Megosztás a következőn keresztül:


Kiszolgáló nélküli környezet 5-ös verziója

Ez a lap a kiszolgáló nélküli környezet 5-ös verziójának rendszerkörnyezeti adatait ismerteti.

Az alkalmazáskompatibilitás biztosítása érdekében a kiszolgáló nélküli számítási feladatok egy verziószámozott API-t (más néven környezeti verziót) használnak, amely kompatibilis marad az újabb kiszolgáló nélküli verziókkal.

Alapkörnyezet kiválasztásához használja az Alapkörnyezet választót a kiszolgáló nélküli jegyzetfüzetek Környezet oldalpaneljén. Lásd: Alapkörnyezet kiválasztása.

Új funkciók és fejlesztések

Az alábbi új funkciók és fejlesztések érhetők el az 5. kiszolgáló nélküli környezetben.

MLflow 3.8.1-támogatás

Az 5. kiszolgáló nélküli környezet tartalmazza az MLflow 3.8.1-et, amely az MLflow 2.22.0 fő frissítését tartalmazza a 4-es környezetben. Ez a frissítés számos új funkciót, fejlesztést és hibajavítást tartalmaz. A módosítások teljes listáját az MLflow kibocsátási megjegyzéseiben találja.

Kiszolgáló nélküli JAR-feladatok

Fontos

Ez a funkció nyilvános előzetes verzióban van.

A kiszolgáló nélküli JAR-feladatok mostantól támogatottak az 5- ös környezeti verzióban. Ez a funkció lehetővé teszi JAR-alapú alkalmazások futtatását kiszolgáló nélküli számítási infrastruktúrán.

A Python UDF-ek esetében alapértelmezés szerint engedélyezve van a nyíloptimalizálás

Az 5. környezeti verzióban a Python UDF-ek esetében alapértelmezés szerint engedélyezve van a nyíloptimalizálás, ami jelentősen javítja az UDF végrehajtási teljesítményét. Emellett a jobb hatékonyság érdekében a Arrow-alapú pandas szerializáló konvertálása is javult.

Ez a korábbi verziókhoz képest viselkedésbeli változást jelent, ahol a nyíloptimalizációt engedélyezték.

Viselkedési változások

Az alábbi viselkedési változások az 5. kiszolgáló nélküli környezetben jelennek meg.

A BinaryType konzisztensen Python-bájtra leképez.

A PySparkban BinaryType most már konzisztensen a Pythonra byteslesz leképezve. Korábban a PySpark a BinaryType elemet a kontextustól függően a bytes vagy a bytearray elemnek feleltette meg.

További információ: SPARK-53696.

Linux kernelszintű szoftvercsatorna API titkosításhoz

Az 5-ös környezettől kezdve a nem FIPS-kompatibilis titkosításokon működő Linux Kernel szintű titkosítási szoftvercsatorna API nem determinisztikus módon meghiúsulhat. Ne használja ezt az API-t nem FIPS-megfelelőségi titkosítási műveletekhez.

API-frissítések

A kiszolgáló nélküli 5. környezet a következő API-frissítéseket tartalmazza:

  • SPARK-53635 A Scala UDF-ek támogatása Seq[Row] típusú bemeneti arg-ekkel
  • SPARK-54220 NullType/VOID/UNKNOWN típusok támogatása a Parquet fájlszerkezetben
  • SPARK-54153 Profilkészítési iterátoralapú Python-UDF-ek támogatása
  • SPARK-54213 Python 3.9 eltávolítása a Spark Connectből
  • SPARK-53977 Támogatás UDTF-ek naplózásához
  • SPARK-53976 A naplózás támogatása a Pandas/Arrow UDF-ekben
  • SPARK-53573 Sztringkonstansok egyesítésének engedélyezése mindenhol
  • SPARK-54269 A cloudpickle frissítése a 3.1.2-es verzióra a Python 3.14-hez.
  • SPARK-54287 Python 3.14-támogatás hozzáadása pyspark-client és pyspark-connect környezetben
  • SPARK-53614 Iterator[pandas.DataFrame] támogatás hozzáadása az applyInPandas funkcióhoz
  • SPARK-53921 A GeometryType és a GeographyType bemutatása a PySpark API-ban
  • SPARK-53920 A GeometryType és a GeographyType bemutatása a Java API-ban
  • SPARK-53956 Támogatási IDŐ a PySpark try_make_timestamp függvényében
  • SPARK-53930 Az IDŐ adattípus támogatása a make_timestamp függvényben a PySpark-ben
  • SPARK-53111 A time_diff függvény implementálása a PySparkban
  • SPARK-53877 BITMAP_AND_AGG függvény bemutatása
  • SPARK-53357 Pandas frissítése a 2.3.2-hez
  • SPARK-52980 Arrow Python UDTF-ek támogatása
  • SPARK-52844 Numpy frissítése 1.22-re
  • SPARK-50359 A PyArrow frissítése 18.0-ra
  • SPARK-50564 A Protobuf Python-csomag frissítése 5.29.1-re
  • SPARK-50601 Támogatás a withColumns / withColumnsRenamed használatára az al-lekérdezésekben
  • SPARK-51814 Új API transformWithState bemutatása a PySparkban
  • SPARK-52821 hozzáadja az int-DecimalType> pyspark udf visszatérési típus kényszerítését
  • SPARK-53112 Támogatási IDŐ a PySpark make_timestamp_ntz és try_make_timestamp_ntz függvényeiben
  • SPARK-53319 Az időtípus támogatása try_make_timestamp_ltz() szerint
  • SPARK-53696 A BinaryType alapértelmezése bájtokra a PySparkban
  • SPARK-55090 DataFrame.toJSON implementálása Python-ügyfélprogramban

