Databricks Runtime 12.2 LTS (EoS)

Hinweis

Die Unterstützung für diese Databricks-Runtime-Version wurde beendet. Informationen zum Enddatum des Supports finden Sie unter "Ende des Supports" und "Ende des Lebenszyklus". Eine Übersicht aller unterstützten Databricks Runtime-Versionen finden Sie unter Versionshinweise und Kompatibilität von Databricks Runtime.

Die folgenden Versionshinweise enthalten Informationen zur Databricks Runtime-Version 12.2 LTS, die von Apache Spark 3.3.2 unterstützt wird.

Diese Version enthält alle Features, Verbesserungen und Fehlerbehebungen aller vorherigen Databricks-Runtime-Versionen. Diese Version wurde von Databricks im März 2023 veröffentlicht.

Änderungen des Verhaltens

[Bahnbrechende Änderung] Für die neue Python-Version müssen Databricks Connect V1 Python-Clients aktualisiert werden

Hinweis

Ein nachfolgendes Update verschiebt die Python-Version in Databricks Runtime 12.2 LTS auf 3.9.21. Die Version 3.9.21 führt keine Verhaltensänderungen ein.

Um erforderliche Sicherheitspatches anzuwenden, wird die Python Version in Databricks Runtime 12.2 LTS von 3.9.5 auf 3.9.19 aktualisiert. Da diese Änderungen möglicherweise Fehler in Clients verursachen, die bestimmte PySpark-Funktionen verwenden, müssen alle Clients, die Databricks Connect V1 für Python mit Databricks Runtime 12.2 LTS verwenden, auf Python 3.9.7 oder höher aktualisiert werden.

Neue Features und Verbesserungen

Python von 3.9.19 auf 3.9.21 aktualisiert

Die Python Version in Databricks Runtime 12.2 LTS wird von 3.9.19 auf 3.9.21 aktualisiert.

Delta Lake-Schemaentwicklung unterstützt das Angeben von Quellspalten in merge-Anweisungen

Wenn die Schemaentwicklung aktiviert ist, können Sie jetzt in Einfüge- oder Aktualisierungsaktionen für Mergeanweisungen Spalten angeben, die nur in der Quelltabelle vorhanden sind. In Databricks Runtime 12.1 und niedriger können nur INSERT *- oder UPDATE SET *-Aktionen für die Schemaentwicklung mit Merge verwendet werden. Siehe "Automatische Schemaentwicklung" für die Zusammenführung.

Workloads für strukturiertes Streaming werden in Clustern mit dem Modus „gemeinsamer Zugriff“ unterstützt

Sie können jetzt Strukturiertes Streaming verwenden, um auf Compute mit dem Unity-Katalog im Standardzugriffsmodus zu interagieren. Es gelten einige Einschränkungen. Weitere Informationen finden Sie unter Welche Funktionen von strukturiertem Streaming unterstützt Unity Catalog?.

Neue Features für Predictive I/O

Für die Foreachbatch-Senke ist jetzt Photon-Support verfügbar. Workloads, die aus einer Quelle streamen und in Delta-Tabellen zusammengeführt werden oder in mehrere Senken schreiben, können jetzt von der photonisierten Foreachbatch-Senke profitieren.

Unterstützung für implizites laterales Spaltenaliasing

Azure Databricks unterstützt jetzt standardmäßig implizite laterale Spaltenaliasing. Sie können jetzt einen zuvor in derselben SELECT-Liste angegebenen Ausdruck wiederverwenden. Beispiel: Bei Angabe von SELECT 1 AS a, a + 1 AS b kann das a in a + 1 als das zuvor definierte 1 AS a aufgelöst werden. Weitere Details zur Auflösungsreihenfolge finden Sie unter Namensauflösung. Um dieses Feature zu deaktivieren, können Sie spark.sql.lateralColumnAlias.enableImplicitResolution auf false festlegen.

Neues forEachBatch-Feature

Photon wird jetzt unterstützt, wenn foreachBatch zum Schreiben in eine Datensenke verwendet wird.

Standardisierte Verbindungsoptionen für den Abfrageverbund

Sie können jetzt einen einheitlichen Satz von Optionen (Host, Port, Datenbank, Benutzer, Kennwort) verwenden, um eine Verbindung mit Datenquellen herzustellen, die im Abfrageverbund unterstützt werden. Port ist optional und verwendet die Standardportnummer für jede Datenquelle, sofern nicht anders angegeben.

Erweiterte SQL-Funktionsbibliothek für die Arrayverwaltung

Sie können jetzt mithilfe von array_compact alle NULL-Elemente aus einem Array entfernen. Verwenden Sie zum Anfügen von Elementen an ein Array array_append.

Neue Maskenfunktion zum Anonymisieren von Zeichenfolgen

Rufen Sie die Maskenfunktion auf, um vertrauliche Zeichenfolgenwerte zu anonymisieren.

Allgemeine Fehlerbedingungen geben jetzt SQLSTATE-Werte zurück.

Die meisten Fehlerbedingungen in Databricks Runtime enthalten jetzt dokumentierte SQLSTATE-Werte, die verwendet werden können, um in standardmäßiger, SQL-konformer Weise auf Fehler zu testen.

Aufrufen von Generatorfunktionen in der FROM-Klausel

Sie können jetzt Tabellenwertgeneratorfunktionen wie explode in der regulären FROM-Klausel einer Abfrage aufrufen. Dadurch wird der Generatorfunktionsaufruf an andere integrierte und benutzerdefinierte Tabellenfunktionen angepasst.

Unterstützung für Protokollpuffer ist allgemein verfügbar

Sie können die Funktionen from_protobuf und to_protobuf verwenden, um Daten zwischen Binär- und Strukturtypen auszutauschen. Weitere Informationen finden Sie unter Lesen und Schreiben von Protokollpuffern.

Zieldefinition für Notebook-Variablen und -Funktionen

In Notizbüchern können Sie schnell zur Definition einer Variablen, einer Funktion oder zum Code hinter einer %run-Anweisung wechseln, indem Sie mit der rechten Maustaste auf die Variable oder den Funktionsnamen klicken.

Notizbuchschnellkorrektur für automatisch importierte Bibliotheken

Databricks-Notizbücher bieten jetzt eine Schnellkorrekturfunktion für das automatisches Importieren von Bibliotheken. Wenn Sie vergessen, eine Bibliothek wie Pandas zu importieren, zeigen Sie mit der Maus auf die unterstrichene Syntaxwarnung, und klicken Sie dann auf Schnellkorrektur. Für dieses Feature muss der Databricks-Assistent in Ihrem Arbeitsbereich aktiviert sein.

Fehlerkorrekturen

  • Verbesserte Konsistenz für das Delta-Commitverhalten für leere Transaktionen im Zusammenhang mit update-, delete- und merge-Befehlen. Auf der Isolationsstufe WriteSerializable erstellen Befehle, die keine Änderungen zur Folge haben, jetzt einen leeren Commit. Auf der Isolationsstufe Serializable erstellen solche leeren Transaktionen jetzt keinen Commit.

Verhaltensänderungen

Verhaltensänderungen mit der neuen Funktion zur Aliasvergabe für laterale Spalten

Das neue Feature für laterale Spaltenaliase führt in den folgenden Fällen zu Verhaltensänderungen während der Namensauflösung:

  • Laterale Spaltenaliase haben nun Vorrang vor korrelierten Verweisen mit demselben Namen. Für die Abfrage SELECT (SELECT c2 FROM (SELECT 1 AS c1, c1 AS c2) WHERE c2 > 5) FROM VALUES(6) AS t(c1) wurde z. B. das c1-Element im inneren c1 AS c2-Element in den korrelierten Verweis t.c1 aufgelöst, ändert sich jetzt jedoch in den lateralen Spaltenalias 1 AS c1. Die Abfrage gibt jetzt NULL zurück.
  • Laterale Spaltenaliase haben jetzt Vorrang vor Funktionsparametern mit demselben Namen. Beispielsweise wird für die Funktion CREATE OR REPLACE TEMPORARY FUNCTION func(x INT) RETURNS TABLE (a INT, b INT, c DOUBLE) RETURN SELECT x + 1 AS x, x der Parameter x im Funktionskörper auf den Funktionsparameter x aufgelöst, ändert sich jedoch zu einem lateralen Spaltenalias x + 1 im Funktionskörper. Die Abfrage SELECT * FROM func(1) gibt jetzt 2, 2 zurück.
  • Um das Feature für laterale Spaltenaliase zu deaktivieren, legen Sie spark.sql.lateralColumnAlias.enableImplicitResolution auf false fest. Weitere Informationen finden Sie unter Namensauflösung.

