Freigeben über

Versionshinweise zu Azure Databricks

In den folgenden Abschnitten werden Die Versionshinweise zu Azure Databricks nach Versionstyp organisiert, darunter Databricks-Runtime-Versionen, Plattformversionen und featurespezifische Versionen wie Databricks SQL, Lakeflow Spark Declarative Pipelines und serverlose Berechnung.

Versionshinweise zu Databricks Runtime

Die folgende Tabelle enthält Links zu Versionshinweisen für die neuesten Databricks-Runtime-Versionen.

LTS-Runtimes (Long-Term Support) Machine Learning (ML) Langzeitunterstützungs-Laufzeiten Aktuelle Databricks-Runtimes Neueste Databricks-Runtimes für ML

Eine vollständige Liste der unterstützten Laufzeiten, Versionskompatibilitäten und verfügbaren Betaversionen finden Sie unter Databricks Runtime Versionshinweise und Kompatibilität.

Versionshinweise zur Azure Databricks-Plattform

Versionshinweise zu den neuesten Features, Verbesserungen und Fehlerbehebungen der Azure Databricks-Plattform finden Sie in den folgenden Artikeln.

Alle Versionshinweise zur Plattform finden Sie in Versionshinweise zur Azure Databricks-Plattform.

Featurespezifische Versionshinweise

Die folgenden Azure Databricks-Features verfügen über eigene Versionshinweise:

Merkmal Beschreibung
KI/BI Ein Business-Intelligence-Produkt, das Dashboards für Visualisierung und Berichterstellung sowie Genie für konversationelle Analysen umfasst.
Databricks SQL Die Sammlung von Diensten, die Data Warehouse- und Abfragefunktionen auf der Databricks Data Intelligence Platform unterstützen.
Databricks-Entwicklungstools und -SDKs IDE-Erweiterungen, Plug-Ins, Befehlszeilenschnittstellen, SDKs und SQL-Connectors und Treiber.
Databricks Connect Verbinden Sie IDEs, Notizbuchserver und andere benutzerdefinierte Anwendungen mit den Rechenkapazitäten von Databricks.
Databricks-Ressourcenpakete Databricks Assets Bundles sind ein Infrastructure-as-Code-Ansatz (IaC) zur Verwaltung von Databricks-Projekten.
Lakeflow Spark Declarative Pipelines Ein deklaratives Framework, das die Erstellung von zuverlässigen und wartungsfähigen Extrakt-, Transformations- und Lastpipelines (ETL) vereinfacht.
Serverloses Rechnen Führen Sie Ihre Databricks-Workloads aus, ohne die Infrastruktur zu konfigurieren und bereitzustellen.
Databricks Feature Engineering Erstellen, Lesen und Schreiben von Featuretabellen Modelle auf Merkmalsdaten trainieren. Veröffentlichen von Featuretabellen in Onlinespeichern für Echtzeitbereitstellung

Databricks Release Notes Feed

Die Databricks-Dokumentationswebsite stellt einen RSS-Feed bereit, der Updates für das Produkt und andere Anmerkungen zur Featureversion enthält. Seiten mit Elementen im Feed weisen ein RSS-Symbol in der oberen rechten Ecke der Seite auf, die mit dem Feed verknüpft ist.

Der Feed entspricht der RSS-Feedspezifikation und kann mit jedem Feedleser oder Client verwendet werden, der einen RSS-Feed nutzen kann. Feedleser bieten Features wie das Filtern von Feedelementen und E-Mail-Benachrichtigungen, wenn der Feed aktualisiert wird, damit Sie über die neuesten Databricks-Versionen informiert bleiben können.

Der Databricks-Dokumentationsfeed ist unter der folgenden URL verfügbar. Es ist derzeit nur in Englisch verfügbar.

https://learn.microsoft.com/en-us/azure/databricks/feed.xml

Jedes Element im Databricks-Dokumentationsfeed enthält Informationen zu einer Veröffentlichungsnotiz, einschließlich der folgenden Informationen:

  • Das Datum der Veröffentlichung
  • Eine Zusammenfassung der Version
  • Ein Link zur Versionshinweise
  • Eine längere Beschreibung der Version, die häufig Links zu zusätzlichen Informationen enthält
  • Kategorien, z. B. ein anwendbarer Featurebereich

Grundlegendes zum Releaseprozess

Informationen zum Veröffentlichungsprozess und bevorstehenden Features finden Sie in den folgenden Artikeln:

  • Last updated on