Partage via

Databricks Runtime 16.2 (EoS)

Note

La prise en charge de cette version databricks Runtime a pris fin. Pour connaître la date de fin de support, consultez l’historique de fin de support et de fin de vie. Pour toutes les versions de Databricks Runtime prises en charge, consultez les versions des notes de publication de Databricks Runtime et la compatibilité.

Les notes de publication suivantes fournissent des informations sur Databricks Runtime 16.2, alimentées par la plateforme Apache Spark 3.5.2.

Databricks a publié cette version en février 2025.

Changements comportementaux

ANALYZE ignore désormais les colonnes dont les types ne sont pas pris en charge

ANALYZE TABLE n’entraîne plus de message d’erreur lors de l’exécution sur une table avec des types non pris en charge, tels que ARRAY ou MAP. Les colonnes non prises en charge sont désormais ignorées automatiquement. Les utilisateurs qui ont implémenté une logique qui s’attend à ce que ces erreurs mettent à jour leur code.

Dans le partage Delta, l’historique des tables est activé par défaut

Les partages créés à l’aide de la commande SQL ALTER SHARE <share> ADD TABLE <table> ont désormais le partage d’historique (WITH HISTORY) activé par défaut. Voir ALTER SHARE.

Les instructions SQL d’informations d’identification retournent une erreur lorsqu’il existe une incompatibilité de type d’informations d’identification

Avec cette version, si le type d’informations d’identification spécifié dans une instruction SQL de gestion des informations d’identification ne correspond pas au type de l’argument d’informations d’identification, une erreur est retournée et l’instruction n’est pas exécutée. Par exemple, pour l’instruction DROP STORAGE CREDENTIAL 'credential-name', si credential-name n’est pas une information d’identification de stockage, l’instruction échoue avec une erreur.

Cette modification est apportée pour empêcher les erreurs utilisateur. Auparavant, ces instructions s’exécutaient correctement, même si des informations d’identification ne correspondant pas au type spécifié étaient transmises. Par exemple, l’instruction suivante supprime correctement storage-credential: DROP SERVICE CREDENTIAL storage-credential.

Cette modification impacte les déclarations suivantes :

Améliorations et nouvelles fonctionnalités

Créer des applications avec état personnalisées avec transformWithState

Vous pouvez désormais utiliser transformWithState et les API associées pour implémenter des applications avec état personnalisés dans le cadre de requêtes Structured Streaming. Consultez Générer une application avec état personnalisé.

S’authentifier auprès du stockage d’objets cloud avec les informations d’identification du service

Vous pouvez maintenant utiliser les informations d’identification du service Databricks pour authentifier l'accès au stockage d’objets cloud avec Auto Loader. Consultez Configurer des flux de chargeur automatique en mode de notification de fichier.

L’accès géré par le catalogue Unity aux services cloud externes à l’aide des informations d’identification du service est désormais en disponibilité générale

Les informations d’identification du service permettent une authentification simple et sécurisée avec les services de votre locataire cloud à partir d’Azure Databricks. Avec Databricks Runtime 16.2, les informations d’identification du service sont généralement disponibles et prennent désormais en charge les kits SDK Scala, en plus du SDK Python pris en charge dans la préversion publique. Consultez Créer des informations d’identification de service.

Les notebooks sont pris en charge en tant que fichiers d’espace de travail

Dans Databricks Runtime 16.2 et versions ultérieures, les notebooks sont pris en charge en tant que fichiers d’espace de travail. Vous pouvez désormais interagir par programmation avec des notebooks à partir de n’importe où le système de fichiers d’espace de travail est disponible, notamment l’écriture, la lecture et la suppression de blocs-notes comme n’importe quel autre fichier. Pour plus d’informations, consultez Créer, mettre à jour et supprimer des fichiers et des répertoires par programmation.

Utiliser le timestampdiff & timestampadd dans les expressions de colonne générées

Dans Databricks Runtime 16.2 et versions ultérieures, vous pouvez utiliser les fonctions timestampdiff et timestampadd dans les expressions de colonne générées par Delta Lake. Consultez Colonnes générées par Delta Lake.

Prise en charge de la syntaxe des pipelines SQL

Dans Databricks Runtime 16.2 et versions ultérieures, vous pouvez composer des pipelines SQL. Un pipeline SQL structure une requête standard, telle que SELECT c2 FROM T WHERE c1 = 5, dans une séquence pas à pas, comme illustré dans l’exemple suivant :

FROM T
|> SELECT c2
|> WHERE c1 = 5

Pour en savoir plus sur la syntaxe prise en charge pour les pipelines SQL, consultez Syntaxe des pipelines SQL.

Pour plus d'informations sur cette extension inter-industries, consultez SQL a des problèmes. Nous pouvons les corriger : syntaxe en pipe dans SQL (par Google Research).

Effectuer une requête HTTP à l’aide de la http_request fonction

Dans Databricks Runtime 16.2 et versions ultérieures, vous pouvez créer des connexions HTTP et effectuer des requêtes HTTP à l’aide de la fonction http_request .

La mise à jour vers DESCRIBE TABLE retourne des métadonnées en tant que JSON structuré

Dans Databricks Runtime 16.2 et versions ultérieures, vous pouvez utiliser la commande pour retourner les DESCRIBE TABLE AS JSON métadonnées de table en tant que document JSON. La sortie JSON est plus structurée que le rapport lisible par l’homme par défaut et peut être utilisée pour interpréter le schéma d’une table par programmation. Pour plus d’informations, consultez DESCRIBE TABLE AS JSON.

Classements non sensibles à la présence d’espaces de fin

Databricks Runtime 16.2 ajoute la prise en charge des classements insensibles aux espaces de fin, ce qui complète la prise en charge des classements introduite dans Databricks Runtime 16.1. Par exemple, ces collations traitent 'Hello' et 'Hello ' comme identiques. Pour plus d’informations, consultez Classement RTRIM.

Convertir des tables Apache Iceberg avec partitionnement par compartiments en tables Delta non partitionnées

Les déclarations CONVERT TO DELTA et CREATE TABLE CLONE prennent désormais en charge la conversion d’une table Apache Iceberg avec partitionnement par compartiments en table Delta non partitionnée.

Le calcul du mode d’accès standard (anciennement mode d’accès partagé) prend désormais en charge les méthodes foreachSpark Scala, foreachBatchet flatMapGroupsWithState

Dans Databricks Runtime 16.2 et versions ultérieures, le calcul en mode d’accès standard prend désormais en charge les méthodes DataStreamWriter.foreachBatch Scala et KeyValueGroupedDataset.flatMapGroupsWithState. Dans Databricks Runtime 16.1 et versions ultérieures, le calcul en mode d’accès standard prend désormais en charge la méthode DataStreamWriter.foreachScala.

