Databricks Runtime 18 (beta verze)

Tato stránka obsahuje sjednocené poznámky k verzi pro Databricks Runtime 18, které využívají Apache Spark 4.1.0. Uvádí všechny funkce, změny chování a opravy dodávané v průběhu cyklu vydání Databricks Runtime 18.

Note

Vydání jsou etapová. Váš účet Azure Databricks se nemusí aktualizovat několik dní po počátečním datu vydání.

Informace o jednotných poznámkách k verzi

Azure Databricks vydává funkce postupně v průběhu cyklu vydání beze změny čísla verze. Namísto samostatných stránek pro každou dílčí verzi jsou všechny aktualizace uvedeny na jediné stránce jako záznamy s datem. Clustery obdrží aktualizace při restartování.

Databricks Runtime 18 je první verze, která používá tento jednotný formát. Dříve měla každá funkční verze (18.0, 18.1, 18.2) vlastní stránku s poznámkami k verzi. Tyto stránky zůstávají dostupné pro referenci. Funkce, které by dříve byly vydávány v rámci verze 18.3 nebo novějších, se nyní vydávají jako datované aktualizace pro Databricks Runtime 18.

• Databricks Runtime 18.0
• Databricks Runtime 18.1
• Databricks Runtime 18.2

V budoucnu budou verze Databricks Runtime procházet životním cyklem od verze Beta (rané vyhodnocení) přes GA (vývoj funkcí, přibližně šest měsíců) až po LTS (dlouhodobá podpora, tři roky oprav stability a zabezpečení). Vzhledem k tomu, že verze 18.0 až 18.2 byly vydány v rámci předchozího modelu, je Databricks Runtime 18 přechodovou verzí, která přejde přímo z beta verze na verzi LTS. Úplné podrobnosti o životním cyklu najdete v tématu Životní cyklus podpory databricks Runtime.

---

Databricks Runtime 18: 29. května 2026

• Deduplikace ve službě Structured Streaming s klíči NaN: Structured Streaming nyní považuje hodnoty NaN (Not-a-Number) s různými bitovými vzory za duplicity, když se jako deduplikační klíč použije sloupec double nebo float. Dříve byly hodnoty NaN s různými interními reprezentacemi považovány za odlišné a nebyly deduplikovány.
• Opravili jsme problém, kdy při aktualizaci metadat mohlo dojít k odebrání oprávnění na úrovni tabulky u tabulek cizího katalogu v Unity Catalogu (například tabulek připojení Snowflake), což vedlo k selhání dotazů s chybami INSUFFICIENT_PERMISSIONS. Oprávnění se teď zachovají, když se aktualizují metadata cizí tabulky.

---

Databricks Runtime 18: 18. května 2026

Změny chování

Zkontrolujte následující změny, které vstoupí v platnost po restartování clusterů v tomto runtime.

• CREATE OR REPLACE TABLE: CREATE OR REPLACE TABLE Teď ve výchozím nastavení zachovává existující komentáře sloupců a tabulek. Dříve byly komentáře při opětovném vytvoření tabulky vyřazeny. Spravované tabulky a zobrazení teď odpovídají existujícímu chování materializovaných zobrazení a streamovaných tabulek.
• Zápisy DataFrame podle názvů sloupců: writeTo().append(), writeTo().overwrite(), writeTo().overwritePartitions() a write.mode("append").saveAsTable() nyní automaticky přetypují sloupce s kompatibilním typem (například z int na long), aby odpovídaly cílovému schématu tabulky Delta. Dříve tyto operace selhaly s chybou DELTA_FAILED_TO_MERGE_FIELDS , když byly typy sloupců kompatibilní, ale nebyly identické. Chování nyní odpovídá JAZYKu SQL INSERT INTO ... BY NAME. save() a saveAsTable() v režimu přepsání nejsou ovlivněny.
• ALTER TABLE SET TBLPROPERTIES for pipelines.pipelineId: ALTER TABLE <table> SET TBLPROPERTIES('pipelines.pipelineId' = '<pipeline-id>') se nyní pokusí umožnit zápisy do zadané tabulky prostřednictvím pipeline. Dříve nastavení této vlastnosti u běžné tabulky nemělo žádný vliv. Pokud tabulka není způsobilá pro zápis prostřednictvím kanálu, příkaz vyvolá SETTING_PIPELINES_PIPELINE_ID_NOT_SUPPORTED.
• cloud_files_state: Funkce cloud_files_state table-valued function (TVF) nyní obsahuje sloupec discovery_mode, který ukazuje, jak Auto Loader objevil jednotlivé soubory. Soubory zjištěné před aktualizací mají v tomto sloupci hodnotu null.
• DESCRIBE EXTENDED AS JSON: Nyní zahrnuje výsledky vyhodnocení prediktivní optimalizace ve výstupu. Dříve se tyto informace nevracely ve výstupu JSON.
• Míry okna zobrazení metrik: Nyní vrací správné výsledky, když dotazy používají GROUP BY, IN/BETWEEN filtry nebo smíšené predikáty ve sloupci pořadí okna. Dříve mohly tyto vzory filtru vést k nesprávným výsledkům.

Nové funkce a vylepšení

V této verzi jsou k dispozici následující funkce a vylepšení.

• Knihovny clusteru: Když na cluster nainstalujete knihovny PyPI, kola nebo requirements.txt soubory, zobrazí se na kartě Knihovny a rozhraní REST API knihovny všechny vyřešené a nainstalované balíčky, včetně tranzitivních závislostí. U instalací, které řeší více než 500 balíčků, se seznam zkrátí. Úplná zpráva o instalaci je k dispozici v protokolech ovladače clusteru.
• Automatické CDC ze snímku se syntaxí SQL: Deklarativní kanály Sparku lakeflow teď podporují automatické CDC ze snímku pomocí syntaxe SQL. Tato funkce byla dříve dostupná pouze prostřednictvím rozhraní API Python. Umožňuje CREATE STREAMING TABLE ... FLOW AUTO CDC FROM SNAPSHOT zpracovávat zdroje snímků (například tabulky Delta, cloudové úložiště nebo JDBC) po jednom snímku. Podporuje se SCD Type 1 (výchozí) i SCD Type 2.
• array_sort s vlastními srovnávacími funkcemi: Photon teď zrychluje array_sort výrazy, které používají vlastní porovnávače k řazení polí struktur podle jednoho nebo více polí. Dříve se tyto výrazy vrátily zpět ke spuštění bez photonu. Chcete-li tuto optimalizaci povolit, nastavte spark.databricks.photon.rewriteArraySortComparator.enabled na truehodnotu .

Opravy a vylepšení Apache Sparku

Tato verze obsahuje následující opravy chyb a vylepšení Sparku:

• Dotazy SQL teď podporují QUALIFY klauzuli, která umožňuje filtrovat výsledky funkce okna přímo v dotazu. Dříve to vyžadovalo zabalení dotazu do poddotazu.
• spark.read.json, spark.read.csva spark.read.xml nyní přijmout datový rámec jako vstup, takže můžete parsovat data v paměti, aniž byste je nejdříve uložili do souboru.
• DataFrame.changes() je nyní k dispozici ke čtení výstupu záznamu změn dat (CDC) prostřednictvím rozhraní DataFrame API.
• Pokud je na sloupec DataFrame odkazováno z nesprávného DataFrame, chyba nyní uvádí název konkrétního sloupce. Můžete také nastavit spark.sql.columnResolution.strict , aby Spark vynucoval přísnější porovnávání sloupců a zachytil tyto chyby dříve.
• MERGE INTO Vývoj schématu teď funguje správně, když příkaz obsahuje WHEN MATCHED THEN DELETE nebo odkazuje vnořené sloupce podle aliasu. Dříve mohly tyto kombinace selhat nebo bez upozornění vracet nesprávné výsledky.
• SHOW COLLATIONS zobrazí seznam všech podporovaných kolací a jejich vlastností, což je užitečné při volbě kolace pro řazení nebo porovnání textu.
• Optimalizátor dotazů Sparku teď správně odhadne, kolik filtrů dat se sníží. Nesprávné odhady dříve způsobily, že Spark během spojení načítá velké tabulky plně do paměti, což vedlo k chybám způsobeným nedostatkem paměti.
• Dotazy s více výrazy COUNT(DISTINCT) běží rychleji, protože Spark nyní omezuje objem dat dříve v rámci plánu provádění, místo aby je nejprve rozšířil.
• Uživatelsky definované funkce Pythonu (UDF), které používají optimalizaci Arrow, už neprovádějí zbytečnou konverzi datového formátu, což snižuje režii.
• Nevnější spojení mezi streamy nyní mohou vytvářet výstup v režimu Update, nejen v režimu Append, což jim umožňuje zapisovat do více výstupních cílů.
• Připojení JDBC jsou nyní správně uzavřena při zrušení úkolu. Dříve mohlo zrušení ponechat připojení otevřené, což mohlo způsobit zaseknutí pozdějších úloh.
• array_insert při zadání velmi velkého záporného čísla jako pozice vložení už nevygeneruje nesprávné výsledky.

---

Databricks Runtime 18: 4. května 2026

Změny chování

Zkontrolujte následující změny, které vstoupí v platnost po restartování clusterů v tomto runtime.

