Sdílet prostřednictvím

Databricks Runtime 15.4 LTS

Následující poznámky k verzi obsahují informace o modulu Databricks Runtime 15.4 LTS, který využívá Apache Spark 3.5.0.

Databricks vydala tuto verzi v srpnu 2024.

Poznámka:

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

Návod

Chcete-li zobrazit poznámky k vydání verzí Databricks Runtime, které dosáhly konce podpory (EoS), podívejte se na poznámky k vydání Databricks Runtime po ukončení podpory. Verze EoS Databricks Runtime byly vyřazeny a nemusí se aktualizovat.

Změny chování

Použití VARIANT jako vstupního nebo výstupního typu s Python UDF, UDAF nebo UDTF vyvolá výjimku.

[Zásadní změna] Ve službě Databricks Runtime 15.3 a novějších volání jakékoli uživatelem definované funkce Pythonu (UDF), uživatelem definované agregační funkce (UDAF) nebo uživatelem definované tabulkové funkce (UDTF), která používá VARIANT typ jako argument nebo návratovou hodnotu vyvolá výjimku. Tato změna brání problémům, ke kterým může dojít kvůli neplatné hodnotě vrácené některou z těchto funkcí. Další informace o VARIANT typu najdete v tématu Použití VARIANTs k ukládání částečně strukturovaných dat.

spark.sql.legacy.jdbc.useNullCalendar je teď ve výchozím nastavení povolené.

spark.sql.legacy.jdbc.useNullCalendar je teď ve výchozím nastavení nastavená na true hodnotu. Pokud tato změna naruší vaše dotazy (například ty, které vracejí TIMESTAMP hodnoty), nastavte ji na false ve vašem kódu.

Přechod na výchozí režim vazby schématu pro zobrazení

Zobrazení se teď pomocí kompenzace schématu a běžných pravidel přetypování přizpůsobují změnám schématu dotazu v podkladovém systému. Jedná se o změnu oproti předchozímu výchozímu BINDING režimu, která vyvolala chyby, když se při odkazování na zobrazení nepodařilo provést bezpečné přetypování.

Viz CREATE VIEW a cast, funkce.

Zákaz použití nezdokumentované syntaxe ! místo NOT mimo booleánské výrazy

V této verzi už není povoleno použití ! jako synonyma pro NOT mimo logické výrazy. Například příkazy jako: CREATE ... IF ! EXISTS, JE ! NULL, ! NULL vlastnost sloupce nebo pole ! IN a ! BETWEEN, musí být nahrazeny: CREATE ... IF NOT EXISTS, IS NOT NULL, NOT NULL sloupec nebo vlastnost pole NOT IN a NOT BETWEEN.

Tato změna zajišťuje konzistenci, odpovídá standardu SQL a usnadňuje přenosnost SQL.

Na operátor logické předpony! (například !is_mgr nebo !(true AND false)) tato změna nemá vliv.

Zakázat nezdokumentovanou syntaxi definice sloupce v pohledech

Databricks podporuje CREATE VIEW s pojmenovanými sloupci a komentáři sloupců. Dříve bylo povoleno specifikovat typy sloupců, NOT NULL omezení, nebo DEFAULT. V této verzi už tuto syntaxi nemůžete použít.

Tato změna zajišťuje konzistenci, odpovídá standardu SQL a podporuje budoucí vylepšení.

Konzistentní zpracování chyb pro dekódování Base64 ve Sparku a Photonu

Tato verze změní způsob, jakým Photon zpracovává chyby dekódování Base64 tak, aby odpovídaly zpracování těchto chyb Sparku. Před těmito změnami se u cesty generování kódu Photon a Spark někdy nepodařilo vyvolat výjimky při analýze, zatímco Spark při interpretovaném spuštění správně vyvolával IllegalArgumentException a ConversionInvalidInputError. Tato aktualizace zajišťuje, že Photon konzistentně vyvolává stejné výjimky jako Spark během chyb dekódování Base64, což poskytuje předvídatelnější a spolehlivější zpracování chyb.

Přidání omezení CHECK na neplatný sloupec nyní vrací chybu třídy UNRESOLVED_COLUMN.WITH_SUGGESTION.

Pokud chcete poskytovat užitečnější chybové zprávy, vrátí příkaz v Databricks Runtime 15.3 a vyšších, který obsahuje omezení odkazující na neplatný název sloupce, třídu chyb UNRESOLVED_COLUMN.WITH_SUGGESTION. Dříve bylo vráceno INTERNAL_ERROR.

spark.sql.legacy.jdbc.useNullCalendar je teď ve výchozím nastavení povolené.

### spark.sql.legacy.jdbc.useNullCalendar je teď nastavená na true výchozí nastavení. Pokud tato změna naruší vaše dotazy (například ty, které vracejí TIMESTAMP hodnoty), nastavte ji na false ve vašem kódu.

pyodbc se aktualizuje z verze 4.0.38 na 4.0.39

Balíček pyodbc se aktualizuje z verze 4.0.38 na verzi 4.0.39. Tato změna se vyžaduje, protože ve verzi 4.0.38 byla nalezena chyba a tato verze byla odebrána z PyPI.

Nové funkce a vylepšení

Ověřovací funkce UTF-8

Tato verze zavádí následující funkce pro ověřování řetězců UTF-8:

  • is_valid_utf8 ověřil, zda je řetězec platný ve formátu UTF-8.
  • make_valid_utf8 převede potenciálně neplatný řetězec UTF-8 na platný řetězec UTF-8 pomocí náhradních znaků.
  • validate_utf8 vyvolá chybu, pokud vstup není platným řetězcem UTF-8.
  • try_validate_utf8 vrátí NULL, pokud vstup není platným řetězcem UTF-8.

Typed Dataset API s funkcemi Scala UDFs

Tato verze zahrnuje přidanou podporu rozhraní API datových sad s uživatelsky definovanými funkcemi Scala (s výjimkou uživatelem definovaných agregačních funkcí) ve výpočetních prostředcích s podporou katalogu Unity se standardním režimem přístupu (dříve sdílený režim přístupu). Viz rozhraní API pro typové datové sady.

Povolit UniForm Iceberg pomocí ALTER TABLE

UniForm Iceberg teď můžete povolit u existujících tabulek bez přepsání datových souborů. Viz Povolit čtení Iceberg v existující tabulce.

try_url_decode funkce

Tato verze představuje funkci try_url_decode , která dekóduje řetězec kódovaný adresou URL. Pokud řetězec není ve správném formátu, vrátí NULL funkce místo vyvolání chyby.

Volitelně můžete optimalizátoru povolit, aby se spoléhal na nevynucená omezení cizího klíče.

Pokud chcete zvýšit výkon dotazů, můžete teď zadat RELY klíčové slovo pro FOREIGN KEY omezení při VYTVOŘENÍ nebo ALTER tabulky.

Paralelní běhy úloh pro selektivní přepisování

Selektivní přepsání pomocí replaceWhere nyní spouští úlohy, které paralelně odstraňují data a vkládají nová data, čímž zlepšují výkon dotazování a využívání clusteru.

Vylepšený výkon kanálu změn dat se selektivním přepisem

Selektivní přepsání pomocí replaceWhere tabulek s datovým kanálem změn už pro vložená data nezapisuje samostatné datové soubory změn. Tyto operace používají skrytý _change_type sloupec, který se nachází v podkladových datových souborech Parquet, k zaznamenání změn bez zmenšování zápisu.

Vylepšená latence dotazů pro COPY INTO příkaz

Tato verze zahrnuje změnu, která zlepšuje latenci dotazu pro COPY INTO příkaz. Toto vylepšení je implementováno tak, že načtení stavu úložištěm stavů RocksDB je asynchronní. Při této změně byste měli vidět vylepšení počátečních časů pro dotazy s velkými stavy, jako jsou dotazy s velkým počtem již přijatých souborů.

Podpora pro vyřazení funkce tabulky kontrolních omezení

Teď můžete odstranit funkci tabulky checkConstraints z tabulky Delta pomocí ALTER TABLE table_name DROP FEATURE checkConstraints. Podívejte se na Zakázání omezení kontroly.

Vyhrazené výpočetní prostředky (dříve výpočetní prostředky s jedním uživatelem) podporují jemně odstupňované řízení přístupu, materializovaná zobrazení a streamované tabulky (Public Preview).

Pokud je pracovní prostor povolený pro bezserverové výpočetní prostředky, databricks Runtime 15.4 LTS přidává podporu podrobného řízení přístupu pro vyhrazené výpočetní prostředky. Když dotaz přistupuje k některému z následujících objektů, vyhrazený výpočetní prostředek ve službě Databricks Runtime 15.4 LTS předá dotaz do bezserverového výpočetního prostředí pro spouštění filtrování dat:

  • Zobrazení definovaná v tabulkách, u kterých uživatel nemá SELECT oprávnění.
  • Dynamická zobrazení
  • Tabulky s použitými filtry řádků nebo maskami sloupců
  • Materializovaná zobrazení a streamovací tabulky

Tyto dotazy nejsou podporovány na vyhrazeném výpočetním prostředku s Databricks Runtime verze 15.3 a nižších verzích.