Corrections de bugs

Amélioration du traitement du clone incrémentiel

Cette version inclut un correctif pour un cas limite où un CLONE incrémentiel pourrait recopier des fichiers déjà transférés d'une table source vers une table cible. Consultez Cloner une table sur Azure Databricks.

Mises à niveau de bibliothèque

  • Bibliothèques Python mises à niveau :
  • Bibliothèques R mises à niveau :
  • Bibliothèques Java mises à niveau :
    • org.json4s.json4s-ast_2.12 de 3.7.0-M11 à 4.0.7
    • org.json4s.json4s-core_2.12 de 3.7.0-M11 à 4.0.7
    • org.json4s.json4s-jackson_2.12 de 3.7.0-M11 à 4.0.7
    • org.json4s.json4s-scalap_2.12 de 3.7.0-M11 à 4.0.7

Apache Spark

Databricks Runtime 16.2 inclut Apache Spark 3.5.2. Cette version inclut tous les correctifs spark et toutes les améliorations inclus dans Databricks Runtime 16.1 (EoS), ainsi que les correctifs de bogues supplémentaires suivants et les améliorations apportées à Spark :

  • [SPARK-49966] Rétablir «[SC-179501][sql] Utiliser Invoke pour implémenter JsonToStructs(from_json)»
  • [SPARK-50904] [SC-186976][sql] Correction de l’exécution de la requête walker d’expression de classement
  • [SPARK-49666] [SQL] Activer les tests de découpage pour l’expression InSet
  • [SPARK-50669] [SC-184566][es-1327450][SQL] Modifier la signature de l’expression TimestampAdd
  • [SPARK-50795] [16.x][sc-186719][SQL] Stocker l'horodatage en tant que type long dans describe LinkedHashMap
  • [SPARK-50870] [SC-186950][sql] Ajouter le fuseau horaire lors de la conversion en horodatage dans V2ScanRelationPushDown
  • [SPARK-50735] [SC-186944][connect] L'échec de l'ExecuteResponseObserver entraîne des demandes de rattachement infinies
  • [SPARK-50522] [SC-186500][sql] Soutien pour le classement indéterminé
  • [SPARK-50525] [SC-186058][sql] Définir la règle Optimizer InsertMapSortInRepartitionExpressions
  • [SPARK-50679] [SC-184572][sql] Les expressions communes dupliquées dans différentes WITH doivent être projetées une seule fois.
  • [SPARK-50847] [SC-186916] [SQL] Interdire à ApplyCharTypePadding d'appliquer sur des expressions In spécifiques
  • [SPARK-50714] [SC-186786][sql][SS] Activer l’évolution du schéma pour TransformWithState lorsque l’encodage Avro est utilisé
  • [SPARK-50795] [SC-186390][sql] Afficher toutes les dates décrites en JSON au format ISO-8601 et les types comme dataType.simpleString
  • [SPARK-50561] [SC-185924][sql] Databricks Runtime 16.x cherrypick : Améliorer la contrainte de type et la vérification des limites pour la fonction UNIFORM SQL
  • [c0>[SPARK-50700] [SC-184845][sql] prend en charge les valeurs spéciales
  • [SPARK-50831] [SC-186736][sql] Activer la suppression par défaut dans la collation
  • [SPARK-50263] [SC-186793][connect] Remplacer System.currentTimeMillis par System.nanoTime
  • [SPARK-48730] [SC-184926][sql] Implémenter CreateSQLFunctionCommand pour les fonctions scalaires et de table SQL
  • [SPARK-50830] [SC-186718] [SQL] Retour du résultat d’une seule passe en tant que résultat d’analyse de double exécution
  • [SPARK-50707] [SC-186098][sql] Activer la conversion vers/à partir de char/varchar
  • [SPARK-49490] [SC-182137][sql] Ajouter des benchmarks pour initCap
  • [SPARK-50529] [SC-184535][sql] Modifier le comportement char/varchar sous la spark.sql.preserveCharVarcharTypeInfo configuration
  • [SPARK-49632] [SC-184179][sql] Supprimer la suggestion de configuration ANSI dans CANNOT_PARSE_TIMESTAMP
  • [SPARK-50815] [SC-186487][python][SQL] Correction du bogue où le passage de variantes null dans createDataFrame provoque l’échec et l’ajout de la prise en charge de Variant dans createDataFrame dans Spark Connect
  • [SPARK-50828] [SC-186493][python][ML][connect] Déprécier pyspark.ml.connect
  • [SPARK-50600] [SC-186057][connect][SQL] Spécifier comme analysé en cas d'échec de l'analyse
  • [SPARK-50824] [SC-186472][python] Éviter d’importer des packages Python facultatifs pour la vérification
  • [SPARK-50755] [SC-185521][sql] Affichage de plan joli pour InsertIntoHiveTable
  • [SPARK-50789] [SC-186312][connect] Les entrées pour les agrégations typées doivent être analysées
  • [SPARK-50791] [SC-185867][sc-186338][SQL] Correction d'une NPE dans la gestion des erreurs du Store d'état
  • [SPARK-50801] [SC-186365] [SQL] Améliorer PlanLogger.logPlanResolution pour afficher uniquement les plans non résolus et résolus
  • [SPARK-50749] [SC-185925][sql] Correction du bogue d'ordre dans la méthode CommutativeExpression.gatherCommutative
  • [SPARK-50783] [SC-186347] Canonicaliser le nom du fichier des résultats du profileur JVM et la disposition sur DFS
  • [SPARK-50790] [SC-186354][python] Implémenter l’analyse json dans pyspark
  • [SPARK-50738] [SC-184856][python] Mettre à niveau Black vers 23.12.1
  • [SPARK-50764] [SC-185930][python] Affiner la documentation des méthodes associées à xpath
  • [SPARK-50798] [SC-186277][sql] Améliorer NormalizePlan
  • [SPARK-49883] [SC-183787][ss] Intégration de la Structure de Checkpoint de l'État V2 avec RocksDB et RocksDBFileManager
  • [SPARK-50779] [SC-186062][sql] Ajout d’un indicateur de fonctionnalité pour les classements au niveau de l’objet
  • [SPARK-50778] [SC-186183][python] Ajouter metadataColumn au DataFrame de PySpark