• XPath: Při vyhodnocování XPath nad XML již Azure Databricks nenačítá externí definice typu dokumentu (DTD). Dotazy, které dříve selhaly, pouze kvůli nedostupnosti externího odkazu DTD, teď můžou proběhnout úspěšně.
• Chování struktury NULL při evoluci schématu: Pro INSERT, MERGE a streamovací zápisy, které používají evoluci schématu, se struktura NULL ve zdroji nyní ukládá jako NULL v cíli. Dříve byly struktury NULL nesprávně materializovány jako nenulové struktury s každým polem nastaveným na HODNOTU NULL. Aktualizujte veškerý kód, který spoléhal na to, že obdrží nenulovou strukturu se samými poli NULL — v těchto případech se nyní vrací struktura NULL.
• NATURAL JOIN: Nyní správně používá porovnávání sloupců bez rozlišování velkých a malých písmen, pokud spark.sql.caseSensitive je false (výchozí). Dříve nebyly sloupce, které se lišily pouze velikostí písmen (například ID vs id), rozpoznány jako shodné, což způsobovalo, že NATURAL JOIN tiše vytvářel výsledky kartézského součinu. Tato oprava sjednocuje chování NATURAL JOIN se spojeními USING.
• Závislosti AWS SDK v1: Nyní jsou stínovány a už nejsou přímo dostupné na classpath. Pokud váš kód závisí na knihovnách AWS SDK v1, které dříve poskytl Databricks Runtime, přidejte je do projektu jako explicitní závislosti.
• Ověřování závislostí UDF SQL v katalogu Unity: Katalog Unity teď vynucuje ověřování závislostí pro uživatelem definované funkce SQL, aby se zabránilo obejití řízení přístupu. SQL UDF s neplatnou konfigurací závislostí jsou zablokovány pro spuštění.
• LEFT OUTER JOIN LATERAL: Byla opravena chyba, která nesprávně vynechala řádky. Dotazy používající tento konstruktor nyní vrací správné výsledky. Chcete-li se dočasně vrátit k předchozímu chování, nastavte spark.databricks.sql.optimizer.lateralJoinPreserveOuterSemantic hodnotu true.
• regr_r2: Nyní správně zachází s prvním parametrem jako se závislými proměnnými. Dotazy, které spoléhaly na předchozí nesprávné chování, vrací různé výsledky.
• Hyperbolické funkce: sinh, cosh, tanha související hyperbolické funkce nyní vrací Infinity místo vyvolání chyby přetečení, když jsou uvedeny velmi velké vstupy.
• asinh a acosh: Nyní použijte algoritmus fdlibm pro konzistenci mezi moduly. Výsledky se mohou u krajních vstupů mírně lišit od předchozích verzí.
• LIKE porovnávání podle vzoru: Nyní správně zpracovává doplňkové znaky Unicode (kódové body nad U+FFFF). Vzory, které se dříve s těmito znaky nesprávně shodovaly nebo neshodovaly, nyní vracejí správné výsledky.
• VOID (NullType) sloupce: Tabulky Delta teď podporují VOID (NullType) sloupce. VOID Sloupce se už při čtení nepřehazují ze schématu tabulky. Zápisy nejsou ovlivněny.

Nové funkce a vylepšení

V této verzi jsou k dispozici následující funkce a vylepšení.

• CREATE OR REPLACE TEMP TABLE: Nyní se podporuje a umožňuje vytvářet nebo nahrazovat dočasné tabulky v jednom příkazu.
• agg(): Nyní je k dispozici jako alias funkce measure() . Stávající dotazy, které používají measure() , nadále fungují beze změny.
• pyspark.pipelines.testing: Nyní je k dispozici jako praktický alias pro rozhraní API dlt.testing.
• Výkon seznamování v nástroji Auto Loader: Auto Loader nyní používá efektivnější metodu seznamování, která zvyšuje rychlost seznamování u zdrojů v cloudovém úložišti. Pokud se triggery streamu překrývají kvůli dlouhotrvajícím operacím výpisu, může tato optimalizace vést ke zvýšení nákladů na rozhraní API pro výpis cloudu.
• DESCRIBE HISTORY příznaky voleb zápisu: Historie tabulky Delta (DESCRIBE HISTORY) nyní zahrnuje příznaky voleb zápisu v operationParameters pro operace WRITE a REPLACE TABLE. Příznaky se zobrazí pouze tehdy, když true: isDynamicPartitionOverwrite, canOverwriteSchema, canMergeSchema, predicate a isV1WriterSaveAsTableOverwrite.
• Převinutí a přehrání strukturovaného streamování: Strukturované streamování teď podporuje převinutí zpět a přehrání, což umožňuje opětovné zpracování z dřívějšího bodu datového proudu, aby se obnovilo z chyb, jako jsou změny schématu nebo chyby logiky bez úplného resetování stavu.
• SparkSession.emptyDataFrame: Nyní je k dispozici jako pohodlné rozhraní API pro vytvoření prázdného DataFrame bez sloupců a řádků.
• TIMESTAMP WITH LOCAL TIME ZONE: Nyní se podporuje jako alias syntaxe SQL pro TIMESTAMP_LTZ typ.
• to_json sortKeys option: Funkce to_json teď přijímá sortKeys možnost vytvořit výstup JSON s klíči v seřazeném pořadí.
• spark.catalog.*: Metody rozhraní API teď mají paritu funkcí s ekvivalentními příkazy DDL pro operace katalogu, schématu a tabulek.
• [Oprava zabezpečení] Aktualizace zabezpečení operačního systému.

---

Databricks Runtime 18: 20. dubna 2026

• Opravili jsme autoritu souřadnicového referenčního systému (CRS) pro typ GEOMETRY(102100). Autorita je nyní hlášena jako ESRI:102100 místo EPSG:102100.
• [Oprava zabezpečení] Aktualizace zabezpečení operačního systému.

---

Databricks Runtime 18: 2. dubna 2026

• Vylepšené zpracování chyb pro dotazy při zápisu dat do tabulek Delta, které obsahují VOID sloupec (NullType) uvnitř uživatelem definovaného typu (UDT).
• Připojení JDBC streamovací jímky nově používají 30sekundový časový limit socketu, mechanismus opakování pokusů s exponenciálním prodlužováním intervalů při přechodných chybách (selhání připojení, uváznutí, omezení počtu požadavků) a korektní rollback při přerušeném spojení.
• Opravili jsme poškození textu SQL, ke kterému docházelo při použití znaků Unicode v parametrizovaných dotazech.
• SHOW CREATE TABLE nyní generuje správný výstup pro tabulky a pohledy s nevýchozí kolací.
• [Oprava zabezpečení] Aktualizace zabezpečení operačního systému.

---

Databricks Runtime 18: 11. března 2026

Změny chování

Zkontrolujte následující změny, které vstoupí v platnost po restartování clusterů v tomto runtime.

• Chyby metrik pozorování: Už nezpůsobí selhání spouštění dotazů. Dříve mohly chyby v OBSERVE klauzulích (například dělení nulou) blokovat nebo selhat celý dotaz. Nyní se dotaz úspěšně dokončí a při volání observation.getse vyvolá chyba .
• FILTER klauzule pro MEASURE: Agregační funkce MEASURE nyní podporují klauzule FILTER. Dříve se filtry bezobslužně ignorovaly.
• DESCRIBE FLOW: Příkaz DESCRIBE FLOW je nyní k dispozici. Pokud máte tabulku s názvem flow, použijte DESCRIBE schema.flow, DESCRIBE TABLE flow, nebo DESCRIBE `flow` s backticks.
• Operace logické sady SpatialSQL: ST_Difference, ST_Intersectiona ST_Union použijte novou implementaci s následujícími vylepšeními:
  • Platné vstupní geometrie vždy vytvářejí výsledek a již nevyvolají chyby.
  • Přibližně 2x rychlejší výkon.
  • Výsledky jsou normalizovány pro konzistentní, srovnatelný výstup.
• Typy výjimek pro SQLSTATE: Typy výjimek jsou aktualizovány tak, aby podporovaly SQLSTATE. Pokud váš kód analyzuje výjimky podle párování řetězců nebo zachytí konkrétní typy výjimek, aktualizujte logiku zpracování chyb.
• Automatické rozšíření typu při streamování: Operace čtení při streamování v tabulkách Delta automaticky zpracovávají rozšíření datového typu sloupce. Chcete-li vyžadovat ruční potvrzení, nastavte spark.databricks.delta.typeWidening.enableStreamingSchemaTracking hodnotu true.

Nové funkce a vylepšení

V této verzi jsou k dispozici následující funkce a vylepšení.

• Auto Loader ve výchozím nastavení používá události souborů: Při načítání z externího umístění s povolenými událostmi souborů používá Auto Loader ve výchozím nastavení události souborů, což ve srovnání s výpisem adresářů snižuje počet operací výpisu i náklady. Podívejte se na přehled Auto Loader s událostmi souborů. Pokud chcete místo toho použít výpis adresáře, nastavte useManagedFileEvents hodnotu false.

• Vývoj schématu s INSERT: Pomocí WITH SCHEMA EVOLUTION klauzule s příkazy SQL INSERT můžete během operací vložení automaticky vyvíjet schéma cílové tabulky. Podporováno pro INSERT INTO, INSERT OVERWRITEa INSERT INTO ... REPLACE. Příklad:

  INSERT WITH SCHEMA EVOLUTION INTO students TABLE visiting_students_with_additional_id;
  

• Transakce s více příkazy v Delta Sharing: Tabulky Delta Sharing, které používají předem podepsané adresy URL nebo režimy sdílení pomocí cloudových tokenů, podporují transakce s více příkazy. Při prvním přístupu v rámci transakce je verze tabulky připnuta a znovu použita pro všechna následná čtení v této transakci.

• parse_timestamp: Funkce PARSE_TIMESTAMP SQL parsuje řetězce časového razítka pomocí více vzorů s podporou modulu Photon pro lepší výkon.

• max_by a min_by s volitelnými funkcemi limit: Agregační funkce max_by a min_by nyní přijímají volitelný třetí argument limit (až 100 000). Pokud jsou zadány, funkce vrátí pole až limit hodnot, což zjednodušuje dotazy top-K a bottom-K bez okenních funkcí nebo CTE.

• DATETIMEOFFSET pro Azure Synapse: Datový typ DATETIMEOFFSET je podporován pro připojení Microsoft Azure Synapse.

• Komentáře k tabulce Google BigQuery: Popisy tabulek Google BigQuery jsou vyřešeny a zpřístupněny jako komentáře tabulky.

• IGNORE NULLS / RESPECT NULLS pro array_agg a collect_list: Agregační funkce array_agg a collect_list nyní podporují klauzule IGNORE NULLS a RESPECT NULLS.

• PIVOT aliasy: Klauzule PIVOT teď podporuje aliasy, které umožňují přejmenovat výrazy kontingenčního sloupce ve výstupu.

• Proměnné ve CURSOR skriptování SQL: Skriptování SQL nyní podporuje CURSOR proměnné pro iteraci po jednotlivých řádcích sady výsledků dotazu v rámci bloku skriptu.

• Agregační funkce vektorové matematiky: Jsou k dispozici nové agregační funkce vektorové matematiky: vector_avg, vector_sum, vector_norm a vector_normalize. Tyto funkce pracují s hustými vektorovými sloupci a podporují úlohy ML.

• Trigger.AvailableNow ve streamovacích čtečkách v Pythonu: Streamovací čtečky zdrojů dat v Pythonu nyní podporují Trigger.AvailableNow a Admission Control, což umožňuje jednorázové dávkové zpracování všech dostupných dat.

• Rozhraní API pro dělení stavu v PySpark: Kromě Scaly je teď v PySpark k dispozici rozhraní API pro dělení stavu pro TransformWithState operátory streamování. Viz Přerozdělení stavu na vyžádání pro stavové streamovací dotazy.

• applyInPandas oprava problému s výkonem: Byl vyřešen trojnásobný pokles výkonu v applyInPandas u velkých skupin.

