Databricks Runtime 18 (beta)

Esta página contiene notas de versión unificadas de Databricks Runtime 18, basado en Apache Spark 4.1.0. Enumera todas las características, los cambios de comportamiento y las correcciones enviadas a lo largo del ciclo de versión de Databricks Runtime 18.

Note

Las versiones se almacenan provisionalmente. Es posible que su cuenta de Azure Databricks no se actualice durante unos días después de la fecha de lanzamiento inicial.

Información sobre las notas de versión unificadas

Azure Databricks libera las características de forma incremental a lo largo del ciclo de versión sin cambiar el número de versión. En lugar de páginas independientes para cada versión secundaria, todas las actualizaciones aparecen en esta sola página como entradas con fecha. Los clústeres reciben actualizaciones cuando se reinician.

Databricks Runtime 18 es la primera versión para usar este formato unificado. Anteriormente, cada versión funcional (18.0, 18.1, 18.2) tenía su propia página de notas de la versión. Esas páginas permanecen disponibles para referencia. Las características que anteriormente se habrían lanzado como la versión 18.3 o posterior ahora se lanzan como actualizaciones fechadas de Databricks Runtime 18.

En el futuro, las versiones de Databricks Runtime seguirán un ciclo de vida que irá desde Beta (evaluación temprana) hasta GA (desarrollo de funcionalidades, aproximadamente seis meses) y, finalmente, LTS (soporte a largo plazo, tres años de estabilidad y correcciones de seguridad). Dado que las versiones 18.0 a 18.2 se publicaron bajo el modelo anterior, Databricks Runtime 18 es una versión de transición que pasará directamente de Beta a LTS. Para más información sobre el ciclo de vida completo, consulte Ciclos de vida de soporte técnico de Databricks Runtime.

Databricks Runtime 18: 29 de mayo de 2026

  • Eliminación de duplicados en Structured Streaming con claves NaN: Structured Streaming ahora trata los valores NaN (no es un número) que tienen distintos patrones de bits como duplicados cuando se utiliza una columna double o float como clave de eliminación de duplicados. Anteriormente, NaN los valores con diferentes representaciones internas se trataron como distintos y no se desduplicaron.
  • Se ha corregido un problema por el que los permisos de nivel de tabla se podían eliminar de las tablas de catálogos externos de Unity Catalog (por ejemplo, las tablas de conexión de Snowflake) durante la actualización de metadatos, lo que hacía que las consultas fallaran con errores INSUFFICIENT_PERMISSIONS. Ahora se conservan los permisos cuando se actualizan los metadatos de la tabla externa.

Databricks Runtime 18: 18 de mayo de 2026

Cambios de comportamiento

Revise los siguientes cambios, que surten efecto cuando los clústeres se reinicien en este tiempo de ejecución.

  • CREATE OR REPLACE TABLE: CREATE OR REPLACE TABLE ahora conserva los comentarios de columna y tabla existentes de forma predeterminada. Anteriormente, los comentarios se quitaron al volver a crear una tabla. Las tablas y vistas administradas ahora coinciden con el comportamiento existente de las vistas materializadas y las tablas de streaming.
  • Escrituras por nombre de DataFrame: writeTo().append(), writeTo().overwrite(), writeTo().overwritePartitions() y write.mode("append").saveAsTable() ahora convierten automáticamente las columnas con tipos compatibles (por ejemplo, de int a long) para que coincidan con el esquema de la tabla Delta de destino. Anteriormente, estas operaciones fallaban con un error DELTA_FAILED_TO_MERGE_FIELDS cuando los tipos de columna eran compatibles, pero no idénticos. El comportamiento ahora coincide con SQL INSERT INTO ... BY NAME. save() y saveAsTable() en el modo de sobrescritura no se ven afectados.
  • ALTER TABLE SET TBLPROPERTIES para pipelines.pipelineId: ALTER TABLE <table> SET TBLPROPERTIES('pipelines.pipelineId' = '<pipeline-id>') ahora intenta hacer que la tabla especificada admita escrituras desde la canalización. Anteriormente, establecer esta propiedad en una tabla normal no tenía ningún efecto. Si la tabla no es apta para escrituras de canalización, el comando produce SETTING_PIPELINES_PIPELINE_ID_NOT_SUPPORTED.
  • cloud_files_state: la cloud_files_state función con valores de tabla (TVF) ahora incluye una discovery_mode columna que muestra cómo el cargador automático detectó cada archivo. Los archivos detectados antes de actualizar tienen un null valor en esta columna.
  • DESCRIBE EXTENDED AS JSON: ahora incluye resultados de evaluación de optimización predictiva en su salida. Anteriormente, esta información no se devolvía en la salida JSON.
  • Medidas de ventana de vista de métricas: ahora devuelve resultados correctos cuando las consultas usan GROUP BY, IN/BETWEEN filtros o predicados mixtos en la columna de orden de la ventana. Anteriormente, estos patrones de filtro podían producir resultados incorrectos.

Nuevas características y mejoras

Las siguientes características y mejoras están disponibles en esta versión.

