Megosztás a következőn keresztül:


Databricks Runtime 5.5 LTS (EoS)

Feljegyzés

A Databricks Runtime-verzió támogatása véget ért. A támogatás megszűnésének dátumáról lásd a támogatási előzményeket. Az összes támogatott Databricks Runtime-verziót lásd : Databricks Runtime release notes versions and compatibility.

A Databricks 2019 júliusában adta ki ezt a verziót. 2019 augusztusában hosszú távú támogatásnak (LTS) nyilvánították. A támogatás 2021. július 27-én véget ért. A Databricks Runtime 5.5 Kiterjesztett támogatás (EoS) 2021. július 8-án jelent meg, és 2021 decemberéig 5,5-ös támogatást nyújt. Az eredeti Databricks Runtime 5.5 LTS-ben használt elavult Ubuntu 16.04.6 LTS-disztribúció helyett Ubuntu 18.04.5 LTS-t használ. Az Ubuntu 16.04.6 LTS-támogatás 2021. április 1-jén megszűnt.

Az alábbi kibocsátási megjegyzések az Apache Spark által üzemeltetett Databricks Runtime 5.5-ről nyújtanak információkat.

Új funkciók

Delta Lake az Azure Databricks automatikus optimalizálása

Ma, amikor adatokat ír a felhőbeli tárolóba, tömörítenie kell a fájlokat az optimális I/O-teljesítmény érdekében. A megfelelő fájlméret, a fájlok tömörítésének gyakorisága, a használandó fürt mérete stb. miatt kell aggódnia. A problémák ezen osztályának megoldása érdekében örömmel jelentjük be az Automatikus optimalizálás és a Delta Lake általános rendelkezésre állását az Azure Databricksben. A Delta-táblákba való írás során automatikusan kitaláljuk a megfelelő fájlméreteket és tömörítési fájlokat, hogy ne kelljen aggódnia a tárterület elrendezésének optimalizálásával. Az írások során, ha ez a lehetőség, trueaz auto-optimize Azure Databricks automatikusan meghatározza, hogy szükség van-e optimalizálásra, és optimalizálja a kis fájlokat. További részletekért lásd : A Delta Lake konfigurálása az adatfájlok méretének szabályozásához.

A Delta Lake az Azure Databricksen javította az összesítő lekérdezések minimális, maximális és darabszámbeli teljesítményét

Az Azure Databricks delta lake-beli minimális, maximális és darabszám-összesítési lekérdezéseinek teljesítménye jelentősen javult az olvasott adatok mennyiségének csökkentésével. Ezek a lekérdezések most az adatok vizsgálata helyett statisztikák és partícióértékek használatával futnak a metaadatokban.

Gyorsabb modellkövetkeztetési folyamatok továbbfejlesztett bináris fájladatforrással és skaláris iterátorral pandas UDF (nyilvános előzetes verzió)

A gépi tanulási feladatoknak, különösen a kép- és videotartományban, gyakran nagy számú fájlon kell működniük. A Databricks Runtime 5.4-ben már elérhetővé tettük a bináris fájl adatforrását, hogy segítse az ETL tetszőleges fájljait, például a képeket a Spark-táblákban. A Databricks Runtime 5.5-ben hozzáadtunk egy lehetőséget a recursiveFileLookupfájlok rekurzív betöltéséhez a beágyazott bemeneti könyvtárakból. Lásd: Bináris fájl.

A bináris fájl adatforrása lehetővé teszi a modellkövető feladatok párhuzamos futtatását Spark-táblákból egy skaláris pandas UDF használatával. Előfordulhat azonban, hogy minden rekordköteghez inicializálnia kell a modellt, ami többletterhelést jelent. A Databricks Runtime 5.5-ben egy "skaláris iterátor" nevű új pandas UDF-típust jelentettünk vissza az Apache Spark mastertől. Ezzel csak egyszer inicializálhat egy modellt, és számos bemeneti kötegre alkalmazhatja a modellt, ami a ResNet50-hez hasonló modellek 2-3-szor gyorsabb sebességét eredményezheti. Lásd: Sorozat a skaláris UDF-hez.

Titkos kódok API R-jegyzetfüzetekben

A Titkos kódok API lehetővé teszi a titkos kulcsok beszúrását a jegyzetfüzetekbe anélkül, hogy azokat beszúrja. Ez az API mostantól elérhető R-jegyzetfüzetekben a Python- és Scala-jegyzetfüzetek meglévő támogatása mellett. A függvény használatával dbutils.secrets.get titkos kulcsokat szerezhet be. A titkos kulcsok a jegyzetfüzetcellába való nyomtatás előtt kerülnek újra kiírásra.