---

Databricks Runtime 18: 10. března 2026

• Chybové zprávy u skalárních poddotazů používaných s EXEC IMMEDIATE nyní jasněji uvádějí konkrétní příčinu.
• Opravili jsme stav časování v komprimování protokolu kontrolních bodů streamování, který mohl způsobovat ne deterministické chování dotazů strukturovaného streamování.
• [Oprava zabezpečení] Aktualizace zabezpečení operačního systému.

---

Databricks Runtime 18: 26. února 2026

• SET METADATA ON COLUMN a UNSET METADATA ON COLUMN příkazy SQL jsou nyní k dispozici pro správu sémantických metadat ve sloupcích tabulky Katalogu Unity. Slouží SET METADATA ON COLUMN k připojení vlastností (display_name, formata synonyms) ke sloupcům. Slouží UNSET METADATA ON COLUMN k odebrání dříve nastavených vlastností metadat.
• DESCRIBE TABLE teď obsahuje metadata sloupec zobrazující sémantická metadata na úrovni sloupců jako řetězec JSON.
• Opravili jsme chybu importu PySpark v prostředích Windows způsobenou chybějícím UnixStreamServer.
• [Oprava zabezpečení] Aktualizace zabezpečení operačního systému.

---

Databricks Runtime 18: 19. února 2026

• Při odvozování schématu souborů aplikace Excel se nyní buňky typu řetězec vyhodnocují jako Spark StringType, přičemž se respektuje typ buňky nastavený v Excelu. Dříve byly řetězce s číselnými hodnotami automaticky přetypovány na užší typy jako Long nebo Decimal. Aktualizujte kód, který spoléhal na předchozí chování.
• DataFrame.toJSON() je nyní k dispozici v klientovi Python Spark Connect.
• [Oprava zabezpečení] Aktualizace zabezpečení operačního systému.

---

Databricks Runtime 18: 27. ledna 2026

• Automatické načítání nyní hlásí jako metriky batchSizeNumFiles, batchSizeNumBytes a stavy zpracování souborů (numFilesProcessed, numFilesSkippedCorrupted, numFilesSkippedMissing, numFilesUnknownState).
• INSERT INTO ... BY NAME teď podporuje klauzuli REPLACE WHERE .
• Vlastnost spark.sql.xml.legacyXMLParser.enabled konfigurace byla přejmenována na spark.sql.legacy.useLegacyXMLParser. Aktualizujte všechny konfigurace clusteru nebo relací, které používají starý název.
• Když je spark.task.resource.gpu.amount větší než 1, Torch Distributor nyní spouští jeden proces torchrun na každé GPU namísto na každou úlohu.
• [Oprava zabezpečení] Aktualizace zabezpečení operačního systému.

---

Databricks Runtime 18: 15. ledna 2026

Databricks Runtime 18 je nyní ve vývoji funkcí, který využívá Apache Spark 4.1.0. Tato verze zahrnuje všechny funkce, vylepšení a opravy chyb ze všech předchozích verzí Databricks Runtime.

Změny chování

Zkontrolujte následující změny, které vstoupí v platnost po restartování clusterů v tomto runtime.

• JDK 21: Databricks Runtime 18 používá jako výchozí sadu Java Development Kit sadu JDK 21. Sada JDK 21 je obecně dostupná a je dlouhodobá verze podpory (LTS). Dříve byla výchozí sada JDK 17. Významné změny:

  • Double.toString() a Float.toString() nyní vytváří nejkratší jedinečné řetězcové reprezentace, které se můžou lišit od výstupů JDK 17 v některých hraničních případech.
  • Thread.stop(), Thread.suspend()a Thread.resume() teď házet UnsupportedOperationException.
  • Aktualizovaná data národního prostředí (CLDR v42) můžou mít vliv na formátování data, času a čísla.

  Pokud narazíte na problémy s kompatibilitou, vraťte se na sadu JDK 17. Informace o konfiguraci verzí sady JDK najdete v tématu Vytvoření clusteru s konkrétní verzí sady JDK.

• FSCK REPAIR TABLE: Teď obsahuje počáteční krok opravy metadat před kontrolou chybějících datových souborů. Příkaz funguje pro tabulky s poškozenými checkpointy nebo neplatnými hodnotami partition.

• Nullovatelnost ve Spark Connect Scala: U typovaných literálů v klientovi Spark Connect Scala je nyní zachována nullovatelnost typů polí a map. Dříve byly prvky polí a hodnot map vždy nullable.

• FSCK REPAIR TABLE DRY RUN: Sloupec dataFilePath ve výstupním schématu FSCK REPAIR TABLE DRY RUN nyní může obsahovat hodnotu null, aby podporoval hlášení nových typů problémů, u nichž cesta k datovému souboru není relevantní.

• SHOW TABLES DROPPED: Nyní správně respektuje klauzuli LIMIT .

• Spouštění UDF v Pythonu: Python UDF v Unity Catalogu nyní používají Apache Arrow jako výchozí formát pro výměnu dat, což zlepšuje celkový výkon. V rámci této změny již hodnoty TIMESTAMP, které jsou předávány uživatelským funkcím Pythonu, neobsahují informace o časovém pásmu v atributu objektu datetimetzinfo. Samotné hodnoty časového razítka zůstávají ve standardu UTC, ale metadata časového pásma se nyní eliminují. Pokud vaše UDF spoléhá na informace o časovém pásmu, obnovte ho pomocí date = date.replace(tzinfo=timezone.utc). Další informace najdete v tématu Chování časového razítka a časového pásma pro vstupy.

• Cestování v čase a VACUUM uchovávání dat: Azure Databricks teď blokuje dotazy využívající cestování v čase po překročení prahové hodnoty deletedFileRetentionDuration pro všechny tabulky. Příkaz VACUUM ignoruje argument doby trvání uchovávání s výjimkou případů, kdy je hodnota 0 hodin. Nemůžete nastavit deletedFileRetentionDuration větší nebo logRetentionDuration naopak.

• BinaryType v PySpark: V PySpark se BinaryType nyní konzistentně mapuje na Python bytes. Dříve Pyspark mapoval BinaryType na bytes nebo bytearray v závislosti na kontextu. Chcete-li obnovit staré chování, nastavte spark.sql.execution.pyspark.binaryAsBytes hodnotu false.

• Struktury s hodnotou NULL v Delta MERGE a UPDATE: Nyní se zachovávají jako NULL v operacích Delta MERGE, UPDATE a operacích streamovaného zápisu, které zahrnují přetypování typu struktury. Dříve byly struktury NULL rozšířeny na struktury s poli NULL.

• Materializace sloupců oddílů: Dělené tabulky Delta nyní materializují sloupce oddílů v nově zapisovaných datových souborech Parquet. Dříve byly hodnoty oddílů uloženy v metadatech transakčního protokolu Delta a projevily se v cestách adresářů, ale nebyly zapsány jako sloupce v samotných souborech Parquet. Tato změna odpovídá chování Apache Iceberg a UniFormu a může mít vliv na úlohy, které přímo čtou soubory Parquet napsané delta lakem.

• Časové pásmo oddílu s časovými razítky: Hodnoty oddílů s časovými razítky byly dříve převáděny na UTC pomocí časového pásma JVM místo konfigurace spark.sql.session.timeZone. Hodnoty oddílů timestampu jsou nyní správně upraveny podle nastavení časového pásma relace Spark.

• DESCRIBE TABLE sloupec metadat: Výstup DESCRIBE TABLE [EXTENDED] teď obsahuje nový metadata sloupec pro všechny typy tabulek. Tento sloupec obsahuje sémantická metadata (zobrazovaný název, formát a synonyma) definovaná v tabulce jako řetězec JSON.

Nové funkce a vylepšení

V této verzi jsou k dispozici následující funkce a vylepšení.

• Skriptování SQL: Funkce skriptování SQL je teď obecně dostupná.
• Sdílená izolace pro funkce Python UDF v Unity Catalogu: Funkce Python UDF v Unity Catalogu se stejným vlastníkem teď můžou ve výchozím nastavení sdílet izolované prostředí. Tím se zlepší výkon a sníží se využití paměti snížením počtu spuštěných samostatných prostředí. Aby byla zajištěna, že se UDF vždy spouští v plně izolovaném prostředí, přidejte STRICT ISOLATION charakteristické klauzule. Viz Izolace prostředí.
• SQL funkce okna v zobrazeních metrik: SQL funkce okna teď můžete použít v zobrazení metrik k výpočtu průběžných součtů, hodnocení a dalších výpočtů založených na oknech.
• Dynamické shuffle oddíly v bezstavových streamovacích dotazech: Nyní můžete změnit počet shuffle oddílů v bezstavových streamovacích dotazech bez nutnosti restartovat dotaz.
• AQE a AOS v bezstavovém streamování: Adaptivní vykonávání dotazů (AQE) a automaticky optimalizované promíchání dat (AOS) jsou nyní podporovány v bezstavových streamovacích dotazech.
• Značky parametrů: Nyní můžete použít značky parametrů s názvem (:param) a bez názvu (?) prakticky kdekoli, kde lze použít literálovou hodnotu příslušného typu. To zahrnuje příkazy DDL, jako jsou CREATE VIEW v AS SELECT ? AS c1, typy sloupců DECIMAL(:p, :s) nebo COMMENT ON t IS :comment. Viz Parametry značek pro podrobnosti.
• IDENTIFIER klauzule: Působnost IDENTIFIER klauzule, která převádí řetězce na názvy objektů SQL, byla rozšířena prakticky na všechna místa, kde jsou identifikátory povoleny. Podrobnosti najdete v IDENTIFIER klauzuli.
• BITMAP_AND_AGG: Stávající knihovna BITMAP funkcí teď obsahuje novou funkci BITMAP_AND_AGG .
• Funkce Theta Sketch: Nyní můžete použít novou knihovnu funkcí pro přibližný počet jedinečných hodnot a operace s množinami pomocí knihovny Datasketches Theta Sketch. Viz theta_sketch_agg a související funkce.
• Funkce skic KLL: Nově můžete použít novou knihovnu funkcí pro přibližné kvantové výpočty pomocí skic KLL. Viz kll_sketch_agg_bigint a související funkce.
• Nyní jsou k dispozici nové geoprostorové funkce: st_azimuth, st_boundary, st_closestpoint a st_geogfromewkt.
• GeometryType a GeographyType: Apache Spark teď podporuje nativní datové typy GeometryType a GeographyType v rozhraních API PySpark a Java. Tyto typy podporují serializaci Arrow a čtení a zápis ve formátu Parquet a jsou odlišné od geoprostorových funkcí SQL.
• approx_top_k: Nová agregační funkce approx_top_k vrací přibližně K nejčastějších hodnot ve sloupci pomocí prostorově úsporného algoritmu typu sketch.
• Ovladač Spark Connect JDBC: Apache Spark teď obsahuje ovladač JDBC pro Spark Connect, který umožňuje klientům a nástrojům založeným na JDBC připojit se ke Sparku přes protokol Spark Connect.
• Iterator[pandas.DataFrame] in applyInPandas: DataFrame.applyInPandas nyní přijímá funkci s podpisem Iterator[pandas.DataFrame] , což snižuje režii při zpracování velkých skupin streamováním dat v dávkách.
• Kontrola omezení: Nyní podporují porovnání hodnot null ve výrazu omezení.
• Rozhraní API pro dělení stavu pro TransformWithState: Nové rozhraní API pro dělení stavu je k dispozici pro TransformWithState operátory streamování v jazyce Scala, což umožňuje změnit klíčové dělení stavových dat napříč restartováními dotazů. Viz Přerozdělení stavu na vyžádání pro stavové streamovací dotazy.
• Python 3.14 v pyspark-connect: pyspark-client a pyspark-connect teď podporují Python 3.14.