  • Bibliotecas del clúster: Cuando instala bibliotecas de PyPI, wheels o archivos requirements.txt en un clúster, la pestaña Bibliotecas y la API REST de bibliotecas ahora muestran todos los paquetes resueltos e instalados, incluidas las dependencias transitivas. En el caso de las instalaciones que resuelven más de 500 paquetes, la lista se trunca. El informe de instalación completo está disponible en los registros de controladores del clúster.
  • CDC automático de la instantánea con sintaxis SQL: Las canalizaciones declarativas de Spark de Lakeflow ahora admiten CDC automático desde la instantánea mediante la sintaxis SQL. Anteriormente, esta característica solo estaba disponible a través de la API de Python. Utilice CREATE STREAMING TABLE ... FLOW AUTO CDC FROM SNAPSHOT para procesar orígenes de instantáneas (como tablas Delta, almacenamiento en la nube o JDBC) una instantánea a la vez. Se admiten el tipo 1 de SCD (valor predeterminado) y el tipo 2 de SCD.
  • array_sort con comparadores personalizados: Photon ahora acelera array_sort las expresiones que usan comparadores personalizados para ordenar matrices de estructuras por uno o varios campos. Anteriormente, estas expresiones pasaban a ejecutarse sin Photon. Para habilitar esta optimización, establezca spark.databricks.photon.rewriteArraySortComparator.enabled en true.

Correcciones y mejoras de Apache Spark

Esta versión incluye las siguientes correcciones de errores y mejoras realizadas en Spark:

  • Las consultas SQL ahora admiten una QUALIFY cláusula , que permite filtrar los resultados de la función de ventana directamente en la consulta. Anteriormente, esto requería encapsular la consulta en una subconsulta.
  • spark.read.json, spark.read.csvy spark.read.xml ahora aceptan un DataFrame como entrada, por lo que puede analizar los datos en memoria sin guardarlos primero en un archivo.
  • DataFrame.changes() ya está disponible para leer la salida de la captura de datos de cambios (CDC) a través de la API de DataFrame.
  • Cuando se hace referencia a una columna DataFrame desde un dataframe incorrecto, el error ahora asigna un nombre a la columna específica. También puede establecer spark.sql.columnResolution.strict para que Spark aplique coincidencias de columnas más estrictas y detectar estos errores anteriormente.
  • MERGE INTO La evolución del esquema ahora funciona correctamente cuando la instrucción incluye WHEN MATCHED THEN DELETE o hace referencia a columnas anidadas por alias. Anteriormente, estas combinaciones podrían producir errores o generar resultados incorrectos de forma silenciosa.
  • SHOW COLLATIONS enumera todas las intercalaciones admitidas y sus propiedades, lo que resulta útil al elegir una intercalación para la ordenación o comparación de texto.
  • El optimizador de consultas de Spark ahora estima correctamente cuánto reducirán los filtros la cantidad de datos. Las estimaciones incorrectas hacían que Spark cargara tablas grandes por completo en memoria durante las uniones, lo que provocaba errores por falta de memoria.
  • Las consultas con varias COUNT(DISTINCT) expresiones se ejecutan más rápido porque Spark ahora reduce los datos anteriormente en el plan de ejecución en lugar de expandirlos primero.
  • Python UDF que usan la optimización de flechas ya no realizan una conversión de formato de datos innecesaria, lo que reduce la sobrecarga.
  • Las uniones no externas entre flujos ahora pueden generar salida en modo de actualización, no solo en modo de anexado, lo que les permite escribir en más destinos de salida.
  • Las conexiones JDBC ahora están cerradas correctamente cuando se cancela una tarea. Anteriormente, la cancelación podía dejar abierta una conexión, lo que provocaba que las tareas posteriores se bloquearan.
  • array_insert ya no genera resultados incorrectos cuando se da un número negativo muy grande como posición de inserción.

Databricks Runtime 18: 4 de mayo de 2026

Cambios de comportamiento

Revise los siguientes cambios, que surten efecto cuando los clústeres se reinicien en este tiempo de ejecución.

  • XPath: al evaluar XPath a través de XML, Azure Databricks ya no carga definiciones externas de tipo de documento (DTD). Las consultas que anteriormente no se pudieron realizar solo debido a una referencia de DTD externa inaccesible ahora se pueden realizar correctamente.
  • Comportamiento de estructuras NULL con la evolución del esquema: Para INSERT, MERGE y las escrituras en streaming que usan evolución del esquema, una estructura NULL en el origen ahora se almacena como NULL en el destino. Antes, las estructuras NULL se materializaban incorrectamente como estructuras no nulas con todos los campos establecidos en NULL. Actualice cualquier código que dependa de la recepción de una estructura que no sea NULL con campos all-NULL; esos casos ahora devuelven una estructura NULL.
  • NATURAL JOIN: ahora usa correctamente la comparación de columnas sin distinguir entre mayúsculas y minúsculas cuando spark.sql.caseSensitive es false (el valor predeterminado). Anteriormente, las columnas que solo difiereban en el caso (por ejemplo, ID frente ida ) no se reconocían como coincidencias, lo que provocaba NATURAL JOIN generar resultados de combinación cruzada de forma silenciosa. Esta corrección alinea el comportamiento de NATURAL JOIN con las uniones de USING.
  • Dependencias de AWS SDK v1: ahora reubicadas y ya no disponibles directamente en el classpath. Si el código depende de las bibliotecas de AWS SDK v1 proporcionadas anteriormente por Databricks Runtime, agréguelas como dependencias explícitas en el proyecto.
  • Validación de dependencias de funciones SQL definidas por el usuario en Unity Catalog: Unity Catalog ahora impone la validación de dependencias para las funciones SQL definidas por el usuario a fin de evitar eludir los controles de acceso. Las UDF de SQL con configuraciones de dependencia no válidas se bloquean de la ejecución.
  • LEFT OUTER JOIN LATERAL: se ha corregido un error que eliminaba incorrectamente las filas. Las consultas que usan esta construcción ahora devuelven resultados correctos. Para revertir temporalmente al comportamiento anterior, establezca spark.databricks.sql.optimizer.lateralJoinPreserveOuterSemantic en true.
  • regr_r2: ahora trata correctamente el primer parámetro como la variable dependiente. Las consultas que dependían del comportamiento incorrecto anterior devuelven resultados diferentes.
  • Funciones hiperbólicas: sinhlas coshtanhfunciones hiperbólicas relacionadas ahora devuelven Infinity en lugar de producir un error de desbordamiento cuando se proporcionan entradas muy grandes.
  • asinh y acosh: ahora utilizan el algoritmo fdlibm para lograr una mayor uniformidad entre motores. Los resultados pueden diferir ligeramente de versiones anteriores para entradas en casos extremos.
  • LIKE coincidencia de patrones: ahora controla correctamente caracteres Unicode complementarios (puntos de código por encima de U+FFFF). Los patrones que anteriormente coincidían o fallaban incorrectamente con estos caracteres ahora devuelven resultados correctos.
  • columnas VOID (NullType): las tablas Delta ahora admiten columnas VOID (NullType). VOID las columnas ya no se quitan del esquema de tabla tras las lecturas. Las operaciones de escritura no se ven afectadas.

