Freigeben über

Einschränkungen bei Databricks Connect für Scala

  • Artikel

Hinweis

Dieser Artikel behandelt Databricks Connect für Databricks Runtime Version 13.3 LTS und höher.

In diesem Artikel werden Einschränkungen für Databricks Connect für Scala aufgeführt. Mit Databricks Connect können Sie beliebte IDEs, Notebookserver und benutzerdefinierte Anwendungen mit Azure Databricks-Clustern verbinden. Weitere Informationen finden Sie unter Was ist Databricks Connect?. Die Python-Version dieses Artikels finden Sie unter Einschränkungen bei Databricks Connect für Python.

Nicht verfügbar in Databricks Connect für Databricks Runtime 13.3 LTS und früher:

  • Streaming von foreachBatch
  • Erstellen von DataFrames über 128 MB
  • Lange Abfragen über 3.600 Sekunden
  • Skalare UDFs auf Clustern, die den Zugriffsmodus „Einzelbenutzercluster“ verwenden

Nicht verfügbar:

  • Databricks-Hilfsprogramme: credentials, library, notebook workflow und widgets
  • SparkContext
  • RDDs
  • MLflow-Modellrückschluss: pyfunc.spark_udf()-API
  • Mosaik-Geodaten
  • CREATE TABLE <table-name> AS SELECT (verwenden Sie stattdessen spark.sql("SELECT ...").write.saveAsTable("table"))
  • Ändern der log4j-Protokollebene durch SparkContext
  • Verteiltes ML-Training
  • Synchronisieren der lokalen Entwicklungsumgebung mit dem Remotecluster