Další informace najdete v tématu Jemně odstupňované řízení přístupu k vyhrazeným výpočetním prostředkům.

Rozšířená podpora knihoven Java a Scala

Počínaje modulem Databricks Runtime 15.4 LTS jsou všechny knihovny Java a Scala, které jsou součástí modulu Databricks Runtime, dostupné ve všech režimech výpočetního přístupu při použití katalogu Unity. Další informace o podpoře jazyků ve výpočetních prostředcích s podporou katalogu Unity najdete v tématu Standardní požadavky a omezení výpočetních prostředků.

Rozšířená podpora operací datové sady Scala

V této verzi podporují výpočetní prostředky s podporou katalogu Unity, které používají standardní režim přístupu, následující operace scala Dataset: map, mapPartitions, foreachPartition, flatMap, reduce a filter.

Scala je v obecné dostupnosti v rámci standardního výpočetního prostředí katalogu Unity.

V této verzi je Scala obecně dostupná na výpočetních prostředcích s podporou katalogu Unity v režimu standardního přístupu, včetně podpory skalárních uživatelem definovaných funkcí (UDF). Funkce strukturovaného streamování, Hive UDF a agregační funkce Hive definované uživatelem nejsou podporovány. Úplný seznam omezení najdete v tématu Standardní požadavky a omezení výpočetních prostředků.

Přístup k externím cloudovým službám se řídí katalogem Unity pomocí přihlašovacích údajů služby (Public Preview)

Přihlašovací údaje služby umožňují jednoduché a zabezpečené ověřování pomocí služeb cloudového tenanta pomocí spravovaných identit Azure (MI) a katalogu Unity. Viz Vytvoření přihlašovacích údajů služby.

Opravy chyb

Upgrady knihoven

  • Upgradované knihovny Pythonu:
    • Azure Core od 1.30.1 do 1.30.2
    • google-auth od 2.29.0 do 2.31.0
    • google-cloud-storage od 2.16.0 do 2.17.0
    • google-resumable-media od 2.7.0 do 2.7.1
    • googleapis-common-protos od 1.63.0 do 1.63.2
    • mlflow-skinny od 2.11.3 do 2.11.4
    • proto-plus od 1.23.0 do 1.24.0
    • s3transfer z verze 0.10.1 na verzi 0.10.2
  • Upgradované knihovny jazyka R:
  • Upgradované knihovny Java:
    • com.databricks.databricks-sdk-java od 0.17.1 do 0.27.0
    • com.ibm.icu.icu4j od 72.1 do 75.1
    • software.amazon.cryptools.AmazonCorrettoCryptoProvider od 1.6.1-linux-x86_64 do 1.6.2-linux-x86_64

Apache Spark

Databricks Runtime 15.4 LTS zahrnuje Apache Spark 3.5.0. Tato verze zahrnuje všechny opravy a vylepšení Sparku zahrnuté v Databricks Runtime 15.3 (EoS)a následující další opravy chyb a vylepšení Sparku:

  • [SPARK-48503] [DBRRM-1150][sc-172196][SQL] Umožňuje seskupování výrazů ve skalárních poddotazech, pokud jsou vázané na vnější řádky.
  • [SPARK-48834] [CHOVÁNÍ-79][sc-170972][SQL] Vypnout variantní vstup/výstup pro skalární funkce definované uživatelem (UDFs, UDTFs, UDAFs) během kompilace dotazu.
  • [SPARK-48441] [SC-170980][sql][WARMFIX] Oprava chování StringTrim pro kolace bez UTF8_BINARY
  • [SPARK-48440] [SC-170895][sql][WARMFIX] Oprava chování StringTranslate pro ne-UTF8_BINARY kolace
  • [SPARK-48872] [SC-170866][python] Snížení režie u _capture_call_site
  • [SPARK-48862] [SC-170845][python][CONNECT] Vyhněte se volání _proto_to_string , pokud není povolená úroveň INFORMACÍ
  • [SPARK-48852] [SC-170837][connect] Oprava funkce oříznutí řetězce v Connectu
  • [SPARK-48791] [SC-170658][core] Oprava regrese výkonu způsobená režií registrace akumulátorů pomocí CopyOnWriteArrayList
  • [SPARK-48118] [SQL] Podpora SPARK_SQL_LEGACY_CREATE_HIVE_TABLE proměnné env
  • [SPARK-48241] [SC-165811][sql] Selhání analýzy CSV se sloupci typu char/varchar
  • [SPARK-48168] [SC-166900][sql] Přidání podpory bitových operátorů posunu
  • [SPARK-48148] [SC-165630][core] Objekty JSON by se při čtení jako STRING neměly upravovat.
  • [SPARK-46625] [SC-170561] CTE s klauzulí Identifier jako odkaz
  • [SPARK-48771] [SC-170546][sql] Zrychlení LogicalPlanIntegrity.validateExprIdUniqueness pro velké plány dotazů
  • [SPARK-48831] [CHOVÁNÍ-76][sc-170554][CONNECT] Udělat výchozí název sloupce cast kompatibilní se Sparkem Classic
  • [SPARK-48623] [SC-170544][jádro] Migrace strukturovaného protokolování [Část 2]
  • [SPARK-48296] [SC-166138][sql] Podpora Codegen pro to_xml
  • [SPARK-48027] [SC-165154][sql] InjectRuntimeFilter pro víceúrovňové spojení by měl zkontrolovat typ podřízeného spojení.
  • [SPARK-48686] [SC-170365][sql] Zvýšení výkonu ParserUtils.unescapeSQLString
  • [SPARK-48798] [SC-170588][python] Zavedení spark.profile.render profilace založené na SparkSession
  • [SPARK-48048] [SC-169099] Vrátit “[SC-164846][connect][SS] Přidání podpory posluchače na straně klienta pro Scala”
  • [SPARK-47910] [SC-168929][core] zavře stream, když DiskBlockObjectWriter zavře prostředky, aby nedošlo k úniku paměti
  • [SPARK-48816] [SC-170547][sql] Zkratka pro převaděče intervalů v univocityParser
  • [SPARK-48589] [SC-170132][sql][SS] Přidat možnosti snapshotStartBatchId a snapshotPartitionId do zdroje dat stavu
  • [SPARK-48280] [SC-170293][sql] Zlepšení oblasti testování kolace pomocí procházení výrazů
  • [SPARK-48837] [SC-170540][ml] V countVectorizeru se jen jednou načítá binární parametr na transformaci, ne jednou na řádek.
  • [SPARK-48803] [SC-170541][sql] Vyvolá vnitřní chybu v serializátoru Orc(De) pro zarovnání s ParquetWriteSupport
  • [SPARK-48764] [SC-170129][python] Filtrování rámců souvisejících s IPythonem ze zásobníku uživatelů
  • [SPARK-48818] [SC-170414][python] Zjednodušení percentile funkcí
  • [SPARK-48479] [SC-169079][sql] Podpora vytváření skalárních a tabulkových funkcí SQL v parseru
  • [SPARK-48697] [SC-170122][lc-4703][SQL] Přidání filtrů řetězců pracujících s kolací
  • [SPARK-48800] [SC-170409][connect][SS] Odstranění nefunkčnosti ClientStreamingQuerySuite
  • [SPARK-48738] [SC-169814][sql] Oprava od verze pro vestavěný alias funkce random, position, mod, cardinality, current_schema, user, session_user, char_length, character_length
  • [SPARK-48638] [SC-169575][connect] Přidání podpory ExecutionInfo pro datový rámec
  • [SPARK-48064] [SC-164697][sql] Aktualizace chybových zpráv pro rutinní související třídy chyb
  • [SPARK-48810] [CONNECT] Rozhraní API pro zastavení relace by mělo být idempotentní, a pokud je relace již uzavřena serverem, nemělo by selhat.
  • [SPARK-48650] [15.x][python] Zobrazit správné místo volání z poznámkového bloku IPython
  • [SPARK-48271] [SC-166076][sql] Změna chyby shody v RowEncoder na UNSUPPORTED_DATA_TYPE_FOR_ENCODER
  • [SPARK-48709] [SC-169603][sql] Oprava neshody rozlišení typů varchar pro CTAS DataSourceV2
  • [SPARK-48792] [SC-170335][sql] Oprava regresní chyby pro INSERT s částečným seznamem sloupců u tabulky s typy char/varchar
  • [SPARK-48767] [SC-170330][sql] Oprava některých chybových výzev, když variant jsou data typu neplatná
  • [SPARK-48719] [SC-170339][sql] Oprava chyby výpočtu RegrSlope a RegrIntercept když je první parametr null
  • [SPARK-48815] [SC-170334][connect] Aktualizovat prostředí při zastavení relace připojení
  • [SPARK-48646] [SC-169020][python] Upřesněte dokumentaci k rozhraní API zdroje dat Pythonu a nápovědu k typům.
  • [SPARK-48806] [SC-170310][sql] Při selhání funkce url_decode předat skutečnou výjimku
  • [SPARK-47777] [SC-168818] Oprava testu připojení streamovaného zdroje dat Pythonu
  • [SPARK-48732] [SC-169793][sql] Vyčištění zastaralého využití rozhraní API související s JdbcDialect.compileAggregate
  • [SPARK-48675] [SC-169538][sql] Oprava tabulky mezipaměti s kompletovaným sloupcem
  • [SPARK-48623] [SC-169034][jádro] Migrace strukturovaného protokolování
  • [SPARK-48655] [SC-169542][sql] SPJ: Přidání testů pro přeskočení shuffle operací v agregovaných dotazech
  • [SPARK-48586] [SC-169808][ss] Odstranění získávání zámku v doMaintenance() vytvořením hloubkové kopie mapování souborů v RocksDBFileManager v load()
  • [SPARK-48799] [Backport][15.x][SC-170283][ss] Refaktoring správy verzí pro metadata operátorů pro čtení a zápis a volající
  • [SPARK-48808] [SC-170309][sql] Oprava NPE při připojování serveru thriftserver prostřednictvím Hive 1.2.1 a výsledné schéma je prázdné
  • [SPARK-48715] [SC-170291][sql] Integrace ověřování UTF8String do implementací řetězcových funkcí pracujících s kolací
  • [SPARK-48747] [SC-170120][sql] Přidání iterátoru bodu kódu do UTF8String
  • [SPARK-48748] [SC-170115][sql] Cache numChars in UTF8String
  • [SPARK-48744] [SC-169817][core] Položka protokolu by měla být vytvořena pouze jednou.
  • [SPARK-46122] [SC-164313][sql] Nastavit spark.sql.legacy.createHiveTableByDefault na false jako výchozí
  • [SPARK-48765] [SC-170119][deploy] Vylepšení výchozího vyhodnocení hodnoty pro SPARK_IDENT_STRING
  • [SPARK-48759] [SC-170128][sql] Přidat dokument o migraci pro změny chování AS CREATE TABLESELECT od Spark 3.4.
  • [SPARK-48598] [SC-169484][python][CONNECT] Šíření schématu uloženého v mezipaměti v operacích datového rámce
  • [SPARK-48766] [SC-170126][python] Zdokumentujte rozdíl extraction mezi element_at a try_element_at
  • [SPARK-48768] [SC-170124][python][CONNECT] Nemělo by se ukládat do mezipaměti explain
  • [SPARK-48770] [Backport][15.x][SC-170133][ss] Jednou na ovladači změňte metadata operátoru čtení a zkontrolujte, jestli můžeme najít informace pro numColsPrefixKey používané pro dotazy agg okna relace.
  • [SPARK-48656] [SC-169529][jádro] Proveďte kontrolu délky a vyvolejte chybu COLLECTION_SIZE_LIMIT_EXCEEDED v CartesianRDD.getPartitions
  • [SPARK-48597] [SC-168817][sql] Zavedení značky pro vlastnost isStreaming v textové reprezentaci logického plánu
  • [SPARK-48472] [SC-169044][sql] Povolení výrazů reflect s kolacionovanými řetězci
  • [SPARK-48699] [SC-169597][sql] Zlepšení rozhraní API koláce
  • [SPARK-48682] [SC-169812][sql][BEHAVE-58] Použití ICU ve výrazu InitCap pro řetězce UTF8_BINARY
  • [SPARK-48282] [SC-169813][sql] Změnit logiku prohledávání řetězců pro UTF8_BINARY_LCASE kolaci (StringReplace, FindInSet)
  • [SPARK-47353] [SC-169599][sql] Umožnit podporu kolace pro výraz Mode
  • [SPARK-48320] [SPARK-48490] Synchronizujte nejnovější trait protokolování a testovací případy z open-source Sparku.
  • [SPARK-48629] [SC-169479] Migrace zbytkového kódu do architektury strukturovaného protokolování
  • [SPARK-48681] [SC-169469][SQL][CHOVÁNÍ-58] Pro řetězce UTF8_BINARY použijte ICU v dolních a horních výrazech.
  • [SPARK-48573] [15.x][sc-169582][SQL] Aktualizace verze ICU