Nuevas características y mejoras

Las siguientes características y mejoras están disponibles en esta versión.

  • CREATE OR REPLACE TEMP TABLE: ahora se admite, lo que permite crear o reemplazar tablas temporales en una sola instrucción.
  • agg(): ahora disponible como alias para la measure() función. Las consultas existentes que usan measure() continúan funcionando sin modificaciones.
  • pyspark.pipelines.testing: ahora está disponible como alias de conveniencia para dlt.testing las API.
  • Rendimiento de la enumeración de Auto Loader: Auto Loader ahora utiliza un método de enumeración más eficiente que mejora la velocidad de enumeración de los orígenes de almacenamiento en la nube. Si los disparadores de flujo se superponen debido a las operaciones de listado de larga duración, esta optimización puede dar lugar a un aumento de los costos de la API de listado en la nube.
  • DESCRIBE HISTORY indicadores de opción de escritura: el historial de tablas Delta (DESCRIBE HISTORY) ahora incluye indicadores de opción de escritura en operationParameters para las operaciones WRITE y REPLACE TABLE. Las marcas solo aparecen cuando true: isDynamicPartitionOverwrite, canOverwriteSchema, canMergeSchema, predicate, y isV1WriterSaveAsTableOverwrite.
  • Rebobinado y reproducción de Structured Streaming: Structured Streaming ahora admite rebobinado y reproducción, lo que permite volver a procesar desde un punto anterior de la secuencia para recuperarse de errores, como cambios de esquema o errores de lógica, sin un restablecimiento de estado completo.
  • SparkSession.emptyDataFrame: ahora está disponible como API de conveniencia para crear un vacío DataFrame sin columnas y sin filas.
  • TIMESTAMP WITH LOCAL TIME ZONE: ahora se admite como alias de sintaxis SQL para el TIMESTAMP_LTZ tipo.
  • to_json sortKeys opción: La función to_json ahora acepta una opción sortKeys para generar una salida JSON con las claves ordenadas.
  • spark.catalog.*: los métodos de API ahora tienen paridad de características con sus comandos DDL equivalentes para las operaciones de catálogo, esquema y tabla.
  • [Corrección de seguridad] Actualizaciones de seguridad del sistema operativo.

Databricks Runtime 18: 20 de abril de 2026

  • Se ha corregido la autoridad de referencia espacial del CRS para el tipo GEOMETRY(102100). La autoridad ahora se informa como ESRI:102100 en lugar de EPSG:102100.
  • [Corrección de seguridad] Actualizaciones de seguridad del sistema operativo.

Databricks Runtime 18: 2 de abril de 2026

  • Se ha mejorado el control de errores para las consultas que escriben datos en tablas Delta que contienen una VOID columna (NullType) dentro de un tipo definido por el usuario (UDT).
  • Las conexiones del conector de destino JDBC en streaming ahora incorporan un tiempo de espera de socket de 30 segundos, lógica de reintento con retardo exponencial para errores transitorios (errores de conexión, interbloqueos y limitación de tasa) y una reversión controlada cuando se interrumpe la conexión.
  • Se han corregido daños en el texto SQL que se producían al usar caracteres Unicode en consultas con parámetros.
  • SHOW CREATE TABLE ahora genera resultados correctos para tablas y vistas con reglas de intercalación distintas de las predeterminadas.
  • [Corrección de seguridad] Actualizaciones de seguridad del sistema operativo.

Databricks Runtime 18: 11 de marzo de 2026

Cambios de comportamiento

Revise los siguientes cambios, que surten efecto cuando los clústeres se reinicien en este tiempo de ejecución.

  • Errores de métricas de observación: ya no provocan errores de ejecución de consultas. Anteriormente, los errores en las cláusulas OBSERVE (como la división por cero) podían bloquear o fallar toda la consulta. Ahora, la consulta se completa con éxito y se genera el error al llamar a observation.get.
  • cláusula de FILTER para MEASURE: las funciones de agregación MEASURE ahora admiten cláusulas FILTER. Anteriormente, los filtros se omitían de forma silenciosa.
  • DESCRIBE FLOW: el DESCRIBE FLOW comando ya está disponible. Si tiene una tabla denominada flow, use DESCRIBE schema.flow, DESCRIBE TABLE flow o DESCRIBE `flow` con comillas invertidas.
  • Operaciones de conjunto booleano de SpatialSQL: ST_Difference, ST_Intersectiony ST_Union usan una nueva implementación con las siguientes mejoras:
    • Las geometrías de entrada válidas siempre generan un resultado y ya no generan errores.
    • Rendimiento aproximadamente 2 veces más rápido.
    • Los resultados se normalizan para una salida coherente y comparable.
  • Tipos de excepción para SQLSTATE: los tipos de excepción se actualizan para admitir SQLSTATE. Si el código analiza las excepciones por coincidencias de cadenas o detecta tipos de excepción específicos, actualice la lógica de control de errores.
  • Ampliación automática del tipo de streaming: las lecturas de streaming en tablas Delta controlan automáticamente el ancho del tipo de columna. Para requerir confirmación manual, establezca spark.databricks.delta.typeWidening.enableStreamingSchemaTracking en true.