Fejlesztések

  • Delta Lake SQL-műveletek Pythonban foreachBatchvaló futtatásának támogatása: Kijavítottuk azt az ismert korlátozást, hogy nem lehet Delta-táblákba írni egy Pythonban definiált strukturált streamelési lekérdezésen belül foreachBatch . Ez hasznos egy gyakori Python-streamelési számítási feladatban; Például streamelési aggregátumok írása frissítési módban a MERGE és a foreachBatch használatával.
  • Az Azure Data Lake Gen2-ben tárolt Delta-táblák teljesítménye: Az ADLS Gen2-ben található Delta-tábla legújabb verziójának ellenőrzése mostantól csak a tranzakciónapló végét ellenőrzi ahelyett, hogy az összes elérhető verziót felsorolja. Ez az optimalizálás állandó időműveletet tesz lehetővé UPDATE , jelentősen javítva a késést.
  • Az optimalizálás ZORDER BYméretezhetősége: A Z-Ordering nagyon nagy Delta-táblákon most már kisebb munkaegységeket használ, amelyeket speciális belépés-vezérlés szabályoz. Ez a funkció a fürt kihasználtságának feláldozása nélkül javítja a művelet stabilitását.
  • A DML-parancsok jobb teljesítménye a nagy számú oszlopot tartalmazó táblákon: Mostantól jobb oszlopmetszetet hajtunk végre a megfelelő adatok UPDATEDELETEés MERGE parancsok keresésekor.
  • A VNet + Szolgáltatásvégpontok beállításának támogatása a Spark - Synapse Analytics-összekötőben: ADL Gen2 elérési utakat adtunk hozzá egy engedélyezési listához ideiglenes adathelyként (.option("tempDir", "abfss://...")), és hozzáadtunk egy új, úgynevezett useAzureMSIlehetőséget, amelyet arra forward_spark_azure_storage_credentials az esetre használunk, ha a Synapse Analytics úgy van konfigurálva, hogy felügyelt identitásokon keresztül hitelesítse magát a V2-tárfiókban.
  • A lemez gyorsítótárazásának automatikus érvénytelenítése: A lemez gyorsítótárazása mostantól automatikusan észleli a gyorsítótárazást követően módosított vagy felülírt fájlokat. A rendszer automatikusan érvényteleníti és kiüríti az elavult bejegyzéseket a gyorsítótárból. Lásd: Teljesítmény optimalizálása gyorsítótárazással az Azure Databricksben.
  • A Python-kódtár kereke 0.33.3-ról 0.33.4-re frissült.
  • Frissített R-kódtár nlme 3.1-139-ről 3.1-140-re.

Hibajavítások

  • Kijavítottuk a Spark-feladatokat nem futtató R-parancsok lemondását. Korábban a Spark-feladatokat nem futtató R-parancsok törölhetők, de a jegyzetfüzetek állapota elveszne; parancsok mostantól a jegyzetfüzet állapotának elvesztése nélkül törölhetők.
  • A felügyelt táblák elvetése vagy áthelyezése mostantól érvényteleníti a gyorsítótárazott Delta Lake-naplót.
  • Kijavítottunk egy hibát, amely miatt a Delta Lake ellenőrzőpont írása FileAlreadyExistsExceptionmeghiúsult.
  • A Scala REPL mostantól beállítja a megfelelő -target:jvm-1.8 jelzőt, hogy támogassa a Java 8 funkciókat használó Java-metódusok meghívását.

Apache Spark

A Databricks Runtime 5.5 tartalmazza az Apache Spark 2.4.3-at. Ez a kiadás tartalmazza a Databricks Runtime 5.4 -ben (EoS) található összes Spark-javítást és -fejlesztést, valamint a Spark következő további hibajavításait és fejlesztéseit:

  • [SPARK-24695] A CalendarInterval visszaadása az UDF-ek számára
  • [SPARK-28056] docstring/doctest hozzáadása SCALAR_ITER pandas UDF-hez
  • [SPARK-28185] Bezárja a generátort, amikor a Python UDF-ek korán leállnak
  • [SPARK-24703] Intervallum-szorzás támogatása
  • [SPARK-27018][CORE] Az ellenőrzőponttal megadott fájl helytelen eltávolításának javítása a PeriodicCheckpointerben
  • [SPARK-28127][SQL] Mikrooptimalizálás a TreeNode mapChildren metódusán
  • [SPARK-26038] Decimális toScalaBigInt/toJavaBigInteger a nem hosszú tizedesjegyekhez
  • [SPARK-26555][SQL] a ScalaReflection altípus-ellenőrzési szál biztonságossá tétele
  • [SPARK-28081][ML] Nagy vocab-számokat kezel a word2vec-ben
  • [SPARK-21882][CORE] Az OutputMetrics nem számolja megfelelően az írott bájtokat a saveAsHadoopDataset függvényben
  • [SPARK-28030] filePath konvertálása URI-ra bináris fájladatforrásban
  • [SPARK-27803][SQL] [PYTHON] A Python UDF oszlopmetszetének javítása
  • [SPARK-27917][SQL] CaseWhen objektum kanonikus formája helytelen
  • [SPARK-27798][SQL] from_avro nem szabad ugyanazt az értéket létrehozni, ha helyi relációvá konvertálják
  • [SPARK-27873]A(z) [SQL] oszlopNameOfCorruptRecord oszlopnevekkel nem ellenőrizhető a CSV-fejlécben az enforceSchema letiltásakor
  • [SPARK-27907][SQL] A HiveUDAF 0 sor esetén NULL értéket ad vissza
  • [SPARK-27699][SQL] Parquet/ORC-ben predikált disjunctive részleges leküldése
  • [SPARK-27868][CORE] Jobb alapértelmezett érték és dokumentáció a szoftvercsatorna-kiszolgáló hátralékához.
  • [SPARK-27869][CORE] Bizalmas adatok újbóli megadása a rendszertulajdonságokban a felhasználói felületen
  • [SPARK-27863][SQL] [BACKPORT-2.4] A metaadatfájlok és az ideiglenes fájlok nem számítanak adatfájlnak
  • [SPARK-27657][ML] Az ml.util.Instrumentation.logFai naplóformátumának javítása...
  • [SPARK-27858][SQL] Javítás az Avro deszerializálásához több nem null típusú egyesítő típusok esetében
  • [SPARK-27711][CORE] InputFileBlockHolder leválasztása a tevékenységek végén
  • [SPARK-27351][SQL] Hibás outputRows-becslés az AggregateEstimation után, csak null értékű oszloppal
  • [SPARK-27539][SQL] A pontatlan összesített outputRows-becslés javítása null értékeket tartalmazó oszlopmal"
  • [SPARK-27800][SQL] Hibás válasz kijavítása BitwiseXor-teszteseteken
  • [SPARK-27639][SQL] Az InMemoryTableScan lehetőség szerint megjeleníti a tábla nevét a felhasználói felületen
  • [SPARK-27726][CORE] Az ElementTrackingStore-törlések teljesítményének javítása az InMemoryStore nagy terhelés esetén történő használatakor
  • [SPARK-27771][SQL] SQL-leírás hozzáadása csoportosítási függvényekhez (kocka, összesítés, csoportosítás és grouping_id)
  • [SPARK-27735][SS] Az intervallumsztring elemzésének kis- és nagybetűket nem érzékelyítőnek kell lennie az SS-ben
  • [SPARK-26856][PYSPARK] Python-támogatás from_avro és to_avro API-khoz
  • [SPARK-26870][SQL] To_avro/from_avro áthelyezése függvényobjektumba Java-kompatibilitás miatt
  • [SPARK-26812][SQL] Az Unió összetett adattípusainak helyes nullbilitásának jelentése
  • [SPARK-27671][SQL] Hiba kijavítása beágyazott null értékből egy szerkezetben való kiosztáskor
  • [SPARK-27673][SQL] Információ hozzáadása since véletlenszerű, regex, null kifejezésekhez
  • [SPARK-27672][SQL] Információ hozzáadása since sztringkifejezésekhez
  • [SPARK-25139][SPARK-18406][CORE] Kerülje a NemFatalsokat a végrehajtó pythonrunnerben való megöléséhez
  • [SPARK-27624][CORE] A CalenderInterval javítása üres intervallum helyes megjelenítéséhez
  • [SPARK-27577][MLLIB] A BinaryClassificationMetricsben beállított küszöbértékek javítása
  • [SPARK-27621][ML] Lineáris regresszió – a betanítással kapcsolatos paramok ellenőrzése, például csak a beillesztési fázisban bekövetkező veszteség
  • [SPARK-26048][SPARK-24530] Cherrypick az összes hiányzó véglegesítést a 2.4 kiadási szkript
  • [SPARK-24935][SQL] support INIT – UPDATE –>> MERGE –> FINISH in Hive UDAF adapter

Karbantartási frissítések

Lásd: Databricks Runtime 5.5 karbantartási frissítések.

Rendszerkörnyezet

  • Operációs rendszer: Ubuntu 16.04.6 LTS
  • Java: 1.8.0_252
  • Scala: 2.11.12
  • Python: 2.7.12 Python 2-fürtökhöz és 3.5.2 Python 3-fürtökhöz.
  • R: R 3.6.0-s verzió (2019-04-26)
  • GPU-fürtök: A következő NVIDIA GPU-kódtárak vannak telepítve:
    • Tesla driver 375.66
    • CUDA 9.0
    • cuDNN 7.0

Feljegyzés

Bár a Scala 2.12 támogatott az Apache Spark 2.4-ben, a Databricks Runtime 5.5 nem támogatja.