Rendszerkörnyezet

  • Operációs rendszer: Ubuntu 24.04.3 LTS
  • Python: 3.12.3
  • Databricks Connect: 18 (A Databricks Connect folyamatosan frissül a legújabb kiszolgáló nélküli környezetben. Futtassa pip list a pontos verzió megerősítését az aktuális környezetben.)
  • Scala: 2.13.16
  • JDK: 17

Telepített Python-kódtárak

Ha a helyi Python virtuális környezetben szeretné reprodukálni az 5. kiszolgáló nélküli környezetet, töltse le a requirements-env-5.txt fájlt, és futtassa pip install -r requirements-env-5.txt. Ez a parancs telepíti az összes nyílt forráskódú kódtárat az 5. kiszolgáló nélküli környezetből.

Könyvtár Verzió Könyvtár Verzió Könyvtár Verzió
aiohappyeyeballs 2.4.4 aiohttp 3.11.10 aiosignal 1.2.0
annotált dokumentum 0.0.4 széljegyzetes típusok 0.7.0 anyio 4.7.0
argon2-cffi 21.3.0 argon2-cffi-bindings 21.2.0 arro3-core 0.6.5
nyíl 1.3.0 asttokens 3.0.0 astunparse 1.6.3
Aszinkron-LRU 2.0.4 attribútumok 24.3.0 automatikus parancs 2.2.2
azure-common 1.1.28 azure-core 1.37.0 azure-identity 1.20.0
azure-mgmt-core 1.6.0 azure-mgmt-web (web kezelési modul az Azure-hoz) 8.0.0 azure-storage-blob 12.28.0
Azure-tároló-fájl-adattó (Azure Storage File Data Lake) 12.22.0 Bábel 2.16.0 backports.tarfile 1.2.0
beautifulsoup4 4.12.3 fekete 24.10.0 fehérítő 6.2.0
villogó 1.7.0 boto3 1.40.45 botocore 1.40.45
Gyorstár-eszközök 5.5.1 tanúsítvány 2025.4.26 cffi 1.17.1
chardet 4.0.0 karakterkészlet-normalizáló (charset-normalizer) 3.3.2 kattintás 8.1.8
Cloudpickle 3.0.0 kommunikáció 0.2.1 ContourPy 1.3.1
kriptográfia 44.0.1 biciklista 0.11.0 Cython 3.1.5
databricks-ügynökök 1.9.1 databricks-connect 18.0.5 databricks SDK 0.67.0
adat osztályok JSON-hoz 0.6.7 dbus-python 1.3.2 debugpy hibakereső eszköz 1.8.11
dekorátor 5.1.1 defusedxml 0.7.1 deltalake 1.1.4
Elavult 1.2.18 distlib 0.3.9 docstring Markdown-formátummá alakítása 0.11
Végrehajtó 1.2.0 aspektusok áttekintése 1.1.1 fastapi 0.128.0
fastjsonschema 2.21.1 fájlzárolás 3.17.0 betűtípusok 4.55.3
FQDN 1.5.1 fagyasztott lista 1.5.0 fsspec 2023.5.0
gitdb 4.0.11 GitPython 3.1.43 google-api-core 2.28.1
Google-autentikáció 2.47.0 google-cloud-core (Google felhő mag) 2.5.0 Google felhőtárhely 3.7.0
google-crc32c 1.8.0 google-resumable-media (Google újraindítható média) 2.8.0 googleapis-közös-protokollok 1.65.0
grpcio 1.67.0 grpcio-status 1.67.0 h11 0.16.0
hf-xet 1.2.0 httpcore 1.0.9 httplib2 0.20.4
httpx 0.28.1 huggingface_hub 1.2.4 Idna 3.7
importlib_metadata 8.5.0 ragoz 7.3.1 iniconfig 1.1.1
ipyflow-core 0.0.209 ipykernel 6.29.5 ipython 8.30.0
ipython-genutils 0.2.0 ipywidgets 7.8.1 izodátum 0.7.2
izoduráció 20.11.0 jaraco.collections 5.1.0 jaraco.context 5.3.0
jaraco.functools 4.0.1 jaraco.text 3.12.1 jedi 0.19.2
Jinja2 3.1.6 rezgés 0.12.0 jmespath 1.0.1
joblib 1.4.2 json5 0.9.25 jsonpatch 1.33
jsonpointer 3.0.0 jsonschema 4.23.0 jsonschema-specifikációk 2023.07.01.
jupyter-események 0.12.0 jupyter-lsp 2.2.5 jupyter_kliens 8.6.3
jupyter_core 5.7.2 jupyter_server (Jupyter kiszolgáló) 2.15.0 jupyter szerver terminálok 0.5.3
jupyterlab 4.3.4 jupyterlab_pygments 0.3.0 jupyterlab_szerver 2.27.3
jupyterlab_widgets 1.1.11 kiwisolver 1.4.8 langchain-core 1.2.6