  • [SPARK-48687] [Backport][15.x][SS] Přidání změny pro ověření schématu stavu a aktualizaci ovladače pro stavové dotazy
  • [SPARK-47579] [15.x][sc-167310][CORE][část4] Migrace logInfo s proměnnými do architektury strukturovaného protokolování
  • [SPARK-48008] [SC-167363][1/2] Podpora UDAFs v Spark Connect
  • [SPARK-48578] [SC-169505][sql] přidání funkcí souvisejících s ověřováním řetězců UTF8
  • [SPARK-48670] [SC-169598][sql] Poskytování návrhu jako součásti chybové zprávy při zadání neplatného názvu kolace
  • [SPARK-48059] [SPARK-48145][spark-48134][SPARK-48182][spark-48209][SPA... … RK-48291] Architektura strukturovaného protokolu na straně Javy
  • [SPARK-47599] [15.x][sc-166000][MLLIB] MLLib: Migrace logWarnu s proměnnými do architektury strukturovaného protokolování
  • [SPARK-48706] [SC-169589][python] Funkce definované uživatelem Pythonu ve vyšších pořadí by neměly vyvolat vnitřní chybu
  • [SPARK-48498] [CHOVÁNÍ-38][sc-168060][SQL] Vždy provádět doplnění znaků v predikátech
  • [SPARK-48662] [SC-169533][sql] Opravení výrazu StructsToXml s kolacemi
  • [SPARK-48482] [SC-167702][python][15.x] dropDuplicates a dropDuplicatesWithinWatermark by měly přijímat argumenty proměnné délky.
  • [SPARK-48678] [SC-169463][core] Optimalizace výkonu pro SparkConf.get(ConfigEntry)
  • [SPARK-48576] [SQL] Přejmenování UTF8_BINARY_LCASE na UTF8_LCASE
  • [SPARK-47927] [SC-164123][sql]: Oprava atributu nullability v dekodéru UDF
  • [SPARK-47579] [SC-165297][core][PART1] Migrace logInfo s proměnnými do architektury strukturovaného protokolování (nové)
  • [SPARK-48695] [SC-169473][python] TimestampNTZType.fromInternal nepoužívejte zastaralé metody.
  • [SPARK-48431] [SC-167290][lc-4066][SQL] Nepřeposílat predikáty u kompletovaných sloupců čtenářům souborů
  • [SPARK-47579] Vrátit zpět [SC-165297][core][PART1] Migrovat logInfo s proměnnými na architekturu strukturovaného protokolování
  • [SPARK-47585] [SC-164306][sql] SQL Core: Migrace logInfo s proměnnými do architektury strukturovaného protokolování
  • [SPARK-48466] [SC-169042][sql] Vytvoření vyhrazeného uzlu pro emptyRelation v AQE
  • [SPARK-47579] [SC-165297][core][PART1] Migrace informací protokolu s proměnnými do architektury strukturovaného protokolování
  • [SPARK-48410] [SC-168320][sql] Oprava výrazu InitCap pro kolace UTF8_BINARY_LCASE a ICU
  • [SPARK-48318] [SC-167709][sql] Povolení podpory spojení hash pro všechny kolace (komplexní typy)
  • [SPARK-48435] [SC-168128][sql] Kolace UNICODE by neměla podporovat binární rovnost
  • [SPARK-48555] [SC-169041][sql][PYTHON][connect] Podpora použití sloupců jako parametrů pro několik funkcí v pyspark/scala
  • [SPARK-48591] [SC-169081][python] Přidání pomocné funkce pro zjednodušení Column.py
  • [SPARK-48574] [SC-169043][sql] Oprava podpory pro StructTypes s podporou kolací
  • [SPARK-48305] [SC-166390][sql] Přidání podpory kolace pro výrazy CurrentLike
  • [SPARK-48342] [SC-168941][sql] Úvod do analyzátoru skriptování SQL
  • [SPARK-48649] [SC-169024][sql] Přidejte konfigurace ignoreInvalidPartitionPaths a spark.sql.files.ignoreInvalidPartitionPaths, aby bylo možné ignorovat neplatnost těchto cest k oddílům.
  • [SPARK-48000] [SC-167194][sql] Umožnit podporu hashových spojení pro všechny kolace (StringType)
  • [SPARK-48459] [SC-168947][connect][PYTHON] Implementace prvku DataFrameQueryContext v nástroji Spark Connect
  • [SPARK-48602] [SC-168692][sql] Vytvoření generátoru csv podporuje jiný styl výstupu pomocí spark.sql.binaryOutputStyle
  • [SPARK-48283] [SC-168129][sql] Modifikace porovnání řetězců pro UTF8_BINARY_LCASE
  • [SPARK-48610] [SC-168830][sql] refaktoring: místo OP_ID_TAG je použit pomocný idMap
  • [SPARK-48634] [SC-169021][python][CONNECT] Vyhněte se staticky inicializaci fondu vláken na ExecutePlanResponseReattachableIterator
  • [SPARK-47911] [SC-164658][sql] Zavádí univerzální BinaryFormatter pro zajištění konzistentního binárního výstupu.
  • [SPARK-48642] [SC-168889][core] False SparkOutOfMemoryError způsobená zabitím úkolu při přelití
  • [SPARK-48572] [SC-168844][sql] Oprava výrazů DateSub, DateAdd, WindowTime, TimeWindow a SessionWindow
  • [SPARK-48600] [SC-168841][sql] Oprava implicitního přetypování výrazů FrameLessOffsetWindowFunction
  • [SPARK-48644] [SC-168933][sql] Provést kontrolu délky a vyvolat chybu COLLECTION_SIZE_LIMIT_EXCEEDED v Hex.hex
  • [SPARK-48587] [SC-168824][variant] Vyhněte se zesílení úložiště při přístupu k dílčí variantě
  • [SPARK-48647] [SC-168936][python][CONNECT] Upravit chybovou zprávu pro YearMonthIntervalTypedf.collect
  • [SPARK-48307] [SC-167802][sql] InlineCTE by měl zachovat nevložené vztahy v původním uzlu WithCTE.
  • [SPARK-48596] [SC-168581][sql] Vylepšení výkonu pro výpočet hexadecimálního řetězce pro datový typ long
  • [SPARK-48621] [SC-168726][sql] Oprava zjednodušení Like v Optimizeru pro kolacionované řetězce
  • [SPARK-47148] [SC-164179][sql] Vyhněte se materializaci AQE ExchangeQueryStageExec při zrušení.
  • [SPARK-48584] [SC-168579][sql] Vylepšení výkonu pro unescapePathName
  • [SPARK-48281] [SC-167260][sql] Změnit logiku vyhledávání řetězců pro UTF8_BINARY_LCASE řízení řazení (StringInStr, SubstringIndex)
  • [SPARK-48577] [SC-168826][sql] Neplatné nahrazení sekvence UTF-8 bajtů
  • [SPARK-48595] [SC-168580][core] Vyčištění zastaralého využití rozhraní API související s commons-compress
  • [SPARK-48030] [SC-164303][sql] SPJ: ukládání do mezipaměti pořadí řádků a typ struktury pro InternalRowComparableWrapper
  • [SPARK-48004] [SC-164005][sql] Přidání vlastnosti WriteFilesExecBase pro zápis v1
  • [SPARK-48551] [SC-168438][sql] Vylepšení výkonu pro escapePathName
  • [SPARK-48565] [SC-168437][ui] Oprava zobrazení výpisu vláken v uživatelském rozhraní
  • [SPARK-48364] [SC-166782][sql] Přidání typového přetypování AbstractMapType a oprava mapy parametrů RaiseError pro práci s řetězci se složeným pořadím
  • [SPARK-48421] [SC-168689][sql] SPJ: Přidání dokumentace
  • [SPARK-48604] [SC-168698][sql] Nahradit zastaralé volání metody new ArrowType.Decimal(precision, scale)
  • [SPARK-46947] [SC-157561][core] Zpožďování inicializace správce paměti, dokud se nenačte modul plug-in ovladače
  • [SPARK-48411] [SC-168576][ss][PYTHON] Přidání testu E2E pro DropDuplicateWithinWatermark
  • [SPARK-48543] [SC-168697][ss] Sledování chyb při ověřování řádků stavu pomocí explicitní třídy chyb
  • [SPARK-48221] [SC-167143][sql] Změna logiky hledání řetězců pro kolaci UTF8_BINARY_LCASE (Contains, StartsWith, EndsWith, StringLocate)
  • [SPARK-47415] [SC-168441][sql] Přidat podporu kolace pro výraz Levenshtein
  • [SPARK-48593] [SC-168719][python][CONNECT] Oprava řetězcové reprezentace funkce lambda
  • [SPARK-48622] [SC-168710][sql] získat SQLConf jen jednou při řešení názvů sloupců
  • [SPARK-48594] [SC-168685][python][CONNECT] Přejmenovat parent pole na childColumnAlias
  • [SPARK-48403] [SC-168319][sql] Oprava funkcí lower a upper pro kolace UTF8_BINARY_LCASE a ICU
  • [SPARK-48162] [SC-166062][sql] Přidání podpory kolace pro výrazy MISC
  • [SPARK-48518] [SC-167718][core] Umožňuje paralelně spustit kompresi LZF.
  • [SPARK-48474] [SC-167447][core] Oprava názvu třídy u logu v SparkSubmitArgumentsSparkSubmit
  • [SPARK-48012] [SC-168267][sql] SPJ: Podpora výrazů transfrom pro jeden boční shuffle
  • [SPARK-48552] [SC-168212][sql] Odvození schématu csv s více řádky by mělo také vyvolat FAILED_READ_FILE
  • [SPARK-48560] [SC-168268][ss][PYTHON] Umožnit nastavení StreamingQueryListener.spark
  • [SPARK-48569] [SC-168321][ss][CONNECT] Řešení krajních případů v query.name
  • [SPARK-47260] [SC-167323][sql] Přiřazení názvu ke třídě chyb _LEGACY_ERROR_TEMP_3250
  • [SPARK-48564] [SC-168327][python][CONNECT] Šíření schématu uloženého v mezipaměti v operacích sady
  • [SPARK-48155] [SC-165910][sql] AQEPropagateEmptyRelation pro spojení by měl zkontrolovat, zda zbývající uzel je pouze BroadcastQueryStageExec.
