Merk
Tilgang til denne siden krever autorisasjon. Du kan prøve å logge på eller endre kataloger.
Tilgang til denne siden krever autorisasjon. Du kan prøve å endre kataloger.
Fabric Runtime er en Azure-integrert plattform basert på Apache Spark. Det forenkler kjøring og administrasjon av arbeidsflyter for datateknikk og datavitenskap. Det syntetiserer viktige elementer fra både proprietære og åpen kildekode-ressurser for å tilby en omfattende løsning. For korthet, se Fabric Runtime, drevet av Apache Spark, enkelt og greit som Fabric Runtime.
Merk deg
Denne artikkelen dekker livssyklusen til Apache Spark-kjøretidene. Den dekker ikke Python-notebook-kjerner, som følger en egen livssyklus. For Python-notebookens kjernelivssyklus, se Python notebook runtime og kernel lifecycle in Fabric.
Lanseringsfrekvens
Apache Spark gir vanligvis ut mindre versjoner hver sjette til niende måned. Fabric Spark-teamet er forpliktet til å levere nye versjoner raskt, samtidig som de sikrer høyeste kvalitet, integrasjon og kontinuerlig støtte. Hver versjon består av rundt 110 komponenter. Etter hvert som kjøretiden utvides utover Apache Spark, sikrer teamet sømløs integrasjon i Azure-økosystemet.
Med et engasjement for kvalitet nærmer teamet seg nye forhåndsvisningsutgivelser med omhu. De sikter mot en eksperimentell forhåndsvisning på omtrent tre måneder, men fastsetter til slutt tidslinjer fra sak til sak. Denne tilnærmingen innebærer å evaluere kritiske komponenter i hver Spark-versjon, inkludert Java, Scala, Python, R og Delta Lake. Etter grundig vurdering lager teamet en detaljert tidslinje som beskriver kjøretidens tilgjengelighet og progresjon gjennom ulike faser. Målet er å etablere en standard livssyklussti for Fabric-kjøretider for Apache Spark.
Tips
Bruk alltid den nyeste GA-kjøretidsversjonen for produksjonsarbeidsbelastningen, som for øyeblikket er Runtime 1.3.
Tabellen nedenfor viser runtime-navnet og utgivelsesdatoene for støttede Azure Synapse-runtime-utgivelser.
| Kjøretidsnavn | Utgivelsesfase | Dato for kundestøtteavvikling |
|---|---|---|
| Kjøretid 2.0 basert på Apache Spark 4.1 | offentlig forhåndsversjon | Ikke aktuelt |
| Runtime 1.3 basert på Apache Spark 3.5 | allmenn tilgjengelighet | 30. september 2026** |
** Runtime 1.3 går inn i Long Term Support (LTS) 1. oktober 2026 for en periode på seks måneder, og forlenger støtten til mars 2027.
Diagrammet beskriver livssyklusen til en kjøretidsversjon fra den eksperimentelle offentlige forhåndsvisningen til avskriving og fjerning.
| Etappe | Bekrivelse | Typisk livssyklus |
|---|---|---|
| Eksperimentell offentlig forhåndsvisning | Fasen for eksperimentell offentlig forhåndsvisning markerer den første utgivelsen av en ny kjøretidsversjon. I denne fasen oppfordres brukere til å eksperimentere med de nyeste versjonene av Apache Spark og Delta Lake og gi tilbakemelding, til tross for tilstedeværelsen av dokumenterte begrensninger. Vilkårene for Microsoft Azure Preview gjelder. Se forhåndsvisningsvilkårene for bruk. | 2–3 måneder* |
| Offentlig forhåndsversjon | Etter at ytterligere forbedringer er gjort og begrensninger minimert, går kjøretiden videre til forhåndsvisningsfasen. Vilkårene for Microsoft Azure Preview gjelder. Se forhåndsvisningsvilkårene for bruk. | 3 måneder* |
| Generell tilgjengelighet (GA) | Når en kjøretidsversjon oppfyller GA-kriteriene (General Availability), utgis den for offentligheten og er egnet for produksjonsarbeidsbelastninger. For å nå dette stadiet må kjøretiden oppfylle strenge krav når det gjelder ytelse, integrering med plattformen, pålitelighetsvurderinger og dens evne til å møte brukernes behov. | 24 måneder |
| Langsiktig støtte (LTS) | Etter General Availability (GA)-utgivelsen kan en kjøretid gå over i Long-Term Support (LTS)-stadiet, avhengig av de spesifikke kravene til Spark-versjonen. Dette LTS-stadiet kan annonseres, og beskriver forventet supportvarighet for kundene, som vanligvis er et ekstra år med full støtte. | 12 måneder* |
| Slutt på støttedato annonsert | Når en kjøretid når slutten av støtten, mottar den ingen ytterligere oppdateringer eller støtte. Vanligvis gis et varsel på seks måneder før avskrivingen av kjøretiden. Denne sluttdatoen for støtte er dokumentert ved å oppdatere en bestemt tabell med datoen for slutten av levetiden, som markerer avvikling av støtte. | Seks måneder før avskrivingsdagen |
| Slutt på støttedato. Kjøretid støttes ikke og avskrevet | Når den tidligere annonserte sluttstøttedatoen kommer, blir kjøretiden offisielt ikke støttet. Denne endringen innebærer at den ikke får noen oppdateringer eller feilrettinger, og teamet tilbyr ingen offisiell støtte. Systemet løser automatisk alle supporthenvendelser. Å bruke en ustøttet runtime er på eget ansvar. Kjøretiden er fjernet fra Fabric-arbeidsområdets innstillinger og Miljø-elementet, noe som gjør det umulig å bruke på arbeidsområdenivå. I tillegg fjernes kjøretiden også fra miljøene, og det finnes ingen mulighet til å lage et nytt miljø for den versjonen. Eksisterende Spark-jobber som kjører på eksisterende miljøer kan ikke kjøres. | Ikke tilgjengelig |
| Kjøretid fjernet | Når kjøretiden når fasen som ikke støttes, fjernes alle miljøer som bruker denne kjøretiden. Alle backend-relaterte komponenter som er knyttet til denne kjøretiden, fjernes også. | Noen dager etter slutten av støttedatoen |
* Forventet varighet for kjøretid i hvert trinn. Disse tidslinjene er angitt som et eksempel og kan variere avhengig av ulike faktorer. Tidslinjer for livssyklus kan endres etter Microsofts skjønn.
Versjonskontroll
Runtime-versjonsnummereringen vår, mens den er nært knyttet til Semantic Versioning, følger en litt annen tilnærming. Den store versjonen av runtime tilsvarer hovedversjonen av Apache Spark. Runtime 1 tilsvarer derfor Spark versjon 3. På samme måte samsvarer Runtime 2 med Spark 4.1. Det er viktig å merke seg at endringer kan skje mellom de nåværende kjøretidene, inkludert tillegg eller fjerning av ulike biblioteker. I tillegg tilbyr plattformen vår en biblioteksbehandlingsfunksjon som gjør det mulig for brukere å installere eventuelle ønskede biblioteker.