Mei 2021

Fitur-fitur dan peningkatan platform Azure Databricks ini dirilis pada Mei 2021.

Catatan

Rilis dilakukan bertahap. Akun Azure Databricks Anda mungkin tidak diperbarui hingga seminggu atau lebih setelah tanggal rilis awal.

Databricks Mosaic AI: solusi yang berbasis data dan kolaboratif untuk seluruh siklus hidup Pembelajaran Mesin

Mei 27, 2021

Persona Pembelajaran Mesin baru, yang dapat dipilih di bilah sisi UI Azure Databricks, memudahkan Anda mengakses lingkungan baru yang dibuat khusus untuk ML, termasuk registri model dan empat fitur baru di Pratinjau Umum:

  • Halaman dasbor baru dengan sumber daya yang mudah digunakan, terbaru, dan tautan untuk memulai.
  • Halaman Eksperimen baru yang mempusatkan penemuan dan manajemen eksperimen.
  • AutoML, cara untuk secara otomatis menghasilkan model ML dari data dan mempercepat jalur ke produksi.
  • Sistem Penyimpanan Fitur, cara untuk membuat katalog fitur ML dan membuatnya tersedia untuk pelatihan dan penyajian, meningkatkan penggunaan ulang. Dengan pencarian fitur berbasis silsilah data yang memanfaatkan sumber data yang dicatat secara otomatis, Anda dapat membuat fitur tersedia untuk pelatihan dan melayani dengan penyebaran model yang disederhanakan yang tidak memerlukan perubahan pada aplikasi klien.

Untuk detailnya, lihat AI dan pembelajaran mesin di Databricks.

SQL Analytics diganti namanya menjadi Databricks SQL

Mei 27, 2021

SQL Analytics diganti namanya menjadi Databricks SQL. Untuk detail selengkapnya, lihat catatan rilis Databricks SQL.

Membuat dan mengelola alur ETL menggunakan DLT (Pratinjau Umum)

Mei 26, 2021

Databricks dengan senang hati memperkenalkan DLT, layanan cloud yang membuat pengembangan ekstrak, transformasi, dan pemuatan (ETL) sederhana, andal, dan dapat diskalakan. DLT:

  • Menyediakan antarmuka deklaratif yang intuitif dan akrab untuk mengembangkan pipeline.
  • Memungkinkan Anda memantau alur pemrosesan data, memvisualisasikan dependensi, serta mengelola alur dan dependensi di lingkungan yang berbeda.
  • Memungkinkan pengembangan berbasis pengujian, penegakan batasan kualitas data, dan penerapan kebijakan penanganan kesalahan data yang seragam
  • Mengotomatiskan penyebaran alur pemrosesan data sehingga Anda dapat dengan mudah meningkatkan, mengembalikan, dan memproses ulang data secara bertahap.

Lihat Alur Deklaratif Lakeflow Spark untuk detailnya.

Mesin virtual Azure Spot sekarang telah tersedia secara umum.

Mei 24, 2021

Kemampuan untuk membuat kluster Azure Databricks dengan Azure Spot Virtual Machines sekarang tersedia secara umum. Anda sekarang bisa mendapatkan keuntungan dari instans spot Azure dengan biaya yang jauh lebih rendah dan mengurangi total biaya kepemilikan (TCO) untuk Azure Databricks Anda. Anda dapat memilih untuk menggunakan instans Azure spot saat Anda:

Enkripsi kueri Databricks SQL dan riwayat kueri menggunakan kunci Anda sendiri (Pratinjau Umum)

Mei 20, 2021

Untuk detailnya, lihat catatan rilis Databricks SQL.

Peningkatan batas jumlah kluster serbaguna yang dihentikan

18 Mei 2021: Versi 3.46

Anda sekarang dapat memiliki hingga 150 kluster serba guna yang dihentikan di ruang kerja Azure Databricks. Sebelumnya batasnya adalah 120. Untuk detailnya, lihat Mengakhiri komputasi. Batas jumlah kluster serbaguna yang dihentikan yang dikembalikan oleh permintaan Clusters API sekarang juga adalah 150.

Peningkatan batas jumlah kluster yang disematkan

18 Mei 2021: Versi 3.46

Anda sekarang dapat memiliki hingga 70 kluster yang disematkan di ruang kerja Azure Databricks. Sebelumnya batasnya adalah 50. Untuk detailnya, lihat Menyematkan komputasi

Mengelola tempat hasil buku catatan disimpan (Pratinjau Umum)

18 Mei 2021: Versi 3.46

Anda sekarang dapat memilih untuk menyimpan semua hasil notebook di instans Azure Storage root Anda terlepas dari ukuran atau jenis jalankan. Secara default, beberapa hasil untuk notebook interaktif disimpan di Azure Databricks. Konfigurasi baru memungkinkan Anda menyimpannya di instans Azure Storage root di akun Anda sendiri. Untuk detailnya, lihat Mengonfigurasi lokasi penyimpanan hasil notebook.

Fitur ini tidak berdampak pada notebook yang dijalankan sebagai pekerjaan, yang hasilnya selalu disimpan di instans Azure Storage root.

Mengenkripsi notebook dan data rahasia di pesawat kontrol dengan kunci Anda sendiri (Pratinjau Publik)

10 Mei 2021

Ruang kerja Azure Databricks terdiri dari sarana kontrol yang dihosting dalam langganan yang dikelola Azure Databricks dan bidang komputasi yang disebarkan di langganan Azure Anda. Sarana kontrol menyimpan data layanan terkelola Anda, yang mencakup perintah notebook, rahasia, dan data konfigurasi ruang kerja lainnya. Secara default, data ini dienkripsi dengan kunci yang dikelola Azure Databricks, tetapi Anda sekarang dapat menambahkan kunci dari instans Azure Key Vault Anda untuk mengenkripsi data ini. Lihat Mengaktifkan kunci yang dikelola pelanggan untuk layanan terkelola.

Dukungan seri Databricks Runtime 7.4 berakhir

3 Mei 2021

Dukungan untuk Databricks Runtime 7.4, Databricks Runtime 7.4 untuk Pembelajaran Mesin, dan Databricks Runtime 7.4 untuk Genomics berakhir pada 3 Mei. Lihat Siklus hidup dukungan Databricks.

Pengguna Repo sekarang dapat berintegrasi dengan Azure DevOps menggunakan token akses pribadi

3-10 Mei 2021: Versi 3.45

Selain token akses ID Microsoft Entra, Anda sekarang dapat menggunakan token akses pribadi untuk mengautentikasi dengan Azure DevOps. Untuk detailnya, lihat Mengonfigurasi integrasi Git untuk folder Git.

  • Last updated on