Bibliotheksaktualisierungen

  • Aktualisierte Python-Bibliotheken:
    • filelock von 3.8.2 auf 3.9.0
    • joblib von 1.1.0 auf 1.1.1
    • platformdirs von 2.6.0 auf 2.6.2
    • whatthepatch von 1.0.3 auf 1.0.4
  • Aktualisierte R-Bibliotheken:
    • class von 7.3-20 auf 7.3-21
    • codetools von 0.2-18 auf 0.2-19
    • MASS von 7.3-58 auf 7.3-58.2
    • nlme von 3.1-160 auf 3.1-162
    • Rserve von 1.8-11 auf 1.8-12
    • SparkR von 3.3.1 auf 3.3.2

Verhaltensänderungen

  • Benutzer*innen müssen jetzt über die Berechtigungen SELECT und MODIFY für jede Datei verfügen, wenn sie ein Schema mit einem definierten Speicherort erstellen.

Apache Spark

Databricks Runtime 12.2 umfasst Apache Spark 3.3.2. Diese Version enthält alle Spark Fixes und Verbesserungen, die in der vorherigen Version enthalten sind, sowie die folgenden:

  • [SPARK-42416] [SC-123205][sc-122851][SQL] Dateset-Vorgänge sollten den analysierten logischen Plan nicht erneut auflösen.
  • [SPARK-41848] Zurücksetzen von „[CHERRY-PICK][12.x][12.1][12.0][SC-120037][core] Behebung einer Überplanung von Aufgaben mit TaskResourceProfile”
  • [SPARK-42162] [SC-122711][es-556261] Stellen Sie den Ausdruck MultiCommutativeOp als Speicheroptimierung für die Standardisierung großer Bäume von kommutativen Ausdrücken vor
  • [SPARK-42406] [SC-122998][protobuf][Cherry-pick] Korrektur der rekursiven Tiefeneinstellung für Protobuf-Funktionen
  • [SPARK-42002] [SC-122476][connect][PYTHON] Implementierung von DataFrameWriterV2
  • [SPARK-41716] [SC-122545][connect] Umbenennen von _catalog_to_pandas in _execute_and_fetch in Catalog
  • [SPARK-41490] [SC-121774][sql] Weisen Sie _LEGACY_ERROR_TEMP_2441 einen Namen zu.
  • [SPARK-41600] [SC-122538][spark-41623][SPARK-41612][connect] Implementieren von Catalog.cacheTable, isCached und uncache
  • [SPARK-42191] [SC-121990][sql] Unterstützung von udf 'luhn_check'
  • [SPARK-42253] [SC-121976][python] Hinzufügen eines Tests zum Erkennen duplizierter Fehlerklasse
  • [SPARK-42268] [SC-122251][connect][PYTHON] Benutzerdefinierten Typ in Protos hinzufügen
  • [SPARK-42231] [SC-121841][sql] Wandeln Sie MISSING_STATIC_PARTITION_COLUMN in internalError
  • [SPARK-42136] [SC-122554] Umstrukturierung der Berechnung der Ausgabepartitionierung von BroadcastHashJoinExec
  • [SPARK-42158] [SC-121610][sql] Integrieren von _LEGACY_ERROR_TEMP_1003 in FIELD_NOT_FOUND
  • [SPARK-42192] [12.x][sc-121820][PYTHON] Migration des TypeError von pyspark/sql/dataframe.py zu PySparkTypeError
  • [SPARK-35240] Zurücksetzen von „[SC-118242][SS] Verwenden von CheckpointFileManager …
  • [SPARK-41488] [SC-121858][sql] Weisen Sie _LEGACY_ERROR_TEMP_1176 und 1177 einen Namen zu
  • [SPARK-42232] [SC-122267][sql] Fehlerklasse umbenennen: UNSUPPORTED_FEATURE.JDBC_TRANSACTION
  • [SPARK-42346] [SC-122480][sql] Unterscheidende Aggregate nach der Zusammenführung von Unterabfragen umschreiben
  • [SPARK-42306] [SC-122539][sql] Integrieren _LEGACY_ERROR_TEMP_1317 in UNRESOLVED_COLUMN.WITH_SUGGESTION
  • [SPARK-42234] [SC-122354][sql] Fehlerklasse umbenennen: UNSUPPORTED_FEATURE.REPEATED_PIVOT
  • [SPARK-42343] [SC-122437][core] Ignorieren IOException in handleBlockRemovalFailure, wenn SparkContext beendet wird
  • [SPARK-41295] [SC-122442][spark-41296][SQL] Benennen Sie die Fehlerklassen um.
  • [SPARK-42320] [SC-122478][sql] Weisen Sie _LEGACY_ERROR_TEMP_2188 einen Namen zu.
  • [SPARK-42255] [SC-122483][sql] Weisen Sie _LEGACY_ERROR_TEMP_2430 einen Namen zu
  • [SPARK-42156] [SC-121851][connect] SparkConnectClient unterstützt jetzt Wiederholungsrichtlinien
  • [SPARK-38728] [SC-116723][sql] Fehlerklasse testen: FAILED_RENAME_PATH
  • [SPARK-40005] [ 12.X] Eigenständige Beispiele in PySpark
  • [SPARK-39347] [SC-122457][SS] Fehlerbehebung für Zeitfensterberechnung bei Ereigniszeit < 0
  • [SPARK-42336] [SC-122458][core] Verwenden Sie getOrElse() anstelle von contains() in ResourceAllocator
  • [SPARK-42125] [SC-121827][connect][PYTHON] Pandas UDF in Spark Connect
  • [SPARK-42217] [SC-122263][sql] Unterstützen impliziter lateraler Spaltenaliase in Abfragen mit Fenster
  • [SPARK-35240] [SC-118242][ss] Verwenden von CheckpointFileManager für die Manipulation von Prüfpunktdateien
  • [SPARK-42294] [SC-122337][sql] Einbeziehen von Spaltenstandardwerten in die DESCRIBE-Ausgabe für V2-Tabellen
  • [SPARK-41979] Zurücksetzen von „[12.x][SC-121190][SQL] Fehlende Punkte für Fehlermeldungen in Fehlerklassen hinzufügen”
  • [SPARK-42286] [SC-122336][sql] Fallback auf den vorherigen Codegen-Codepfad für den komplexen Ausdruck mit CAST
  • [SPARK-42275] [SC-122249][connect][PYTHON] Vermeiden der Verwendung von integrierten Listen und Wörterbüchern bei der statischen Typisierung
  • [SPARK-41985] [SC-122172][sql] Mehr Regeln zur Spaltenauflösung zentralisieren
  • [SPARK-42126] [SC-122330][python][CONNECT] Annehmen des Rückgabetyps in DDL-Zeichenfolgen für Python Skalar-UDFs in Spark Connect
  • [SPARK-42197] [SC-122328][sc-121514][CONNECT] Verwendet die JVM-Initialisierung und separate Konfigurationsgruppen, die im lokalen Remotemodus festgelegt werden sollen.
  • [SPARK-41575] [SC-120118][sql] Weisen Sie _LEGACY_ERROR_TEMP_2054 einen Namen zu
  • [SPARK-41985] Zurücksetzen „[SC-122172][sql] Mehr Regeln zur Spaltenauflösung zentralisieren”
  • [SPARK-42123] [SC-122234][sc-121453][SQL] Spaltenstandardwerte in DESCRIBE und SHOW CREATE TABLE Ausgabe einschließen
  • [SPARK-41985] [SC-122172][sql] Mehr Regeln zur Spaltenauflösung zentralisieren
  • [SPARK-42284] [SC-122233][connect] Stellen Sie sicher, dass die Verbindungsserverassembly erstellt wird, bevor Clienttests ausgeführt werden – SBT
  • [SPARK-42239] [SC-121790][sql] Integrieren von MUST_AGGREGATE_CORRELATED_SCALAR_SUBQUERY
  • [SPARK-42278] [SC-122170][sql] DS V2-Pushdown unterstützt JDBC-Dialekte, die SortOrder selbst kompilieren
  • [SPARK-42259] [SC-122168][sql] ResolveGroupingAnalytics sollte sich um Python UDAF kümmern
  • [SPARK-41979] Zurücksetzen „[12.x][SC-121190][SQL] Fehlende Punkte für Fehlermeldungen in Fehlerklassen hinzufügen”
  • [SPARK-42224] [12.x][sc-121708][CONNECT] TypeError in das Fehlerframework für Spark Connect-Funktionen migrieren
  • [SPARK-41712] [12.x][sc-121189][PYTHON][connect] Migrieren sie die Spark Connect-Fehler in das PySpark-Fehlerframework.
  • [SPARK-42119] [SC-121913][sc-121342][SQL] Fügen Sie integrierte Tabellenwertfunktionen wie inline und inline_outer hinzu
  • [SPARK-41489] [SC-121713][sql] Weisen Sie _LEGACY_ERROR_TEMP_2415 einen Namen zu
  • [SPARK-42082] [12.x][sc-121163][SPARK-41598][python][CONNECT] Führt PySparkValueError und PySparkTypeError ein
  • [SPARK-42081] [SC-121723][sql] Verbessern der Planänderungsüberprüfung
  • [SPARK-42225] [12.x][sc-121714][CONNECT] Fügen Sie SparkConnectIllegalArgumentException hinzu, um Spark Connect-Fehler präzise zu behandeln.
  • [SPARK-42044] [12.x][sc-121280][SQL] Korrektur der falschen Fehlermeldung für MUST_AGGREGATE_CORRELATED_SCALAR_SUBQUERY
  • [SPARK-42194] [12.x][sc-121712][PS] Spaltenparameter beim Erstellen von DataFrame mit Series zulassen.
  • [SPARK-42078] [12.x][sc-120761][PYTHON] Migrieren von Fehlern, die von JVM in PySparkException ausgelöst werden.
  • [SPARK-42133] [12.x][sc-121250] Hinzufügen grundlegender Dataset-API-Methoden zu SparkConnect Scala Client
  • [SPARK-41979] [12.x][sc-121190][SQL] Fügen Sie fehlende Punkte für Fehlermeldungen in Fehlerklassen hinzu.
  • [SPARK-42124] [12.x][sc-121420][PYTHON][connect] Skalare Inline-Python-UDF in Spark Connect
  • [SPARK-42051] [SC-121994][sql] Codegen-Unterstützung für HiveGenericUDF