  • [SPARK-49565] [SC-186056][sql] Databricks Runtime 16.x cherrypick : Améliorer les alias d'expression auto-générés avec des opérateurs pipe SQL
  • [SPARK-50541] [16.x][sc-184937] Décrire la table en tant que JSON
  • [SPARK-50772] [SC-185923][sql] Databricks Runtime 16.x cherrypick : Conserver les alias de table après les opérateurs SET, EXTEND, DROP
  • [SPARK-50769] [SC-185919][sql] Fix ClassCastException in HistogramNumeric
  • [SPARK-49025] [SC-174667] Synchroniser la différence de code Delta avec Databricks Runtime
  • [SPARK-50752] [SC-185547][python][SQL] Introduire des configurations pour l’optimisation de la fonction UDF Python sans flèche
  • [SPARK-50705] [SC-185944][sql] Rendre QueryPlan le verrou libre
  • [SPARK-50690] [16.x][sc-184640][SQL] Corriger l’écart dans DESCRIBE TABLE les colonnes de sortie de requête d’affichage entre guillemets
  • [SPARK-50746] [SC-184932][sql] Remplacez l’une ou l’autre par VariantPathSegment.
  • [SPARK-50715] [SC-185546][python][CONNECT] SparkSession.Builder définit les paramètres par lots
  • [SPARK-50480] [SC-183359][sql] Étendre CharType et VarcharType à partir de StringType
  • [SPARK-50675] [SC-184539][sql] Prise en charge des classements de table et de niveau d’affichage
  • [SPARK-50409] [SC-184516][sql] Correction de l’instruction SET pour ignorer ; à la fin de SET;, SET -v; et SET key;
  • [SPARK-50743] [SC-185528][sql] Normalize CTERelationDef et CTERelationRef IDs
  • [SPARK-50693] [SC-184684][connect] Les entrées de TypedScalaUdf doivent être analysées
  • [SPARK-50744] [SC-184929][sql] Ajouter un cas de test pour la priorité de résolution de noms view/CTE
  • [SPARK-50710] [SC-184767][connect] Ajouter la prise en charge de la reconnexion facultative du client aux sessions après la publication
  • [SPARK-50703] [SC-184843][python] Affiner le docstring de regexp_replace, regexp_substr et regexp_instr
  • [SPARK-50716] [SC-184823][core] Correction de la logique de nettoyage des liens symboliques dans JavaUtils.deleteRecursivelyUsingJavaIO la méthode
  • [SPARK-50630] [SC-184443][sql] Résolution de la prise en charge ordinale pour les opérateurs SQL AGRÉGAT de pipe
  • [SPARK-50614] [SC-184729][sql] Ajout de la prise en charge du déchiquetage de variantes pour Parquet
  • [SPARK-50661] [SASP-4936] Ajouter une compatibilité descendante pour l’ancien client FEB.
  • [SPARK-50676] [SC-184641][sql] Supprimer non utilisé private lazy val mapValueContainsNull de ElementAt
  • [SPARK-50515] [SC-183813][core] Ajouter une interface en lecture seule à SparkConf
  • [SPARK-50697] [SC-184702][sql] Activer la récursion terminale dans la mesure du possible
  • [SPARK-50642] [SC-184726][sc-183517][CONNECT][ss][2/N][16.x]Corriger le schéma d’état pour FlatMapGroupsWithState dans spark connect lorsqu’il n’existe aucun état initial
  • [SPARK-50701] [SC-184704][python] Exiger la version minimale de Plotly pour le traçage
  • [SPARK-50702] [SC-184727][python] Affiner le docstring de regexp_count, regexp_extract et regexp_extract_all
  • [SPARK-50499] [SC-184177][python] Exposer les métriques de BasePythonRunner
  • [SPARK-50692] [SC-184705][16.x] Ajouter la prise en charge du pushdown RPAD
  • [SPARK-50682] [SC-184579][sql] L’alias interne doit être canonique
  • [SPARK-50699] [SC-184695][python] Analyser et générer une chaîne DDL avec une session spécifiée
  • [SPARK-50573] [SC-184568][ss] Ajout de l'ID de schéma d'état aux lignes d'état pour l'évolution du schéma
  • [SPARK-50661] [SC-184639][connect][SS][sasp-4936] Corriger l'implémentation foreachBatch de Spark Connect Scala. pour prendre en charge le jeu de données[T].
  • [SPARK-50689] [SC-184591][sql] Appliquer l’ordre déterministe dans les listes de projets LCA
  • [SPARK-50696] [SC-184667][python] Optimiser l’appel Py4J pour la méthode d’analyse DDL
  • [SPARK-49670] [SC-182902][sql] Activer la collation de découpage pour toutes les expressions de passage
  • [SPARK-50673] [SC-184565][ml] Éviter de parcourir les coefficients de modèle deux fois dans le Word2VecModel constructeur
  • [SPARK-50687] [SC-184588][python] Optimiser la logique pour obtenir des traces de pile pour DataFrameQueryContext
  • [SPARK-50681] [SC-184662][python][CONNECT] Cachez le schéma analysé pour MapInXXX et ApplyInXXX
  • [SPARK-50674] [SC-184589][python] Correction du contrôle de l'existence de la méthode « terminate » dans l'évaluation UDTF.
  • [SPARK-50684] [SC-184582][python] Améliorer les performances py4J dans DataFrameQueryContext
  • [SPARK-50578] [DBR16.x][sc-184559][PYTHON][ss] Ajouter la prise en charge des nouvelles versions des métadonnées d’état pour TransformWithStateInPandas
  • [SPARK-50602] [SC-184439][sql] Correction de la transpose pour afficher un message d’erreur approprié lorsque des colonnes d’index non valides sont spécifiées
  • [SPARK-50650] [SC-184532][sql] Améliorer la journalisation dans l’analyseur à passe unique
  • [SPARK-50665] [SC-184533][sql] Remplacer LocalRelation par ComparableLocalRelation dans NormalizePlan
  • [SPARK-50644] [SC-184486][sql] Lire la structure variant dans le lecteur Parquet.
  • [SPARK-49636] [SC-184089][sql] Supprimer la suggestion de configuration ANSI dans "INVALID_ARRAY_INDEX" et "INVALID_ARRAY_INDEX_IN_ELEMENT_AT"
  • [SPARK-50659] [SC-184514][sql] Calcul de sortie Union refactorisé pour le réutiliser dans l’analyseur à passe unique