Ebben a szakaszban:

Telepített Python-kódtárak

Könyvtár Verzió Könyvtár Verzió Könyvtár Verzió
ansi2html 1.1.1 argparse 1.2.1 backports-abc 0,5
boto 2.42.0 boto3 1.4.1 botocore 1.4.70
brewer2mpl 1.4.1 minősítés 2016.2.28 cffi 1.7.0
karakterkészlet 2.3.0 colorama 0.3.7 configobj 5.0.6
kriptográfia 1,5 biciklista 0.10.0 Cython 0.24.1
lakberendező 4.0.10 docutils 0,14 enum34 1.1.6
et-xmlfile 1.0.1 freetype-py 1.0.2 funcsigs 1.0.2
fusepy 2.0.4 határidőügylet 3.2.0 ggplot 0.6.8
html5lib 0,999 idna 2.1 ipaddress 1.0.16
ipython 2.2.0 ipython-genutils 0.1.0 jdcal 1,2
Jinja2 2.8 jmespath 0.9.0 llvmlite 0.13.0
lxml 3.6.4 MarkupSafe 0.23 matplotlib 1.5.3
mpld3 0,2 msgpack-python 0.4.7 ndg-httpsclient 0.3.3
numba 0.28.1 numpy 1.11.1 openpyxl 2.3.2
pandas 0.19.2 pathlib2 2.1.0 Patsy 0.4.1
pexpect 4.0.1 pickleshare 0.7.4 Párna 3.3.1
mag 19.1.1 réteg 3.9 prompt-toolkit 1.0.7
psycopg2 2.6.2 ptyprocess 0.5.1 py4j 0.10.3
pyarrow 0.8.0 pyasn1 0.1.9 pycparser 2.14
Pygments 2.1.3 PyGObject 3.20.0 pyOpenSSL 16.0.0
pyparsing 2.2.0 pypng 0.0.18 Python 2.7.12
python-dateutil 2.5.3 python-geohash 0.8.5 pytz 2016.6.1
kérelmek 2.11.1 s3transfer 0.1.9 scikit-learn 0.18.1
scipy 0.18.1 súrol 0.32 tengeri 0.7.1
setuptools 41.0.1 simplejson 3.8.2 simples3 1.0
singledispatch 3.4.0.3 Hat 1.10.0 statsmodels 0.6.1
tornádó 5.1.1 árulók 4.3.0 urllib3 1.19.1
virtualenv 16.1.0 wcwidth 0.1.7 kerék 0.33.4
wsgiref 0.1.2

Telepített R-kódtárak

Könyvtár Verzió Könyvtár Verzió Könyvtár Verzió
abind 1.4-5 askpass 1,1 assertthat 0.2.1
backports 1.1.3 alap 3.6.0 base64enc 0.1-3
BH 1.69.0-1 bit 1.1-14 bit64 0.9-7
bitops 1.0-6 blob 1.1.1 indítás 1.3-20
főz 1.0-6 hívó 3.2.0 autó 3.0-2
carData 3.0-2 kalap 6.0-82 cellranger 1.1.0
chron 2.3-53 osztály 7.3-15 Cli 1.1.0
clipr 0.5.0 clisymbols 1.2.0 fürt 2.0.8
kódtoolok 0.2-16 színtér 1.4-1 commonmark 1,7
fordítóprogram 3.6.0 config 0.3 zsírkréta 1.3.4
csavarodik 3.3 data.table 1.12.0 adatkészletek 3.6.0
DBI 1.0.0 dbplyr 1.3.0 Desc 1.2.0
devtools 2.0.1 emészt 0.6.18 doMC 1.3.5
dplyr 0.8.0.1 három pont 0.1.0 fani 0.4.0
forcats 0.4.0 foreach 1.4.4 külföldi 0.8-71
kovácsol 0.2.0 Fs 1.2.7 gbm 2.1.5
Generikus 0.0.2 ggplot2 3.1.0 Gh 1.0.1
git2r 0.25.2 glmnet 2.0-16 ragasztó 1.3.1
Gower 0.2.0 grafika 3.6.0 grDevices 3.6.0
rács 3.6.0 gridExtra 2.3 gsubfn 0,7
gtable 0.3.0 h2o 3.22.1.1 kikötő 2.1.0
Hms 0.4.2 htmltoolok 0.3.6 htmlwidgets 1.3
httr 1.4.0 hwriter 1.3.2 hwriterPlus 1.0-3
ini 0.3.1 ipred 0.9-8 iterátorok 1.0.10
jsonlite 1.6 KernSmooth 2.23-15 címkézés 0.3
rács 0.20-38 láva 1.6.5 lazyeval 0.2.2
kicsi 0.3.7 lme4 1.1-21 lubridate 1.7.4
magrittr 1,5 mapproj 1.2.6 Térképek 3.3.0
maptools 0.9-5 TÖMEG 7.3-51.1 Mátrix 1.2-17
MatrixModels 0.4-1 memoise 1.1.0 metódusok 3.6.0
mgcv 1.8-28 MIME 0,6 minqa 1.2.4
ModelMetrics 1.2.2 munsell 0.5.0 mvtnorm 1.0-10
nlme 3.1-140 nloptr 1.2.1 nnet 7.3-12
numDeriv 2016.8-1 openssl 1.3 openxlsx 4.1.0
parallel 3.6.0 pbkrtest 0.4-7 pillér 1.3.1
pkgbuild 1.0.3 pkgconfig 2.0.2 pkgKitten 0.1.4
pkgload 1.0.2 plogr 0.2.0 rétegelt 1.8.4
dicséret 1.0.0 prettyunits 1.0.2 Proc 1.14.0
processx 3.3.0 prodlim 2018.04.18 haladás 1.2.0
Proto 1.0.0 Ps 1.3.0 purrr 0.3.2
quantreg 5.38 R.methodsS3 1.7.1 R.oo 1.22.0
R.utils 2.8.0 r2d3 0.2.3 R6 2.4.0
randomForest 4.6-14 rappdirs 0.3.1 rcmdcheck 1.3.2
RColorBrewer 1.1-2 Rcpp 1.0.1 RcppEigen 0.3.3.5.0
RcppRoll 0.3.0 RCurl 1.95-4.12 olvasó 1.3.1
readxl 1.3.1 receptek 0.1.5 Visszavágót 1.0.1
Távirányító 2.0.2 újraformázás2 1.4.3 Rio 0.5.16
rlang 0.3.3 RODBC 1.3-15 roxygen2 6.1.1
rpart 4.1-15 rprojroot 1.3-2 Rserve 1.8-6
RSQLite 2.1.1 rstudioapi 0.10 mérleg 1.0.0
sessioninfo 1.1.1 Sp 1.3-1 sparklyr 1.0.0
SparkR 2.4.4 SparseM 1.77 térbeli 7.3-11
splines 3.6.0 sqldf 0.4-11 NÉGYZET 2017.10-1
statmod 1.4.30 statisztika 3.6.0 statisztikák4 3.6.0
stringi 1.4.3 sztring 1.4.0 túlélés 2.43-3
sys 3.1 tcltk 3.6.0 TeachingDemos 2.10
testthat 2.0.1 tibble 2.1.1 tidyr 0.8.3
tidyselect 0.2.5 timeDate 3043.102 eszközök 3.6.0
usethis 1.4.0 utf8 1.1.4 eszközök 3.6.0
viridisLite 0.3.0 bajusz 0.3-2 withr 2.1.2
xml2 1.2.0 xopen 1.0.0 yaml 2.2.0
fütyülés 2.0.1