Nuevas características y mejoras

Las siguientes características y mejoras están disponibles en esta versión.

  • Eventos de archivo del cargador automático de forma predeterminada: Auto Loader usa eventos de archivo de forma predeterminada al cargar desde una ubicación externa con eventos de archivo habilitados, lo que reduce las operaciones de lista y el costo en comparación con la lista de directorios. Consulte Auto Loader con la descripción general de eventos de archivo. Para usar la lista de directorios en su lugar, establezca useManagedFileEvents como false.

  • Evolución del esquema con INSERT: use la WITH SCHEMA EVOLUTION cláusula con instrucciones SQL INSERT para evolucionar automáticamente el esquema de la tabla de destino durante las operaciones de inserción. Se admite para INSERT INTO, INSERT OVERWRITEy INSERT INTO ... REPLACE. Por ejemplo:

    INSERT WITH SCHEMA EVOLUTION INTO students TABLE visiting_students_with_additional_id;

  • Transacciones de varias instrucciones de Delta Sharing: las tablas de Delta Sharing que usan URL prefirmadas o modos de uso compartido mediante tokens en la nube admiten transacciones de varias instrucciones. En el primer acceso dentro de una transacción, la versión de la tabla se ancla y reutiliza para todas las lecturas posteriores de esa transacción.

  • parse_timestamp: La función SQL parse_timestamp analiza cadenas de marcas de tiempo con varios patrones, con compatibilidad con el motor Photon para mejorar el rendimiento.

  • max_by y min_by con opcional limit: las funciones de agregado max_by y min_by ahora aceptan un tercer argumento limit opcional (hasta 100 000). Cuando se especifica, las funciones devuelven un array de hasta limit valores, lo que simplifica las consultas top-K y bottom-K sin funciones de ventana ni CTE.

  • DATETIMEOFFSET para Azure Synapse: el tipo de datos DATETIMEOFFSET se admite para las conexiones de Microsoft Azure Synapse.

  • Comentarios de la tabla de Google BigQuery: las descripciones de la tabla de Google BigQuery se resuelven y se exponen como comentarios de tabla.

  • IGNORE NULLS / RESPECT NULLS para array_agg y collect_list: Las funciones de agregado array_agg y collect_list ahora admiten las cláusulas IGNORE NULLS y RESPECT NULLS.

  • PIVOT aliases: La cláusula PIVOT ahora admite alias, lo que permite asignar un alias a las expresiones de columna de pivote en la salida.

  • Variables de SQL scripting CURSOR: SQL scripting ahora admite CURSOR variables para iterar fila por fila sobre un conjunto de resultados de una consulta dentro de un bloque de scripting.

  • Funciones de agregado matemático vectorial: hay nuevas funciones de agregado matemático vectorial disponibles: vector_avg, vector_sum, vector_norm y vector_normalize. Estas funciones trabajan con columnas de vectores densos y admiten cargas de trabajo de aprendizaje automático.

  • Trigger.AvailableNow en los lectores de streaming de Python: los lectores de streaming de Python para orígenes de datos ahora son compatibles con Trigger.AvailableNow y el control de admisión, lo que permite el procesamiento por lotes en una sola ejecución de todos los datos disponibles.

  • API de repartición de estado en PySpark: la API de repartición de estado para TransformWithState operadores de streaming ya está disponible en PySpark, además de Scala. Consulte Repartición de estado a petición para consultas de streaming con estado.

  • applyInPandas corrección de rendimiento: se ha resuelto una regresión de rendimiento 3x en applyInPandas para grupos grandes.

Databricks Runtime 18: 10 de marzo de 2026

  • Los mensajes de error para las subconsultas escalares que se usan con EXEC IMMEDIATE ahora identifican la causa específica con mayor claridad.
  • Se ha corregido una condición de carrera en la compactación del registro de puntos de control de streaming que podía provocar un comportamiento no determinista en las consultas de Structured Streaming.
  • [Corrección de seguridad] Actualizaciones de seguridad del sistema operativo.

Databricks Runtime 18: 26 de febrero de 2026

  • SET METADATA ON COLUMN y UNSET METADATA ON COLUMN los comandos SQL ahora están disponibles para administrar metadatos semánticos en columnas de tabla de Catálogo de Unity. Use SET METADATA ON COLUMN para adjuntar propiedades (display_name, formaty synonyms) a columnas. Use UNSET METADATA ON COLUMN para quitar las propiedades de metadatos establecidas previamente.
  • DESCRIBE TABLE ahora incluye una metadata columna que muestra metadatos semánticos de nivel de columna como una cadena JSON.
  • Se ha corregido un error de importación de PySpark en entornos de Windows causados por una falta de UnixStreamServer.
  • [Corrección de seguridad] Actualizaciones de seguridad del sistema operativo.

Databricks Runtime 18: 19 de febrero de 2026

  • Al deducir el esquema de los archivos de Excel, las celdas de cadena ahora se deducen como Spark StringType, respetando el tipo de celda establecido en Excel. Anteriormente, las cadenas con valores numéricos se convierteban automáticamente en tipos más estrechos como Long o Decimal. Actualice el código que se basaba en el comportamiento anterior.
  • DataFrame.toJSON() ya está disponible en el cliente de Spark Connect de Python.
  • [Corrección de seguridad] Actualizaciones de seguridad del sistema operativo.