  • [SPARK-50659] [SC-184512][sql] Déplacer les erreurs liées à Union vers QueryCompilationErrors
  • [SPARK-50530] [SC-183419][sql] Correction du calcul incorrect du contexte de type chaîne implicite
  • [SPARK-50546] [SC-183807][sql] Ajouter la prise en charge du cast de sous-requête à la contrainte de type de classement
  • [SPARK-50405] [SC-182889][sql] Gérer correctement le type de classement des types de données complexes
  • [SPARK-50637] [SC-184434][sql] Correction du style de code pour l’analyseur à passe unique
  • [SPARK-50638] [SC-184435][sql] Refactoriser la résolution d'une vue dans un fichier séparé pour la réutiliser dans l'analyseur à passe unique
  • [SPARK-50615] [SC-184298][sql] Intégrer la variante dans le balayage.
  • [SPARK-50619] [SC-184210][sql] Refactoriser VariantGet.cast pour empaqueter les arguments de cast
  • [SPARK-50599] [SC-184058][sql] Créer la caractéristique DataEncoder qui permet l’encodage Avro et UnsafeRow
  • [SPARK-50076] [SC-183809] Correction des clés de journalisation
  • [SPARK-50597] [SC-183972][sql] Refactoriser la construction de lots dans Optimizer.scala et SparkOptimizer.scala
  • [SPARK-50339] [SC-183063][spark-50360][SS] Activer le journal des modifications pour stocker les informations de traçabilité
  • [SPARK-50526] [SC-183811][ss] Ajouter un format d’encodage de magasin conf dans le journal offset et bloquer les opérateurs avec état non pris en charge à l’aide d’avro
  • [SPARK-50540] [SC-183810][python][SS] Correction du schéma de chaîne pour StatefulProcessorHandle
  • [SPARK-50157] [SC-183789][sql] Utilisation de SQLConf fournie par SparkSession en premier.
  • [SPARK-48898] [SC-183793][sql] Définir correctement la nullabilité dans le schéma Variant
  • [SPARK-50559] [SC-183814][sql] Stockez les sorties de Except, Intersect et Union en tant que valeurs paresseuses
  • [SPARK-48416] [SC-183643][sql] Prise en charge imbriquée corrélée avec l’expression
  • [SPARK-50428] [SC-183566][ss][PYTHON] Prise en charge de TransformWithStateInPandas dans les requêtes par lots
  • [SPARK-50063] [SC-183350][sql][CONNECT] Ajouter la prise en charge de Variant dans le client Scala Spark Connect
  • [SPARK-50544] [SC-183569][python][CONNECT] Implémenter StructType.toDDL
  • [SPARK-50443] [SC-182590][ss] Correction des erreurs de build Maven introduites par le cache Guava dans RocksDBStateStoreProvider
  • [SPARK-50491] [SC-183434][sql] Correction du bogue où les blocs BEGIN END vides génèrent une erreur
  • [SPARK-50536] [SC-183443][core] Consigner les tailles des fichiers d’archive téléchargés dans SparkContext et Executor
  • [SPARK-45891] [SC-183439][sql] Reconstruire le binaire variant à partir des données fragmentées.
  • [SPARK-49565] [SC-183465][sql] Ajouter une syntaxe de canal SQL pour l’opérateur FROM
  • [SPARK-50497] [SC-183338][sql] Échec des requêtes avec un message approprié si MultiAlias contient une fonction non générateur
  • [SPARK-50460] [SC-183375][python][CONNECT] Généraliser et simplifier la gestion des exceptions Connect
  • [SPARK-50537] [SC-183452][connect][PYTHON] Correction du problème où l'option de compression était écrasée dans df.write.parquet
  • [SPARK-50329] [SC-183358][sql] corriger InSet$toString
  • [SPARK-50524] [SC-183364][sql] Abaisser le niveau du message d’avertissement au niveau de débogage RowBasedKeyValueBatch.spill
  • [SPARK-50528] [SC-183385][connect] Déplacer InvalidCommandInput vers un module commun
  • [SPARK-50017] [SC-182438][ss] Prise en charge de l’encodage Avro pour l’opérateur TransformWithState
  • [SPARK-50463] [SC-182833][sql] Correction ConstantColumnVector avec la conversion columnar en ligne
  • [SPARK-50235] [SC-180786][sql] Nettoyer la ressource ColumnVector après avoir traité toutes les lignes dans ColumnarToRowExec
  • [SPARK-50516] [SC-183279][ss][MINOR] Correction du test lié à l’état init pour utiliser StreamManualClock
  • [SPARK-50478] [SC-183188][sql] Correction de la correspondance StringType
  • [SPARK-50492] [SC-183177][ss] Corrige une java.util.NoSuchElementException lorsque la colonne de temps d'événement est supprimée après dropDuplicatesWithinWatermark
  • [SPARK-49566] [SC-182589][sql] Ajouter une syntaxe de canal SQL pour l’opérateur SET
  • [SPARK-50449] [SC-183178][sql] Correction de la grammaire de script SQL autorisant les corps vides pour les boucles, IF et CASE
  • [SPARK-50251] [SC-180970][python] Ajouter getSystemProperty à PySpark SparkContext
  • [SPARK-50421] [SC-183091][core] Correction de la configuration de mémoire associée à l’exécuteur incorrecte lorsque plusieurs profils de ressources ont fonctionné
  • [SPARK-49461] [SC-179572][ss] ID de checkpoint persistant pour valider les logs et les lire
  • [SPARK-50343] [SC-183119][spark-50344][SQL] Ajouter une syntaxe de canal SQL pour les opérateurs DROP et AS
  • [SPARK-50481] [SC-182880][core] Améliorer SortShuffleManager.unregisterShuffle pour ignorer la logique du fichier de somme de contrôle si la somme de contrôle est désactivée
  • [SPARK-50498] [SC-183090][python] Éviter les appels py4j inutiles dans listFunctions
  • [SPARK-50489] [SC-183053][sql][PYTHON] Correction de la jointure automatique après applyInArrow
  • [SPARK-49695] [SC-182967][sc-176968][SQL] Correction de la poussée de xor dans Postgres