  • [SPARK-42257] [SC-121948][Core] Nicht verwendete externe Sortiervariable entfernen
  • [SPARK-41735] [SC-121771][sql] Verwenden Sie MINIMAL anstelle von STANDARD für SparkListenerSQLExecutionEnd
  • [SPARK-42236] [SC-121882][sql] Verfeinern NULLABLE_ARRAY_OR_MAP_ELEMENT
  • [SPARK-42233] [SC-121775][sql] Fehlermeldung verbessern für PIVOT_AFTER_GROUP_BY
  • [SPARK-42229] [SC-121856][core] Migration von SparkCoreErrors zu Fehlerklassen
  • [SPARK-42163] [SC-121839][sql] Schemabereinigung für nicht faltbare Array-Indizes oder Map-Schlüssel korrigieren
  • [SPARK-40711] [SC-119990][sql] Metriken zur Überlaufgröße für das Fenster hinzufügen
  • [SPARK-42023] [SC-121847][SPARK-42024][CONNECT][PYTHON] Dafür sorgen, dass createDataFrame eine AtomicType -> StringType-Koersion unterstützt
  • [SPARK-42202] [SC-121837][connect][Test] Verbessern der E2E-Testserver-Stopplogik
  • [SPARK-41167] [SC-117425][sql] Verbessern der Multi-Like-Leistung durch die Erstellung eines ausgewogenen Ausdrucksbaumprädikats
  • [SPARK-41931] [SC-121618][sql] Bessere Fehlermeldung für unvollständige komplexe Typdefinition
  • [SPARK-36124] [SC-121339][sc-110446][SQL] Unterstützt Unterabfragen mit Korrelation über UNION
  • [SPARK-42090] [SC-121290][3.3] Führen Sie sasl-Wiederholungsanzahl in RetryingBlockTransferor ein
  • [SPARK-42157] [SC-121264][Core] spark.scheduler.mode=FAIR sollte FAIR Scheduler bereitstellen
  • [SPARK-41572] [SC-120772][sql] Weisen Sie _LEGACY_ERROR_TEMP_2149 einen Namen zu.
  • [SPARK-41983] [SC-121224][sql] Umbenennen & verbessern der Fehlermeldung für NULL_COMPARISON_RESULT
  • [SPARK-41976] [SC-121024][sql] Fehlermeldung verbessern für INDEX_NOT_FOUND
  • [SPARK-41994] [SC-121210][sc-120573] SQLSTATE's zuweisen (1/2)
  • [SPARK-41415] [SC-121117][3.3] SASL-Anforderungswiederholungen
  • [SPARK-38591] [SC-121018][sql] Fügen Sie flatMapSortedGroups und cogroupSorted hinzu
  • [SPARK-41975] [SC-120767][sql] Fehlermeldung verbessern für INDEX_ALREADY_EXISTS
  • [SPARK-42056] [SC-121158][sql][PROTOBUF] Fügen Sie fehlende Optionen für Protobuf-Funktionen hinzu.
  • [SPARK-41984] [SC-120769][sql] Umbenennen von & und Verbessern der Fehlermeldung für RESET_PERMISSION_TO_ORIGINAL
  • [SPARK-41948] [SC-121196][sql] Behebung des NPE für Fehlerklassen: CANNOT_PARSE_JSON_FIELD
  • [SPARK-41772] [SC-121176][connect][PYTHON] Korrigieren des falschen Spaltennamens withField's doctest
  • [SPARK-41283] [SC-121175][connect][PYTHON] array_append zu Connect hinzufügen
  • [SPARK-41960] [SC-120773][sql] Name zu _LEGACY_ERROR_TEMP_1056 zuweisen
  • [SPARK-42134] [SC-121116][sql] Fix getPartitionFiltersAndDataFilters() zum Behandeln von Filtern ohne referenzierte Attribute
  • [SPARK-42096] [SC-121012][connect] Einige Codebereinigungen für connect Modul
  • [SPARK-42099] [SC-121114][spark-41845][CONNECT][python] Fix count(*) und count(col(*))
  • [SPARK-42045] [SC-120958][sc-120450][SQL] ANSI SQL-Modus: Round/Bround sollte bei einem Integer-Überlauf einen Fehler zurückgeben
  • [SPARK-42043] [SC-120968][connect] Scala Client-Ergebnis mit E2E-Tests
  • [SPARK-41884] [SC-121022][connect] Naive Tupel als verschachtelte Reihe unterstützen
  • [SPARK-42112] [SC-121011][sql][SS] Fügen Sie eine Nullwertprüfung hinzu, bevor die ContinuousWriteRDD#compute Funktion geschlossen wird dataWriter
  • [SPARK-42077] [SC-120553][connect][PYTHON] Literal sollte TypeError für nicht unterstützte Datentypen auslösen
  • [SPARK-42108] [SC-120898][sql] Den Analyzer dazu bringen, Count(*) in Count(1) zu transformieren
  • [SPARK-41666] [SC-120928][sc-119009][PYTHON] Unterstützung parametrisierter SQL durch sql()
  • [SPARK-40599] [SC-120930][sql] Den Regeltyp „multiTransform“ lockern, damit Alternativen aus beliebigen Seq-Typen bestehen können
  • [SPARK-41574] [SC-120771][sql] Update _LEGACY_ERROR_TEMP_2009 als INTERNAL_ERROR.
  • [SPARK-41579] [SC-120770][sql] Weisen Sie _LEGACY_ERROR_TEMP_1249 einen Namen zu
  • [SPARK-41974] [SC-120766][sql] Wandeln Sie INCORRECT_END_OFFSET in INTERNAL_ERROR
  • [SPARK-41530] [SC-120916][sc-118513][CORE] MedianHeap in PercentileMap umbenennen und Perzentil unterstützen
  • [SPARK-41757] [SC-120608][spark-41901][CONNECT] Korrigieren der Zeichenfolgendarstellung für die Spaltenklasse
  • [SPARK-42084] [SC-120775][sql] Vermeiden, dass die Einschränkung für qualifizierten Zugriff verloren geht
  • [SPARK-41973] [SC-120765][sql] Name zu _LEGACY_ERROR_TEMP_1311 zuweisen
  • [SPARK-42039] [SC-120655][sql] SPJ: Option in KeyGroupedPartitioning#partitionValuesOpt entfernen
  • [SPARK-42079] [SC-120712][connect][PYTHON] Proto-Nachrichten für toDF und withColumnsRenamed umbenennen
  • [SPARK-42089] [SC-120605][connect][PYTHON] Beheben von Problemen mit variablen Namen in geschachtelten Lambda-Funktionen
  • [SPARK-41982] [SC-120604][sql] Partitionen von Typzeichenfolgen sollten nicht als numerische Typen behandelt werden.
  • [SPARK-40599] [SC-120620][sql] Fügen Sie MultiTransform-Methoden zu TreeNode hinzu, um Alternativen zu generieren.
  • [SPARK-42085] [SC-120556][CONNECT][PYTHON] Dafür sorgen, dass from_arrow_schema verschachtelte Typen unterstützt.
  • [SPARK-42057] [SC-120507][sql][PROTOBUF] Beheben Sie, wie die Ausnahme in der Fehlerberichterstattung behandelt wird.
  • [SPARK-41586] [12.x][alle Tests][SC-120544][python] Führen Sie pyspark.errors und Fehlerklassen für PySpark ein.
  • [SPARK-41903] [SC-120543][connect][PYTHON] Literal sollte 1-dim ndarray unterstützen
  • [SPARK-42021] [SC-120584][connect][PYTHON] Machen Sie createDataFrame kompatibel mit array.array
  • [SPARK-41896] [SC-120506][sql] Filterung nach Zeilenindex gibt leere Ergebnisse zurück.
  • [SPARK-41162] [SC-119742][sql] Behebung des Problems mit Anti- und Semi-Joins bei Selbst-Joins mit Aggregationen
  • [SPARK-41961] [SC-120501][sql] Unterstützung von Tabellenwert-Funktionen unter Einbeziehung von LATERAL
  • [SPARK-41752] [SC-120550][sql][UI] Gruppiert geschachtelte Ausführungen unter der Stammausführung.
  • [SPARK-42047] [SC-120586][spark-41900][CONNECT][python][12.X] Literal sollte Numpy-Datentypen unterstützen
  • [SPARK-42028] [SC-120344][connect][PYTHON] Kürzen von Nanosekunden-Zeitstempeln
  • [SPARK-42011] [SC-120534][connect][PYTHON] Implementieren von DataFrameReader.csv
  • [SPARK-41990] [SC-120532][sql] Verwendung von FieldReference.column anstelle von apply bei der Filterumwandlung von V1 zu V2.
  • [SPARK-39217] [SC-120446][sql] Sorgt dafür, dass DPP die Bereinigungsseite mit Union unterstützt
  • [SPARK-42076] [SC-120551][connect][PYTHON] Faktordatenkonvertierungspfeil arrow -> rows an conversion.py
  • [SPARK-42074] [SC-120540][sql] Aktivieren KryoSerializer in TPCDSQueryBenchmark zum Erzwingen der SQL-Klassenregistrierung
  • [SPARK-42012] [SC-120517][connect][PYTHON] Implementieren von DataFrameReader.orc
  • [SPARK-41832] [SC-120513][connect][PYTHON] Beheben Sie DataFrame.unionByName, fügen Sie allow_missing_columns hinzu
  • [SPARK-38651] [SC-120514] [SQL] Hinzufügen von spark.sql.legacy.allowEmptySchemaWrite
  • [SPARK-41991] [SC-120406][sql] CheckOverflowInTableInsert sollte ExpressionProxy als untergeordnetes Element akzeptieren
  • [SPARK-41232] [SC-120073][sql][PYTHON] Hinzufügen array_append Funktion
  • [SPARK-42041] [SC-120512][spark-42013][CONNECT][python] DataFrameReader sollte eine Liste der Pfade unterstützen
  • [SPARK-42071] [SC-120533][core] Registrieren scala.math.Ordering$Reverse bei KyroSerializer
  • [SPARK-41986] [SC-120429][sql] Einführen von Shuffle auf SinglePartition
  • [SPARK-42016] [SC-120428][connect][PYTHON] Aktivieren von Tests im Zusammenhang mit der geschachtelten Spalte