Databricks Runtime 18: 27 de enero de 2026

  • El cargador automático ahora informa de batchSizeNumFiles, batchSizeNumBytes y los estados de procesamiento de archivos (numFilesProcessed, numFilesSkippedCorrupted, numFilesSkippedMissing, numFilesUnknownState) como métricas.
  • INSERT INTO ... BY NAME ahora admite la cláusula REPLACE WHERE.
  • Se ha cambiado el nombre de la propiedad spark.sql.xml.legacyXMLParser.enabled de configuración a spark.sql.legacy.useLegacyXMLParser. Actualice cualquier configuración de clúster o sesión que use el nombre anterior.
  • Cuando spark.task.resource.gpu.amount es mayor que 1, el distribuidor de Torch inicia ahora un torchrun proceso por GPU en lugar de por tarea.
  • [Corrección de seguridad] Actualizaciones de seguridad del sistema operativo.

Databricks Runtime 18: 15 de enero de 2026

Databricks Runtime 18 ya está en fase de desarrollo de funcionalidades, basado en Apache Spark 4.1.0. Esta versión incorpora todas las características, mejoras y correcciones de errores de todas las versiones anteriores de Databricks Runtime.

Cambios de comportamiento

Revise los siguientes cambios, que surten efecto cuando los clústeres se reinicien en este tiempo de ejecución.

  • JDK 21: Databricks Runtime 18 usa JDK 21 como el kit de desarrollo de Java predeterminado. JDK 21 está disponible con carácter general y es una versión de soporte técnico a largo plazo (LTS). Anteriormente, el valor predeterminado era JDK 17. Cambios importantes:

    • Double.toString() y Float.toString() ahora generan representaciones de cadena únicas más cortas, que pueden diferir de las salidas de JDK 17 en algunos casos perimetrales.
    • Thread.stop(), Thread.suspend(), y Thread.resume() ahora lanzan UnsupportedOperationException.
    • Los datos de configuración regional actualizados (CLDR v42) pueden afectar al formato de fecha, hora y número.

    Si encuentra problemas de compatibilidad, vuelva a JDK 17. Para obtener información sobre cómo configurar versiones de JDK, consulte Creación de un clúster con una versión específica de JDK.

  • FSCK REPAIR TABLE: ahora incluye un paso de reparación de metadatos inicial antes de comprobar si faltan archivos de datos. El comando funciona en tablas con puntos de control dañados o valores de partición no válidos.

  • Capacidad de admitir valores nulos en Scala de Spark Connect: La capacidad de admitir valores nulos de los tipos de array y de mapa ahora se conserva para los literales tipados en el cliente Scala de Spark Connect. Anteriormente, los elementos de matrices y valores de los mapas siempre eran nullables.

  • FSCK REPAIR TABLE DRY RUN: La columna dataFilePath del esquema de salida FSCK REPAIR TABLE DRY RUN ahora acepta valores NULL para permitir informar sobre nuevos tipos de problemas en los que la ruta del archivo de datos no es aplicable.

  • SHOW TABLES DROPPED: ahora respeta correctamente la LIMIT cláusula .

  • Python ejecución de UDF: las UDF del catálogo de Unity Python ahora usan Apache Arrow como formato de intercambio predeterminado, lo que mejora el rendimiento general. Como parte de este cambio, TIMESTAMP los valores pasados a UDF de Python ya no incluyen información de zona horaria en el datetime atributo del tzinfo objeto. Los propios valores de marca de tiempo permanecen en UTC, pero ahora se quitan los metadatos de la zona horaria. Si la UDF se basa en la información de zona horaria, restáurela con date = date.replace(tzinfo=timezone.utc). Para obtener más información, consulte Comportamiento de zona horaria de marca de tiempo para las entradas.

  • Viaje en el tiempo y VACUUM retención: Azure Databricks ahora bloquea las consultas de viaje en el tiempo que superen el umbral de deletedFileRetentionDuration para todas las tablas. El VACUUM comando omite el argumento de duración de retención, excepto cuando el valor es 0 horas. No se puede establecer deletedFileRetentionDuration más grande que logRetentionDuration o viceversa.

  • BinaryType en PySpark: En PySpark, BinaryType ahora se asigna de forma coherente a Python bytes. Anteriormente, PySpark asignaba BinaryType a bytes o bytearray según el contexto. Para restaurar el comportamiento anterior, establezca spark.sql.execution.pyspark.binaryAsBytes en false.

  • Estructuras NULL en Delta MERGE y UPDATE: ahora se conservan como NULL en Delta MERGE, UPDATE y las operaciones de escritura en streaming que incluyen conversiones al tipo struct. Anteriormente, las estructuras NULL se expandían a structs con campos NULL.

  • Materialización de columnas de partición: las tablas Delta particionadas ahora materializan las columnas de partición en los archivos de datos Parquet recién escritos. Anteriormente, los valores de partición se almacenaban en los metadatos del registro de transacciones Delta y se reflejaban en rutas de acceso de directorio, pero no se escribían como columnas en los propios archivos Parquet. Este cambio se ajusta al comportamiento de Apache Iceberg y UniForm, y podría afectar a las cargas de trabajo que leen directamente archivos Parquet escritos por Delta Lake.

  • Zona horaria de partición de marca de tiempo: los valores de partición de marca de tiempo anteriormente se convertían a UTC utilizando la zona horaria de la JVM en lugar de la configuración spark.sql.session.timeZone. Los valores de partición de marca de tiempo ahora se ajustan correctamente mediante la configuración de zona horaria de la sesión de Spark.