Prise en charge du pilote ODBC/JDBC Databricks

Databricks prend en charge les pilotes ODBC/JDBC publiés au cours des 2 dernières années. Téléchargez les pilotes et la mise à niveau récemment publiés (téléchargez ODBC, téléchargez JDBC).

Mises à jour de maintenance

Voir les mises à jour de maintenance Databricks Runtime 16.2.

Environnement du système

  • Système d’exploitation : Ubuntu 24.04.1 LTS
    • Remarque : Il s’agit de la version Ubuntu utilisée par les conteneurs Databricks Runtime. Les conteneurs Databricks Runtime s’exécutent sur les machines virtuelles du fournisseur cloud, qui peuvent utiliser une autre version Ubuntu ou distribution Linux.
  • Java : Zulu17.54+21-CA
  • Scala : 2.12.15
  • Python : 3.12.3
  • R : 4.4.0
  • Delta Lake : 3.3.0

Bibliothèques Python installées

Bibliothèque Version Bibliothèque Version Bibliothèque Version
types annotés 0.7.0 asttokens 2.0.5 astunparse 1.6.3
commande automatique 2.2.2 azure-core 1.31.0 azure-storage-blob (service de stockage de blobs Azure) 12.23.0
Azure Storage File Data Lake 12.17.0 backports.tarfile 1.2.0 noir 24.4.2
clignotant 1.7.0 boto3 1.34.69 botocore 1.34.69
cachetools 5.3.3 certifi 2024.6.2 cffi 1.16.0
chardet 4.0.0 charset-normalizer 2.0.4 cliquez 8.1.7
cloudpickle 2.2.1 Communication 0.2.1 contourpy 1.2.0
cryptographie 42.0.5 cycliste 0.11.0 Cython 3.0.11
Kit de développement logiciel Databricks (SDK) 0.30.0 dbus-python 1.3.2 debugpy 1.6.7
décorateur 5.1.1 Deprecated 1.2.14 distlib 0.3.8
Conversion de docstring en markdown 0.11 points d’entrée 0.4 exécution 0.8.3
aperçu des facettes 1.1.1 verrou de fichier 3.15.4 outils de police 4.51.0
gitdb (base de données Git) 4.0.11 GitPython 3.1.37 google-api-core 2.20.0
google-auth 2.35.0 google-cloud-core 2.4.1 google-cloud-storage (Stockage dans le cloud de Google) 2.18.2
google-crc32c 1.6.0 google-reprise-media 2.7.2 googleapis-common-protos 1.65.0
grpcio 1.60.0 grpcio-status 1.60.0 httplib2 0.20.4
idna 3.7 importlib-metadata 6.0.0 importlib_resources 6.4.0
infléchir 7.3.1 ipyflow-core 0.0.201 ipykernel 6.28.0
ipython 8.25.0 ipython-genutils 0.2.0 ipywidgets 7.7.2
isodate 0.6.1 jaraco.context 5.3.0 jaraco.functools 4.0.1
jaraco.text 3.12.1 Jedi 0.19.1 jmespath 1.0.1
joblib 1.4.2 jupyter_client 8.6.0 jupyter_core 5.7.2
kiwisolver 1.4.4 launchpadlib 1.11.0 lazr.restfulclient 0.14.6
lazr.uri 1.0.6 matplotlib 3.8.4 matplotlib-inline 0.1.6
Mccabe 0.7.0 mlflow-skinny (version légère de mlflow) 2.15.1 more-itertools 10.3.0
mypy 1.10.0 mypy-extensions 1.0.0 nest-asyncio 1.6.0
nodeenv 1.9.1 numpy 1.26.4 oauthlib 3.2.2
opentelemetry-api 1.27.0 opentelemetry-sdk 1.27.0 opentelemetry-semantic-conventions 0,48b0
empaquetage 24.1 Pandas 1.5.3 parso 0.8.3
spécification de chemin 0.10.3 dupe 0.5.6 pexpect 4.8.0
oreiller 10.3.0 pépin 24.2 platformdirs 3.10.0
tracé 5.22.0 enfiché 1.0.0 prompt-toolkit 3.0.43
proto-plus 1.24.0 protobuf 4.24.1 psutil 5.9.0
psycopg2 2.9.3 ptyprocess 0.7.0 pure-eval 0.2.2
pyarrow 15.0.2 pyasn1 0.4.8 pyasn1-modules 0.2.8
pyccolo 0.0.65 pycparser 2.21 pydantic 2.8.2
pydantic_core 2.20.1 pyflakes 3.2.0 Pygments 2.15.1
PyGObject 3.48.2 PyJWT 2.7.0 pyodbc 5.0.1
pyparsing 3.0.9 pyright 1.1.294 python-dateutil 2.9.0.post0
python-lsp-jsonrpc 1.1.2 serveur LSP pour Python 1.10.0 pytoolconfig 1.2.6
pytz 2024.1 PyYAML 6.0.1 pyzmq 25.1.2
requests 2.32.2 corde 1.12.0 Rsa 4,9
s3transfer 0.10.2 scikit-learn 1.4.2 scipy (bibliothèque Python pour le calcul scientifique) 1.13.1
seaborn 0.13.2 setuptools 74.0.0 Six 1.16.0
smmap 5.0.0 sqlparse 0.5.1 ssh-import-id 5.11
données en pile 0.2.0 statsmodels, une bibliothèque Python pour la modélisation statistique 0.14.2 ténacité 8.2.2
threadpoolctl 2.2.0 tokenize-rt 4.2.1 tomli 2.0.1
tornade 6.4.1 Traitlets 5.14.3 typeguard 4.3.0
types-protobuf 3.20.3 types-psutil 5.9.0 types-pytz 2023.3.1.1
types-PyYAML 6.0.0 types de requêtes 2.31.0.0 types-setuptools 68.0.0.0
types-six 1.16.0 types-urllib3 1.26.25.14 typing_extensions 4.11.0
ujson 5.10.0 mises à niveau automatiques 0.1 urllib3 1.26.16
virtualenv 20.26.2 wadllib 1.3.6 wcwidth 0.2.5
c’est quoi le patch 1.0.2 roue 0.43.0 enveloppé 1.14.1
yapf 0.33.0 zipp 3.17.0

Bibliothèques R installées

Les bibliothèques R sont installées à partir de l’instantané CRAN du gestionnaire de paquets Posit le 2024-08-04 : https://packagemanager.posit.co/cran/2024-08-04/.