Telepített Java- és Scala-kódtárak (Scala 2.11-fürtverzió)

Csoportazonosító Összetevő azonosítója Verzió
antlr antlr 2.7.7
com.amazonaws amazon-kinesis-client 1.8.10
com.amazonaws aws-java-sdk-autoscaling 1.11.313
com.amazonaws aws-java-sdk-cloudformation 1.11.313
com.amazonaws aws-java-sdk-cloudfront 1.11.313
com.amazonaws aws-java-sdk-cloudhsm 1.11.313
com.amazonaws aws-java-sdk-cloudsearch 1.11.313
com.amazonaws aws-java-sdk-cloudtrail 1.11.313
com.amazonaws aws-java-sdk-cloudwatch 1.11.313
com.amazonaws aws-java-sdk-cloudwatchmetrics 1.11.313
com.amazonaws aws-java-sdk-codedeploy 1.11.313
com.amazonaws aws-java-sdk-cognitoidentity 1.11.313
com.amazonaws aws-java-sdk-cognitosync 1.11.313
com.amazonaws aws-java-sdk-config 1.11.313
com.amazonaws aws-java-sdk-core 1.11.313
com.amazonaws aws-java-sdk-datapipeline 1.11.313
com.amazonaws aws-java-sdk-directconnect 1.11.313
com.amazonaws aws-java-sdk-directory 1.11.313
com.amazonaws aws-java-sdk-dynamodb 1.11.313
com.amazonaws aws-java-sdk-ec2 1.11.313
com.amazonaws aws-java-sdk-ecs 1.11.313
com.amazonaws aws-java-sdk-efs 1.11.313
com.amazonaws aws-java-sdk-elasticache 1.11.313
com.amazonaws aws-java-sdk-elasticbeanstalk 1.11.313
com.amazonaws aws-java-sdk-elasticloadbalancing 1.11.313
com.amazonaws aws-java-sdk-elastictranscoder 1.11.313
com.amazonaws aws-java-sdk-emr 1.11.313
com.amazonaws aws-java-sdk-glacier 1.11.313
com.amazonaws aws-java-sdk-glue 1.11.313
com.amazonaws aws-java-sdk-iam 1.11.313
com.amazonaws aws-java-sdk-importexport 1.11.313
com.amazonaws aws-java-sdk-kinesis 1.11.313
com.amazonaws aws-java-sdk-kms 1.11.313
com.amazonaws aws-java-sdk-lambda 1.11.313
com.amazonaws aws-java-sdk-logs 1.11.313
com.amazonaws aws-java-sdk-machinelearning 1.11.313
com.amazonaws aws-java-sdk-opsworks 1.11.313
com.amazonaws aws-java-sdk-rds 1.11.313
com.amazonaws aws-java-sdk-redshift 1.11.313
com.amazonaws aws-java-sdk-route53 1.11.313
com.amazonaws aws-java-sdk-s3 1.11.313
com.amazonaws aws-java-sdk-ses 1.11.313
com.amazonaws aws-java-sdk-simpledb 1.11.313
com.amazonaws aws-java-sdk-simpleworkflow 1.11.313
com.amazonaws aws-java-sdk-sns 1.11.313
com.amazonaws aws-java-sdk-sqs 1.11.313
com.amazonaws aws-java-sdk-ssm 1.11.313
com.amazonaws aws-java-sdk-storagegateway 1.11.313
com.amazonaws aws-java-sdk-sts 1.11.313
com.amazonaws aws-java-sdk-support 1.11.313
com.amazonaws aws-java-sdk-swf-libraries 1.11.22
com.amazonaws aws-java-sdk-workspaces 1.11.313
com.amazonaws jmespath-java 1.11.313
com.carrotsearch hppc 0.7.2
com.chuusai shapeless_2.11 2.3.2
com.clearspring.analytics patak 2.7.0
com.databricks Rserve 1.8-3
com.databricks dbml-local_2.11 0.5.0-db8-spark2.4
com.databricks dbml-local_2.11-tesztek 0.5.0-db8-spark2.4
com.databricks jets3t 0.7.1-0
com.databricks.scalapb compilerplugin_2.11 0.4.15-9
com.databricks.scalapb scalapb-runtime_2.11 0.4.15-9
com.esotericsoftware kryo-shaded 4.0.2
com.esotericsoftware minlog 1.3.0
com.fasterxml osztálytárs 1.0.0
com.fasterxml.jackson.core jackson-annotations 2.6.7
com.fasterxml.jackson.core jackson-core 2.6.7
com.fasterxml.jackson.core jackson-databind 2.6.7.1
com.fasterxml.jackson.dataformat jackson-dataformat-cbor 2.6.7
