Megosztás a következőn keresztül:

2018. november

  • Cikk

Ezek a funkciók és az Azure Databricks platform fejlesztései 2018 novemberében jelentek meg.

Feljegyzés

A kiadások szakaszosak. Előfordulhat, hogy az Azure Databricks-fiók csak a kezdeti kiadási dátum után egy héttel frissül.

Kódtár felhasználói felülete

Fontos

Ezt a frissítést 2018. december 7-én visszaállítottuk.

2018. november 27–december 4.: 2.85-ös verzió

Ebben a kiadásban a kódtár felhasználói felülete jelentősen javult.

Az Azure Databricks felhasználói felülete mostantól támogatja a munkaterületi kódtárakat és a fürthöz csatlakoztatott kódtárakat. A munkaterület-kódtár a munkaterületen található, és egy vagy több fürthöz csatolható. A fürthöz csatolt kódtárak olyan kódtárak, amelyek csak annak a fürtnek a környezetében léteznek, amelyhez csatolták. Ráadásul:

  • Most már létrehozhat egy tárat egy objektumtárolóba feltöltött fájlból.
  • Most már csatolhat és leválaszthat kódtárakat a tár részletei lapról és a fürt Tárak lapjáról.
  • Az API-val telepített kódtárak mostantól megjelennek a fürt Tárak lapján.

A Spark egyéni halommemória-beállításainak engedélyezése

2018. november 27–december 4.: 2.85-ös verzió

Az alábbi Spark-memóriabeállítások lépnek érvénybe:

  • spark.executor.memory
  • spark.driver.memory

Fontos

  • Az Azure Databricks minden csomóponton futtat szolgáltatásokat, így a Spark maximálisan engedélyezett memóriája kisebb, mint a felhőszolgáltató által jelentett virtuális gép memóriakapacitása. Ha meg szeretné adni a Sparknak a végrehajtó vagy az illesztőprogram maximális halommemóráját, ne adja meg vagy spark.driver.memory ne adja megspark.executor.memory.
  • Egyes, korábban érvénytelen, de figyelmen kívül hagyott fürtkonfigurációk fürthibákat okozhatnak.

A feladatok és az üresjárati végrehajtási környezet kiürítése

2018. november 27–december 4.: 2.85-ös verzió

A feladatok mostantól automatikusan kiürítik az inaktív végrehajtási környezeteket. Az automatikus kilakoltatás minimalizálása érdekében az Azure Databricks azt javasolja, hogy különböző fürtöket használjon feladatokhoz és interaktív számítási feladatokhoz.

A Databricks Runtime 5.0 for Machine Learning (bétaverzió) kiadása

2018. november 19.

A Databricks Runtime 5.0 ML (bétaverzió) használatra kész környezetet biztosít a gépi tanuláshoz és az adatelemzéshez. Több népszerű kódtárat tartalmaz, köztük a TensorFlow, a Keras és az XGBoost. Támogatja az elosztott TensorFlow betanítást a Horovod használatával. A Databricks Runtime 5.0 ML a Databricks Runtime 5.0-ra épül. A Databricks Runtime 5.0 ML a következő új funkciókat tartalmazza:

Tekintse meg a Databricks Runtime 5.0 ML (EoS) teljes kibocsátási megjegyzéseit.

A Databricks Runtime 5.0 kiadása

2018. november 8.

A Databricks Runtime 5.0 már elérhető. A Databricks Runtime 5.0 tartalmazza az Apache Spark 2.4.0-t, az új Delta Lake- és strukturált streamelési funkciókat és -frissítéseket, valamint frissített Python-, R-, Java- és Scala-kódtárakat. További részletekért lásd: Databricks Runtime 5.0 (EoS).

A Databricks Runtime 5.0-n az Azure Databricks mostantól kiüríti az inaktív végrehajtási környezeteket, miután egy fürt elérte a maximális környezeti korlátot (145).

displayHTML harmadik féltől származó tartalom korlátlan betöltésének támogatása

2018. november 6–13.: 2.84-es verzió

Korábban az displayHTML iframe tesztkörnyezetben hiányzott az engedélyezési-azonos eredetű attribútum. Ez azt jelentette, hogy az iframe null eredetű volt, amely nem volt barátságos az XHR-kérelmek, a cookie-k vagy a beágyazott iframe-ek eléréséhez. Ezzel a kiadással az displayHTML iframe egy új tartományból lesz kiszolgálva, databricksusercontent.comés az iframe tesztkörnyezet most már tartalmazza az allow-same-origin attribútumot.

Ha már működik, nem kell módosítania a displayHTML használatát.

databricksusercontent.com a böngészőből is elérhetőnek kell lennie. Ha a vállalati hálózat letiltotta, az informatikai részlegnek engedélyeznie kell.