  • DESCRIBE TABLE columna de metadatos: La salida de DESCRIBE TABLE [EXTENDED] ahora incluye una nueva columna metadata para todos los tipos de tablas. Esta columna contiene metadatos semánticos (nombre para mostrar, formato y sinónimos) definidos en la tabla como una cadena JSON.

Nuevas características y mejoras

Las siguientes características y mejoras están disponibles en esta versión.

  • Scripts SQL: La función de scripts SQL ya está disponible de forma general.
  • Aislamiento compartido para las UDF de Python de Unity Catalog: las UDF de Python de Unity Catalog con el mismo propietario ahora pueden compartir un entorno de aislamiento de manera predeterminada. Esto mejora el rendimiento y reduce el uso de memoria al reducir el número de entornos independientes iniciados. Para asegurarse de que una UDF siempre se ejecuta en un entorno totalmente aislado, agregue la STRICT ISOLATION cláusula de característica. Consulte Aislamiento del entorno.
  • Funciones de ventana SQL en vistas de métricas: ahora puede usar funciones de ventana SQL en vistas de métricas para calcular los totales acumulados, clasificaciones y otros cálculos basados en ventanas.
  • Particiones dinámicas de shuffle en procesamiento en flujo sin estado: Ahora puede cambiar el número de particiones de shuffle en consultas de procesamiento en flujo sin estado sin reiniciar la consulta.
  • AQE y AOS en streaming sin estado: la ejecución de consultas adaptables (AQE) y el orden aleatorio optimizado automáticamente (AOS) ahora se admiten en consultas de streaming sin estado.
  • Marcadores de parámetros: ahora puede usar marcadores de parámetro con nombre (:param) y sin nombre (?) prácticamente en cualquier lugar donde se pueda usar un valor literal del tipo adecuado. Esto incluye instrucciones DDL como CREATE VIEW v AS SELECT ? AS c1, tipos DECIMAL(:p, :s)de columna o COMMENT ON t IS :comment. Consulte Marcadores de parámetros para obtener más información.
  • IDENTIFIER cláusula: El alcance de la IDENTIFIER cláusula, que convierte cadenas en nombres de objetos SQL, se ha ampliado a casi cualquier lugar donde se permite un identificador. Consulte IDENTIFIER cláusula para obtener más información.
  • BITMAP_AND_AGG: la biblioteca existente de BITMAP funciones ahora incluye una nueva función BITMAP_AND_AGG .
  • Funciones de croquis de Theta: ahora puede usar una nueva biblioteca de funciones para las operaciones aproximadas de recuento y conjunto mediante Datasketches Theta Sketch. Consulte theta_sketch_agg y funciones relacionadas.
  • Funciones de croquis KLL: ahora puede usar una nueva biblioteca de funciones para calcular cuantiles aproximados mediante bocetos KLL. Consulte kll_sketch_agg_bigint y funciones relacionadas.
  • Nuevas funciones geoespaciales: ahora están disponibles st_azimuth, st_boundary, st_closestpoint y st_geogfromewkt .
  • GeometryType y GeographyType: Apache Spark ahora admite tipos de datos nativos GeometryType y GeographyType en las API de PySpark y Java. Estos tipos admiten la serialización de Arrow y la lectura y escritura en Parquet, y son diferentes de las funciones geoespaciales de SQL.
  • approx_top_k: la nueva función de agregado approx_top_k devuelve los valores más frecuentes de top-K aproximados en una columna mediante un algoritmo de croquis eficiente en espacio.
  • Controlador JDBC de Spark Connect: Apache Spark ahora incluye un controlador JDBC para Spark Connect, lo que permite que los clientes y herramientas basados en JDBC se conecten a Spark mediante el protocolo Spark Connect.
  • Iterator[pandas.DataFrame] en applyInPandas: DataFrame.applyInPandas ahora acepta una función con una Iterator[pandas.DataFrame] firma, lo que reduce la sobrecarga al procesar grupos grandes mediante el streaming de datos en lotes.
  • Comprobar restricciones: ahora admite comparaciones de valores NULL en la expresión de restricción.
  • API de repartición de estado para TransformWithState: hay disponible una nueva API de repartición de estado para TransformWithState los operadores de streaming en Scala, lo que le permite cambiar la creación de particiones clave de datos con estado entre reinicios de consultas. Consulte Repartición de estado a petición para consultas de streaming con estado.
  • Python 3.14 en pyspark-connect: pyspark-client y pyspark-connect ahora admiten Python 3.14.

Actualizaciones de bibliotecas

  • Bibliotecas de Python actualizadas:

    • anyio de 4.6.2 a 4.7.0
    • asttokens de 2.0.5 a 3.0.0
    • azure-core de 1.34.0 a 1.37.0
    • Actualización de azure-mgmt-core de la versión 1.5.0 a la 1.6.0
    • azure-storage-blob de 12.23.0 a 12.28.0
    • azure-storage-file-datalake de 12.17.0 a 12.22.0
    • boto3 de 1.36.2 a 1.40.45
    • botocore de 1.36.3 a 1.40.45
    • certifi de 2025.1.31 a 2025.4.26
    • Haga clic entre 8.1.7 y 8.1.8.
    • criptografía de 43.0.3 a 44.0.1
    • Cython de 3.0.12 a 3.1.5
    • databricks-sdk de 0.49.0 a 0.67.0
    • En desuso de 1.2.13 a 1.2.18
    • ejecutando de 0.8.3 a 1.2.0
    • fastapi de 0.115.12 a 0.128.0
    • filelock de la versión 3.18.0 a la versión 3.17.0
    • google-api-core de 2.20.0 a 2.28.1
    • Actualización de google-auth de la versión 2.40.0 a la 2.47.0.
    • google-cloud-core de 2.4.3 a 2.5.0
    • google-cloud-storage de 3.1.0 a 3.7.0
    • google-crc32c de 1.7.1 a 1.8.0
    • google-resumable-media de 2.7.2 a 2.8.0
    • h11 de 0.14.0 a 0.16.0
    • httpcore de 1.0.2 a 1.0.9
    • httpx de 0.27.0 a 0.28.1
    • isodate de 0.6.1 a 0.7.2
    • Jinja2 de 3.1.5 a 3.1.6
    • jupyter-events de 0.10.0 a 0.12.0
    • jupyter-lsp de 2.2.0 a 2.2.5
    • jupyter_server de 2.14.1 a 2.15.0
    • jupyter_server_terminals desde la versión 0.4.4 hasta la versión 0.5.3
    • mistune de 2.0.4 a 3.1.2
    • mlflow-skinny de 3.0.1 a 3.8.1
    • mmh3 de 5.1.0 a 5.2.0
    • msal de 1.32.3 a 1.34.0
    • nbclient de 0.8.0 a 0.10.2
    • nbconvert de 7.16.4 a 7.16.6
    • nodeenv de 1.9.1 a 1.10.0
    • notebook_shim de 0.2.3 a 0.2.4
    • opentelemetry-api de 1.32.1 a 1.39.1
    • opentelemetry-sdk de 1.32.1 a 1.39.1
    • opentelemetry-semantic-conventions de 0.53b1 a 0.60b1
    • platformdirs de 3.10.0 a 4.3.7
    • prometheus_client de 0.21.0 a 0.21.1
    • proto-plus de 1.26.1 a 1.27.0
    • psycopg2 de 2.9.3 a 2.9.11
    • pyarrow de 19.0.1 a 21.0.0
    • Pygments de 2.15.1 a 2.19.1
    • pyiceberg de 0.9.0 a 0.10.0
    • python-lsp-server de 1.12.0 a 1.12.2
    • cuerda de 1.12.0 a 1.13.0
    • s3transfer de 0.11.3 a 0.14.0
    • Actualización de scipy de la versión 1.15.1 a la 1.15.3
    • setuptools de 74.0.0 a 78.1.1
    • seis de 1.16.0 a 1.17.0
    • sqlparse de 0.5.3 a 0.5.5
    • stack-data versión 0.2.0 a 0.6.3
    • starlette de 0.46.2 a 0.50.0
    • tornado de 6.4.2 a 6.5.1
    • types-python-dateutil de 2.9.0.20241206 a 2.9.0.20251115
    • uvicorn de 0.34.2 a 0.40.0
    • webcolors de 24.11.1 a 25.10.0

  • Bibliotecas de R actualizadas:

    • flecha de 19.0.1 a 22.0.0
    • base de 4.4.2 a 4.5.1
    • bigD de 0.3.0 a 0.3.1
    • actualización de broom de la versión 1.0.7 a la 1.0.10
    • reloj de 0.7.2 a 0.7.3
    • commonmark de la versión 1.9.5 a la versión 2.0.0
    • compilador de 4.4.2 a 4.5.1
    • credenciales de 2.0.2 a 2.0.3
    • curl de 6.4.0 a 7.0.0
    • data.table de 1.17.0 a 1.17.8
    • conjuntos de datos de 4.4.2 a 4.5.1
    • dbplyr de 2.5.0 a 2.5.1
    • devtools de 2.4.5 a 2.4.6
    • diffobj de 0.3.5 a 0.3.6
    • digest de 0.6.37 a 0.6.39
    • downlit de 0.4.4 a 0.4.5
    • dtplyr de 1.3.1 a 1.3.2
    • evaluar de 1.0.3 a 1.0.5
    • fansi de 1.0.6 a 1.0.7
    • forcats de 1.0.0 a 1.0.1
    • fs de 1.6.5 a 1.6.6
    • future de 1.34.0 a 1.68.0
    • future.apply de 1.11.3 a 1.20.0
    • Cambiar "gargle" de la versión 1.5.2 a la 1.6.0
    • Actualización de gert de la versión 2.1.4 a la 2.2.0
    • ggplot2 de 3.5.1 a 4.0.1
    • gh de 1.4.1 a 1.5.0
    • git2r de 0.35.0 a 0.36.2
    • glmnet de 4.1-8 a 4.1-10
    • googledrive de 2.1.1 a 2.1.2
    • googlesheets4 de 1.1.1 a 1.1.2
    • gráficos de 4.4.2 a 4.5.1
    • grDevices de 4.4.2 a 4.5.1
    • cuadrícula de 4.4.2 a 4.5.1
    • gt de 0.11.1 a 1.1.0
    • hardhat de 1.4.1 a 1.4.2
    • haven de 2.5.4 a 2.5.5
    • hms de 1.1.3 a 1.1.4
    • httpuv de 1.6.15 a 1.6.16
    • httr2 de 1.1.1 a 1.2.1
    • jsonlite de 1.9.1 a 2.0.0
    • más adelante de 1.4.1 a 1.4.4
    • lava de 1.8.1 a 1.8.2
    • listenv de 0.9.1 a 0.10.0
    • magrittr de 2.0.3 a 2.0.4
    • Markdown de 1.13 a 2.0
    • métodos de 4.4.2 a 4.5.1
    • miniUI de 0.1.1.1 a 0.1.2
    • mlflow de 2.20.4 a 3.6.0
    • openssl de 2.3.3 a 2.3.4
    • paralelo de 4.4.2 a 4.5.1
    • en paralelo de 1.42.0 a 1.45.1
    • pilar de 1.11.0 a 1.11.1
    • pkgbuild de 1.4.6 a 1.4.8
    • Actualización de pkgdown de la versión 2.1.1 a la 2.2.0
    • pkgload desde la versión 1.4.0 a la versión 1.4.1
    • pROC de 1.18.5 a 1.19.0.1
    • prodlim de 2024.06.25 a 2025.04.28
    • progressr versión 0.15.1 a 0.18.0
    • promesas de 1.3.2 a 1.5.0
    • ps de 1.9.0 a 1.9.1
    • purrr de 1.0.4 a 1.2.0
    • ragg de 1.3.3 a 1.5.0
    • Rcpp de 1.0.14 a 1.1.0
    • readr de 2.1.5 a 2.1.6
    • recetas de 1.2.0 a 1.3.1
    • reshape2 de 1.4.4 a 1.4.5
    • rmarkdown de 2.29 a 2.30
    • roxygen2 de 7.3.2 a 7.3.3
    • rprojroot de 2.0.4 a 2.1.1
    • RSQLite de 2.3.9 a 2.4.4
    • versiones de 2.1.2 a 3.0.0
    • rvest de 1.0.4 a 1.0.5
    • sass de 0.4.9 a 0.4.10
    • escala de 1.3.0 a 1.4.0
    • brillante de 1.10.0 a 1.11.1
    • Actualización de sparklyr de la versión 1.9.1 a la 1.9.3
    • SparkR de 4.0.0 a 4.1.0
    • sparsevctrs de 0.3.1 a 0.3.4
    • splines de 4.4.2 a 4.5.1
    • estadísticas de 4.4.2 a 4.5.1
    • estadísticas4 de 4.4.2 a 4.5.1
    • stringr de 1.5.1 a 1.6.0
    • systemfonts de 1.2.1 a 1.3.1
    • tcltk de 4.4.2 a 4.5.1
    • testthat de 3.2.3 a 3.3.0
    • textshaping de 1.0.0 a 1.0.4
    • timeDate de 4041.110 a 4051.111
    • tinytex de 0,56 a 0,58
    • herramientas de 4.4.2 a 4.5.1
    • usethis de 3.1.0 a 3.2.1
    • utilidades de 4.4.2 a 4.5.1
    • V8 de 6.0.2 a 8.0.1
    • vroom de 1.6.5 a 1.6.6
    • waldo de 0.6.1 a 0.6.2
    • xfun de 0,51 a 0,54
    • xml2 de 1.3.8 a 1.5.0
    • zeallot de 0.1.0 a 0.2.0
    • zip de 2.3.2 a 2.3.3