com.fasterxml.jackson.datatype jackson-datatype-joda 2.6.7
com.fasterxml.jackson.module jackson-module-paranamer 2.6.7
com.fasterxml.jackson.module jackson-module-scala_2.11 2.6.7.1
com.github.fommil jniloader 1,1
com.github.fommil.netlib core 1.1.2
com.github.fommil.netlib native_ref-java 1,1
com.github.fommil.netlib native_ref-java-natívok 1,1
com.github.fommil.netlib native_system-java 1,1
com.github.fommil.netlib native_system-java-natívok 1,1
com.github.fommil.netlib netlib-native_ref-linux-x86_64-natives 1,1
com.github.fommil.netlib netlib-native_system-linux-x86_64-natives 1,1
com.github.luben zstd-jni 1.3.2-2
com.github.rwl jtransforms 2.4.0
com.google.code.findbugs jsr305 2.0.1
com.google.code.gson gson 2.2.4
com.google.guava gujávafa 15,0
com.google.protobuf protobuf-java 2.6.1
com.googlecode.javaewah JavaEWAH 0.3.2
com.h2database h2 1.3.174
com.jcraft jsch 0.1.50
com.jolbox bonecp 0.8.0.RELEASE
com.microsoft.azure azure-data-lake-store-sdk 2.2.8
com.microsoft.azure azure-storage 5.2.0
com.microsoft.sqlserver mssql-jdbc 6.2.2.jre8
com.ning compress-lzf 1.0.3
com.sun.mail javax.mail 1.5.2
com.thoughtworks.paranamer paranamer 2.8
com.trueaccord.lenses lenses_2.11 0.3
com.twitter chill-java 0.9.3
com.twitter chill_2.11 0.9.3
com.twitter parquet-hadoop-bundle 1.6.0
com.twitter util-app_2.11 6.23.0
com.twitter util-core_2.11 6.23.0
com.twitter util-jvm_2.11 6.23.0
com.typesafe config 1.2.1
com.typesafe.scala-logging scala-logging-api_2.11 2.1.2
com.typesafe.scala-logging scala-logging-slf4j_2.11 2.1.2
com.univocity univocity-parsers 2.7.3
com.vlkan flatbuffers 1.2.0-3f79e055
com.zaxxer HikariCP 3.1.0
commons-beanutils commons-beanutils 1.9.3
commons-cli commons-cli 1,2
commons-codec commons-codec 1.10
commons-collections commons-collections 3.2.2
commons-configuration commons-configuration 1.6
commons-dbcp commons-dbcp 1.4
commons-digester commons-digester 1.8
commons-httpclient commons-httpclient 3.1
commons-io commons-io 2,4
commons-lang commons-lang 2.6
commons-naplózás commons-naplózás 1.1.3
commons-net commons-net 3.1
commons-pool commons-pool 1.5.4
info.ganglia.gmetric4j gmetric4j 1.0.7
io.airlift aircompressor 0.10
io.dropwizard.metrics metrikamag 3.1.5
io.dropwizard.metrics metrics-ganglia 3.1.5
io.dropwizard.metrics metrics-graphite 3.1.5
io.dropwizard.metrics metrics-healthchecks 3.1.5
io.dropwizard.metrics metrics-jetty9 3.1.5
io.dropwizard.metrics metrics-json 3.1.5
io.dropwizard.metrics metrics-jvm 3.1.5
io.dropwizard.metrics metrics-log4j 3.1.5
io.dropwizard.metrics metrics-servlets 3.1.5
io.netty netty 3.9.9.Final
io.netty netty-all 4.1.17.Final
javax.activation aktiválás 1.1.1
javax.annotation javax.annotation-api 1,2
javax.el javax.el-api 2.2.4
javax.jdo jdo-api 3.0.1
javax.servlet javax.servlet-api 3.1.0
javax.servlet.jsp jsp-api 2.1
javax.transaction jta 1,1
javax.validation validation-api 1.1.0.Final
javax.ws.rs javax.ws.rs-api 2.0.1
javax.xml.bind jaxb-api 2.2.2
javax.xml.stream stax-api 1.0-2
javolution javolution 5.5.1
jline jline 2.14.6
joda-time joda-time 2.9.3
log4j apache-log4j-extras 1.2.17
log4j log4j 1.2.17
maven-fák hive-exec-with-glue hive-12679-patch_deploy
maven-fák hive-exec-with-glue hive-exec_shaded