  • [SPARK-42042] [SC-120427][connect][PYTHON] DataFrameReader sollte das StructType-Schema unterstützen.
  • [SPARK-42031] [SC-120389][core][SQL] Bereinigen von remove-Methoden, die kein Überschreiben erfordern
  • [SPARK-41746] [SC-120463][spark-41838][SPARK-41837][spark-41835][SPARK-41836][spark-41847][CONNECT][python] createDataFrame(rows/lists/tuples/dicts) verschachtelte Typen unterstützen lassen
  • [SPARK-41437] [SC-117601][SQL][ALLE TESTS] Optimieren Sie die Eingabeabfrage nicht zweimal für v1-Rückschreibfallback.
  • [SPARK-41840] [SC-119719][connect][PYTHON] Fügen Sie den fehlenden Alias groupby
  • [SPARK-41846] [SC-119717][connect][PYTHON] Doctests für Fensterfunktionen aktivieren
  • [SPARK-41914] [SC-120094][sql] FileFormatWriter materialisiert den AQE-Plan vor dem Zugriff auf outputOrdering
  • [SPARK-41805] [SC-119992][sql] Wiederverwenden von Ausdrücken in WindowSpecDefinition
  • [SPARK-41977] [SC-120269][spark-41978][CONNECT] SparkSession.range soll Float-Werte als Argumente akzeptieren.
  • [SPARK-42029] [SC-120336][connect] Fügen Sie Guava Shading-Regeln zu connect-common hinzu, um Startfehler zu vermeiden
  • [SPARK-41989] [SC-120334][python] Vermeiden Sie das Unterbrechen der Protokollierungskonfiguration von pyspark.pandas
  • [SPARK-42003] [SC-120331][sql] Reduzierung doppelten Codes in ResolveGroupByAll
  • [SPARK-41635] [SC-120313][sql] Fehlerberichterstattung für „Gruppieren nach allen“ beheben
  • [SPARK-41047] [SC-120291][sql] Dokumente für 'round' verbessern
  • [SPARK-41822] [SC-120122][connect] gRPC-Verbindung für Scala/JVM-Client einrichten
  • [SPARK-41879] [SC-120264][connect][PYTHON] Stellen Sie sicher, dass DataFrame.collect geschachtelte Typen unterstützen
  • [SPARK-41887] [SC-120268][connect][PYTHON] Dafür sorgen, dass DataFrame.hint Parameter vom Typ „Liste“ akzeptiert
  • [SPARK-41964] [SC-120210][connect][PYTHON] Fügen Sie die Liste der nicht unterstützten E/A-Funktionen hinzu.
  • [SPARK-41595] [SC-120097][sql] Unterstützung der Generatorfunktion „explode/explode_outer” in der FROM-Klausel
  • [SPARK-41957] [SC-120121][connect][PYTHON] Aktivieren sie den Doctest für DataFrame.hint
  • [SPARK-41886] [SC-120141][connect][PYTHON] DataFrame.intersect Doctest-Ausgabe weist unterschiedliche Reihenfolge auf
  • [SPARK-41442] [SC-117795][SQL][ALLE TESTS] Der SQL-Metrik-Wert soll nur aktualisiert werden, wenn er mit einer gültigen Metrik zusammengeführt wird.
  • [SPARK-41944] [SC-120046][connect] Übergeben Sie Konfigurationen, wenn der lokale Remote-Modus aktiviert ist.
  • [SPARK-41708] [SC-119838][sql] Ziehen von v1write-Informationen zu WriteFiles
  • [SPARK-41780] [SC-120000][sql] Sollte INVALID_PARAMETER_VALUE.PATTERN auslösen, wenn die Parameter regexp ungültig sind
  • [SPARK-41889] [SC-119975][sql] Ursache an invalidPatternError- & Refactor-Fehlerklassen NVALID_PARAMETER_VALUE anhängen
  • [SPARK-41860] [SC-120028][sql] Machen Sie AvroScanBuilder und JsonScanBuilder zu Fallklassen
  • [SPARK-41945] [SC-120010][connect][PYTHON] Python: Verbinden verlorener Spaltendaten des Clients mit Pyarrow. Table.to_pylist
  • [SPARK-41690] [SC-119102][sc-119087][SQL][connect] Agnostische Encoder
  • [SPARK-41354] [SC-119995][connect][PYTHON] Implementieren von RepartitionByExpression
  • [SPARK-41581] [SC-119997][sql] Update _LEGACY_ERROR_TEMP_1230 als INTERNAL_ERROR
  • [SPARK-41928] [SC-119972][connect][PYTHON] Fügen Sie die nicht unterstützte Liste für functions
  • [SPARK-41933] [SC-119980][connect] Bereitstellen des lokalen Modus, der den Server automatisch startet
  • [SPARK-41899] [SC-119971][connect][PYTHON] CreateDataFrame sollte das vom Benutzer angegebene DDL-Schema berücksichtigen.
  • [SPARK-41936] [SC-119978][connect][PYTHON] Dafür sorgen, dass withMetadata den withColumns-Proto wiederverwendet
  • [SPARK-41898] [SC-119931][connect][PYTHON] Typüberprüfung der Parität der Parameter Window.rowsBetween und Window.rangeBetween mit PySpark
  • [SPARK-41939] [SC-119977][connect][PYTHON] Fügen Sie die nicht unterstützte Liste für catalog Funktionen hinzu.
  • [SPARK-41924] [SC-119946][connect][PYTHON] StructType Metadaten unterstützen lassen und DataFrame.withMetadata implementieren
  • [SPARK-41934] [SC-119967][connect][PYTHON] Fügen Sie die liste nicht unterstützter Funktionen für session
  • [SPARK-41875] [SC-119969][connect][PYTHON] Fügen Sie Testfälle für Dataset.to()
  • [SPARK-41824] [SC-119970][connect][PYTHON] Doctest für die Erklärung von connect ignorieren
  • [SPARK-41880] [SC-119959][connect][PYTHON] Funktion from_json soll nicht literales Schema akzeptieren
  • [SPARK-41927] [SC-119952][connect][PYTHON] Fügen Sie die nicht unterstützte Liste für GroupedData
  • [SPARK-41929] [SC-119949][connect][PYTHON] Funktion hinzufügen array_compact
  • [SPARK-41827] [SC-119841][connect][PYTHON] Dafür sorgen, dass GroupBy die Spaltenliste akzeptiert
  • [SPARK-41925] [SC-119905][sql] Standardmäßig spark.sql.orc.enableNestedColumnVectorizedReader aktivieren
  • [SPARK-41831] [SC-119853][connect][PYTHON] DataFrame.select so anpassen, dass es eine Spaltenliste akzeptiert
  • [SPARK-41455] [SC-119858][connect][PYTHON] Dafür sorgen, dass DataFrame.collect die Zeitzoneninformationen verwirft
  • [SPARK-41923] [SC-119861][connect][PYTHON] Hinzufügen von DataFrame.writeTo zur nicht unterstützten Liste
  • [SPARK-41912] [SC-119837][sql] Unterabfrage sollte CTE nicht überprüfen
  • [SPARK-41828] [SC-119832][connect][PYTHON][12.x] Stellen Sie sicher, dass createDataFrame leeren Dataframe unterstützen
  • [SPARK-41905] [SC-119848][connect] Name als Zeichenfolgen in Slice unterstützen
  • [SPARK-41869] [SC-119845][connect] Einzelne Zeichenfolge in dropDuplicates ablehnen
  • [SPARK-41830] [SC-119840][connect][PYTHON] DataFrame.sample soll die gleichen Parameter wie PySpark akzeptieren.
  • [SPARK-41849] [SC-119835][connect] Implementieren von DataFrameReader.text
  • [SPARK-41861] [SC-119834][sql] Beim v2-ScanBuilder die Methode build() so anpassen, dass sie einen typisierten Scan zurückgibt.
  • [SPARK-41825] [SC-119710][connect][PYTHON] Doctests im Zusammenhang mit DataFrame.show ermöglichen
  • [SPARK-41855] [SC-119804][sc-119410][SPARK-41814][spark-41851][SPARK-41852][connect][PYTHON][12.x] Sicherstellen, dass createDataFrame None/NaN ordnungsgemäß behandelt
  • [SPARK-41833] [SC-119685][spark-41881][SPARK-41815][connect][PYTHON] Sorge dafür, dass DataFrame.collect None/NaN/Array/Binary richtig verarbeitet.
  • [SPARK-39318] [SC-119713][sql] Entfernen der goldenen Dateien tpch-plan-stability WithStats
  • [SPARK-41791] [ SC-119745] Hinzufügen neuer Spaltentypen für Dateiquellmetadaten
  • [SPARK-41790] [SC-119729][sql] Das Format des TRANSFORM-Readers und -Writers korrekt festlegen
  • [SPARK-41829] [SC-119725][connect][PYTHON] Fügen Sie den fehlenden Sortierparameter in Sort und sortWithinPartitions
  • [SPARK-41576] [SC-119718][sql] Weisen Sie _LEGACY_ERROR_TEMP_2051 einen Namen zu.
  • [SPARK-41821] [SC-119716][connect][PYTHON] Dokumententest für DataFrame.describe korrigieren
  • [SPARK-41871] [SC-119714][connect] DataFrame-Hinweisparameter kann str, float oder int sein.
  • [SPARK-41720] [SC-119076][sql] "UnresolvedFunc" in "UnresolvedFunctionName" umbenennen
  • [SPARK-41573] [SC-119567][sql] Weisen Sie _LEGACY_ERROR_TEMP_2136 einen Namen zu.
  • [SPARK-41862] [SC-119492][sql] Behebung eines Fehlers bezüglich der Korrektheit im Zusammenhang mit STANDARDWERTen im Orc-Leser
  • [SPARK-41582] [SC-119482][sc-118701][CORE][sql] Wiederverwenden von INVALID_TYPED_LITERAL anstelle von _LEGACY_ERROR_TEMP_0022