  • [SPARK-48506] [SC-167720][core] Krátké názvy kompresních kodeků nerozlišují velká a malá písmena, s výjimkou protokolování událostí.
  • [SPARK-48447] [SC-167607][ss] Před vyvoláním konstruktoru zkontrolujte třídu zprostředkovatele úložiště stavů.
  • [SPARK-47977] [SC-167650] DateTimeUtils.timestampDiff a DateTimeUtils.timestampAdd by neměly vyvolat výjimku INTERNAL_ERROR
  • [SPARK-48513] [Backport][15.x][SC-168085][ss] Přidat třídu chyb pro kompatibilitu schématu stavu a drobný refaktoring
  • [SPARK-48413] [SC-167669][sql] ALTER COLUMN s kolací
  • [SPARK-48561] [SC-168250][ps][CONNECT] Vyvolání PandasNotImplementedError nepodporovaných funkcí vykreslování
  • [SPARK-48465] [SC-167531][sql] Vyhněte se no-op šíření prázdných relací
  • [SPARK-48553] [SC-168166][python][CONNECT] Ukládat další vlastnosti do mezipaměti
  • [SPARK-48540] [SC-168069][core] Vyhněte se směrování nastavení výstupu ivy do stdout.
  • [SPARK-48535] [SC-168057][ss] Aktualizace konfiguračních dokumentů s cílem indikovat možnost problému se ztrátou nebo poškozením dat, pokud je povolená možnost vynechat hodnoty null pro konfiguraci připojení stream-stream
  • [SPARK-48536] [SC-168059][python][CONNECT] Uložení uživatelsky zadaného schématu do mezipaměti v applyInPandas a applyInArrow
  • [SPARK-47873] [SC-163473][sql] Zápis kompletovaných řetězců do metastoru Hive pomocí běžného typu řetězce
  • [SPARK-48461] [SC-167442][sql] Nahradit výjimky NullPointerException chybovou třídou ve výrazu AssertNotNull
  • [SPARK-47833] [SC-163191][sql][CORE] Poskytnutí výpisu zásobníku chyb volajícího pro metodu checkAndGlobPathIfNecessary AnalysisException
  • [SPARK-47898] [SC-163146][sql] Port HIVE-12270: Přidání podpory DBTokenStore do tokenu delegování HS2
  • [SPARK-47578] [SC-167497][r] Migrace nástrojů RPackageUtils s proměnnými do architektury strukturovaného protokolování
  • [SPARK-47875] [SC-162935][jádro] Odstranit spark.deploy.recoverySerializer
  • [SPARK-47552] [SC-160880][core] Pokud chybí, nastavte spark.hadoop.fs.s3a.connection.establish.timeout na 30s.
  • [SPARK-47972] [SC-167692][sql] Omezení výrazu CAST pro kolace
  • [SPARK-48430] [SC-167489][sql] Oprava extrakce hodnot mapy, pokud mapa obsahuje kompletované řetězce
  • [SPARK-47318] [SC-162712][core][3.5] Přidá do odvození klíče AuthEngine kruhové kolo HKDF, aby bylo možné postupovat podle standardních postupů KEX.
  • [SPARK-48503] [CHOVÁNÍ-29][es-1135236][SQL] Oprava neplatných skalárních poddotazů se seskupením podle na neekvivalentních sloupcích, které byly nesprávně dovoleny.
  • [SPARK-48508] [SC-167695][connect][PYTHON] Uložení uživatelsky specifikovaného schématu do mezipaměti v DataFrame.{to, mapInPandas, mapInArrow}
  • [SPARK-23015] [SC-167188][windows] Oprava chyby ve Windows, kdy spuštění několika instancí Sparku ve stejné sekundě způsobí selhání
  • [SPARK-45891] [SC-167608]Vrátit „Popis schématu skartace pro Variant“
  • [SPARK-48391] [SC-167554][core]Použití funkce addAll místo funkce přidat v metodě fromAccumulatorInfos třídy TaskMetrics
  • [SPARK-48496] [SC-167600][core] Použijte statické instance vzorů regulárních výrazů v JavaUtils.timeStringAs a JavaUtils.byteStringAs
  • [SPARK-48476] [SC-167488][sql] oprava chybové zprávy NPE pro soubor CSV s hodnotou null
  • [SPARK-48489] [SC-167598][sql] Vyvolá lepší uživatelskou chybu při čtení neplatného schématu ze zdroje dat textu
  • [SPARK-48471] [SC-167324][core] Vylepšení dokumentace a průvodce používáním pro server historie
  • [SPARK-45891] [SC-167597] Popis schématu shredding pro variantu
  • [SPARK-47333] [SC-159043][sql] Kontrola typů parametrů funkce pomocí checkInputDataTypes to_xml
  • [SPARK-47387] [SC-159310][sql] Odeberte některé nepoužívané třídy chyb.
  • [SPARK-48265] [ES-1131440][sql] Omezení dávky skupiny oken by mělo provádět konstantní skládání
  • [SPARK-47716] [SC-167444][sql] Vyhněte se konfliktům názvů zobrazení v sémantickém testovacím případu SQLQueryTestSuite
  • [SPARK-48159] [SC-167141][sql] Rozšíření podpory pro řazené řetězce u výrazů s datovým typem datetime
  • [SPARK-48462] [SC-167271][sql][Testy] Použijte withSQLConf v testech: Úprava HiveQuerySuite a HiveTableScanSuite
  • [SPARK-48392] [SC-167195][core] Také načtěte spark-defaults.conf, když je poskytnuto --properties-file
  • [SPARK-48468] [SC-167417] Přidání rozhraní LogicalQueryStage v katalyzátoru
  • [SPARK-47578] [SC-164988][core] Ruční backport pro Spark PR #46309: Migrace logWarning s proměnnými do architektury strukturovaného protokolování
  • [SPARK-48415] [SC-167321]Vrátit zpět “[PYTHON] Refaktoring TypeName pro podporu parametrizovaných datových typů”
  • [SPARK-46544] [SC-151361][sql] Podporuje v2 DESCRIBE TABLE EXTENDED s tabulkovými statistikami
  • [SPARK-48325] [SC-166963][Core] Vždy zadejte zprávy v ExecutorRunner.killProcess
  • [SPARK-46841] [SC-167139][sql] Přidání podpory kolace pro národní prostředí ICU a specifikátory kolace
  • [SPARK-47221] [SC-157870][sql] Používá podpisy z CsvParseru na AbstractParser.
  • [SPARK-47246] [SC-158138][sql] Nahrazení InternalRow.fromSeqnew GenericInternalRow za účelem uložení převodu kolekce
  • [SPARK-47597] [SC-163932][streamování] Ruční backport pro Spark PR #46192: Streamování: Migrace logInfo s proměnnými do architektury strukturovaného protokolování
  • [SPARK-48415] [SC-167130][python] Refaktorovat TypeName pro podporu parametrizovaných datových typů
  • [SPARK-48434] [SC-167132][python][CONNECT] Použití printSchema schématu uloženého v mezipaměti
  • [SPARK-48432] [ES-1097114][sql] Vyhněte se rozbalení celých čísel v univocityParser
  • [SPARK-47463] [SC-162840][sql] Použijte V2Predicate k zabalení výrazu s návratovým typem boolean.
  • [SPARK-47781] [SC-162293][sql] Zpracování záporných desetinných míst škálování pro zdroje dat JDBC
  • [SPARK-48394] [SC-166966][core] Vyčištění mapIdToMapIndex při odregistrování mapoutputu.
  • [SPARK-47072] [SC-156933][sql] Oprava podporovaných formátů intervalů v chybových zprávách
  • [SPARK-47001] [SC-162487][sql] Ověření propagace v optimalizátoru
  • [SPARK-48335] [SC-166387][python][CONNECT] Zajištění _parse_datatype_string kompatibility se sparkovým připojením
  • [SPARK-48329] [SC-166518][sql] Povolení spark.sql.sources.v2.bucketing.pushPartValues.enabled ve výchozím nastavení
  • [SPARK-48412] [SC-166898][python] Refaktoring datového typu json parse
  • [SPARK-48215] [SC-166781][sql] Rozšíření podpory kompletovaných řetězců ve výrazu date_format
  • [SPARK-45009] [SC-166873][SQL][FOLLOW UP] Přidání třídy chyb a testů pro dekorrelaci poddotazů predikátu v podmínkách spojení, které odkazují na oba podřazené prvky spojení
  • [SPARK-47960] [SC-165295][ss][15.x] Povolí řetězení dalších stavových operátorů po operátoru transformWithState.
  • [SPARK-48340] [SC-166468][python] Podpora TimestampNTZ odvozuje chybějící schéma prefer_timestamp_ntz
  • [SPARK-48157] [SC-165902][sql] Přidání podpory kolace pro výrazy CSV
  • [SPARK-48158] [SC-165652][sql] Přidání podpory kolace pro výrazy XML
  • [SPARK-48160] [SC-166064][sql] Přidání podpory kolace pro výrazy XPATH
  • [SPARK-48229] [SC-165901][sql] Přidání podpory kolace pro výrazy inputFile
  • [SPARK-48367] [SC-166487][connect] Oprava lint-scala pro scalafmt ke správné detekci a formátování souborů.
  • [SPARK-47858] [SC-163095][spark-47852][PYTHON][sql] Refaktoring struktury pro kontext chyby datového rámce
  • [SPARK-48370] [SC-166787][connect] Kontrolní bod a localCheckpoint v klientovi Scala Spark Connect
  • [SPARK-48247] [SC-166028][python] Při odvozování schématu MapType použijte všechny hodnoty ve diktování.
  • [SPARK-48395] [SC-166794][python] Oprava StructType.treeString parametrizovaných typů
  • [SPARK-48393] [SC-166784][python] Přesunutí skupiny konstant do pyspark.util
  • [SPARK-48372] [SC-166776][spark-45716][PYTHON] Implementuje StructType.treeString
  • [SPARK-48258] [SC-166467][python][CONNECT] Kontrolní bod a lokální kontrolní bod ve Spark Connectu