langchain-openai 1.1.6 langsmith 0.6.1 launchpadlib 1.11.0
lazr.restfulclient 0.14.6 lazr.uri 1.0.6 litellm 1.75.9
markdown-it-py 2.2.0 MarkupSafe 3.0.2 mályvacukor 3.26.2
matplotlib 3.10.0 matplotlib-inline 0.1.7 Mccabe 0.7.0
mdurl 0.1.0 félhangol 3.1.2 mlflow-skinny 3.8.1
mmh3 5.2.0 more-itertools 10.3.0 msal 1.34.0
msal-kiterjesztések 1.3.1 többnyelvű szótár 6.1.0 mypy kiterjesztések 1.0.0
nbclient 0.10.2 nbconvert 7.16.6 nbformat 5.10.4
nest-asyncio 1.6.0 nodeenv 1.10.0 jegyzetfüzet 7.3.2
notebook-shim 0.2.4 numpy 2.1.3 oauthlib 3.2.2
openai 2.14.0 opentelemetry-api 1.39.1 opentelemetry-proto 1.39.1
opentelemetry-sdk 1.39.1 opentelemetry-szemantikai-konvenciók 0.60b1 orjson 3.11.5
Felülbírálja 7.4.0 csomagolás 24,2 Pandák 2.2.3
pandocfilters 1.5.0 parso 0.8.4 útvonal specifikáció (pathspec) 0.10.3
bűnbak 1.0.1 pexpect 4.8.0 párna 11.1.0
pipa 25.0.1 Platformdirs 4.3.7 ábrázolás 5.24.1
csatlakozós 1.5.0 prometheus_client 0.21.1 prompt-toolkit: parancssori eszközkészlet 3.0.43
propcache 0.3.1 proto-plus 1.27.0 protobuf 5.29.4
psutil 5.9.0 psycopg2 2.9.11 ptyprocess 0.7.0
pure-eval 0.2.2 py4j 0.10.9.9 pyarrow 21.0.0
pyasn1 0.4.8 pyasn1-modules 0.2.8 pyccolo 0.0.71
pycparser (C és C++ fájlok feldolgozására szolgáló parser) 2.21 pydantic (egy Python könyvtár) 2.10.6 pydantic_core 2.27.2
pyflakes (egy program vagy eszköz neve) 3.2.0 Pygments 2.19.1 PyGObject 3.48.2
pyiceberg 0.10.0 PyJWT 2.10.1 pyodbc (Python ODBC interfész) 5.2.0
pyparsing (egy Python könyvtár a szövegelemzéshez) 3.2.0 pyright 1.1.394 piroaring 1.0.3
pytest 8.3.5 python-dateutil Szoftver verzió: 2.9.0.post0 python-dotenv 1.2.1
Python JSON naplózó 3.2.1 python-lsp-jsonrpc 1.1.2 python-lsp-server 1.12.2
pytool konfiguráció 1.2.6 pytz (egy Python könyvtár az időzóna számításokhoz) 2024.1 PyYAML 6.0.2
pyzmq 26.2.0 Hivatkozás 0.30.2 reguláris kifejezés 2024.11.6
requests 2.32.3 requests-eszközkészlet 1.0.0 rfc3339-validator 0.1.4
RFC3986-érvényesítő 0.1.1 gazdag 13.9.4 kötél 1.13.0
rpds-py 0.22.3 Rsa 4.9.1 s3transfer 0.14.0
scikit-learn (egy Python gépi tanulási könyvtár) 1.6.1 scipy (tudományos és műszaki számítási Python könyvtár) 1.15.3 tengerben született 0.13.2
Send2Trash 1.8.2 setuptools 78.1.1 shellingham 1.5.4
Hat 1.17.0 smmap 5.0.0 sniffio 1.3.0
rendezett tárolók 2.4.0 levesszűrő 2.5 sqlparse 0.5.5
ssh-import-id 5.11 veremadatok 0.6.3 Starlette 0.50.0
strictyaml 1.7.3 Kitartás 9.0.0 befejezett 0.17.1
threadpoolctl 3.5.0 tiktoken 0.12.0 tinycss2 1.4.0
tokenize_rt 6.1.0 tokenizálók 0.22.2 tomli 2.0.1
tornado 6.5.1 tqdm 4.67.1 traitlets 5.14.3
típusőrző 4.3.0 typer-slim 0.21.1 types-python-dateutil 2.9.0.20251115
gépelés ellenőrzése 0.9.0 typing_extensions (gépelési kiterjesztések) 4.12.2 tzdata 2024.1
ujson (JSON-kezelő könyvtár a Pythonban) 5.10.0 felügyelet nélküli frissítések 0,1 uri-sablon 1.3.0
urllib3 2.3.0 uuid_utils 0.12.0 uvicorn 0.40.0
virtualenv 20.29.3 wadllib 1.3.6 wcwidth 0.2.5
webszínek 25.10.0 webkódolások 0.5.1 websocket-klient 1.8.0
Mi a javítás? 1.0.2 wheel 0.45.1 akármikor 0.7.3
widgetsnbextension 3.6.6 becsomagolva 1.17.0 yapf 0.40.2
jarl 1.18.0 cipzár 3.21.0 zstandard 0.23.0