Wartungsupdates

Weitere Informationen finden Sie unter Wartungsupdates für Databricks Runtime 12.2.

Systemumgebung

  • Betriebssystem: Ubuntu 20.04.5 LTS
    • Hinweis: Dies ist die Ubuntu-Version, die von den Databricks-Runtime-Containern verwendet wird. Die Databricks-Runtime-Container werden auf den virtuellen Computern des Cloudanbieters ausgeführt, die möglicherweise eine andere Ubuntu-Version oder Linux-Verteilung verwenden.
  • Java: Zulu 8.68.0.21-CA-linux64
  • Scala: 2.12.15
  • Python: 3.9.21
  • R: 4.2.2
  • Delta Lake: 2.2.0

Installierte Python-Bibliotheken

Bibliothek Version Bibliothek Version Bibliothek Version
argon2-cffi 21.3.0 argon2-cffi-bindings 21.2.0 asttokens 2.0.5
attrs 21.4.0 Rückruf 0.2.0 backports.entry-points-selectable 1.2.0
beautifulsoup4 4.11.1 schwarz 22.3.0 Bleichmittel 4.1.0
boto3 1.21.32 botocore 1.24.32 certifi 2021.10.8
cffi 1.15.0 chardet 4.0.0 Charset-Normalizer 2.0.4
click 8.0.4 Kryptographie 3.4.8 Fahrradfahrer 0.11.0
Cython 0.29.28 dbus-python 1.2.16 debugpy 1.5.1
Dekorateur 5.1.1 defusedxml 0.7.1 distlib 0.3.6
docstring-to-markdown 0,11 Einstiegspunkte 0,4 executing 0.8.3
Übersicht der Facetten 1.0.0 fastjsonschema 2.16.2 Dateisperrung 3.9.0
fonttools 4.25.0 IDNA 3.3 ipykernel 6.15.3
ipython 8.5.0 ipython-genutils 0.2.0 ipywidgets 7.7.2
Jedi 0.18.1 Jinja2 2.11.3 jmespath 0.10.0
joblib 1.1.1 jsonschema 4.4.0 Jupyter-Client 6.1.12
jupyter_core 4.11.2 jupyterlab-pygments 0.1.2 jupyterlab-widgets 1.0.0
kiwisolver 1.3.2 MarkupSafe 2.0.1 matplotlib 3.5.1
matplotlib-inline 0.1.2 mccabe 0.7.0 mistune 0.8.4
mypy-Erweiterungen 0.4.3 nbclient 0.5.13 nbconvert 6.4.4
nbformat 5.3.0 nest-asyncio 1.5.5 nodeenv 1.7.0
Notebook 6.4.8 numpy 1.21.5 Packen 21,3
Pandas 1.4.2 pandocfilters 1.5.0 parso 0.8.3
pathspec 0.9.0 patsy 0.5.2 pexpect 4.8.0
pickleshare 0.7.5 Kissen 9.0.1 pip 21.2.4
platformdirs 2.6.2 plotly 5.6.0 pluggy 1.0.0
prometheus-client 0.13.1 prompt-toolkit 3.0.20 protobuf 3.19.4
psutil 5.8.0 psycopg2 2.9.3 ptyprocess 0.7.0
pure-eval 0.2.2 pyarrow 7.0.0 pycparser 2.21
pyflakes 2.5.0 Pygments 2.11.2 PyGObject 3.36.0
Pyodbc 4.0.32 Pyparsing 3.0.4 pyright 1.1.283
pyrsistent 0.18.0 Python-dateutil 2.8.2 python-lsp-jsonrpc 1.0.0
Python-LSP-Server 1.6.0 pytz 2021.3 pyzmq 22.3.0
requests 2.27.1 requests-unixsocket 0.2.0 Seil 0.22.0
s3transfer 0.5.0 scikit-learn 1.0.2 scipy 1.7.3
Seegeboren 0.11.2 Send2Trash 1.8.0 setuptools 61.2.0
sechs 1.16.0 soupsieve 2.3.1 ssh-import-id 5.10
Stapeldaten 0.2.0 StatistikModelle 0.13.2 Hartnäckigkeit 8.0.1
abgeschlossen 0.13.1 Testpfad 0.5.0 threadpoolctl 2.2.0
tokenize-rt 4.2.1 tomli 1.2.2 Tornado 6.1
traitlets 5.1.1 typing_extensions 4.1.1 ujson 5.1.0
unbeaufsichtigte Aktualisierungen 0,1 urllib3 1.26.9 virtualenv 20.8.0
wcwidth 0.2.5 Webkodierungen 0.5.1 whatthepatch 1.0.4
Rad 0.37.0 widgetsnbextension 3.6.1 yapf 0.31.0