  • Bibliotecas de Java actualizadas:

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

Compatibilidad con el controlador ODBC/JDBC de Databricks

Databricks admite controladores ODBC/JDBC publicados en los últimos 2 años. Descargue los controladores publicados recientemente y actualice (descargue ODBC, descargue JDBC).

Entorno del sistema

  • Sistema operativo: 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

Bibliotecas de Python instaladas

Biblioteca Versión Biblioteca Versión Biblioteca Versión
aiohappyeyeballs 2.4.4 aiohttp 3.11.10 aiosignal 1.2.0
documento anotado 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-common 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
cryptography 44.0.1 cycler 0.11.0 Cython 3.1.5
databricks-agents 1.9.1 databricks-sdk 0.67.0 dataclasses-json 0.6.7
dbus-python 1.3.2 debugpy 1.8.11 decorator 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
jiter 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 malvavisco 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
Multidic 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 portátil 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 Anula 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
piroaring 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
regex 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 seis 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 tokenizadores 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 inspección de escritura 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
cuando quiera 0.7.3 widgetsnbextension 3.6.6 wrapt 1.17.0
yapf 0.40.2 yarl 1.18.0 zipp 3.21.0
zstandard 0.23.0

Bibliotecas de R instaladas

Las bibliotecas de R se instalan desde la instantánea de CRAN de Posit Administrador de paquetes en PACKAGES.

Biblioteca Versión Biblioteca Versión Biblioteca Versión
arrow 22.0.0 askpass 1.2.1 assertthat 0.2.1
backports 1.5.0 base 4.5.1 base64enc 0.1 - 3
bigD 0.3.1 bit 4.6.0 bit64 4.6.0-1
bitops 1.0-9 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
class 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 compiler 4.5.1 config 0.3.2
conflicted 1.2.0 cpp11 0.5.2 crayon 1.5.3
credenciales 2.0.3 curl 7.0.0 tabla de datos 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 digest 0.6.39 downlit 0.4.5
dplyr 1.1.4 dtplyr 1.3.2 e1071 1.7-16
ellipsis 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 generics 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
grid 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 más alto 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 lifecycle 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 prototipo 1.0.0 proxy 0.4-27
ps 1.9.1 ronroneo 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
ejemplo reproducible 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
shape 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
spatial 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

Bibliotecas de Java y Scala instaladas (versión del clúster de Scala 2.13)

Identificador de grupo Id. de artefacto Versión
antlr antlr 2.7.7
com.clearspring.analytics stream 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. nativos
com.github.fommil.netlib native_system-java 1.1
com.github.fommil.netlib native_system-java 1.1. nativos
com.github.fommil.netlib netlib-native_ref-linux-x86_64 1.1. nativos
com.github.fommil.netlib netlib-native_system-linux-x86_64 1.1. nativos
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 anotaciones de valor automático 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 analizadores de univocidad 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 métricas-anotación 4.2.37
io.dropwizard.metrics núcleo de métricas 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 serialización de códecs de netty 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 collector 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 activation 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 compresión de flecha 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 curador-cliente 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 Cliente Jetty-ALPN 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 Seguridad de Jetty 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
  • Last updated on