net.hydromatic eigenbase-properties 1.1.5
net.razorvine pyrolite 4.13
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 0.9.5
net.snowflake snowflake-jdbc 3.6.15
net.snowflake spark-snowflake_2.11 2.4.10-spark_2.4
net.sourceforge.f2j arpack_combined_all 0,1
org.acplt oncrpc 1.0.7
org.antlr ST4 4.0.4
org.antlr antlr-runtime 3.4
org.antlr antlr4-runtime 4.7
org.antlr stringtemplate 3.2.1
org.apache.ant ant 1.9.2
org.apache.ant ant-jsch 1.9.2
org.apache.ant ant-launcher 1.9.2
org.apache.arrow nyílformátum 0.10.0
org.apache.arrow nyíl-memória 0.10.0
org.apache.arrow nyíl-vektor 0.10.0
org.apache.avro avro 1.8.2
org.apache.avro avro-ipc 1.8.2
org.apache.avro avro-mapred-hadoop2 1.8.2
org.apache.calcite kalcit-avatica 1.2.0-inkubálás
org.apache.calcite kalcitmag 1.2.0-inkubálás
org.apache.calcite calcite-linq4j 1.2.0-inkubálás
org.apache.commons commons-compress 1.8.1
org.apache.commons commons-crypto 1.0.0
org.apache.commons commons-lang3 3,5
org.apache.commons commons-math3 3.4.1
org.apache.curator kurátor-ügyfél 2.7.1
org.apache.curator kurátor-keretrendszer 2.7.1
org.apache.curator kurátor-receptek 2.7.1
org.apache.derby keménykalap 10.12.1.1
org.apache.directory.api api-asn1-api 1.0.0-M20
org.apache.directory.api api-util 1.0.0-M20
org.apache.directory.server apacheds-i18n 2.0.0-M15
org.apache.directory.server apacheds-kerberos-codec 2.0.0-M15
org.apache.hadoop hadoop-annotations 2.7.3
org.apache.hadoop hadoop-auth 2.7.3
org.apache.hadoop hadoop-client 2.7.3
org.apache.hadoop hadoop-common 2.7.3
org.apache.hadoop hadoop-hdfs 2.7.3
org.apache.hadoop hadoop-mapreduce-client-app 2.7.3
org.apache.hadoop hadoop-mapreduce-client-common 2.7.3
org.apache.hadoop hadoop-mapreduce-client-core 2.7.3
org.apache.hadoop hadoop-mapreduce-client-jobclient 2.7.3
org.apache.hadoop hadoop-mapreduce-client-shuffle 2.7.3
org.apache.hadoop hadoop-yarn-api 2.7.3
org.apache.hadoop hadoop-yarn-client 2.7.3
org.apache.hadoop hadoop-yarn-common 2.7.3
org.apache.hadoop hadoop-yarn-server-common 2.7.3
org.apache.htrace htrace-core 3.1.0-inkubálás
org.apache.httpcomponents httpclient 4.5.4
org.apache.httpcomponents httpcore 4.4.8
org.apache.ivy borostyán 2.4.0
org.apache.orc orc-core-nohive 1.5.2
org.apache.orc orc-mapreduce-nohive 1.5.2
org.apache.orc orc-shims 1.5.2
org.apache.parquet parquet-column 1.10.1.1-databricks3
org.apache.parquet parquet-common 1.10.1.1-databricks3
org.apache.parquet parquet-kódolás 1.10.1.1-databricks3
org.apache.parquet parquet-format 2.4.0
org.apache.parquet parquet-hadoop 1.10.1.1-databricks3
org.apache.parquet parquet-jackson 1.10.1.1-databricks3
org.apache.thrift libfb303 0.9.3
org.apache.thrift libthrift 0.9.3
org.apache.xbean xbean-asm6-shaded 4.8
org.apache.zookeeper zookeeper 3.4.6
org.codehaus.jackson jackson-core-asl 1.9.13
org.codehaus.jackson jackson-jaxrs 1.9.13
org.codehaus.jackson jackson-mapper-asl 1.9.13
org.codehaus.jackson jackson-xc 1.9.13
org.codehaus.janino commons-compiler 3.0.10
org.codehaus.janino janino 3.0.10
org.datanucleus datanucleus-api-jdo 3.2.6
org.datanucleus datanucleus-core 3.2.10
org.datanucleus datanucleus-rdbms 3.2.9
org.eclipse.jetty jetty-client 9.3.20.v20170531
org.eclipse.jetty móló-folytatás 9.3.20.v20170531
