Juni 2018

Fitur dan peningkatan platform Azure Databricks dirilis pada Juni 2018.

Integrasi RStudio

19 Juni 2018: Versi 2.74

Azure Databricks sekarang terintegrasi dengan RStudio Server, IDE populer untuk R. Dengan integrasi baru yang kuat ini, Anda dapat:

• Meluncurkan UI RStudio langsung dari Azure Databricks.
• Mengimpor paket SparkR dan sparklyr di dalam IDE RStudio.
• Mengakses, menjelajahi, dan mengubah himpunan data besar dari RStudio IDE menggunakan Apache Spark.
• Menjalankan dan memantau pekerjaan Spark di kluster Azure Databricks.
• Mengelola kode Anda menggunakan kontrol versi.
• Menggunakan edisi Open Source atau Pro dari RStudio Server di Azure Databricks.

Integrasi RStudio memerlukan paket Premium. Anda harus menginstal integrasi pada kluster konkurensi tinggi. Untuk detailnya, lihat Menyambungkan ke Server RStudio yang dihosting Databricks.

Penghapusan log klaster

19 Juni 2018: Versi 2.74

Secara default, log kluster disimpan selama 30 hari. Anda sekarang dapat menghapusnya secara permanen dan segera dengan membuka tab Workspace Storage di Konsol Admin. Lihat Hapus penyimpanan ruang kerja.

Wilayah Baru

7 Juni 2018

Azure Databricks sekarang tersedia di wilayah berikut:

• Australia Timur
• Australia Tenggara
• Inggris Selatan
• Inggris Barat

Folder keranjang sampah

7 Juni 2018: Versi 2.73

Folder Sampah baru berisi semua buku catatan, pustaka, dan folder yang telah Anda hapus. Folder Keranjang Sampah secara otomatis dihapus setelah 30 hari. Anda dapat memulihkan objek yang dihapus dengan menyeretnya keluar dari folder Sampah ke folder lain.

Untuk detailnya, lihat Menghapus objek.

Pengurangan periode retensi log

7 Juni 2018: Versi 2.73

Log kluster disimpan selama 30 hari. Data ini dulu disimpan tanpa batas waktu.

Respons API yang Gzipped

7 Juni 2018: Versi 2.73

Permintaan yang dikirim dengan header Accept-Encoding: gzip akan mengembalikan respons yang terkompresi menggunakan gzip.

Tabel UI impor

7 Juni 2018: Versi 2.73

UI buat tabel sekarang mendukung opsi untuk menyimpulkan skema file CSV: