Februari 2018

Rilis dilakukan bertahap. Akun Azure Databricks Anda mungkin tidak diperbarui hingga satu minggu setelah tanggal rilis awal.

Diagram garis baru mendukung data seri waktu

27 Februari - 6 Mar 2018: Versi 2.66

Diagram garis baru sepenuhnya mendukung data seri waktu dan menyelesaikan batasan dengan opsi diagram baris lama kami. Diagram baris lama tidak digunakan lagi, dan sebaiknya pengguna memigrasikan visualisasi apa pun yang menggunakan diagram baris lama ke yang baru.

Lihat Memigrasikan bagan garis warisan untuk informasi selengkapnya.

Peningkatan visualisasi lainnya

27 Februari - 6 Mar 2018: Versi 2.66

Sekarang Anda dapat mengurutkan kolom dalam output tabel dan menggunakan lebih dari 10 item legenda dalam bagan.

Menghapus tugas menggunakan API Job

27 Februari - 6 Mar 2018: Versi 2.66

Anda sekarang dapat menggunakan API Pekerjaan untuk menghapus eksekusi pekerjaan, menggunakan titik akhir jobs/runs/delete baru.

Lihat Penghapusan pemrosesan untuk informasi selengkapnya.

Pustaka perenderan matematika KaTeX diperbarui

27 Februari - 6 Mar 2018: Versi 2.66

Versi KatTeX yang digunakan Azure Databricks untuk merender persamaan matematika diperbarui dari 0.5.1 ke 0.9.0-beta1.

Pembaruan ini memperkenalkan perubahan yang dapat merusak ekspresi yang ditulis dalam 0.5.1:

• \xLongequal sekarang adalah \xlongequal (#997)
• [text]color Warna HTML harus terbentuk dengan baik. (#827)
• \llap dan \rlap sekarang merender konten dalam mode matematika. Gunakan \mathllap (baru) dan \mathrlap (baru) untuk menyediakan perilaku sebelumnya.
• \color dan \textcolor sekarang berperilaku seperti di LaTeX (#619)

Untuk informasi selengkapnya, lihat Catatan rilis KaTeX.

CLI Databricks: Rilis 0.5.0

27 Februari 2018: databricks-cli 0.5.0

Databricks CLI sekarang mendukung perintah yang menargetkan Libraries API.

CLI sekarang juga mendukung beberapa profil koneksi. Profil koneksi dapat digunakan untuk mengonfigurasi CLI agar dapat berinteraksi dengan beberapa implementasi Azure Databricks.

Lihat CLI Databricks versi lama untuk informasi selengkapnya.

Perpustakaan API DBUtils

13-20 Februari 2018: Versi 2.65

Azure Databricks menyediakan berbagai API utilitas yang memungkinkan Anda bekerja dengan mudah dengan DBFS, alur kerja notebook, dan widget. Pustaka dbutils-api mempercepat pengembangan aplikasi dengan memungkinkan Anda mengompilasi dan menjalankan pengujian unit secara lokal terhadap API utilitas ini sebelum menyebarkan aplikasi Anda ke kluster Azure Databricks.

Lihat Pustaka API Utilitas Databricks untuk informasi selengkapnya.

Filter hanya untuk pekerjaan Anda

13-20 Februari 2018: Versi 2.65

Filter baru pada daftar Pekerjaan memungkinkan Anda hanya menampilkan pekerjaan yang Anda miliki dan hanya pekerjaan yang dapat Anda akses.

Lihat Pekerjaan Lakeflow untuk informasi selengkapnya.

Spark-submit dari halaman Pembuatan Tugas

13-20 Februari 2018: Versi 2.65

Sekarang Anda dapat mengonfigurasi parameter spark-submit dari halaman Buat Pekerjaan, serta melalui REST API atau CLI.

Lihat Pekerjaan Lakeflow untuk informasi selengkapnya.

Pilih Python 3 dari halaman Buat Kluster

13-20 Februari 2018: Versi 2.65

Sekarang Anda dapat menentukan Python versi 2 atau 3 dari drop-down versi Python baru saat Anda membuat kluster. Jika Anda tidak membuat pilihan, Python 2 adalah default. Anda juga dapat, seperti sebelumnya, membuat kluster Python 3 menggunakan REST API.

Peningkatan antarmuka pengguna ruang kerja

13-20 Februari 2018: Versi 2.65

Kami telah menambahkan kemampuan untuk mengurutkan file menurut jenis (folder, buku catatan, pustaka) di browser file Ruang Kerja, dan folder beranda selalu muncul di bagian atas daftar Pengguna.

Pelengkapan otomatis untuk perintah SQL dan nama database

13-20 Februari 2018: Versi 2.65

Sel SQL di notebook sekarang menyediakan pelengkapan otomatis perintah SQL dan nama database.

Kluster tanpa server sekarang mendukung R

1-8 Februari 2018: Versi 2.64

Anda sekarang dapat menggunakan R di Kluster tanpa server.

XGBoost tersedia sebagai Paket Spark

1-8 Februari 2018: Versi 2.64

Pustaka integrasi Spark XGBoost sekarang dapat diinstal pada Azure Databricks sebagai Paket Spark dari UI Pustaka atau REST API. Sebelumnya, XGBoost membutuhkan penginstalan dari sumber melalui skrip init dan mengakibatkan waktu start-up kluster yang lebih lama. Lihat Menggunakan XGBoost di Azure Databricks untuk informasi selengkapnya.

Kontrol akses tabel untuk SQL dan Python (Beta)

1-8 Februari 2018: Versi 2.64

Tahun lalu, kami memperkenalkan kontrol akses objek data untuk pengguna SQL. Hari ini kami sangat senang mengumumkan rilis beta publik kontrol akses tabel (ACL tabel) untuk pengguna SQL dan Python. Dengan kontrol akses tabel, Anda dapat membatasi akses ke objek yang dapat diamankan seperti tabel, database, tampilan, atau fungsi. Anda juga dapat menyediakan kontrol akses terperinci (ke baris dan kolom yang cocok dengan kondisi tertentu, misalnya) dengan mengatur izin pada tampilan turunan yang berisi kueri sewenang-wenang.

Catatan

• Fitur ini berada dalam beta publik
• Fitur ini memerlukan Databricks Runtime versi 3.5+.

Lihat Hak istimewa metastore Apache Hive dan objek yang dapat diamankan (warisan) untuk informasi selengkapnya.