Bibliothèque Version Bibliothèque Version Bibliothèque Version
flèche 16.1.0 askpass 1.2.0 assertthat 0.2.1
rétroportages 1.5.0 base 4.4.0 base64enc 0.1-3
bigD 0.2.0 bit 4.0.5 bit-64 4.0.5
bitops 1.0-8 BLOB 1.2.4 botte 1.3-30
brasser 1.0-10 brio 1.1.5 balai 1.0.6
bslib 0.8.0 cachem 1.1.0 appelant 3.7.6
caret 6.0-94 cellranger 1.1.0 Chron 2.3-61
classe 7.3-22 CLI 3.6.3 clipr 0.8.0
horloge 0.7.1 Grappe 2.1.6 codetools 0.2-20
espace colorimétrique 2.1-1 commonmark 1.9.1 compilateur 4.4.0
config 0.3.2 en conflit 1.2.0 cpp11 0.4.7
crayon 1.5.3 credentials 2.0.1 friser 5.2.1
data.table 1.15.4 jeux de données 4.4.0 DBI 1.2.3
dbplyr 2.5.0 Desc 1.4.3 devtools 2.4.5
diagramme 1.6.5 diffobj 0.3.5 digérer 0.6.36
éclairage dirigé vers le bas 0.4.4 dplyr 1.1.4 dtplyr 1.3.1
e1071 1.7-14 points de suspension 0.3.2 évaluer 0.24.0
fansi 1.0.6 couleurs 2.1.2 fastmap 1.2.0
fontawesome 0.5.2 travailleurs forcés 1.0.0 foreach 1.5.2
étranger 0.8-86 forger 0.2.0 fs 1.6.4
futur 1.34.0 future.apply 1.11.2 se gargariser 1.5.2
Génériques 0.1.3 Gert 2.1.0 ggplot2 3.5.1
gh 1.4.1 git2r 0.33.0 gitcreds 0.1.2
glmnet 4.1-8 globaux 0.16.3 colle 1.7.0
googledrive 2.1.1 googlesheets4 1.1.1 Gower 1.0.1
graphisme 4.4.0 grDevices 4.4.0 grille 4.4.0
gridExtra 2.3 gsubfn 0.7 gt 0.11.0
tableau 0.3.5 casque de chantier 1.4.0 refuge 2.5.4
plus élevé 0.11 Hms 1.1.3 htmltools 0.5.8.1
htmlwidgets 1.6.4 httpuv 1.6.15 httr 1.4.7
httr2 1.0.2 Id 1.0.1 ini 0.3.1
ipred 0.9-15 isobande 0.2.7 Itérateurs 1.0.14
jquerylib 0.1.4 jsonlite 1.8.8 juicyjuice 0.1.0
KernSmooth 2.23-22 knitr 1.48 étiquetage 0.4.3
plus tard 1.3.2 treillis 0.22-5 lave 1.8.0
cycle de vie 1.0.4 listenv 0.9.1 lubridate 1.9.3
magrittr 2.0.3 Markdown 1.13 MASSE 7.3-60.0.1
Matrice 1.6-5 mémorisation 2.0.1 méthode 4.4.0
mgcv 1.9-1 mime 0,12 miniUI 0.1.1.1
mlflow 2.14.1 ModelMetrics 1.2.2.2 modeleur 0.1.11
munsell 0.5.1 nlme 3.1-165 nnet 7.3-19
numDeriv 2016.8-1.1 openssl 2.2.0 parallèle 4.4.0
parallèlement 1.38.0 pilier 1.9.0 pkgbuild 1.4.4
pkgconfig 2.0.3 pkgdown 2.1.0 pkgload 1.4.0
plogr 0.2.0 plyr 1.8.9 louange 1.0.0
joliesunits 1.2.0 pROC 1.18.5 processx 3.8.4
prodlim 2024.06.25 profvis 0.3.8 progrès 1.2.3
progressr 0.14.0 Promesses 1.3.0 prototype 1.0.0
proxy 0.4-27 Ps 1.7.7 purrr 1.0.2
R6 2.5.1 ragg 1.3.2 randomForest 4.7-1.1
rappdirs 0.3.3 rcmdcheck 1.4.0 RColorBrewer 1.1-3
Rcpp 1.0.13 RcppEigen 0.3.4.0.0 reactable 0.4.4
reactR 0.6.0 readr 2.1.5 readxl 1.4.3
Recettes 1.1.0 match retour 2.0.0 rematch2 2.1.2
Télécommandes 2.5.0 exemple reproductible 2.1.1 reshape2 1.4.4
rlang 1.1.4 rmarkdown 2.27 RODBC 1.3-23
roxygen2 7.3.2 rpart 4.1.23 rprojroot 2.0.4
Rserve 1.8-13 RSQLite 2.3.7 rstudioapi 0.16.0
rversions 2.1.2 rvest 1.0.4 Sass 0.4.9
balance 1.3.0 sélecteur 0.4-2 information de session 1.2.2
forme 1.4.6.1 brillant 1.9.1 sourcetools 0.1.7-1
sparklyr 1.8.6 SparkR 3.5.2 spatial 7.3-17
Cannelures 4.4.0 sqldf 0.4-11 SQUAREM 2021.1
Statistiques 4.4.0 stats4 4.4.0 stringi 1.8.4
stringr 1.5.1 survie 3.6-4 Swagger 5.17.14.1
sys 3.4.2 systemfonts 1.1.0 tcltk 4.4.0
testthat 3.2.1.1 mise en forme de texte 0.4.0 tibble 3.2.1
tidyr 1.3.1 tidyselect 1.2.1 tidyverse 2.0.0
changement d'heure 0.3.0 timeDate 4032.109 tinytex 0.52
outils 4.4.0 tzdb 0.4.0 Vérificateur d'URL 1.0.1
usethis 3.0.0 utf8 1.2.4 utilitaires 4.4.0
uuid 1.2-1 V8 4.4.2 vctrs 0.6.5
viridisLite 0.4.2 Vroom 1.6.5 Waldo 0.5.2
moustache 0.4.1 withr 3.0.1 xfun 0.46
xml2 1.3.6 xopen 1.0.1 xtable 1.8-4
yaml 2.3.10 zeallot 0.1.0 zip 2.3.1

Bibliothèques Java et Scala installées (version du cluster Scala 2.12)