Upgrady knihoven

• Upgradované knihovny Pythonu:

  • anyio od 4.6.2 do 4.7.0
  • asttokens od 2.0.5 do 3.0.0
  • Azure-Core od 1.34.0 do 1.37.0
  • azure-mgmt-core od 1.5.0 do 1.6.0
  • azure-storage-blob od 12.23.0 do 12.28.0
  • azure-storage-file-datalake od 12.17.0 do 12.22.0
  • boto3 od 1.36.2 do 1.40.45
  • botocore od 1.36.3 do 1.40.45
  • Certifikát od 31.1.2025 do 26.4.2025
  • klikněte z 8.1.7 na 8.1.8
  • kryptografie od 43.0.3 do 44.0.1
  • Cython od 3.0.12 do 3.1.5
  • databricks-sdk od 0.49.0 do 0.67.0
  • Odstaveno od verze 1.2.13 do verze 1.2.18
  • provádění od 0.8.3 do 1.2.0
  • fastapi od 0.115.12 do 0.128.0
  • filelock od 3.18.0 do 3.17.0
  • google-api-core od 2.20.0 do 2.28.1
  • google-auth od 2.40.0 do 2.47.0
  • google-cloud-core od 2.4.3 do 2.5.0
  • google-cloud-storage od 3.1.0 do 3.7.0
  • google-crc32c od 1.7.1 do 1.8.0
  • google-resumable-media od 2.7.2 do 2.8.0
  • h11 od 0.14.0 do 0.16.0
  • httpcore od 1.0.2 do 1.0.9
  • httpx od 0.27.0 do 0.28.1
  • isodate od 0.6.1 do 0.7.2
  • Jinja2 od 3.1.5 do 3.1.6
  • jupyter-events od 0.10.0 do 0.12.0
  • jupyter-lsp od 2.2.0 do 2.2.5
  • jupyter_server od 2.14.1 do 2.15.0
  • jupyter_server_terminals od 0.4.4 do 0.5.3
  • chybné ladění od 2.0.4 do 3.1.2
  • mlflow-skinny od 3.0.1 do 3.8.1
  • mmh3 od 5.1.0 do 5.2.0
  • msal od 1.32.3 do 1.34.0
  • nbclient od 0.8.0 do 0.10.2
  • nbconvert od 7.16.4 do 7.16.6
  • nodeenv od 1.9.1 do 1.10.0
  • notebook_shim od 0.2.3 do 0.2.4
  • opentelemetry-api od 1.32.1 do 1.39.1
  • opentelemetry-sdk od 1.32.1 do 1.39.1
  • opentelemetry-semantický-konvence od 0.53b1 do 0.60b1
  • platformdirs od 3.10.0 do 4.3.7
  • prometheus_client od 0.21.0 do 0.21.1
  • proto-plus od 1.26.1 do 1.27.0
  • psycopg2 od 2.9.3 do 2.9.11
  • pyarrow od 19.0.1 do 21.0.0
  • Pygments od 2.15.1 do 2.19.1
  • pyiceberg od 0.9.0 do 0.10.0
  • python-lsp-server od 1.12.0 do 1.12.2
  • lano od 1.12.0 do 1.13.0
  • s3transfer od 0.11.3 do 0.14.0
  • scipy od 1.15.1 do 1.15.3
  • instalační nástroje od 74.0.0 do 78.1.1
  • šest od 1.16.0 do 1.17.0
  • sqlparse od 0.5.3 do 0.5.5
  • stack-data od 0.2.0 do 0.6.3
  • starlette od 0.46.2 do 0.50.0
  • tornado od 6.4.2 do 6.5.1
  • types-python-dateutil od 2.9.0.20241206 do 2.9.0.20251115
  • uvicorn z verze 0.34.2 na verzi 0.40.0
  • webcolors od verze 24.11.1 do verze 25.10.0

• Upgradované knihovny jazyka R:

  • šipka od 19.0.1 do 22.0.0
  • základ od 4.4.2 do 4.5.1
  • bigD od 0.3.0 do 0.3.1
  • broom od verze 1.0.7 na verzi 1.0.10
  • hodiny od 0.7.2 do 0.7.3
  • commonmark od 1.9.5 do 2.0.0
  • kompilátor z verze 4.4.2 do 4.5.1
  • přihlašovací údaje od 2.0.2 do 2.0.3
  • curl od 6.4.0 do 7.0.0
  • data.table od 1.17.0 do 1.17.8
  • datové sady od 4.4.2 do 4.5.1
  • dbplyr od 2.5.0 do 2.5.1
  • devtools od 2.4.5 do 2.4.6
  • rozdíl od 0.3.5 do 0.3.6
  • digest od 0.6.37 do 0.6.39
  • downlit z verze 0.4.4 na verzi 0.4.5
  • dtplyr od 1.3.1 do 1.3.2
  • vyhodnotit z 1.0.3 na 1.0.5
  • fansi od verze 1.0.6 do verze 1.0.7
  • Forcats od 1.0.0 do 1.0.1
  • fs od 1.6.5 do 1.6.6
  • verze od 1.34.0 do 1.68.0
  • future.apply od verze 1.11.3 do 1.20.0
  • gargle od 1.5.2 do 1.6.0
  • gert od 2.1.4 do 2.2.0
  • ggplot2 od 3.5.1 do 4.0.1
  • gh od 1.4.1 do 1.5.0
  • Git2r od 0.35.0 do 0.36.2
  • glmnet od 4.1-8 do 4.1-10
  • googledrive od 2.1.1 do 2.1.2
  • googlesheets4 od 1.1.1 do 1.1.2
  • grafika od 4.4.2 do 4.5.1
  • grDevices od 4.4.2 do 4.5.1
  • mřížka od 4.4.2 do 4.5.1
  • Aktualizace z verze 0.11.1 na 1.1.0
  • hardhat od 1.4.1 do 1.4.2
  • haven z verze 2.5.4 na verzi 2.5.5
  • hms od 1.1.3 do 1.1.4
  • httpuv od 1.6.15 do 1.6.16
  • httr2 od 1.1.1 do 1.2.1
  • jsonlite od 1.9.1 do 2.0.0
  • později od 1.4.1 do 1.4.4
  • láva od 1.8.1 do 1.8.2
  • listenv od 0.9.1 do 0.10.0
  • magrittr od 2.0.3 do 2.0.4
  • markdown od 1.13 do 2.0
  • metody od 4.4.2 do 4.5.1
  • miniUI od 0.1.1.1 do 0.1.2
  • mlflow od 2.20.4 do 3.6.0
  • openssl od 2.3.3 do 2.3.4
  • paralelně od 4.4.2 do 4.5.1
  • paralelně od 1.42.0 do 1.45.1
  • pilíř od 1.11.0 do 1.11.1
  • pkgbuild od 1.4.6 do 1.4.8
  • pkgdown od 2.1.1 do 2.2.0
  • pkgload od 1.4.0 do 1.4.1
  • pROC od 1.18.5 do 1.19.0.1
  • prodlim od 2024.06.25 do 2025.04.28
  • progressr od 0.15.1 do 0.18.0
  • sliby od 1.3.2 do 1.5.0
  • ps od 1.9.0 do 1.9.1
  • purrr od 1.0.4 do 1.2.0
  • ragg od 1.3.3 do 1.5.0
  • Rcpp od 1.0.14 do 1.1.0
  • readr od 2.1.5 do 2.1.6
  • recepty od 1.2.0 do 1.3.1
  • reshape2 z verze 1.4.4 na verzi 1.4.5
  • rmarkdown od 2.29 do 2.30
  • roxygen2 od 7.3.2 do 7.3.3
  • rprojroot od 2.0.4 do 2.1.1
  • RSQLite od 2.3.9 do 2.4.4
  • Verze od 2.1.2 do 3.0.0
  • rvest z verze 1.0.4 na verzi 1.0.5
  • sass od 0.4.9 do 0.4.10
  • škálování od 1.3.0 do 1.4.0
  • lesklý od 1.10.0 do 1.11.1
  • sparklyr, verze od 1.9.1 do 1.9.3
  • SparkR od 4.0.0 do 4.1.0
  • řídké vektory od 0.3.1 do 0.3.4
  • Verze spline od 4.4.2 do 4.5.1
  • Statistiky od 4.4.2 do 4.5.1
  • Statistiky 4 od 4.4.2 do 4.5.1
  • aktualizace stringr z verze 1.5.1 na verzi 1.6.0
  • systemfonts od 1.2.1 do 1.3.1
  • tcltk od 4.4.2 do 4.5.1
  • testthat od 3.2.3 do 3.3.0
  • textshaping od 1.0.0 do 1.0.4
  • časDatum od 4041.110 do 4051.111
  • tinytex od 0,56 do 0,58
  • nástroje od 4.4.2 do 4.5.1
  • usethis od verze 3.1.0 do verze 3.2.1
  • nástroje od 4.4.2 do 4.5.1
  • V8 od 6.0.2 do 8.0.1
  • vroom od 1.6.5 do 1.6.6
  • waldo od 0.6.1 do 0.6.2
  • xfun od 0,51 do 0,54
  • xml2 od 1.3.8 do 1.5.0
  • zeallot od 0.1.0 do 0.2.0
  • zip od 2.3.2 do 2.3.3

• Upgradované knihovny Java:

  • com.amazonaws.amazon-kinesis-client od 1.12.0 do 1.15.3
  • com.amazonaws.aws-java-sdk-autoscaling z verze 1.12.638 na verzi 1.12.681
  • com.amazonaws.aws-java-sdk-cloudformation od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-cloudfront od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-cloudhsm od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-cloudsearch od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-cloudtrail od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-cloudwatch od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-cloudwatchmetrics od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-codedeploy od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-cognitoidentity od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-cognitosync od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-config od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-core od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-datapipeline od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-directconnect od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-directory od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-dynamodb od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-ec2 od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-ecs od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-efs od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-elasticache od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-elasticbeanstalk od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-elasticloadbalancing aktualizace z verze 1.12.638 na 1.12.681
  • com.amazonaws.aws-java-sdk-elastictranscoder od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-emr od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-glacier od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-glue od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-iam od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-importexport od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-kinesis od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-kms od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-lambda od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-logs od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-machinelearning od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-opsworks od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-rds od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-redshift od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-route53 od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-s3 od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-ses od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-simpledb od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-simpleworkflow od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-sns od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-sqs od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-ssm od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-storagegateway od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-sts od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-support od 1.12.638 do 1.12.681
  • com.amazonaws.aws-java-sdk-workspaces od 1.12.638 do 1.12.681
  • com.amazonaws.jmespath-java od 1.12.638 do 1.12.681
  • com.databricks.databricks-sdk-java od 0.27.0 do 0.53.0
  • com.fasterxml.jackson.datatype.jackson-datatype-jsr310 od 2.18.2 do 2.18.3
  • com.github.luben.zstd-jni od 1.5.6-10 do 1.5.7-6
  • com.google.flatbuffers.flatbuffers-java od 24.3.25 do 25.2.10
  • com.google.guava.failureaccess od 1.0.2 do 1.0.3
  • com.google.guava.guava od 33.4.0-jre do 33.4.8-jre
  • com.microsoft.sqlserver.mssql-jdbc od 11.2.3.jre8 do 12.8.0.jre8
  • commons-cli.commons-cli od 1.9.0 do 1.10.0
  • commons-codec.commons-codec od 1.17.2 do 1.19.0
  • commons-fileupload.commons-fileupload od 1.5 do 1.6.0
  • commons-io.commons-io od 2.18.0 do 2.21.0
  • dev.ludovic.netlib.arpack od 3.0.3 do 3.0.4
  • dev.ludovic.netlib.blas od 3.0.3 do 3.0.4
  • dev.ludovic.netlib.lapack od 3.0.3 do 3.0.4
  • io.dropwizard.metrics.metrics-annotation od 4.2.30 do 4.2.37
  • io.dropwizard.metrics.metrics-core od 4.2.30 do 4.2.37
  • io.dropwizard.metrics.metrics-graphite od 4.2.30 do 4.2.37
  • io.dropwizard.metrics.metrics-healthchecks od 4.2.30 do 4.2.37
  • io.dropwizard.metrics.metrics-jmx od 4.2.30 do 4.2.37
  • io.dropwizard.metrics.metrics-json od 4.2.30 do 4.2.37
  • Aktualizace io.dropwizard.metrics.metrics-jvm z verze 4.2.30 na verzi 4.2.37
  • io.dropwizard.metrics.metrics-servlets z 4.2.30 na 4.2.37
  • io.delta.delta-sharing-client_2.13 od 1.3.10 do 1.3.11
  • io.netty.netty-all od 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-buffer od 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-codec od 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-codec-http od 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-codec-http2 aktualizován z 4.1.118.Final na 4.2.7.Final
  • io.netty.netty-codec-socks od 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-common od 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-handler od 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-handler-proxy z verze 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-resolver od 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-tcnative-boringssl-static ze verze 2.0.70.Final-db-r0-windows-x86_64 na verzi 2.0.74.Final-db-r0-windows-x86_64
  • io.netty.netty-tcnative-classes od 2.0.70.Final do 2.0.74.Final
  • io.netty.netty-transport od 4.1.118.Final do 4.2.7.Final
  • io.netty.netty-transport-classes-epoll od 4.1.118.Final do 4.2.7.Final
  • Aktualizace io.netty.netty-transport-classes-kqueue z verze 4.1.118.Final na verzi 4.2.7.Final
  • io.netty.netty-transport-native-epoll z verze 4.1.118.Final-linux-x86_64 na verzi 4.2.7.Final-linux-x86_64
  • io.netty.netty-transport-native-kqueue od 4.1.118.Final-osx-x86_64 do 4.2.7.Final-osx-x86_64
  • io.netty.netty-transport-native-unix-common od 4.1.118.Final do 4.2.7.Final
  • joda-time.joda-time od 2.13.0 do 2.14.0
  • org.apache.arrow.arrow-format od verze 18.2.0 na verzi 18.3.0
  • org.apache.arrow.arrow-memory-core od 18.2.0 do 18.3.0
  • org.apache.arrow.arrow-memory-netty od 18.2.0 do 18.3.0
  • org.apache.arrow.arrow-memory-netty-buffer-patch od 18.2.0 do 18.3.0
  • org.apache.arrow.arrow-vector od 18.2.0 do 18.3.0
  • org.apache.avro.avro od 1.12.0 do 1.12.1
  • org.apache.avro.avro-ipc od 1.12.0 do 1.12.1
  • org.apache.avro.avro-mapred od 1.12.0 do 1.12.1
  • org.apache.commons.commons-collections4 od 4.4 do 4.5.0
  • org.apache.commons.commons-compress z 1.27.1 na 1.28.0
  • org.apache.commons.commons-lang3 od 3.17.0 do 3.19.0
  • org.apache.commons.commons-text od 1.13.0 do 1.14.0
  • org.apache.kurátor.kurátor-client od 5.7.1 do 5.9.0
  • org.apache.kurátor.kurátor-framework od 5.7.1 do 5.9.0
  • org.apache.kurátor.kurátor-recepty od 5.7.1 do 5.9.0
  • org.apache.datasketches.datasketches-java od 6.1.1 do 6.2.0
  • org.apache.hadoop.hadoop-client-runtime od 3.4.1 do 3.4.2
  • org.apache.orc.orc-core od 2.1.1-shaded-protobuf na 2.2.0-shaded-protobuf
  • org.apache.orc.orc-format z verze 1.1.0-shaded-protobuf na verzi 1.1.1-shaded-protobuf
  • org.apache.orc.orc-mapreduce z verze 2.1.1-shaded-protobuf až 2.2.0-shaded-protobuf
  • org.apache.orc.orc-shims od 2.1.1 do 2.2.0
  • org.apache.xbean.xbean-asm9-shaded od 4.26 do 4.28
  • org.apache.zookeeper.zookeeper od 3.9.3 do 3.9.4
  • org.apache.zookeeper.zookeeper-jute od 3.9.3 do 3.9.4
  • org.eclipse.jetty.jetty-client od 9.4.53.v20231009 do 10.0.26
  • org.eclipse.jetty.jetty-http od 9.4.53.v20231009 do 10.0.26
  • org.eclipse.jetty.jetty-io od 9.4.53.v20231009 do 10.0.26
  • org.eclipse.jetty.jetty-jndi od 9.4.53.v20231009 do 10.0.26
  • org.eclipse.jetty.jetty-plus z verze 9.4.53.v20231009 na 10.0.26
  • org.eclipse.jetty.jetty-proxy od 9.4.53.v20231009 do 10.0.26
  • org.eclipse.jetty.jetty-security od 9.4.53.v20231009 do 10.0.26
  • org.eclipse.jetty.jetty-server od 9.4.53.v20231009 do 10.0.26
  • org.eclipse.jetty.jetty-servlet od 9.4.53.v20231009 do 10.0.26
  • org.eclipse.jetty.jetty-servlets od verze 9.4.53.v20231009 do verze 10.0.26
  • org.eclipse.jetty.jetty-util od 9.4.53.v20231009 do 10.0.26
  • org.eclipse.jetty.jetty-webapp z 9.4.53.v20231009 na 10.0.26
  • org.eclipse.jetty.jetty-xml od 9.4.53.v20231009 do 10.0.26
  • org.mlflow.mlflow-spark_2.13 od 2.9.1 do 2.22.1
  • org.objenesis.objenesis od 3.3 do 3.4
  • org.scala-lang.modules.scala-xml_2.13 od 2.3.0 do 2.4.0

Podpora ovladačů Databricks ODBC/JDBC

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

Systémové prostředí

• Operační systém: Ubuntu 24.04.4 LTS
• Java: Zulu21.42+19-CA
• Scala: 2.13.16
• Python: 3.12.3
• R: 4.5.1
• Delta Lake: 4.2.0