Podívejte se na aktualizace údržby Databricks Runtime 15.4 LTS.

Prostředí systému

  • Operační systém: Ubuntu 22.04.4 LTS
    • Poznámka: Toto je verze Ubuntu používaná kontejnery Databricks Runtime. Kontejnery DBR běží na virtuálních počítačích poskytovatele cloudu, které můžou používat jinou verzi Ubuntu nebo linuxovou distribuci.
  • Java: Zulu 8.78.0.19-CA-linux64
  • Scala: 2.12.15
  • Python: 3.11.11
  • R: 4.3.2
  • Delta Lake: 3.2.0

Nainstalované knihovny Pythonu

Knihovna Verze Knihovna Verze Knihovna Verze
asttokens 2.0.5 astunparse 1.6.3 Azure Core 1.30.2
azure-storage-blob (služba pro ukládání dat na platformě Azure) 12.19.1 Služba "Azure Storage File Data Lake" 12.14.0 volání zpět 0.2.0
černý 23.3.0 blinkr 1.4 boto3 1.34.39
botocore 1.34.39 nástroje pro ukládání do mezipaměti 5.3.3 certifikát 2023.7.22
cffi 1.15.1 chardet 4.0.0 nástroj pro normalizaci znakové sady 2.0.4
klikněte 8.0.4 cloudpickle 2.2.1 Komunikace 0.1.2
obrysová křivka 1.0.5 kryptografie 41.0.3 cyklista 0.11.0
Cython 0.29.32 Databricks SDK 0.20.0 dbus-python 1.2.18
ladění 1.6.7 dekoratér 5.1.1 distlib 0.3.8
vstupní body 0,4 vykonávající 0.8.3 přehled aspektů 1.1.1
uzamčení souboru 3.13.4 nástroje pro písma 4.25.0 gitdb 4.0.11
GitPython 3.1.43 google-api-core 2.18.0 google-auth (autentizace) 2.31.0
google-cloud-core 2.4.1 Úložiště Google Cloud 2.17.0 google-crc32c 1.5.0
google-resumable-media (pro snadné stahování/ukládání mediálních dat) 2.7.1 googleapis-common-protos 1.63.2 grpcio 1.60.0
grpcio-status 1.60.0 httplib2 0.20.2 IDNA 3.4
importlib-metadata 6.0.0 ipyflow-core je jádrová komponenta systému ipyflow 0.0.198 ipykernel 6.25.1
ipython 8.15.0 ipython-genutils 0.2.0 ipywidgets 7.7.2
isodate 0.6.1 Jedi 0.18.1 Jeepney 0.7.1
jmespath 0.10.0 joblib 1.2.0 klient Jupyter 7.4.9
jupyter_core 5.3.0 klíčenka 23.5.0 verizonsolver 1.4.4
launchpadlib 1.10.16 lazr.restfulclient 0.14.4 lazr.uri 1.0.6
matplotlib 3.7.2 matplotlib-inline 0.1.6 mlflow-odlehčená 2.11.4
more-itertools 8.10.0 mypy-extensions 0.4.3 nest-asyncio 1.5.6
numpy (knihovna pro numerické výpočty v Pythonu) 1.23.5 oauthlib 3.2.0 balení 23.2
Pandy 1.5.3 Parso 0.8.3 specifikace cesty 0.10.3
bábovka 0.5.3 pexpect 4.8.0 PickleShare 0.7.5
Polštář 9.4.0 jádro 23.2.1 platformdirs 3.10.0
plotly 5.9.0 nástroj "prompt-toolkit" 3.0.36 proto-plus 1.24.0
protobuf 4.24.1 psutil 5.9.0 psycopg2 2.9.3
ptyprocess 0.7.0 čisté hodnocení 0.2.2 pyarrow 14.0.1
pyasn1 0.4.8 pyasn1-modules 0.2.8 pyccolo 0.0.52
pycparser 2.21 Pydantic (Python knihovna pro validaci a nastavení dat) 1.10.6 Pygments 2.15.1
PyGObject 3.42.1 PyJWT 2.3.0 pyodbc 4.0.39
pyparsing 3.0.9 python-dateutil 2.8.2 python-lsp-jsonrpc 1.1.1
knihovna pytz pro zpracování časových zón v Pythonu 2022.7 PyYAML 6.0 pyzmq 23.2.0
žádosti 2.31.0 Rsa 4,9 s3transfer 0.10.2
scikit-learn 1.3.0 SciPy 1.11.1 narozený v moři 0.12.2
SecretStorage 3.3.1 setuptools (nástroj pro vytváření a distribuci Python projektů) 68.0.0 Šest 1.16.0
smmap 5.0.1 sqlparse 0.5.0 ssh-import-id 5,11
datová hromádka 0.2.0 statsmodels 0.14.0 houževnatost 8.2.2
threadpoolctl 2.2.0 tokenize-rt 4.2.1 tornádo 6.3.2
vlastnosti 5.7.1 rozšíření_typingu 4.10.0 tzdata 2022.1
ujson 5.4.0 bezobslužné upgrady 0,1 urllib3 1.26.16
virtualenv 20.24.2 wadllib 1.3.6 wcwidth (šířka znaků) 0.2.5
wheel 0.38.4 zipový uzávěr 3.11.0

Nainstalované knihovny jazyka R

Knihovny R se instalují ze snímku CRAN z Posit Správce balíčků pořízeného 5. února 2024: https://packagemanager.posit.co/cran/2024-02-05/.

Knihovna Verze Knihovna Verze Knihovna Verze
šipka 14.0.0.2 žádost o heslo 1.2.0 ověřit, že 0.2.1
zpětné portování 1.4.1 báze 4.3.2 base64enc 0,1-3
bigD 0.2.0 bitové 4.0.5 64bit 4.0.5
bitops 1.0-7 objekt blob 1.2.4 startování 1.3-28
vařit 1.0-10 verva 1.1.4 koště 1.0.5
bslib 0.6.1 kašmír 1.0.8 volající 3.7.3
karet 6.0-94 cellranger 1.1.0 cron 2.3-61
třída 7.3-22 Rozhraní příkazového řádku 3.6.2 Clipr 0.8.0
hodiny 0.7.0 cluster 2.1.4 codetools 0.2-19
barevný prostor 2.1-0 commonmark 1.9.1 kompilátor 4.3.2
konfig 0.3.2 rozpolcený 1.2.0 cpp11 0.4.7
pastelka 1.5.2 přihlašovací údaje 2.0.1 kroucení 5.2.0
datová tabulka 1.15.0 datové sady 4.3.2 DBI 1.2.1
dbplyr 2.4.0 Popis 1.4.3 devtools 2.4.5
schéma 1.6.5 diffobj 0.3.5 hodnota hash 0.6.34
osvětlený shora 0.4.3 dplyr 1.1.4 dtplyr 1.3.1
e1071 1.7-14 tři tečky 0.3.2 zhodnotit 0.23
fanoušek 1.0.6 barvy 2.1.1 rychlá mapa 1.1.1
fontawesome 0.5.2 pro kočky 1.0.0 foreach 1.5.2
zahraniční 0.8-85 kovat 0.2.0 Fs 1.6.3
budoucnost 1.33.1 budoucnost.použít 1.11.1 kloktadlo 1.5.2
obecné typy 0.1.3 Gert 2.0.1 ggplot2 3.4.4
Gh 1.4.0 git2r 0.33.0 gitcreds 0.1.2
glmnet 4.1-8 globální 0.16.2 lepidlo 1.7.0
googledrive 2.1.1 googlesheets4 1.1.1 Gower 1.0.1
Grafika 4.3.2 grDevices 4.3.2 mřížka 4.3.2
gridExtra 2.3 gsubfn 0,7 GT 0.10.1
gtable 0.3.4 bezpečnostní přilba 1.3.1 útočiště 2.5.4
vyšší 0.10 HMS 1.1.3 htmlové nástroje 0.5.7
htmlwidgets (interaktivní HTML prvky) 1.6.4 httpuv 1.6.14 httr 1.4.7
httr2 1.0.0 Id 1.0.1 ini 0.3.1
ipred 0.9-14 isoband 0.2.7 Iterátory 1.0.14
jquerylib 0.1.4 jsonlite 1.8.8 šťavnatájuice 0.1.0
KernSmooth 2.23-21 pletení 1,45 značení 0.4.3
později 1.3.2 mříž 0.21-8 láva 1.7.3
životní cyklus 1.0.4 poslouchej 0.9.1 lubridate 1.9.3
magrittr 2.0.3 Markdown 1.12 MŠE 7.3-60
Matice 1.5-4.1 zapamatovat si 2.0.1 metody 4.3.2
mgcv 1.8-42 mim 0.12 miniUI 0.1.1.1
mlflow 2.10.0 ModelMetrics 1.2.2.2 modelář 0.1.11
munsell 0.5.0 nlme 3.1-163 nnet (neuronová síť) 7.3-19
numDeriv (numerická derivace) 2016.8 - 1.1 OpenSSL 2.1.1 paralelní 4.3.2
paralelně 1.36.0 pilíř 1.9.0 pkgbuild 1.4.3
pkgconfig 2.0.3 pkgdown 2.0.7 pkgload 1.3.4
plogr 0.2.0 plyr 1.8.9 chvála 1.0.0
prettyunits 1.2.0 pROC 1.18.5 processx 3.8.3
prodlim 2023.08.28 profvis 0.3.8 Průběh 1.2.3
progressr 0.14.0 sliby 1.2.1 proto 1.0.0
proxy 0,4-27 PS 1.7.6 purrr 1.0.2
R6 2.5.1 ragg 1.2.7 "randomForest" 4.7-1.1
rappdirs 0.3.3 Kontrola rcmdcheck 1.4.0 RColorBrewer 1.1-3
Rcpp 1.0.12 RcppEigen 0.3.3.9.4 reagovatelná 0.4.4
reactR 0.5.0 čtenář 2.1.5 readxl 1.4.3
recepty 1.0.9 odvetný zápas 2.0.0 odvetný zápas 2 2.1.2
dálkové ovladače 2.4.2.1 reprodukovatelný příklad 2.1.0 reshape2 1.4.4
rlang 1.1.3 rmarkdown 2,25 RODBC 1.3-23
roxygen2 7.3.1 rpart 4.1.21 rprojroot 2.0.4
Rserve 1.8–13 RSQLite 2.3.5 rstudioapi 0.15.0
rversions 2.1.2 rvest 1.0.3 drzost 0.4.8
váhy 1.3.0 selektor 0.4-2 informace o sezení 1.2.2
obrazec 1.4.6 lesklý 1.8.0 sourcetools 0.1.7-1
sparklyr 1.8.4 prostorový 7.3-15 spline 4.3.2
sqldf 0.4-11 ČTVEREC 2021.1 statistické údaje 4.3.2
Stats4 4.3.2 řetězce 1.8.3 stringr 1.5.1
přežití 3.5-5 frajerský krok 3.33.1 systém 3.4.2
systemfonts 1.0.5 tcltk 4.3.2 testthat (nástroj pro testování) 3.2.1
tvarování textu 0.3.7 tibble 3.2.1 tidyr 1.3.1
tidyselect 1.2.0 tidyverse 2.0.0 změna času 0.3.0
časDatum 4032.109 tinytex 0.49 nástroje 4.3.2
tzdb 0.4.0 ověřovač URL 1.0.1 použij toto 2.2.2
utf8 1.2.4 nástroje 4.3.2 Uuid 1.2-0
V8 4.4.1 vctrs 0.6.5 viridisLite 0.4.2
vrum 1.6.5 Waldo 0.5.2 vousky 0.4.1
(v případě, že je možné poskytnout smysl slova "withr", by bylo možné ho přeložit) 3.0.0 xfun 0.41 xml2 1.3.6
xopen 1.0.0 xtable 1.8-4 yaml 2.3.8
zeallot 0.1.0 zip (jako formát souboru) 2.3.1