org.eclipse.jetty jetty-http 9.3.20.v20170531
org.eclipse.jetty jetty-io 9.3.20.v20170531
org.eclipse.jetty jetty-jndi 9.3.20.v20170531
org.eclipse.jetty móló plusz 9.3.20.v20170531
org.eclipse.jetty jetty-proxy 9.3.20.v20170531
org.eclipse.jetty jetty-security 9.3.20.v20170531
org.eclipse.jetty jetty-server 9.3.20.v20170531
org.eclipse.jetty jetty-servlet 9.3.20.v20170531
org.eclipse.jetty jetty-servlets 9.3.20.v20170531
org.eclipse.jetty jetty-util 9.3.20.v20170531
org.eclipse.jetty jetty-webapp 9.3.20.v20170531
org.eclipse.jetty jetty-xml 9.3.20.v20170531
org.fusesource.leveldbjni leveldbjni-all 1.8
org.glassfish.hk2 hk2-api 2.4.0-b34
org.glassfish.hk2 hk2-lokátor 2.4.0-b34
org.glassfish.hk2 hk2-utils 2.4.0-b34
org.glassfish.hk2 osgi-resource-locator 1.0.1
org.glassfish.hk2.external aopalliance-repackaged 2.4.0-b34
org.glassfish.hk2.external javax.inject 2.4.0-b34
org.glassfish.jersey.bundles.repackaged jersey-guava 2.22.2
org.glassfish.jersey.containers jersey-container-servlet 2.22.2
org.glassfish.jersey.containers jersey-container-servlet-core 2.22.2
org.glassfish.jersey.core jersey-client 2.22.2
org.glassfish.jersey.core jersey-common 2.22.2
org.glassfish.jersey.core jersey-server 2.22.2
org.glassfish.jersey.media jersey-media-jaxb 2.22.2
org.hibernate hibernate-validator 5.1.1.Végleges
org.iq80.snappy rámenős 0,2
org.javassist javassist 3.18.1-GA
org.jboss.logging jboss-logging 3.1.3.GA
org.jdbi jdbi 2.63.1
org.joda joda-convert 1,7
org.jodd jodd-core 3.5.2
org.json4s json4s-ast_2.11 3.5.3
org.json4s json4s-core_2.11 3.5.3
org.json4s json4s-jackson_2.11 3.5.3
org.json4s json4s-scalap_2.11 3.5.3
org.lz4 lz4-java 1.4.0
org.mariadb.jdbc mariadb-java-client 2.1.2
org.mockito mockito-all 1.9.5
org.objenesis objenesis 2.5.1
org.postgresql postgresql 42.1.4
org.roaringbitmap RoaringBitmap 0.7.45
org.roaringbitmap Alátéteket 0.7.45
org.rocksdb rocksdbjni 5.2.1
org.rosuda.REngine REngine 2.1.0
org.scala-lang scala-compiler_2.11 2.11.12
org.scala-lang scala-library_2.11 2.11.12
org.scala-lang scala-reflect_2.11 2.11.12
org.scala-lang.modules scala-parser-combinators_2.11 1.1.0
org.scala-lang.modules scala-xml_2.11 1.0.5
org.scala-sbt teszt-interfész 1.0
org.scalacheck scalacheck_2.11 1.12.5
org.scalactic scalactic_2.11 3.0.3
org.scalanlp breeze-macros_2.11 0.13.2
org.scalanlp breeze_2.11 0.13.2
org.scalatest scalatest_2.11 3.0.3
org.slf4j jcl-over-slf4j 1.7.16
org.slf4j jul-to-slf4j 1.7.16
org.slf4j slf4j-api 1.7.16
org.slf4j slf4j-log4j12 1.7.16
org.spark-project.hive hive-beeline 1.2.1.spark2
org.spark-project.hive hive-cli 1.2.1.spark2
org.spark-project.hive hive-jdbc 1.2.1.spark2
org.spark-project.hive hive-metastore 1.2.1.spark2
org.spark-project.spark Használatlan 1.0.0
org.spire-math spire-macros_2.11 0.13.0
org.spire-math spire_2.11 0.13.0
org.springframework spring-core 4.1.4.RELEASE
org.springframework rugós teszt 4.1.4.RELEASE
org.tukaani xz 1,5
org.typelevel machinist_2.11 0.6.1
org.typelevel makró-compat_2.11 1.1.1
org.xerial sqlite-jdbc 3.8.11.2
org.xerial.snappy snappy-java 1.1.7.3
org.yaml snakeyaml 1.16
oro oro 2.0.8
software.amazon.ion ion-java 1.0.2
stax stax-api 1.0.1
xmlenc xmlenc 0,52