Installierte R-Bibliotheken

R-Bibliotheken werden aus der Microsoft CRAN-Momentaufnahme vom 11.11.2022 installiert. Die Momentaufnahme ist nicht mehr verfügbar.

Bibliothek Version Bibliothek Version Bibliothek Version
Pfeil 10.0.0 Askpass 1.1 assertthat 0.2.1
backports 1.4.1 base 4.2.2 base64enc 0.1-3
bit 4.0.4 bit64 4.0.5 Blob 1.2.3
boot 1.3-28 brew 1,0 - 8 brio 1.1.3
broom 1.0.1 bslib 0.4.1 cachem 1.0.6
callr 3.7.3 caret 6.0-93 CellRanger 1.1.0
chron 2.3-58 class 7.3-21 cli 3.4.1
clipr 0.8.0 clock 0.6.1 cluster 2.1.4
Codetools 0.2-19 colorspace 2.0-3 commonmark 1.8.1
Kompilierer 4.2.2 config 0.3.1 cpp11 0.4.3
Buntstift 1.5.2 Zugangsdaten 1.3.2 curl 4.3.3
data.table 1.14.4 Datensätze 4.2.2 DBI 1.1.3
dbplyr 2.2.1 desc 1.4.2 devtools 2.4.5
diffobj 0.3.5 verdauen 0.6.30 downlit 0.4.2
dplyr 1.0.10 dtplyr 1.2.2 e1071 1.7-12
Ellipse 0.3.2 Evaluieren 0,18 Fans 1.0.3
farver 2.1.1 fastmap 1.1.0 fontawesome 0.4.0
forcats 0.5.2 foreach 1.5.2 foreign 0.8-82
forge 0.2.0 fs 1.5.2 Zukunft 1.29.0
future.apply 1.10.0 gargle 1.2.1 Generika 0.1.3
gert 1.9.1 ggplot2 3.4.0 gh 1.3.1
gitcreds 0.1.2 glmnet 4.1-4 globals 0.16.1
Klebstoff 1.6.2 googledrive 2.0.0 googlesheets4 1.0.1
gower 1.0.0 Grafiken 4.2.2 grDevices 4.2.2
grid 4.2.2 gridExtra 2.3 gsubfn 0,7
gtable 0.3.1 hardhat 1.2.0 Hafen 2.5.1
highr 0.9 hms 1.1.2 HTML-Werkzeuge 0.5.3
htmlwidgets 1.5.4 httpuv 1.6.6 httr 1.4.4
ids 1.0.1 ini 0.3.1 ipred 0.9-13
isoband 0.2.6 iterators 1.0.14 jquerylib 0.1.4
jsonlite 1.8.3 KernSmooth 2.23-20 knitr 1.40
Etikettierung 0.4.2 later 1.3.0 lattice 0.20-45
lava 1.7.0 Lebenszyklus 1.0.3 listenv 0.8.0
lubridate 1.9.0 magrittr 2.0.3 markdown 1.3
MASS 7.3-58.2 Matrix 1.5-1 memoise 2.0.1
Methodik 4.2.2 mgcv 1.8-41 Mime-Kunst 0,12
miniUI 0.1.1.1 ModelMetrics 1.2.2.2 Modellierer 0.1.9
munsell 0.5.0 nlme 3.1-162 nnet 7.3-18
numDeriv 2016.8 bis 1.1 OpenSSL 2.0.4 parallel 4.2.2
parallelly 1.32.1 Säule 1.8.1 pkgbuild 1.3.1
pkgconfig 2.0.3 pkgdown 2.0.6 pkgload 1.3.1
plogr 0.2.0 plyr 1.8.7 loben 1.0.0
prettyunits 1.1.1 pROC 1.18.0 processx 3.8.0
prodlim 2019.11.13 profvis 0.3.7 Fortschritt 1.2.2
progressr 0.11.0 Versprechungen 1.2.0.1 proto 1.0.0
proxy 0.4-27 P.S. 1.7.2 purrr 0.3.5
r2d3 0.2.6 R6 2.5.1 ragg 1.2.4
randomForest 4.7-1.1 rappdirs 0.3.3 rcmdcheck 1.4.0
RColorBrewer 1.1-3 Rcpp 1.0.9 RcppEigen 0.3.3.9.3
readr 2.1.3 readxl (Softwarepaket zum Lesen von Excel-Dateien) 1.4.1 Rezepte 1.0.3
Rückspiel 1.0.1 Rückspiel2 2.1.2 remotes 2.4.2
reprex 2.0.2 reshape2 1.4.4 rlang 1.0.6
rmarkdown 2,18 RODBC 1.3-19 roxygen2 7.2.1
rpart 4.1.19 rprojroot 2.0.3 Rserve 1.8-12
RSQLite 2.2.18 rstudioapi 0.14 rversions 2.1.2
rvest 1.0.3 sass 0.4.2 scales 1.2.1
selectr 0.4-2 Sitzungsinformationen 1.2.2 shape 1.4.6
glänzend 1.7.3 sourcetools 0.1.7 sparklyr 1.7.8
SparkR 3.3.2 spatial 7.3-11 splines 4.2.2
sqldf 0.4-11 SQUAREM 2021.1 Statistiken 4.2.2
Statistiken4 4.2.2 stringi 1.7.8 stringr 1.4.1
Überleben 3.4-0 sys 3.4.1 systemfonts 1.0.4
tcltk 4.2.2 testthat 3.1.5 Textgestaltung 0.3.6
Tibble 3.1.8 tidyr 1.2.1 tidyselect 1.2.0
tidyverse 1.3.2 Zeitumstellung 0.1.1 timeDate 4021.106
tinytex 0,42 Werkzeuge 4.2.2 Zeitzonendatenbank (tzdb) 0.3.0
URL-Prüfer 1.0.1 Nutze dies 2.1.6 utf8 1.2.2
utils 4.2.2 Universelle eindeutige Kennung (UUID) 1.1-0 vctrs 0.5.0
viridisLite 0.4.1 vroom 1.6.0 Waldo 0.4.0
whisker 0,4 withr 2.5.0 xfun 0.34
xml2 1.3.3 xopen 1.0.0 xtable 1.8-4
yaml 2.3.6 zip 2.2.2

Installierte Java- und Scala-Bibliotheken (Scala 2.12-Clusterversion)

Gruppen-ID Artefakt-ID Version
antlr antlr 2.7.7
com.amazonaws Amazon-Kinesis-Client 1.12.0
com.amazonaws aws-java-sdk-autoscaling 1.12.189
com.amazonaws aws-java-sdk-cloudformation 1.12.189
com.amazonaws aws-java-sdk-cloudfront 1.12.189
com.amazonaws aws-java-sdk-cloudhsm 1.12.189
com.amazonaws aws-java-sdk-cloudsearch (Cloud-Suchdienst) 1.12.189
com.amazonaws aws-java-sdk-cloudtrail 1.12.189
com.amazonaws aws-java-sdk-cloudwatch 1.12.189
com.amazonaws aws-java-sdk-cloudwatchmetrics 1.12.189
com.amazonaws aws-java-sdk-codedeploy 1.12.189
com.amazonaws aws-java-sdk-cognitoidentity 1.12.189
com.amazonaws aws-java-sdk-cognitosync 1.12.189
com.amazonaws AWS-Java-SDK-Config 1.12.189
com.amazonaws aws-java-sdk-core 1.12.189
com.amazonaws aws-java-sdk-datapipeline 1.12.189
com.amazonaws aws-java-sdk-directconnect 1.12.189
com.amazonaws aws-java-sdk-directory 1.12.189
com.amazonaws aws-java-sdk-dynamodb 1.12.189
com.amazonaws aws-java-sdk-ec2 1.12.189
com.amazonaws aws-java-sdk-ecs 1.12.189
com.amazonaws aws-java-sdk-efs 1.12.189
com.amazonaws aws-java-sdk-elasticache 1.12.189
com.amazonaws aws-java-sdk-elasticbeanstalk (Java SDK für Elastic Beanstalk von AWS) 1.12.189
com.amazonaws aws-java-sdk-elasticloadbalancing 1.12.189
com.amazonaws aws-java-sdk-elastictranscoder 1.12.189
com.amazonaws aws-java-sdk-emr 1.12.189
com.amazonaws aws-java-sdk-glacier 1.12.189
com.amazonaws aws-java-sdk-glue 1.12.189
com.amazonaws aws-java-sdk-iam 1.12.189
com.amazonaws aws-java-sdk-importexport 1.12.189
com.amazonaws aws-java-sdk-kinesis 1.12.189
com.amazonaws aws-java-sdk-kms 1.12.189
com.amazonaws aws-java-sdk-lambda 1.12.189
com.amazonaws aws-java-sdk-Protokolle 1.12.189
com.amazonaws aws-java-sdk-machinelearning (Maschinelles Lernen) 1.12.189
com.amazonaws aws-java-sdk-opsworks 1.12.189
com.amazonaws aws-java-sdk-rds 1.12.189
com.amazonaws aws-java-sdk-redshift 1.12.189
com.amazonaws aws-java-sdk-route53 1.12.189
com.amazonaws aws-java-sdk-s3 1.12.189
com.amazonaws aws-java-sdk-ses 1.12.189
com.amazonaws aws-java-sdk-simpledb 1.12.189
com.amazonaws aws-java-sdk-simpleworkflow 1.12.189
com.amazonaws aws-java-sdk-sns 1.12.189
com.amazonaws aws-java-sdk-sqs 1.12.189
com.amazonaws aws-java-sdk-ssm 1.12.189
com.amazonaws aws-java-sdk-storagegateway 1.12.189
com.amazonaws aws-java-sdk-sts 1.12.189
com.amazonaws aws-java-sdk-Support (Unterstützung für AWS Java SDK) 1.12.189
com.amazonaws AWS-Java-SDK-SWF-Bibliotheken 1.11.22
com.amazonaws aws-java-sdk-workspaces 1.12.189
com.amazonaws jmespath-java 1.12.189
com.chuusai shapeless_2.12 2.3.3
com.clearspring.analytics Datenstrom 2.9.6
com.databricks Rserve 1.8-3
com.databricks jets3t 0.7.1-0
com.databricks.scalapb compilerplugin_2.12 0.4.15-10
com.databricks.scalapb scalapb-runtime_2.12 0.4.15-10
com.esotericsoftware kryo-shaded 4.0.2
com.esotericsoftware minlog 1.3.0
com.fasterxml Klassenkamerad 1.3.4
com.fasterxml.jackson.core Jackson-Anmerkungen 2.13.4
com.fasterxml.jackson.core jackson-core 2.13.4
com.fasterxml.jackson.core jackson-databind 2.13.4.2
com.fasterxml.jackson.dataformat jackson-dataformat-cbor 2.13.4
com.fasterxml.jackson.datatype jackson-datatype-joda 2.13.4
com.fasterxml.jackson.datatype jackson-datatype-jsr310 2.13.4
com.fasterxml.jackson.module jackson-module-paranamer 2.13.4
com.fasterxml.jackson.module jackson-module-scala_2.12 2.13.4
com.github.ben-manes.caffeine Koffein 2.3.4
com.github.fommil Jniloader 1.1
com.github.fommil.netlib Kern 1.1.2
com.github.fommil.netlib native_ref-java 1.1
com.github.fommil.netlib native_ref-java-natives 1.1
com.github.fommil.netlib native_system-java 1.1
com.github.fommil.netlib native_system-java-natives 1.1
com.github.fommil.netlib netlib-native_ref-linux-x86_64-natives 1.1
com.github.fommil.netlib netlib-native_system-linux-x86_64-natives 1.1
com.github.luben zstd-jni 1.5.2-1
com.github.wendykierp JTransforms 3.1
com.google.code.findbugs jsr305 3.0.0
com.google.code.gson gson 2.8.6
com.google.crypto.tink tink 1.6.1
com.google.flatbuffers flatbuffers-java 1.12.0
com.google.guava guava 15,0
com.google.protobuf protobuf-java 2.6.1
com.h2database h2 2.0.204
com.helger profiler 1.1.1
com.jcraft jsch 0.1.50
com.jolbox bonecp 0.8.0.RELEASE
com.lihaoyi sourcecode_2.12 0.1.9
com.microsoft.azure Azure Data Lake Store SDK (Software Development Kit für Azure Data Lake Store) 2.3.9
com.microsoft.sqlserver mssql-jdbc 11.2.2.jre8
com.ning compress-lzf 1.1
com.sun.mail javax.mail 1.5.2
com.tdunning json 1.8
com.thoughtworks.paranamer paranamer 2.8
com.trueaccord.lenses linsen_2.12 0.4.12
com.twitter chill-java 0.10.0
com.twitter chill_2.12 0.10.0
com.twitter util-app_2.12 7.1.0
com.twitter util-core_2.12 7.1.0
com.twitter util-function_2.12 7.1.0
com.twitter util-jvm_2.12 7.1.0
com.twitter util-lint_2.12 7.1.0
com.twitter util-registry_2.12 7.1.0
com.twitter util-stats_2.12 7.1.0
com.typesafe config 1.2.1
com.typesafe.scala-logging scala-logging_2.12 3.7.2
com.uber h3 3.7.0
com.univocity univocity-parsers 2.9.1
com.zaxxer HikariCP 4.0.3
commons-cli commons-cli 1.5.0
commons-codec commons-codec 1.15
commons-collections commons-collections 3.2.2
commons-dbcp commons-dbcp 1.4
Commons-Dateihochladen Commons-Dateihochladen 1.3.3
commons-httpclient commons-httpclient 3.1
commons-io commons-io 2.11.0
commons-lang commons-lang 2.6
commons-logging commons-logging 1.1.3
commons-pool commons-pool 1.5.4
dev.ludovic.netlib arpack 2.2.1
dev.ludovic.netlib blas 2.2.1
dev.ludovic.netlib lapack 2.2.1
info.ganglia.gmetric4j gmetric4j 1.0.10
io.airlift Luftkompressor 0,21
io.delta delta-sharing-spark_2.12 0.6.3
io.dropwizard.metrics metrics-core 4.1.1
io.dropwizard.metrics metrics-graphite 4.1.1
io.dropwizard.metrics metrics-healthchecks 4.1.1
io.dropwizard.metrics metrics-jetty9 4.1.1
io.dropwizard.metrics metrics-jmx 4.1.1
io.dropwizard.metrics metrics-json 4.1.1
io.dropwizard.metrics metrics-jvm 4.1.1
io.dropwizard.metrics Metrik-Servlets 4.1.1
io.netty netty-all 4.1.74.Final
io.netty netty-buffer 4.1.74.Final
io.netty Netty Codec 4.1.74.Final
io.netty netty-common 4.1.74.Final
io.netty netty-handler 4.1.74.Final
io.netty netty-resolver 4.1.74.Final
io.netty netty-tcnative-classes 2.0.48.Final
io.netty netty-transport 4.1.74.Final
io.netty netty-transport-classes-epoll 4.1.74.Final
io.netty netty-transport-classes-kqueue 4.1.74.Final
io.netty netty-transport-native-epoll-linux-aarch_64 4.1.74.Final
io.netty netty-transport-native-epoll-linux-x86_64 4.1.74.Final
io.netty netty-transport-native-kqueue-osx-aarch_64 4.1.74.Final
io.netty netty-transport-native-kqueue-osx-x86_64 4.1.74.Final