Nainstalované knihovny Java a Scala (verze clusteru Scala 2.12)

ID skupiny ID artefaktu Verze
antlr antlr 2.7.7
com.amazonaws amazon-kinesis-client (klient Amazon Kinesis) 1.12.0
com.amazonaws automatické škálování aws-java-sdk 1.12.610
com.amazonaws aws-java-sdk-cloudformation 1.12.610
com.amazonaws aws-java-sdk-cloudfront 1.12.610
com.amazonaws aws-java-sdk-cloudhsm 1.12.610
com.amazonaws „aws-java-sdk-cloudsearch“ 1.12.610
com.amazonaws aws-java-sdk-cloudtrail 1.12.610
com.amazonaws aws-java-sdk-cloudwatch 1.12.610
com.amazonaws aws-java-sdk-cloudwatchmetrics 1.12.610
com.amazonaws aws-java-sdk-codedeploy (Balíček AWS SDK pro Java - CodeDeploy) 1.12.610
com.amazonaws aws-java-sdk-cognitoidentity 1.12.610
com.amazonaws aws-java-sdk-cognitosync 1.12.610
com.amazonaws aws-java-sdk-config (konfigurace balíčku SDK pro Javu od AWS) 1.12.610
com.amazonaws aws-java-sdk-core 1.12.610
com.amazonaws aws-java-sdk-datapipeline 1.12.610
com.amazonaws aws-java-sdk-directconnect 1.12.610
com.amazonaws aws-java-sdk-directory 1.12.610
com.amazonaws aws-java-sdk-dynamodb 1.12.610
com.amazonaws aws-java-sdk-ec2 1.12.610
com.amazonaws aws-java-sdk-ecs 1.12.610
com.amazonaws aws-java-sdk-efs 1.12.610
com.amazonaws aws-java-sdk-elasticache 1.12.610
com.amazonaws aws-java-sdk-elasticbeanstalk 1.12.610
com.amazonaws aws-java-sdk-elasticloadbalancing 1.12.610
com.amazonaws aws-java-sdk-elastictranscoder 1.12.610
com.amazonaws aws-java-sdk-emr 1.12.610
com.amazonaws aws-java-sdk-glacier (AWS Java SDK pro Glacier) 1.12.610
com.amazonaws aws-java-sdk-glue (balíček pro vývoj softwaru v Java od AWS, určený pro Glue služby) 1.12.610
com.amazonaws aws-java-sdk-iam 1.12.610
com.amazonaws aws-java-sdk-importexport 1.12.610
com.amazonaws aws-java-sdk-kinesis 1.12.610
com.amazonaws aws-java-sdk-kms 1.12.610
com.amazonaws aws-java-sdk-lambda 1.12.610
com.amazonaws aws-java-sdk-logs 1.12.610
com.amazonaws aws-java-sdk-strojové učení 1.12.610
com.amazonaws aws-java-sdk-opsworks 1.12.610
com.amazonaws aws-java-sdk-rds 1.12.610
com.amazonaws aws-java-sdk-redshift 1.12.610
com.amazonaws aws-java-sdk-route53 1.12.610
com.amazonaws aws-java-sdk-s3 1.12.610
com.amazonaws aws-java-sdk-ses 1.12.610
com.amazonaws aws-java-sdk-simpledb 1.12.610
com.amazonaws aws-java-sdk-simpleworkflow 1.12.610
com.amazonaws aws-java-sdk-sns 1.12.610
com.amazonaws aws-java-sdk-sqs 1.12.610
com.amazonaws aws-java-sdk-ssm 1.12.610
com.amazonaws aws-java-sdk-storagegateway (balíček nástrojů pro přístup k AWS Storage Gateway) 1.12.610
com.amazonaws aws-java-sdk-sts 1.12.610
com.amazonaws podpora AWS Java SDK 1.12.610
com.amazonaws knihovny AWS Java SDK SWF 1.11.22
com.amazonaws aws-java-sdk-workspaces 1.12.610
com.amazonaws jmespath-java 1.12.610
com.clearspring.analytics datový proud 2.9.6
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 compilerplugin_2.12 0.4.15-10
com.databricks.scalapb scalapb-runtime_2.12 0.4.15-10
com.esotericsoftware Kryo-shaded 4.0.2
com.esotericsoftware Minlog 1.3.0
com.fasterxml spolužák 1.3.4
com.fasterxml.jackson.core jackson-annotations (poznámky Jackson) 2.15.2
com.fasterxml.jackson.core jackson-core 2.15.2
com.fasterxml.jackson.core Jackson-databind 2.15.2
com.fasterxml.jackson.dataformat jackson-dataformat-cbor 2.15.2
com.fasterxml.jackson.dataformat jackson-dataformat-yaml 2.15.2
com.fasterxml.jackson.datatype jackson-datatype-joda 2.15.2
com.fasterxml.jackson.datatype jackson-datatype-jsr310 2.16.0
com.fasterxml.jackson.module jackson-module-paranamer 2.15.2
com.fasterxml.jackson.module jackson-module-scala_2.12 2.15.2
com.github.ben-manes.kofein kofein 2.9.3
com.github.fommil jniloader 1,1
com.github.fommil.netlib Nativní odkaz pro Javu 1,1
com.github.fommil.netlib Nativní odkaz pro Javu Nativní verze 1.1
com.github.fommil.netlib nativní_systém-java 1,1
com.github.fommil.netlib nativní_systém-java Nativní verze 1.1
com.github.fommil.netlib netlib-native_ref-linux-x86_64 Nativní verze 1.1
com.github.fommil.netlib netlib-nativní_systém-linux-x86_64 Nativní verze 1.1
com.github.luben zstd-jni 1.5.5-4
com.github.wendykierp JTransforms 3.1
com.google.code.findbugs jsr305 3.0.0
com.google.code.gson Gson 2.10.1
com.google.crypto.tink Tink 1.9.0
com.google.errorprone anotace_náchylné_k_chybám 2.10.0
com.google.flatbuffers flatbuffers-java 23. 5. 2026
com.google.guava guave 15,0
com.google.protobuf protobuf-java 2.6.1
com.helger profiler 1.1.1
com.ibm.icu icu4j 75.1
com.jcraft jsch 0.1.55
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 11.2.2.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_2.12 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 konfig 1.4.3
com.typesafe.scala-logging scala-logging_2.12 3.7.2
com.uber h3 3.7.3
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 1.16.0
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 2.13.0
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 0.25
io.delta delta-sharing-client_2.12 1.1.1
io.dropwizard.metrics metriky anotací 4.2.19
io.dropwizard.metrics metriky – jádro 4.2.19
io.dropwizard.metrics metrics-graphite 4.2.19
io.dropwizard.metrics metriky – kontroly stavu 4.2.19
io.dropwizard.metrics metrics-jetty9 4.2.19
io.dropwizard.metrics Metrics-JMX 4.2.19
io.dropwizard.metrics Metriky-json 4.2.19
io.dropwizard.metrics metriky pro JVM 4.2.19
io.dropwizard.metrics metriky – servlety 4.2.19
io.netty netty-all 4.1.96. Finální
io.netty netty-buffer 4.1.96. Finální
io.netty netty-codec 4.1.96. Finální
io.netty netty-kodek-http 4.1.96. Finální
io.netty netty-codec-http2 4.1.96. Finální
io.netty netty-codec-socks 4.1.96. Finální
io.netty netty- common 4.1.96. Finální
io.netty obslužná rutina Netty 4.1.96. Finální
io.netty Netty-handler-proxy 4.1.96. Finální
io.netty netty-resolver 4.1.96. Finální
io.netty netty-tcnative-boringssl-static 2.0.61.Final-linux-aarch_64
io.netty netty-tcnative-boringssl-static 2.0.61. Final - linux - x86_64
io.netty netty-tcnative-boringssl-static 2.0.61.Final-osx-aarch_64
io.netty netty-tcnative-boringssl-static 2.0.61.Final-osx-x86_64
io.netty netty-tcnative-boringssl-static 2.0.61.Final-windows-x86_64