Telepített Java- és Scala-kódtárak (Scala 2.13)

Csoportazonosító A tárgy azonosítója Verzió
com.databricks databricks-connect_2.13 18.0.0
com.fasterxml.jackson.core jackson-annotációk 2.15.2
com.fasterxml.jackson.core jackson-core 2.15.2
com.fasterxml.jackson.core jackson-databind 2.15.2
com.lihaoyi ammonite-compiler-interface_2.13.16 3.0.2
com.lihaoyi ammonite-compiler_2.13.16 3.0.2
com.lihaoyi ammonite-interp-api_2.13.16 3.0.2
com.lihaoyi ammonite-interp_2.13.16 3.0.2
com.lihaoyi ammonite-repl-api_2.13.16 3.0.2
com.lihaoyi ammonite-repl_2.13.16 3.0.2
com.lihaoyi ammonite-runtime_2.13.16 3.0.2
com.lihaoyi ammonite-util_2.13 3.0.2
com.lihaoyi fansi_2.13 0.5.0
com.lihaoyi os-lib_2.13 0.11.3
com.lihaoyi pprint_2.13 0.9.0
com.lihaoyi scalaparse_2.13 3.1.1
org.apache.logging.log4j log4j-api 2.20.0
org.apache.logging.log4j log4j-core 2.20.0
org.json4s json4s-core_2.13 4.0.7
org.json4s json4s-jackson_2.13 4.0.7
sh.almond channels_2.13 0.14.1-1
sh.almond interpreter-api_2.13 0.14.1-1
sh.almond interpreter_2.13 0.14.1-1
sh.almond jupyter-api_2.13 0.14.1-1
sh.almond kernel_2.13 0.14.1-1
sh.almond logger_2.13 0.14.1-1
sh.almond protocol_2.13 0.14.1-1
sh.almond scala-interpreter_2.13.16 0.14.1-1
sh.almond scala-kernel_2.13.16 0.14.1-1
sh.almond shared-directives_2.13 0.14.1-1