2018. január

A kiadások szakaszosak. Előfordulhat, hogy a Databricks-fiók csak egy héttel a kezdeti kiadás dátuma után frissül.

Csatlakoztatási pontok az Azure Blob Storage-tárolókhoz és a Data Lake-tárolókhoz

2018. január 16-23.: 2.63-os verzió

Útmutatást adtunk az Azure Blob Storage-tárolók és a Data Lake Stores csatlakoztatásához a Databricks fájlrendszeren (DBFS) keresztül. Ez lehetővé teszi az azonos munkaterületen lévő összes felhasználó számára, hogy a csatlakoztatási ponton keresztül hozzáférjenek a Blob Storage-tárolóhoz vagy a Data Lake Store-hoz (vagy a tárolón vagy tárolón belüli mappához). A DBFS kezeli a csatlakoztatott Blob Storage-tárolóhoz vagy a Data Lake Store-hoz való hozzáféréshez használt hitelesítő adatokat, és automatikusan kezeli a hitelesítést az Azure Blob Storage vagy a Data Lake Store segítségével a háttérben.

A Blob Storage-tárolók és a Data Lake Stores csatlakoztatásához a Databricks Runtime 4.0-s vagy újabb verziója szükséges. Miután csatlakoztatta a tárolót vagy tárolót, a Runtime 3.4 vagy újabb verziójával elérheti a csatlakoztatási pontot.

További információt az Azure Data Lake Storage Gen2 és Blob Storage Csatlakozás, valamint az Azure Data Lake Storage Gen1 Azure Databricksből való eléréséről talál.

Fürtcímkék

2018. január 4–11.: 2.62-es verzió

Most már megadhatja a fürthöz társított összes Azure-erőforrásra (virtuális gépekre, lemezekre, hálózati adapterekre stb.) propagált fürtcímkéket. A felhasználó által megadott címkék mellett az erőforrások automatikusan meg lesznek címkézve a fürt nevével, a fürtazonosítóval és a fürt létrehozójának felhasználónevével.

További információt a Címkék című témakörben talál.

Táblázat hozzáférés-vezérlése SQL és Python nyelven (privát előzetes verzió)

2018. január 4–11.: 2.62-es verzió

Feljegyzés

A funkció privát előzetes verzióban érhető el. A hozzáférés kéréséhez forduljon a fiókkezelőhöz. Ehhez a funkcióhoz a Databricks Runtime 3.5+-os verzióra is szükség van.

Tavaly bevezettük az adatobjektumok hozzáférés-vezérlését az SQL-felhasználók számára. Ma örömmel jelentjük be a Table Access Control (ACL) privát előzetes verzióját sql- és Python-felhasználók számára is. A Táblahozzáférés-vezérlés funkcióval korlátozhatja a biztonságos objektumokhoz, például táblákhoz, adatbázisokhoz, nézetekhez vagy függvényekhez való hozzáférést. Részletes hozzáférés-vezérlést (például adott feltételeknek megfelelő sorokhoz és oszlopokhoz) is megadhat, ha tetszőleges lekérdezéseket tartalmazó származtatott nézetekre vonatkozó engedélyeket ad meg.

További információkért tekintse meg a Hive metaadattár-jogosultságait és biztonságos objektumait (örökölt).

A jegyzetfüzet-feladatok futtatási eredményeinek exportálása API-val

2018. január 4–11.: 2.62-es verzió

A feladatok eredményeinek megosztására és együttműködésére való képesség javítása érdekében egy új Jobs API-végponttal rendelkezünk, jobs/runs/export amellyel kód- és irányítópult-nézetben is lekérheti a jegyzetfüzetfeladat futtatási eredményeinek statikus HTML-ábrázolását.

További információt a Futtatások exportálása című témakörben talál.

Az Apache Airflow 1.9.0 tartalmazza a Databricks-integrációt

2018. január 2.

Tavaly kiadottunk egy előzetes verziójú funkciót az Airflow-ban – ez egy népszerű megoldás az ETL-ütemezés kezelésére –, amely lehetővé teszi az ügyfelek számára, hogy natív módon hozzanak létre olyan feladatokat, amelyek elindítják a Databricks-et egy Airflow DAG-ban. Örömmel jelentjük be, hogy ezek az integrációk nyilvánosan megjelentek az Airflow 1.9.0-s kiadásában.

További információ: Orchestrate Azure Databricks-feladatok az Apache Airflow-val .