io.netty netty-tcnative-classes (softwarová knihovna) 2.0.61.Final
io.netty Netty přenos 4.1.96. Finální
io.netty netty-transport-classes-epoll 4.1.96. Finální
io.netty netty-transport-classes-kqueue 4.1.96. Finální
io.netty netty-transport-native-epoll 4.1.96. Finální
io.netty netty-transport-native-epoll 4.1.96.Final-linux-aarch_64
io.netty netty-transport-native-epoll 4.1.96.Final-linux-x86_64
io.netty netty-transport-native-kqueue 4.1.96.Final-osx-aarch_64
io.netty netty-transport-native-kqueue 4.1.96.Final-osx-x86_64
io.netty netty-transport-native-unix-common 4.1.96. Finální
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.el javax.el-api 2.2.4
javax.jdo jdo-api 3.0.1
javax.transaction jta 1,1
javax.transaction transakční API 1,1
javax.xml.bind jaxb-api 2.2.11
Javolution Javolution 5.5.1
jline jline 2.14.6
joda-time joda-time 2.12.1
net.java.dev.jna jna 5.8.0
net.razorvine marináda 1.3
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 4.9.3
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 šípový formát 15.0.0
org.apache.arrow jádro paměti Arrow 15.0.0
org.apache.arrow šipka-paměť-netty 15.0.0
org.apache.arrow vektor šipky 15.0.0
org.apache.avro Avro 1.11.3
org.apache.avro avro-ipc 1.11.3
org.apache.avro avro-mapred 1.11.3
org.apache.commons commons-collections4 4.4
org.apache.commons commons-compress (softwarová knihovna pro kompresi dat) 1.23.0
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) 1.10.0
org.apache.kurátor kurátor-klient 2.13.0
org.apache.kurátor kurátor-framework 2.13.0
org.apache.kurátor recepty kurátora 2.13.0
org.apache.datasketches datasketches-java 3.1.0
org.apache.datasketches datasketches-paměť 2.0.0
org.apache.derby fotbalové derby 10.14.2.0
org.apache.hadoop běhové prostředí klienta Hadoop 3.3.6
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 2.8.1
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 4.5.14
org.apache.httpcomponents httpcore 4.4.16
org.apache.ivy břečťan 2.5.1
org.apache.logging.log4j log4j-1.2-api 2.22.1
org.apache.logging.log4j log4j-api 2.22.1
org.apache.logging.log4j log4j-core 2.22.1
org.apache.logging.log4j šablona rozložení log4j ve formátu JSON 2.22.1
org.apache.logging.log4j log4j-slf4j2-impl 2.22.1
org.apache.orc orc-core 1.9.2-shaded-protobuf
org.apache.orc orc-mapreduce 1.9.2-shaded-protobuf
org.apache.orc orčí podložky 1.9.2
org.apache.thrift libfb303 0.9.3
org.apache.thrift libthrift 0.12.0
org.apache.ws.xmlschema xmlschema-core 2.3.0
org.apache.xbean xbean-asm9-shaded 4.23
org.apache.yetus poznámky k publiku 0.13.0
org.apache.zookeeper ošetřovatel zvířat 3.6.3
org.apache.zookeeper zookeeper-jute 3.6.3
org.checkerframework checker-qual 3.31.0
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.collections eclipse-collections 11.1.0
org.eclipse.collections eclipse-collections-api 11.1.0
org.eclipse.jetty jetty-client 9.4.52.v20230823
org.eclipse.jetty pokračování jetty 9.4.52.v20230823
org.eclipse.jetty jetty-http 9.4.52.v20230823
org.eclipse.jetty jetty-io 9.4.52.v20230823
org.eclipse.jetty jetty-jndi 9.4.52.v20230823
org.eclipse.jetty Jetty-plus 9.4.52.v20230823
org.eclipse.jetty proxy pro službu Jetty 9.4.52.v20230823
org.eclipse.jetty bezpečnost Jetty 9.4.52.v20230823
org.eclipse.jetty jetty-server 9.4.52.v20230823
org.eclipse.jetty jetty-servlet 9.4.52.v20230823
org.eclipse.jetty jetty-servlets 9.4.52.v20230823
org.eclipse.jetty jetty-util 9.4.52.v20230823
org.eclipse.jetty jetty-util-ajax 9.4.52.v20230823
org.eclipse.jetty Jetty-webová aplikace 9.4.52.v20230823
org.eclipse.jetty jetty-xml 9.4.52.v20230823
org.eclipse.jetty.websocket WebSocket API 9.4.52.v20230823
org.eclipse.jetty.websocket websocket-klient 9.4.52.v20230823
org.eclipse.jetty.websocket websocket – společné 9.4.52.v20230823
org.eclipse.jetty.websocket websocket-server 9.4.52.v20230823
org.eclipse.jetty.websocket websocket-servlet 9.4.52.v20230823
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) 2.40
org.glassfish.jersey.containers jersey-container-servlet-jádro 2.40
org.glassfish.jersey.core jersey-client 2.40
org.glassfish.jersey.core žerzejová tkanina 2.40
org.glassfish.jersey.core Jersey-server (aplikační server frameworku Jersey) 2.40
org.glassfish.jersey.inject jersey-hk2 2.40
org.hibernate.validator Hibernate-validator 6.1.7.Final
org.ini4j ini4j 0.5.4
org.javassist Javassist 3.29.2-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.mlflow mlflow-spark_2.12 2.9.1
org.objenesis objenesis 2.5.1
org.postgresql postgresql 42.6.1
org.roaringbitmap RoaringBitmap 0.9.45-databricks
org.roaringbitmap Vymezovací podložky 0.9.45-databricks
org.rocksdb rocksdbjni 8.11.4
org.rosuda.REngine REngine 2.1.0
org.scala-lang scala-compiler_2.12 2.12.15
org.scala-lang scala-library_2.12 2.12.15
org.scala-lang scala-reflect_2.12 2.12.15
org.scala-lang.modules scala-collection-compat_2.12 2.11.0
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 3.2.15
org.scalanlp breeze-macros_2.12 2.1.0
org.scalanlp breeze_2.12 2.1.0
org.scalatest kompatibilní s scalatestem 3.2.15
org.scalatest scalatest-core_2.12 3.2.15
org.scalatest scalatest-diagrams_2.12 3.2.15
org.scalatest scalatest-featurespec_2.12 3.2.15
org.scalatest scalatest-flatspec_2.12 3.2.15
org.scalatest scalatest-freespec_2.12 3.2.15
org.scalatest scalatest-funspec_2.12 3.2.15
org.scalatest scalatest-funsuite_2.12 3.2.15
org.scalatest scalatest-matchers-core_2.12 3.2.15
org.scalatest scalatest-mustmatchers_2.12 3.2.15
org.scalatest scalatest-propspec_2.12 3.2.15
org.scalatest scalatest-refspec_2.12 3.2.15
org.scalatest scalatest-shouldmatchers_2.12 3.2.15
org.scalatest scalatest-wordspec_2.12 3.2.15
org.scalatest scalatest_2.12 3.2.15
org.slf4j jcl-over-slf4j 2.0.7
org.slf4j jul-to-slf4j 2.0.7
org.slf4j slf4j-api 2.0.7
org.slf4j slf4j-simple 1.7.25
org.threeten threeten-extra 1.7.1
org.tukaani xz 1,9
org.typelevel algebra_2.12 2.0.1
org.typelevel kočky-kernel_2.12 2.1.1
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 1.1.3.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 1.6.2-linux-x86_64
software.amazon.ion ion-java 1.0.2
Stax stax-api 1.0.1
  • Last updated on