Nainstalované knihovny Pythonu

Knihovna	Verze	Knihovna	Verze	Knihovna	Verze
aiohappyeyeballs	2.4.4	aiohttp	3.11.10	aiosignal	1.2.0
annotated-doc	0.0.4	annotated-types	0.7.0	anyio	4.7.0
argon2-cffi	21.3.0	argon2-cffi-bindings	21.2.0	arro3-core	0.6.5
arrow	1.3.0	asttokens	3.0.0	astunparse	1.6.3
async-lru	2.0.4	attrs	24.3.0	autocommand	2.2.2
Azure společné komponenty	1.1.28	azure-core	1.37.0	azure-identity	1.20.0
azure-mgmt-core	1.6.0	azure-mgmt-web	8.0.0	azure-storage-blob	12.28.0
azure-storage-file-datalake	12.22.0	babel	2.16.0	backports.tarfile	1.2.0
beautifulsoup4	4.12.3	black	24.10.0	bleach	6.2.0
blinker	1.7.0	boto3	1.40.45	botocore	1.40.45
cachetools	5.5.1	certifi	2025.4.26	cffi	1.17.1
chardet	4.0.0	charset-normalizer	3.3.2	click	8.1.8
cloudpickle	3.0.0	comm	0.2.1	contourpy	1.3.1
kryptografie	44.0.1	cycler	0.11.0	Cython	3.1.5
Agenti Databricks	1.9.1	databricks-sdk	0.67.0	dataclasses-json	0.6.7
dbus-python	1.3.2	debugpy	1.8.11	dekoratér	5.1.1
defusedxml	0.7.1	deltalake	1.1.4	Deprecated	1.2.18
distlib	0.3.9	docstring-to-markdown	0.11	executing	1.2.0
facets-overview	1.1.1	fastapi	0.128.0	fastjsonschema	2.21.1
filelock	3.17.0	fonttools	4.55.3	fqdn	1.5.1
frozenlist	1.5.0	fsspec	2023.5.0	gitdb	4.0.11
GitPython	3.1.43	google-api-core	2.28.1	google-auth	2.47.0
google-cloud-core	2.5.0	google-cloud-storage	3.7.0	google-crc32c	1.8.0
google-resumable-media	2.8.0	googleapis-common-protos	1.65.0	grpcio	1.67.0
grpcio-status	1.67.0	h11	0.16.0	hf-xet	1.2.0
httpcore	1.0.9	httplib2	0.20.4	httpx	0.28.1
huggingface_hub	1.2.4	idna	3.7	importlib_metadata	8.5.0
inflect	7.3.1	iniconfig	1.1.1	ipyflow-core	0.0.209
ipykernel	6.29.5	ipython	8.30.0	ipython-genutils	0.2.0
ipywidgets	7.8.1	isodate	0.7.2	isoduration	20.11.0
jaraco.collections	5.1.0	jaraco.context	5.3.0	jaraco.functools	4.0.1
jaraco.text	3.12.1	jedi	0.19.2	Jinja2	3.1.6
chvění	0.12.0	jmespath	1.0.1	joblib	1.4.2
json5	0.9.25	jsonpatch	1,33	jsonpointer	3.0.0
jsonschema	4.23.0	jsonschema-specifications	2023.7.1	jupyter-events	0.12.0
jupyter-lsp	2.2.5	jupyter_client	8.6.3	jupyter_core	5.7.2
jupyter_server	2.15.0	jupyter_server_terminals	0.5.3	jupyterlab	4.3.4
jupyterlab_pygments	0.3.0	jupyterlab_server	2.27.3	jupyterlab_widgets	1.1.11
kiwisolver	1.4.8	langchain-core	1.2.6	langchain-openai	1.1.6
langsmith	0.6.1	launchpadlib	1.11.0	lazr.restfulclient	0.14.6
lazr.uri	1.0.6	litellm	1.75.9	markdown-it-py	2.2.0
MarkupSafe	3.0.2	maršmeloun	3.26.2	matplotlib	3.10.0
matplotlib-inline	0.1.7	mccabe	0.7.0	mdurl	0.1.0
mistune	3.1.2	mlflow-skinny	3.8.1	mmh3	5.2.0
more-itertools	10.3.0	msal	1.34.0	msal-extensions	1.3.1
vícejazyčný slovník	6.1.0	mypy-extensions	1.0.0	nbclient	0.10.2
nbconvert	7.16.6	nbformat	5.10.4	nest-asyncio	1.6.0
nodeenv	1.10.0	poznámkový blok	7.3.2	notebook_shim	0.2.4
numpy	2.1.3	oauthlib	3.2.2	openai	2.14.0
opentelemetry-api	1.39.1	opentelemetry-proto	1.39.1	opentelemetry-sdk	1.39.1
opentelemetry-semantic-conventions	0,60b1	orjson	3.11.5	overrides	7.4.0
packaging	24.2	pandas	2.2.3	pandocfilters	1.5.0
parso	0.8.4	pathspec	0.10.3	patsy	1.0.1
pexpect	4.8.0	pillow	11.1.0	pip	25.0.1
platformdirs	4.3.7	plotly	5.24.1	pluggy	1.5.0
prometheus_client	0.21.1	prompt-toolkit	3.0.43	propcache	0.3.1
proto-plus	1.27.0	protobuf	5.29.4	psutil	5.9.0
psycopg2	2.9.11	ptyprocess	0.7.0	pure-eval	0.2.2
pyarrow	21.0.0	pyasn1	0.4.8	pyasn1-modules	0.2.8
pyccolo	0.0.71	pycparser	2.21	pydantic	2.10.6
pydantic_core	2.27.2	pyflakes	3.2.0	Pygments	2.19.1
PyGObject	3.48.2	pyiceberg	0.10.0	PyJWT	2.10.1
pyodbc	5.2.0	pyparsing	3.2.0	pyright	1.1.394
pyroaring	1.0.3	pytest	8.3.5	python-dateutil	2.9.0.post0
python-dotenv	1.2.1	python-json-logger	3.2.1	python-lsp-jsonrpc	1.1.2
python-lsp-server	1.12.2	pytoolconfig	1.2.6	pytz	2024.1
PyYAML	6.0.2	pyzmq	26.2.0	referencing	0.30.2
regulární výraz	2024.11.6	requests	2.32.3	requests-toolbelt	1.0.0
rfc3339-validator	0.1.4	rfc3986-validator	0.1.1	rich	13.9.4
rope	1.13.0	rpds-py	0.22.3	rsa	4.9.1
s3transfer	0.14.0	scikit-learn	1.6.1	scipy	1.15.3
seaborn	0.13.2	Send2Trash	1.8.2	setuptools	78.1.1
shellingham	1.5.4	six	1.17.0	smmap	5.0.0
sniffio	1.3.0	sortedcontainers	2.4.0	soupsieve	2,5
sqlparse	0.5.5	ssh-import-id	5.11	stack-data	0.6.3
starlette	0.50.0	strictyaml	1.7.3	tenacity	9.0.0
terminado	0.17.1	threadpoolctl	3.5.0	tiktoken	0.12.0
tinycss2	1.4.0	tokenize_rt	6.1.0	tokenizátory	0.22.2
tomli	2.0.1	tornado	6.5.1	tqdm	4.67.1
traitlets	5.14.3	typeguard	4.3.0	typer-slim	0.21.1
types-python-dateutil	2.9.0.20251115	inspekce psaní na klávesnici	0.9.0	typing_extensions	4.12.2
tzdata	2024.1	ujson	5.10.0	unattended-upgrades	0.1
uri-template	1.3.0	urllib3	2.3.0	uuid_utils	0.12.0
uvicorn	0.40.0	virtualenv	20.29.3	wadllib	1.3.6
wcwidth	0.2.5	webcolors	25.10.0	webencodings	0.5.1
websocket-client	1.8.0	whatthepatch	1.0.2	wheel	0.45.1
kdykoli	0.7.3	widgetsnbextension	3.6.6	wrapt	1.17.0
yapf	0.40.2	yarlif	1.18.0	zipp	3.21.0
zstandard	0.23.0

Nainstalované knihovny jazyka R

Knihovny R se instalují ze snímku repozitáře CRAN v nástroji Posit Správce balíčků na serveru PACKAGES.

Knihovna	Verze	Knihovna	Verze	Knihovna	Verze
arrow	22.0.0	askpass	1.2.1	assertthat	0.2.1
backports	1.5.0	báze	4.5.1	base64enc	0.1-3
bigD	0.3.1	bit	4.6.0	bit64	4.6.0-1
bitops	1.0-9	objekt blob	1.2.4	boot	1.3-30
brew	1.0-10	brio	1.1.5	broom	1.0.10
bslib	0.9.0	cachem	1.1.0	callr	3.7.6
caret	7.0-1	cellranger	1.1.0	chron	2.3-62
třída	7.3-22	cli	3.6.5	clipr	0.8.0
clock	0.7.3	cluster	2.1.6	codetools	0.2-20
commonmark	2.0.0	kompilátor	4.5.1	config	0.3.2
conflicted	1.2.0	cpp11	0.5.2	crayon	1.5.3
přihlašovací údaje	2.0.3	curl	7.0.0	data.table	1.17.8
datasets	4.5.1	DBI	1.2.3	dbplyr	2.5.1
desc	1.4.3	devtools	2.4.6	diagram	1.6.5
diffobj	0.3.6	hodnota hash	0.6.39	downlit	0.4.5
dplyr	1.1.4	dtplyr	1.3.2	e1071	1.7-16
tři tečky	0.3.2	evaluate	1.0.5	fansi	1.0.7
farver	2.1.2	fastmap	1.2.0	fontawesome	0.5.3
forcats	1.0.1	foreach	1.5.2	foreign	0.8-86
fs	1.6.6	future	1.68.0	future.apply	1.20.0
gargle	1.6.0	obecné typy	0.1.4	gert	2.2.0
ggplot2	4.0.1	gh	1.5.0	git2r	0.36.2
gitcreds	0.1.2	glmnet	4.1-10	globals	0.18.0
glue	1.8.0	googledrive	2.1.2	googlesheets4	1.1.2
gower	1.0.2	graphics	4.5.1	grDevices	4.5.1
mřížka	4.5.1	gridExtra	2.3	gsubfn	0.7
gt	1.1.0	gtable	0.3.6	hardhat	1.4.2
haven	2.5.5	highr	0.11	hms	1.1.4
htmltools	0.5.8.1	htmlwidgets	1.6.4	httpuv	1.6.16
httr	1.4.7	httr2	1.2.1	ids	1.0.1
ini	0.3.1	ipred	0.9-15	isoband	0.2.7
iterators	1.0.14	jquerylib	0.1.4	jsonlite	2.0.0
juicyjuice	0.1.0	KernSmooth	2.23-22	knitr	1.50
labeling	0.4.3	later	1.4.4	lattice	0.22-5
lava	1.8.2	životní cyklus	1.0.4	listenv	0.10.0
litedown	0.8	lubridate	1.9.4	magrittr	2.0.4
markdown	2.0	MASS	7.3-60.0.1	Matrix	1.6-5
memoise	2.0.1	methods	4.5.1	mgcv	1.9-1
mime	0.13	miniUI	0.1.2	mlflow	3.6.0
ModelMetrics	1.2.2.2	modelr	0.1.11	nlme	3.1-164
nnet	7.3-19	numDeriv	2016.8-1.1	openssl	2.3.4
otel	0.2.0	parallel	4.5.1	parallelly	1.45.1
pillar	1.11.1	pkgbuild	1.4.8	pkgconfig	2.0.3
pkgdown	2.2.0	pkgload	1.4.1	plogr	0.2.0
plyr	1.8.9	praise	1.0.0	prettyunits	1.2.0
pROC	1.19.0.1	processx	3.8.6	prodlim	2025.04.28
profvis	0.4.0	progress	1.2.3	progressr	0.18.0
promises	1.5.0	proto	1.0.0	proxy	0.4-27
ps	1.9.1	purrr	1.2.0	R6	2.6.1
ragg	1.5.0	randomForest	4.7-1.2	rappdirs	0.3.3
rcmdcheck	1.4.0	RColorBrewer	1.1-3	Rcpp	1.1.0
RcppEigen	0.3.4.0.2	reactable	0.4.4	reactR	0.6.1
readr	2.1.6	readxl	1.4.5	recipes	1.3.1
rematch	2.0.0	rematch2	2.1.2	remotes	2.5.0
reprex	2.1.1	reshape2	1.4.5	rlang	1.1.6
rmarkdown	2.30	RODBC	1.3-26	roxygen2	7.3.3
rpart	4.1.23	rprojroot	2.1.1	Rserve	1.8-15
RSQLite	2.4.4	rstudioapi	0.17.1	rversions	3.0.0
rvest	1.0.5	S7	0.2.1	sass	0.4.10
scales	1.4.0	selectr	0.4-2	sessioninfo	1.2.3
obrazec	1.4.6.1	shiny	1.11.1	sourcetools	0.1.7-1
sparklyr	1.9.3	SparkR	4.1.0	sparsevctrs	0.3.4
prostorový	7.3-17	splines	4.5.1	sqldf	0.4-11
SQUAREM	2021.1	stats	4.5.1	stats4	4.5.1
stringi	1.8.7	stringr	1.6.0	survival	3.5-8
swagger	5.17.14.1	sys	3.4.3	systemfonts	1.3.1
tcltk	4.5.1	testthat	3.3.0	textshaping	1.0.4
tibble	3.3.0	tidyr	1.3.1	tidyselect	1.2.1
tidyverse	2.0.0	timechange	0.3.0	timeDate	4051.111
tinytex	0.58	tools	4.5.1	tzdb	0.5.0
urlchecker	1.0.1	usethis	3.2.1	utf8	1.2.6
utils	4.5.1	uuid	1.2-1	V8	8.0.1
vctrs	0.6.5	viridisLite	0.4.2	vroom	1.6.6
waldo	0.6.2	whisker	0.4.1	withr	3.0.2
xfun	0.54	xml2	1.5.0	xopen	1.0.1
xtable	1.8-4	yaml	2.3.10	zeallot	0.2.0
zip	2.3.3