ID de groupe ID d’artefact Version
antlr antlr 2.7.7
com.amazonaws amazon-kinesis-client 1.12.0
com.amazonaws aws-java-sdk-autoscaling 1.12.638
com.amazonaws aws-java-sdk-cloudformation 1.12.638
com.amazonaws aws-java-sdk-cloudfront 1.12.638
com.amazonaws aws-java-sdk-cloudhsm 1.12.638
com.amazonaws aws-java-sdk-cloudsearch 1.12.638
com.amazonaws aws-java-sdk-cloudtrail 1.12.638
com.amazonaws aws-java-sdk-cloudwatch 1.12.638
com.amazonaws aws-java-sdk-cloudwatchmetrics 1.12.638
com.amazonaws aws-java-sdk-codedeploy 1.12.638
com.amazonaws aws-java-sdk-cognitoidentity 1.12.638
com.amazonaws aws-java-sdk-cognitosync 1.12.638
com.amazonaws aws-java-sdk-config 1.12.638
com.amazonaws aws-java-sdk-core 1.12.638
com.amazonaws aws-java-sdk-datapipeline 1.12.638
com.amazonaws aws-java-sdk-directconnect 1.12.638
com.amazonaws aws-java-sdk-directory 1.12.638
com.amazonaws aws-java-sdk-dynamodb 1.12.638
com.amazonaws aws-java-sdk-ec2 1.12.638
com.amazonaws aws-java-sdk-ecs 1.12.638
com.amazonaws aws-java-sdk-efs 1.12.638
com.amazonaws aws-java-sdk-elasticache 1.12.638
com.amazonaws aws-java-sdk-elasticbeanstalk 1.12.638
com.amazonaws aws-java-sdk-elasticloadbalancing 1.12.638
com.amazonaws aws-java-sdk-elastictranscoder 1.12.638
com.amazonaws aws-java-sdk-emr 1.12.638
com.amazonaws aws-java-sdk-glacier 1.12.638
com.amazonaws aws-java-sdk-glue 1.12.638
com.amazonaws aws-java-sdk-iam 1.12.638
com.amazonaws aws-java-sdk-importexport 1.12.638
com.amazonaws aws-java-sdk-kinesis 1.12.638
com.amazonaws aws-java-sdk-kms 1.12.638
com.amazonaws aws-java-sdk-lambda 1.12.638
com.amazonaws aws-java-sdk-logs 1.12.638
com.amazonaws aws-java-sdk-machinelearning 1.12.638
com.amazonaws aws-java-sdk-opsworks 1.12.638
com.amazonaws aws-java-sdk-rds 1.12.638
com.amazonaws aws-java-sdk-redshift 1.12.638
com.amazonaws aws-java-sdk-route53 1.12.638
com.amazonaws aws-java-sdk-s3 1.12.638
com.amazonaws aws-java-sdk-ses 1.12.638
com.amazonaws aws-java-sdk-simpledb 1.12.638
com.amazonaws aws-java-sdk-simpleworkflow 1.12.638
com.amazonaws aws-java-sdk-sns 1.12.638
com.amazonaws aws-java-sdk-sqs 1.12.638
com.amazonaws aws-java-sdk-ssm 1.12.638
com.amazonaws aws-java-sdk-storagegateway 1.12.638
com.amazonaws aws-java-sdk-sts 1.12.638
com.amazonaws aws-java-sdk-support 1.12.638
com.amazonaws aws-java-sdk-swf-libraries 1.11.22
com.amazonaws aws-java-sdk-workspaces 1.12.638
com.amazonaws jmespath-java 1.12.638
com.clearspring.analytics ruisseau 2.9.6
com.databricks Rserve 1.8-3
com.databricks databricks-sdk-java 0.27.0
com.databricks jets3t 0.7.1-0
com.databricks.scalapb scalapb-runtime_2.12 0.4.15-10
com.esotericsoftware ombragé cryogénique 4.0.2
com.esotericsoftware minlog 1.3.0
com.fasterxml Camarade de classe 1.3.4
com.fasterxml.jackson.core jackson-annotations 2.15.2
com.fasterxml.jackson.core jackson-core 2.15.2
com.fasterxml.jackson.core jackson-databind 2.15.2
com.fasterxml.jackson.dataformat jackson-dataformat-cbor 2.15.2
com.fasterxml.jackson.dataformat jackson-dataformat-yaml 2.15.2
com.fasterxml.jackson.datatype jackson-datatype-joda 2.15.2
com.fasterxml.jackson.datatype jackson-datatype-jsr310 2.16.0
com.fasterxml.jackson.module jackson-module-paranamer 2.15.2
com.fasterxml.jackson.module jackson-module-scala_2.12 2.15.2
com.github.ben-manes.caffeine caféine 2.9.3
com.github.fommil jniloader 1.1
com.github.fommil.netlib native_ref-java 1.1
com.github.fommil.netlib native_ref-java 1.1 natifs
com.github.fommil.netlib native_system-java 1.1
com.github.fommil.netlib native_system-java 1.1 natifs
com.github.fommil.netlib netlib-native_ref-linux-x86_64 1.1 natifs
com.github.fommil.netlib netlib-native_system-linux-x86_64 1.1 natifs
com.github.luben zstd-jni 1.5.5-4
com.github.wendykierp JTransforms 3.1
com.google.code.findbugs jsr305 3.0.0
com.google.code.gson gson 2.10.1
com.google.crypto.tink Tink 1.9.0
com.google.errorprone annotations_sujettes_à_erreurs 2.10.0
com.google.flatbuffers flatbuffers-java 26/05/2023
com.google.guava guava 15.0
com.google.protobuf protobuf-java 3.25.1
com.helger profileur 1.1.1
com.ibm.icu icu4j 75.1
com.jcraft jsch 0.1.55
com.jolbox bonecp 0.8.0.RELEASE
com.lihaoyi sourcecode_2.12 0.1.9
com.microsoft.azure azure-data-lake-store-sdk 2.3.9
com.microsoft.sqlserver mssql-jdbc 11.2.2.jre8
com.microsoft.sqlserver mssql-jdbc 11.2.3.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_2.12 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 1.4.3
com.typesafe.scala-logging scala-logging_2.12 3.7.2
com.uber h3 3.7.3
com.univocity univocity-parsers 2.9.1
com.zaxxer HikariCP 4.0.3
commons-cli commons-cli 1.5.0
commons-codec commons-codec 1.16.0
commons-collections commons-collections 3.2.2
commons-dbcp commons-dbcp 1.4
commons-fileupload commons-fileupload 1,5
commons-httpclient commons-httpclient 3.1
commons-io commons-io 2.13.0
commons-lang commons-lang 2.6
commons-logging commons-logging 1.1.3
commons-pool commons-pool 1.5.4
dev.ludovic.netlib arpack 3.0.3
dev.ludovic.netlib Blas 3.0.3
dev.ludovic.netlib lapack 3.0.3
info.ganglia.gmetric4j gmetric4j 1.0.10
io.airlift compresseur d'air 0.27
io.delta delta-sharing-client_2.12 1.2.2
io.dropwizard.metrics métriques-annotation 4.2.19
io.dropwizard.metrics métriques-core 4.2.19
io.dropwizard.metrics metrics-graphite 4.2.19
io.dropwizard.metrics métriques-vérifications de santé 4.2.19
io.dropwizard.metrics metrics-jetty9 4.2.19
io.dropwizard.metrics metrics-jmx 4.2.19
io.dropwizard.metrics metrics-json 4.2.19
io.dropwizard.metrics metrics-jvm 4.2.19
io.dropwizard.metrics metrics-servlets 4.2.19
io.netty netty-all 4.1.108.Final
io.netty netty-buffer 4.1.108.Final
io.netty netty-codec 4.1.108.Final
io.netty netty-codec-http 4.1.108.Final
io.netty netty-codec-http2 4.1.108.Final
io.netty netty-codec-socks 4.1.108.Final
io.netty netty-common 4.1.108.Final
io.netty netty-handler 4.1.108.Final
io.netty netty-handler-proxy 4.1.108.Final
io.netty netty-resolver 4.1.108.Final
io.netty netty-tcnative-boringssl-static 2.0.61.Final-db-r16
io.netty netty-tcnative-boringssl-static 2.0.61.Final-db-r16-linux-aarch_64
io.netty netty-tcnative-boringssl-static 2.0.61.Final-db-r16-linux-x86_64
io.netty netty-tcnative-boringssl-static 2.0.61.Final-db-r16-osx-aarch_64
io.netty netty-tcnative-boringssl-static 2.0.61.Final-db-r16-osx-x86_64
io.netty netty-tcnative-boringssl-static 2.0.61.Final-db-r16-windows-x86_64