io.netty netty-transport-native-unix-common 4.1.74.Final
io.prometheus simpleclient 0.7.0
io.prometheus simpleclient_common 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 Sammler 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 activation 1.1.1
javax.el javax.el-api 2.2.4
javax.jdo jdo-api 3.0.1
javax.transaction Java Transaction API (JTA) 1.1
javax.transaction Transaktions-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 2.10.13
net.java.dev.jna jna 5.8.0
net.razorvine Gurke 1.2
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.snowflake Snowflake-JDBC 3.13.22
net.sourceforge.f2j arpack_combined_all 0,1
org.acplt.remotetea remotetea-oncrpc 1.1.2
org.antlr ST4 4.0.4
org.antlr antlr-runtime 3.5.2
org.antlr antlr4-runtime 4.8
org.antlr stringtemplate 3.2.1
org.apache.ant Ameise 1.9.2
org.apache.ant ant-jsch 1.9.2
org.apache.ant ant-launcher 1.9.2
org.apache.arrow Pfeilformat 7.0.0
org.apache.arrow arrow-memory-core 7.0.0
org.apache.arrow arrow-memory-netty 7.0.0
org.apache.arrow Pfeil-Vektor 7.0.0
org.apache.avro avro 1.11.0
org.apache.avro avro-ipc 1.11.0
org.apache.avro avro-mapred 1.11.0
org.apache.commons commons-collections4 4.4
org.apache.commons commons-compress 1.21
org.apache.commons commons-crypto 1.1.0
org.apache.commons commons-lang3 3.12.0
org.apache.commons commons-math3 3.6.1
org.apache.commons commons-text 1.10.0
org.apache.curator Kurator-Klient 2.13.0
org.apache.curator curator-framework 2.13.0
org.apache.curator Rezepte des Kurators 2.13.0
org.apache.derby derby 10.14.2.0
org.apache.hadoop Hadoop-Client-API 3.3.4-databricks
org.apache.hadoop Hadoop-Client-Laufzeit 3.3.4
org.apache.hive hive-beeline 2.3.9
org.apache.hive hive-cli 2.3.9
org.apache.hive hive-jdbc 2.3.9
org.apache.hive hive-llap-client 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 hive-storage-api 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 hive-shims-scheduler 2.3.9
org.apache.httpcomponents httpclient 4.5.13
org.apache.httpcomponents httpcore 4.4.14
org.apache.ivy ivy 2.5.0
org.apache.logging.log4j log4j-1.2-api 2.18.0
org.apache.logging.log4j log4j-api 2.18.0
org.apache.logging.log4j log4j-core 2.18.0
org.apache.logging.log4j log4j-slf4j-impl 2.18.0
org.apache.mesos mesos-shaded-protobuf 1.4.0
org.apache.orc orc-core 1.7.6
org.apache.orc orc-mapreduce 1.7.6
org.apache.orc orc-shims 1.7.6
org.apache.parquet parquet-column 1.12.3-databricks-0002
org.apache.parquet parquet-common 1.12.3-databricks-0002
org.apache.parquet parquet-encoding 1.12.3-databricks-0002
org.apache.parquet parquet-format-structures 1.12.3-databricks-0002
org.apache.parquet parquet-hadoop 1.12.3-databricks-0002
org.apache.parquet parquet-jackson 1.12.3-databricks-0002
org.apache.thrift libfb303 0.9.3
org.apache.thrift libthrift 0.12.0
org.apache.xbean xbean-asm9-shaded 4.20
org.apache.yetus audience-annotations 0.13.0
org.apache.zookeeper Tierpfleger 3.6.2
org.apache.zookeeper zookeeper-jute 3.6.2
org.checkerframework checker-qual 3.5.0
org.codehaus.jackson jackson-core-asl 1.9.13
org.codehaus.jackson jackson-mapper-asl 1.9.13
org.codehaus.janino 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-Client 9.4.46.v20220331
org.eclipse.jetty jetty-continuation 9.4.46.v20220331
org.eclipse.jetty Jetty-HTTP 9.4.46.v20220331
org.eclipse.jetty jetty-io 9.4.46.v20220331
org.eclipse.jetty jetty-jndi 9.4.46.v20220331
org.eclipse.jetty Jetty-Plus 9.4.46.v20220331
org.eclipse.jetty Jetty-Proxy 9.4.46.v20220331
org.eclipse.jetty jetty-security 9.4.46.v20220331
org.eclipse.jetty Jetty Server 9.4.46.v20220331
org.eclipse.jetty Jetty-Servlet 9.4.46.v20220331
org.eclipse.jetty jetty-servlets 9.4.46.v20220331
org.eclipse.jetty jetty-util 9.4.46.v20220331
org.eclipse.jetty jetty-util-ajax 9.4.46.v20220331
org.eclipse.jetty Jetty-Webanwendung 9.4.46.v20220331
org.eclipse.jetty Jetty-xml 9.4.46.v20220331
org.eclipse.jetty.websocket WebSocket-API 9.4.46.v20220331
org.eclipse.jetty.websocket WebSocket-Client 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-common 9.4.46.v20220331
org.eclipse.jetty.websocket WebSocket-Server 9.4.46.v20220331
org.eclipse.jetty.websocket websocket-servlet 9.4.46.v20220331
org.fusesource.leveldbjni leveldbjni-all 1.8
org.glassfish.hk2 hk2-api 2.6.1
org.glassfish.hk2 hk2-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 2,36
org.glassfish.jersey.containers jersey-container-servlet-core 2,36
org.glassfish.jersey.core jersey-client 2,36
org.glassfish.jersey.core jersey-common 2,36
org.glassfish.jersey.core jersey-server 2,36
org.glassfish.jersey.inject jersey-hk2 2,36
org.hibernate.validator hibernate-validator 6.1.0.Final
org.javassist javassist 3.25.0-GA
org.jboss.logging jboss-logging 3.3.2.Final
org.jdbi jdbi 2.63.1
org.jetbrains Anmerkungen 17.0.0
org.joda joda-convert 1.7
org.jodd jodd-core 3.5.2
org.json4s json4s-ast_2.12 3.7.0-M11
org.json4s json4s-core_2.12 3.7.0-M11
org.json4s json4s-jackson_2.12 3.7.0-M11
org.json4s json4s-scalap_2.12 3.7.0-M11
org.lz4 lz4-java 1.8.0
org.mariadb.jdbc mariadb-java-client 2.7.4
org.mlflow mlflow-spark 2.1.1
org.objenesis objenesis 2.5.1
org.postgresql postgresql 42.3.3
org.roaringbitmap RoaringBitmap 0.9.25
org.roaringbitmap shims 0.9.25
org.rocksdb rocksdbjni 6.28.2
org.rosuda.REngine REngine 2.1.0
org.scala-lang scala-compiler_2.12 2.12.14
org.scala-lang scala-library_2.12 2.12.14
org.scala-lang scala-reflect_2.12 2.12.14
org.scala-lang.modules scala-collection-compat_2.12 2.4.3
org.scala-lang.modules scala-parser-combinators_2.12 1.1.2
org.scala-lang.modules scala-xml_2.12 1.2.0
org.scala-sbt Testoberfläche 1,0
org.scalacheck scalacheck_2.12 1.14.2
org.scalactic scalactic_2.12 3.0.8
org.scalanlp breeze-macros_2.12 1.2
org.scalanlp breeze_2.12 1.2
org.scalatest scalatest_2.12 3.0.8
org.slf4j jcl-over-slf4j 1.7.36
org.slf4j jul-to-slf4j 1.7.36
org.slf4j slf4j-api 1.7.36
org.spark-project.spark ungenutzt 1.0.0
org.threeten threeten-extra 1.5.0
org.tukaani xz 1.9
org.typelevel algebra_2.12 2.0.1
org.typelevel cats-kernel_2.12 2.1.1
org.typelevel macro-compat_2.12 1.1.1
org.typelevel spire-macros_2.12 0.17.0
org.typelevel spire-platform_2.12 0.17.0
org.typelevel spire-util_2.12 0.17.0
org.typelevel spire_2.12 0.17.0
org.wildfly.openssl wildfly-openssl 1.0.7.Final
org.xerial sqlite-jdbc 3.8.11.2
org.xerial.snappy snappy-java 1.1.8.4
org.yaml snakeyaml 1,24
Oro Oro 2.0.8
pl.edu.icm JLargeArrays 1.5
software.amazon.cryptools AmazonCorrettoCryptoProvider 1.6.1-linux-x86_64
software.amazon.ion ion-java 1.0.2
stax stax-api 1.0.1
  • Last updated on