Nainstalované knihovny Java a Scala (verze clusteru Scala 2.13)

ID skupiny	Identifikátor artefaktu	Verze
antlr	antlr	2.7.7
com.clearspring.analytics	datový proud	2.9.8
com.databricks	Rserve	1.8-3
com.databricks	databricks-sdk-java	0.53.0
com.databricks	jets3t	0.7.1-0
com.databricks.scalapb	scalapb-runtime_2.13	0.4.15-11
com.esotericsoftware	kryo-shaded	4.0.3
com.esotericsoftware	minlog	1.3.0
com.fasterxml	classmate	1.5.1
com.fasterxml.jackson.core	jackson-annotations	2.18.2
com.fasterxml.jackson.core	jackson-core	2.18.2
com.fasterxml.jackson.core	jackson-databind	2.18.2
com.fasterxml.jackson.dataformat	jackson-dataformat-yaml	2.15.2
com.fasterxml.jackson.datatype	jackson-datatype-joda	2.18.2
com.fasterxml.jackson.datatype	jackson-datatype-jsr310	2.18.3
com.fasterxml.jackson.module	jackson-module-paranamer	2.18.2
com.fasterxml.jackson.module	jackson-module-scala_2.13	2.18.2
com.github.ben-manes.caffeine	caffeine	2.9.3
com.github.blemale	scaffeine_2.13	4.1.0
com.github.fommil	jniloader	1,1
com.github.fommil.netlib	native_ref-java	1.1
com.github.fommil.netlib	native_ref-java	1.1-natives
com.github.fommil.netlib	native_system-java	1.1
com.github.fommil.netlib	native_system-java	1.1-natives
com.github.fommil.netlib	netlib-native_ref-linux-x86_64	1.1-natives
com.github.fommil.netlib	netlib-native_system-linux-x86_64	1.1-natives
com.github.luben	zstd-jni	1.5.7-6
com.github.virtuald	curvesapi	1.08
com.github.wendykierp	JTransforms	3.1
com.google.api.grpc	proto-google-common-protos	2.5.1
com.google.auth	google-auth-library-credentials	1.20.0
com.google.auth	google-auth-library-oauth2-http	1.20.0
com.google.auto.value	automatické poznámky k hodnotám	1.10.4
com.google.code.findbugs	jsr305	3.0.0
com.google.code.gson	gson	2.11.0
com.google.crypto.tink	tink	1.16.0
com.google.errorprone	error_prone_annotations	2.36.0
com.google.flatbuffers	flatbuffers-java	25.2.10
com.google.guava	failureaccess	1.0.3
com.google.guava	guava	33.4.8-jre
com.google.http-client	google-http-client	1.43.3
com.google.http-client	google-http-client-gson	1.43.3
com.google.j2objc	j2objc-annotations	3.0.0
com.google.protobuf	protobuf-java	3.25.5
com.google.protobuf	protobuf-java-util	3.25.5
com.helger	profiler	1.1.1
com.ibm.icu	icu4j	75.1
com.jcraft	jsch	0.1.55
com.lihaoyi	sourcecode_2.13	0.1.9
com.microsoft.azure	azure-data-lake-store-sdk	2.3.10
com.microsoft.sqlserver	mssql-jdbc	12.8.0.jre11
com.microsoft.sqlserver	mssql-jdbc	12.8.0.jre8
com.ning	compress-lzf	1.1.2
com.sun.mail	javax.mail	1.5.2
com.sun.xml.bind	jaxb-core	2.2.11
com.sun.xml.bind	jaxb-impl	2.2.11
com.tdunning	json	1.8
com.thoughtworks.paranamer	paranamer	2.8
com.trueaccord.lenses	lenses_2.13	0.4.13
com.twitter	chill-java	0.10.0
com.twitter	chill_2.13	0.10.0
com.twitter	util-app_2.13	19.8.1
com.twitter	util-core_2.13	19.8.1
com.twitter	util-function_2.13	19.8.1
com.twitter	util-jvm_2.13	19.8.1
com.twitter	util-lint_2.13	19.8.1
com.twitter	util-registry_2.13	19.8.1
com.twitter	util-stats_2.13	19.8.1
com.typesafe	config	1.4.3
com.typesafe.scala-logging	scala-logging_2.13	3.9.2
com.uber	h3	3.7.3
com.univocity	univocity-parsers	2.9.1
com.zaxxer	HikariCP	4.0.3
com.zaxxer	SparseBitSet	1.3
commons-cli	commons-cli	1.10.0
commons-codec	commons-codec	1.19.0
commons-collections	commons-collections	3.2.2
commons-dbcp	commons-dbcp	1.4
commons-fileupload	commons-fileupload	1.6.0
commons-httpclient	commons-httpclient	3.1
commons-io	commons-io	2.21.0
commons-lang	commons-lang	2.6
commons-logging	commons-logging	1.1.3
commons-pool	commons-pool	1.5.4
dev.ludovic.netlib	arpack	3.0.4
dev.ludovic.netlib	blas	3.0.4
dev.ludovic.netlib	lapack	3.0.4
info.ganglia.gmetric4j	gmetric4j	1.0.10
io.airlift	aircompressor	2.0.2
io.delta	delta-sharing-client_2.13	1.3.11
io.dropwizard.metrics	metrics-annotation	4.2.37
io.dropwizard.metrics	metrics-core	4.2.37
io.dropwizard.metrics	metrics-graphite	4.2.37
io.dropwizard.metrics	metrics-healthchecks	4.2.37
io.dropwizard.metrics	metrics-jetty10	4.2.37
io.dropwizard.metrics	metrics-jmx	4.2.37
io.dropwizard.metrics	metrics-json	4.2.37
io.dropwizard.metrics	metrics-jvm	4.2.37
io.dropwizard.metrics	metrics-servlets	4.2.37
io.github.java-diff-utils	java-diff-utils	4.15
io.netty	netty-all	4.2.7.Final
io.netty	netty-buffer	4.2.7.Final
io.netty	netty-codec	4.2.7.Final
io.netty	netty-codec-base	4.2.7.Final
io.netty	netty-codec-classes-quic	4.2.7.Final
io.netty	netty-codec-compression	4.2.7.Final
io.netty	netty-codec-http	4.2.7.Final
io.netty	netty-codec-http2	4.2.7.Final
io.netty	netty-codec-http3	4.2.7.Final
io.netty	netty-codec-marshalling	4.2.7.Final
io.netty	netty-codec-native-quic	4.2.7.Final-linux-aarch_64
io.netty	netty-codec-native-quic	4.2.7.Final-linux-x86_64
io.netty	netty-codec-native-quic	4.2.7.Final-osx-aarch_64
io.netty	netty-codec-native-quic	4.2.7.Final-osx-x86_64
io.netty	netty-codec-native-quic	4.2.7.Final-windows-x86_64
io.netty	netty-codec-protobuf	4.2.7.Final
io.netty	netty-codec-socks	4.2.7.Final
io.netty	netty-common	4.2.7.Final
io.netty	netty-handler	4.2.7.Final
io.netty	netty-handler-proxy	4.2.7.Final
io.netty	netty-resolver	4.2.7.Final
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-linux-aarch_64
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-linux-x86_64
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-osx-aarch_64
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-osx-x86_64
io.netty	netty-tcnative-boringssl-static	2.0.74.Final-db-r0-windows-x86_64
io.netty	netty-tcnative-classes	2.0.74.Final
io.netty	netty-transport	4.2.7.Final
io.netty	netty-transport-classes-epoll	4.2.7.Final
io.netty	netty-transport-classes-io_uring	4.2.7.Final
io.netty	netty-transport-classes-kqueue	4.2.7.Final
io.netty	netty-transport-native-epoll	4.2.7.Final
io.netty	netty-transport-native-epoll	4.2.7.Final-linux-aarch_64
io.netty	netty-transport-native-epoll	4.2.7.Final-linux-riscv64
io.netty	netty-transport-native-epoll	4.2.7.Final-linux-x86_64
io.netty	netty-transport-native-io_uring	4.2.7.Final-linux-aarch_64
io.netty	netty-transport-native-io_uring	4.2.7.Final-linux-riscv64
io.netty	netty-transport-native-io_uring	4.2.7.Final-linux-x86_64
io.netty	netty-transport-native-kqueue	4.2.7.Final-osx-aarch_64
io.netty	netty-transport-native-kqueue	4.2.7.Final-osx-x86_64
io.netty	netty-transport-native-unix-common	4.2.7.Final
io.opencensus	opencensus-api	0.31.1
io.opencensus	opencensus-contrib-http-util	0.31.1
io.prometheus	simpleclient	0.16.1-databricks
io.prometheus	simpleclient_common	0.16.1-databricks
io.prometheus	simpleclient_dropwizard	0.16.1-databricks
io.prometheus	simpleclient_pushgateway	0.16.1-databricks
io.prometheus	simpleclient_servlet	0.16.1-databricks
io.prometheus	simpleclient_servlet_common	0.16.1-databricks
io.prometheus	simpleclient_tracer_common	0.16.1-databricks
io.prometheus	simpleclient_tracer_otel	0.16.1-databricks
io.prometheus	simpleclient_tracer_otel_agent	0.16.1-databricks
io.prometheus.jmx	kolektor	0.18.0
jakarta.annotation	jakarta.annotation-api	1.3.5
jakarta.servlet	jakarta.servlet-api	4.0.3
jakarta.validation	jakarta.validation-api	2.0.2
jakarta.ws.rs	jakarta.ws.rs-api	2.1.6