io.netty netty-tcnative-classes 2.0.61.Final
io.netty netty-transport 4.1.108.Final
io.netty netty-transport-classes-epoll 4.1.108.Final
io.netty netty-transport-classes-kqueue 4.1.108.Final
io.netty netty-transport-native-epoll 4.1.108.Final
io.netty netty-transport-native-epoll 4.1.108.Final-linux-aarch_64
io.netty netty-transport-native-epoll 4.1.108.Final-linux-riscv64
io.netty netty-transport-native-epoll 4.1.108.Final-linux-x86_64
io.netty netty-transport-native-kqueue 4.1.108.Final-osx-aarch_64
io.netty netty-transport-native-kqueue 4.1.108.Final-osx-x86_64
io.netty netty-transport-native-unix-common 4.1.108.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 collectionneur 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 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 2.12.1
net.java.dev.jna jna 5.8.0
net.razorvine cornichon 1.3
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 4.9.3
org.antlr stringtemplate 3.2.1
org.apache.ant fourmi 1.10.11
org.apache.ant ant-jsch 1.10.11
org.apache.ant ant-launcher 1.10.11
org.apache.arrow format de flèche 15.0.0
org.apache.arrow noyau-mémoire-flèche 15.0.0
org.apache.arrow arrow-memory-netty 15.0.0
org.apache.arrow vecteur de flèche 15.0.0
org.apache.avro avro 1.11.3
org.apache.avro avro-ipc 1.11.3
org.apache.avro avro-mapred 1.11.3
org.apache.commons commons-collections4 4.4
org.apache.commons commons-compress 1.23.0
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 conservateur-client 2.13.0
org.apache.curator curateur-framework 2.13.0
org.apache.curator curateur-recettes 2.13.0
org.apache.datasketches datasketches-java 3.1.0
org.apache.datasketches datasketches-memory 2.0.0
org.apache.derby derby 10.14.2.0
org.apache.hadoop hadoop-client-runtime 3.3.6
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 4.5.14
org.apache.httpcomponents httpcore 4.4.16
org.apache.ivy lierre 2.5.2
org.apache.logging.log4j log4j-1.2-api 2.22.1
org.apache.logging.log4j log4j-api 2.22.1
org.apache.logging.log4j log4j-core 2.22.1
org.apache.logging.log4j log4j-layout-template-json 2.22.1
org.apache.logging.log4j log4j-slf4j2-impl 2.22.1
org.apache.orc orc-core 1.9.2-shaded-protobuf
org.apache.orc orc-mapreduce 1.9.2-shaded-protobuf
org.apache.orc orc-shims 1.9.2
org.apache.thrift libfb303 0.9.3
org.apache.thrift libthrift 0.12.0
org.apache.ws.xmlschema xmlschema-core 2.3.0
org.apache.xbean xbean-asm9-shaded 4.23
org.apache.yetus annotations-pour-l'audience 0.13.0
org.apache.zookeeper Zookeeper 3.9.2
org.apache.zookeeper zookeeper-jute 3.9.2
org.checkerframework checker-qual 3.31.0
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.collections eclipse-collections 11.1.0
org.eclipse.collections eclipse-collections-api 11.1.0
org.eclipse.jetty jetty-client 9.4.52.v20230823
org.eclipse.jetty jetty-continuation 9.4.52.v20230823
org.eclipse.jetty jetty-http 9.4.52.v20230823
org.eclipse.jetty jetty-io 9.4.52.v20230823
org.eclipse.jetty jetty-jndi 9.4.52.v20230823
org.eclipse.jetty jetty-plus 9.4.52.v20230823
org.eclipse.jetty jetty-proxy 9.4.52.v20230823
org.eclipse.jetty jetty-security 9.4.52.v20230823
org.eclipse.jetty serveur Jetty 9.4.52.v20230823
org.eclipse.jetty jetty-servlet 9.4.52.v20230823
org.eclipse.jetty jetty-servlets 9.4.52.v20230823
org.eclipse.jetty jetty-util 9.4.52.v20230823
org.eclipse.jetty jetty-util-ajax 9.4.52.v20230823
org.eclipse.jetty jetty-webapp 9.4.52.v20230823
org.eclipse.jetty jetty-xml 9.4.52.v20230823
org.eclipse.jetty.websocket websocket-api 9.4.52.v20230823
org.eclipse.jetty.websocket websocket-client 9.4.52.v20230823
org.eclipse.jetty.websocket websocket-common 9.4.52.v20230823
org.eclipse.jetty.websocket serveur WebSocket 9.4.52.v20230823
org.eclipse.jetty.websocket websocket-servlet 9.4.52.v20230823
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 2.40
org.glassfish.jersey.containers jersey-container-servlet-core 2.40
org.glassfish.jersey.core jersey-client 2.40
org.glassfish.jersey.core jersey-common 2.40
org.glassfish.jersey.core jersey-server 2.40
org.glassfish.jersey.inject jersey-hk2 2.40
org.hibernate.validator hibernate-validator 6.1.7.Final
org.ini4j ini4j 0.5.4
org.javassist javassist 3.29.2-GA
org.jboss.logging jboss-logging 3.3.2.Final
org.jdbi jdbi 2.63.1
org.jetbrains Annotations 17.0.0
org.joda joda-convert 1.7
org.jodd jodd-core 3.5.2
org.json4s json4s-ast_2.12 4.0.7
org.json4s json4s-core_2.12 4.0.7
org.json4s json4s-jackson-core_2.12 4.0.7
org.json4s json4s-jackson_2.12 4.0.7
org.json4s json4s-scalap_2.12 4.0.7
org.lz4 lz4-java 1.8.0-databricks-1
org.mlflow mlflow-spark_2.12 2.9.1
org.objenesis objenèse 2.5.1
org.postgresql postgresql 42.6.1
org.roaringbitmap RoaringBitmap 0.9.45-databricks
org.roaringbitmap Cales 0.9.45-databricks
org.rocksdb rocksdbjni 9.2.1
org.rosuda.REngine REngine 2.1.0
org.scala-lang scala-compiler_2.12 2.12.15
org.scala-lang scala-library_2.12 2.12.15
org.scala-lang scala-reflect_2.12 2.12.15
org.scala-lang.modules scala-collection-compat_2.12 2.11.0
org.scala-lang.modules scala-java8-compat_2.12 0.9.1
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 interface de test 1,0
org.scalacheck scalacheck_2.12 1.14.2
org.scalactic scalactic_2.12 3.2.16
org.scalanlp breeze-macros_2.12 2.1.0
org.scalanlp breeze_2.12 2.1.0
org.scalatest compatible scalatest 3.2.16
org.scalatest scalatest-core_2.12 3.2.16
org.scalatest scalatest-diagrams_2.12 3.2.16
org.scalatest scalatest-featurespec_2.12 3.2.16
org.scalatest scalatest-flatspec_2.12 3.2.16
org.scalatest scalatest-freespec_2.12 3.2.16
org.scalatest scalatest-funspec_2.12 3.2.16
org.scalatest scalatest-funsuite_2.12 3.2.16
org.scalatest scalatest-matchers-core_2.12 3.2.16
org.scalatest scalatest-mustmatchers_2.12 3.2.16
org.scalatest scalatest-propspec_2.12 3.2.16
org.scalatest scalatest-refspec_2.12 3.2.16
org.scalatest scalatest-shouldmatchers_2.12 3.2.16
org.scalatest scalatest-wordspec_2.12 3.2.16
org.scalatest scalatest_2.12 3.2.16
org.slf4j jcl-over-slf4j 2.0.7
org.slf4j jul-to-slf4j 2.0.7
org.slf4j slf4j-api 2.0.7
org.slf4j slf4j-simple 1.7.25
org.threeten threeten-extra 1.7.1
org.tukaani xz 1,9
org.typelevel algebra_2.12 2.0.1
org.typelevel cats-kernel_2.12 2.1.1
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 1.1.3.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 2.4.1-linux-x86_64
stax stax-api 1.0.1
  • Last updated on