2018. március
A kiadások szakaszosak. Előfordulhat, hogy az Azure Databricks-fiók csak egy héttel a kezdeti kiadás dátuma után frissül.
A parancs végrehajtásának részletei
2018. március 27. – április 3.: 2.68-os verzió
Amikor egy jegyzetfüzetben futtat egy parancsot, részletes folyamatinformációk jelennek meg.
A Databricks CLI támogatja --profile
2018. március 27. – április 3.: 2.68-os verzió
A Databricks CLI 0.6.1 minden helyzetben támogatott --profile .
Lásd: Databricks CLI (örökölt).
Az ACL-ek alapértelmezés szerinti engedélyezése a prémium termékváltozatok új felhasználói számára
2018. március 27. – április 3.: 2.68-os verzió
A hozzáférés-vezérlési listák (ACL-ek) mostantól alapértelmezés szerint engedélyezve vannak a Prémium termékváltozat összes új ügyfele számára. A meglévő ügyfeleknek továbbra is manuálisan kell engedélyezni az ACL-eket.
A hozzáférés-vezérlési listák már nem tilthatók le.
Az Azure Databricks általánosan elérhető
2018. március 22.
Örömmel jelentjük be, hogy az Azure Databricks általánosan elérhető. Az elmúlt hetekben funkciókkal bővítettük az Azure Databricks élményét, többek között a következőket:
- Virtuális hálózatok közötti társviszony-létesítés, amely lehetővé teszi az Apache Kafka használatát a HDInsighton az Azure Databricks használatával
- A Microsoft Power BI beépített Spark-összekötőt tartalmaz
- Azure Synapse Analytics-összekötő
- Azure Event Hubs (és IoT Hub) összekötő
- Az Azure Data Factory v2 (előzetes verzió) támogatása
- Titkos kódok kezelése (előzetes verzió)
- További Azure-régiók
- Továbbfejlesztett teljesítmény és dokumentáció
Az Azure Databricks természetesen továbbra is egyszerű integrációt biztosít az Azure Blob Storage,az Azure Data Lake Store és az Azure Cosmos DB használatával.
A webhelyen található dokumentáció kiegészítéseként learn.microsoft.com bevezető anyagokat, az Azure-fiókkezeléssel kapcsolatos információkat és a végpontok közötti oktatóanyagokat nyújt.
A dokumentációs webhely új témája
2018. március 21.
Frissítettük a dokumentációs webhely megjelenését és hangulatát. Reméljük, tetszik!
Helyi tárhely automatikus skálázása
2018. március 13–20.: 2.67-es verzió
Az Azure Databricks összes fürtje elindul, és engedélyezve van a helyi tároló automatikus skálázása. Ez azt jelenti, hogy az Azure Databricks automatikusan további felügyelt lemezeket csatol a fürtmunkavégző virtuális gépekhez, amikor alacsonyan futnak a lemezen.
További információkért lásd: Helyi tároló automatikus skálázásának engedélyezése.
Társviszony létesítése virtuális hálózatok között
2018. március 13–20.: 2.67-es verzió
Támogatja a virtuális hálózatok közötti társviszonyt, amely lehetővé teszi azt a virtuális hálózatot, amelyben az Azure Databricks-erőforrás egy másik Azure-beli virtuális hálózattal fut.
További információért tekintse meg a társ virtuális hálózatokat .
Fürteseménynapló
2018. márc. 13–20.: 2.67-es verzió
A fürt részletei lapon található egy új Eseménynapló lap, amely fontos fürtéletciklus-eseményeket jelenít meg. Az előzményesemények 60 napig tekinthetők meg, ami összehasonlítható az Azure Databricks többi adatmegőrzési idejével.
További információt a számítási eseménynaplókban talál.
Databricks CLI: 0.6.0-s kiadás
2018. márc. 13.: databricks-cli 0.6.0
A Databricks CLI mostantól támogatja a Python 3-at.
További információkért tekintse meg a Databricks parancssori felületét (örökölt).
Feladatfuttatás kezelése
2018. márc. 13–20.: 2.67-es verzió
Most már törölheti a feladat részleteit tartalmazó lapon és a feladatfuttatási lapon futtatott feladatokat.
A Feladat futtatása A kimeneti végpont lekérése ga, a visszaadott maximális kimenet pedig 5 MB-ra nőtt.
A fürtengedélyek szerkesztése csak szerkesztési módban lehetséges
2018. márc. 13–20.: 2.67-es verzió
Korábban a fürt engedélyeit anélkül lehetett szerkeszteni, hogy a Szerkesztés gombra kattintott volna, ami nem volt összeegyeztethető más fürtattribútumokkal.
Ennek a változásnak az a mellékhatása, hogy a fürt engedélyei már nem szerkeszthetők, amíg a fürt függőben van.
Databricks gépi tanulási modell exportálása
2018. március 1.
A dokumentáció most már ismerteti a Databricks ML Model Export használatát, amely lehetővé teszi modellek és teljes ML-folyamatok exportálását az Apache Sparkból. Ezek az exportált modellek és folyamatok más (Spark- és nem Spark-) platformokra is importálhatók, pontozási és előrejelzési műveletekhez. A modellexportálás az alacsony késésű, egyszerűsített ML-alapú alkalmazásokra vonatkozik.
Feljegyzés
Ehhez a funkcióhoz a Databricks Runtime 4.0+-ra van szükség.
További információ: MLeap ML-modell exportálása .