org.lz4 lz4-java 1.8.0
org.mariadb.jdbc MariaDB Java klient 2.7.4
org.mlflow mlflow-spark 1.27.0
org.objenesis objenesis 2.5.1
org.postgresql postgresql 42.3.3
org.roaringbitmap RoaringBitmap 0.9.25
org.roaringbitmap vymezovací pásky 0.9.25
org.rocksdb rocksdbjni 6.24.2
org.rosuda.REngine REngine 2.1.0
org.scala-lang scala-compiler_2.12 2.12.14
org.scala-lang scala-library_2.12 2.12.14
org.scala-lang scala-reflect_2.12 2.12.14
org.scala-lang.modules scala-collection-compat_2.12 2.4.3
org.scala-lang.modules scala-parser-combinators_2.12 1.1.2
org.scala-lang.modules scala-xml_2.12 1.2.0
org.scala-sbt testovací rozhraní 1.0
org.scalacheck scalacheck_2.12 1.14.2
org.scalactic scalactic_2.12 3.0.8
org.scalanlp breeze-macros_2.12 1.2
org.scalanlp breeze_2.12 1.2
org.scalatest scalatest_2.12 3.0.8
org.slf4j jcl-over-slf4j 1.7.36
org.slf4j jul-to-slf4j 1.7.36
org.slf4j slf4j-api 1.7.36
org.spark-project.spark nepoužitý 1.0.0
org.threeten threeten-extra 1.5.0
org.tukaani xz 1.8
org.typelevel algebra_2.12 2.0.1
org.typelevel kočky-kernel_2.12 2.1.1
org.typelevel makro-compat_2.12 1.1.1
org.typelevel spire-macros_2.12 0.17.0
org.typelevel spire-platform_2.12 0.17.0
org.typelevel spire-util_2.12 0.17.0
org.typelevel spire_2.12 0.17.0
org.wildfly.openssl wildfly-openssl 1.0.7.Final
org.xerial sqlite-jdbc 3.8.11.2
org.xerial.snappy snappy-java 1.1.8.4
org.yaml snakeyaml 1,24
oro oro 2.0.8
pl.edu.icm JLargeArrays 1.5
software.amazon.ion ion-java 1.0.2
Stax stax-api 1.0.1
  • Last updated on