javax.activation	aktivace	1.1.1
javax.annotation	javax.annotation-api	1.3.2
javax.el	javax.el-api	2.2.4
javax.jdo	jdo-api	3.0.1
javax.transaction	jta	1.1
javax.transaction	transaction-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	2.14.0
net.java.dev.jna	jna	5.8.0
net.razorvine	pickle	1.5
net.sf.jpam	jpam	1,1
net.sf.opencsv	opencsv	2.3
net.sf.supercsv	super-csv	2.2.0
net.snowflake	snowflake-ingest-sdk	0.9.6
net.sourceforge.f2j	arpack_combined_all	0.1
org.acplt.remotetea	remotetea-oncrpc	1.1.2
org.antlr	ST4	4.0.4
org.antlr	antlr-runtime	3.5.2
org.antlr	antlr4-runtime	4.13.1
org.antlr	stringtemplate	3.2.1
org.apache.ant	ant	1.10.11
org.apache.ant	ant-jsch	1.10.11
org.apache.ant	ant-launcher	1.10.11
org.apache.arrow	komprese šipkou	18.3.0
org.apache.arrow	arrow-format	18.3.0
org.apache.arrow	arrow-memory-core	18.3.0
org.apache.arrow	arrow-memory-netty	18.3.0
org.apache.arrow	arrow-memory-netty-buffer-patch	18.3.0
org.apache.arrow	arrow-vector	18.3.0
org.apache.avro	avro	1.12.1
org.apache.avro	avro-ipc	1.12.1
org.apache.avro	avro-mapred	1.12.1
org.apache.commons	commons-collections4	4.5.0
org.apache.commons	commons-compress	1.28.0
org.apache.commons	commons-configuration2	2.11.0
org.apache.commons	commons-crypto	1.1.0
org.apache.commons	commons-lang3	3.19.0
org.apache.commons	commons-math3	3.6.1
org.apache.commons	commons-text	1.14.0
org.apache.curator	curator-client	5.9.0
org.apache.curator	curator-framework	5.9.0
org.apache.curator	curator-recipes	5.9.0
org.apache.datasketches	datasketches-java	6.2.0
org.apache.datasketches	datasketches-memory	3.0.2
org.apache.derby	derby	10.14.2.0
org.apache.hadoop	hadoop-client-runtime	3.4.2
org.apache.hive	hive-beeline	2.3.10
org.apache.hive	hive-cli	2.3.10
org.apache.hive	hive-jdbc	2.3.10
org.apache.hive	hive-llap-client	2.3.10
org.apache.hive	hive-llap-common	2.3.10
org.apache.hive	hive-serde	2.3.10
org.apache.hive	hive-shims	2.3.10
org.apache.hive	hive-storage-api	2.8.1
org.apache.hive.shims	hive-shims-0.23	2.3.10
org.apache.hive.shims	hive-shims-common	2.3.10
org.apache.hive.shims	hive-shims-scheduler	2.3.10
org.apache.httpcomponents	httpclient	4.5.14
org.apache.httpcomponents	httpcore	4.4.16
org.apache.ivy	ivy	2.5.3
org.apache.logging.log4j	log4j-1.2-api	2.24.3
org.apache.logging.log4j	log4j-api	2.24.3
org.apache.logging.log4j	log4j-core	2.24.3
org.apache.logging.log4j	log4j-layout-template-json	2.24.3
org.apache.logging.log4j	log4j-slf4j2-impl	2.24.3
org.apache.orc	orc-core	2.2.0-shaded-protobuf
org.apache.orc	orc-format	1.1.1-shaded-protobuf
org.apache.orc	orc-mapreduce	2.2.0-shaded-protobuf
org.apache.orc	orc-shims	2.2.0
org.apache.poi	poi	5.4.1
org.apache.poi	poi-ooxml	5.4.1
org.apache.poi	poi-ooxml-full	5.4.1
org.apache.poi	poi-ooxml-lite	5.4.1
org.apache.thrift	libfb303	0.9.3
org.apache.thrift	libthrift	0.16.0
org.apache.ws.xmlschema	xmlschema-core	2.3.1
org.apache.xbean	xbean-asm9-shaded	4.28
org.apache.xmlbeans	xmlbeans	5.3.0
org.apache.yetus	audience-annotations	0.13.0
org.apache.zookeeper	zookeeper	3.9.4
org.apache.zookeeper	zookeeper-jute	3.9.4
org.checkerframework	checker-qual	3.43.0
org.codehaus.janino	commons-compiler	3.0.16
org.codehaus.janino	janino	3.0.16
org.datanucleus	datanucleus-api-jdo	4.2.4
org.datanucleus	datanucleus-core	4.1.17
org.datanucleus	datanucleus-rdbms	4.1.19
org.datanucleus	javax.jdo	3.2.0-m3
org.eclipse.jetty	jetty-alpn-client	10.0.26
org.eclipse.jetty	jetty-client	10.0.26
org.eclipse.jetty	jetty-http	10.0.26
org.eclipse.jetty	jetty-io	10.0.26
org.eclipse.jetty	jetty-jndi	10.0.26
org.eclipse.jetty	jetty-plus	10.0.26
org.eclipse.jetty	jetty-proxy	10.0.26
org.eclipse.jetty	jetty-security	10.0.26
org.eclipse.jetty	jetty-server	10.0.26
org.eclipse.jetty	jetty-servlet	10.0.26
org.eclipse.jetty	jetty-servlets	10.0.26
org.eclipse.jetty	jetty-util	10.0.26
org.eclipse.jetty	jetty-webapp	10.0.26
org.eclipse.jetty	jetty-xml	10.0.26
org.fusesource.leveldbjni	leveldbjni-all	1.8
org.glassfish.hk2	hk2-api	2.6.1
org.glassfish.hk2	hk2-locator	2.6.1
org.glassfish.hk2	hk2-utils	2.6.1
org.glassfish.hk2	osgi-resource-locator	1.0.3
org.glassfish.hk2.external	aopalliance-repackaged	2.6.1
org.glassfish.hk2.external	jakarta.inject	2.6.1
org.glassfish.jersey.containers	jersey-container-servlet	2.41
org.glassfish.jersey.containers	jersey-container-servlet-core	2.41
org.glassfish.jersey.core	jersey-client	2.41
org.glassfish.jersey.core	jersey-common	2.41
org.glassfish.jersey.core	jersey-server	2.41
org.glassfish.jersey.inject	jersey-hk2	2.41
org.hibernate.validator	hibernate-validator	6.2.5.Final
org.ini4j	ini4j	0.5.4
org.javassist	javassist	3.29.2-GA
org.jboss.logging	jboss-logging	3.4.1.Final
org.jdbi	jdbi	2.63.1
org.jline	jline	3.27.1-jdk8
org.joda	joda-convert	1.7
org.json4s	json4s-ast_2.13	4.0.7
org.json4s	json4s-core_2.13	4.0.7
org.json4s	json4s-jackson-core_2.13	4.0.7
org.json4s	json4s-jackson_2.13	4.0.7
org.json4s	json4s-scalap_2.13	4.0.7
org.locationtech.jts	jts-core	1.20.0
org.lz4	lz4-java	1.8.0-databricks-1
org.mlflow	mlflow-spark_2.13	2.22.1
org.objenesis	objenesis	3.4
org.postgresql	postgresql	42.6.1
org.roaringbitmap	RoaringBitmap	1.2.1
org.rosuda.REngine	REngine	2.1.0
org.scala-lang	scala-compiler_2.13	2.13.16
org.scala-lang	scala-library_2.13	2.13.16
org.scala-lang	scala-reflect_2.13	2.13.16
org.scala-lang.modules	scala-collection-compat_2.13	2.11.0
org.scala-lang.modules	scala-java8-compat_2.13	0.9.1
org.scala-lang.modules	scala-parallel-collections_2.13	1.2.0
org.scala-lang.modules	scala-parser-combinators_2.13	2.4.0
org.scala-lang.modules	scala-xml_2.13	2.4.0
org.scala-sbt	test-interface	1.0
org.scalacheck	scalacheck_2.13	1.18.0
org.scalactic	scalactic_2.13	3.2.19
org.scalanlp	breeze-macros_2.13	2.1.0
org.scalanlp	breeze_2.13	2.1.0
org.scalatest	scalatest-compatible	3.2.19
org.scalatest	scalatest-core_2.13	3.2.19
org.scalatest	scalatest-diagrams_2.13	3.2.19
org.scalatest	scalatest-featurespec_2.13	3.2.19
org.scalatest	scalatest-flatspec_2.13	3.2.19
org.scalatest	scalatest-freespec_2.13	3.2.19
org.scalatest	scalatest-funspec_2.13	3.2.19
org.scalatest	scalatest-funsuite_2.13	3.2.19
org.scalatest	scalatest-matchers-core_2.13	3.2.19
org.scalatest	scalatest-mustmatchers_2.13	3.2.19
org.scalatest	scalatest-propspec_2.13	3.2.19
org.scalatest	scalatest-refspec_2.13	3.2.19
org.scalatest	scalatest-shouldmatchers_2.13	3.2.19
org.scalatest	scalatest-wordspec_2.13	3.2.19
org.scalatest	scalatest_2.13	3.2.19
org.slf4j	jcl-over-slf4j	2.0.16
org.slf4j	jul-to-slf4j	2.0.16
org.slf4j	slf4j-api	2.0.16
org.slf4j	slf4j-simple	1.7.25
org.threeten	threeten-extra	1.8.0
org.tukaani	xz	1.10
org.typelevel	algebra_2.13	2.8.0
org.typelevel	cats-kernel_2.13	2.8.0
org.typelevel	spire-macros_2.13	0.18.0
org.typelevel	spire-platform_2.13	0.18.0
org.typelevel	spire-util_2.13	0.18.0
org.typelevel	spire_2.13	0.18.0
org.wildfly.openssl	wildfly-openssl	1.1.3.Final
org.xerial	sqlite-jdbc	3.42.0.0
org.xerial.snappy	snappy-java	1.1.10.3
org.yaml	snakeyaml	2.0
oro	oro	2.0.8
pl.edu.icm	JLargeArrays	1.5
software.amazon.cryptools	AmazonCorrettoCryptoProvider	2.5.0-linux-x86_64
stax	stax-api	1.0.1