Sierpień 2020
Te funkcje i ulepszenia platformy Azure Databricks zostały wydane w sierpniu 2020 r.
Uwaga
Wydania są etapowe. Twoje konto usługi Azure Databricks może nie zostać zaktualizowane do tygodnia po początkowej dacie wydania.
Ważne
Wersja 3.26 została wydana klientom tylko w regionach Kanada Środkowa i Środkowe Indie. Wszystkie inne regiony otrzymają jednocześnie funkcje 3.26, które zostaną wydane w wersji 3.27.
Interfejs API zarządzania tokenami jest ogólnie dostępny i administratorzy mogą używać konsoli administracyjnej do udzielania i odwoływania dostępu użytkowników do tokenów
26 sierpnia 2020 r. — 1 września 2020 r.: Wersja 3.27
Zarządzanie tokenami jest teraz ogólnie dostępne. Administratorzy usługi Azure Databricks mogą używać interfejsu API zarządzania tokenami i konsoli Administracja do zarządzania osobistymi tokenami dostępu użytkowników usługi Azure Databricks. Jako administrator możesz wykonywać następujące czynności:
- Monitorowanie i odwoływanie osobistych tokenów dostępu użytkowników.
- Kontrolowanie okresu istnienia przyszłych tokenów w obszarze roboczym.
- Kontrolowanie, którzy użytkownicy mogą tworzyć tokeny i używać ich za pośrednictwem interfejsu API uprawnień lub w konsoli Administracja.
W przejściu z publicznej wersji zapoznawczej do ogólnie dostępnej parametr created_by
interfejsu API zarządzania tokenami został zmieniony na created_by_id
, a dodano nowy parametr created_by_username
.
Aby uzyskać więcej informacji, zobacz Monitorowanie osobistych tokenów dostępu i zarządzanie nimi.
Zwiększone limity rozmiaru komunikatów dla aplikacji Shiny
26 sierpnia 2020 r. — 1 września 2020 r.: Wersja 3.27
Maksymalny rozmiar aplikacji dla aplikacji Shiny został zwiększony z 10 MB do 20 MB. Jeśli całkowity rozmiar aplikacji przekracza ten limit, zapoznaj się z zaleceniami w często zadawanych pytaniach dotyczących shiny.
Ulepszone instrukcje dotyczące konfigurowania klastra w trybie lokalnym
26 sierpnia 2020 r. — 1 września 2020 r.: Wersja 3.27
W interfejsie użytkownika klastra:
- Jeśli tworzysz klaster z 0 procesami roboczymi, zostanie wyświetlona porada narzędzia, która zaleca użycie trybu lokalnego i wyświetlenie skojarzonego ustawienia konfiguracji (
spark.master local[*]
). - Nie można już ustawić
spark.master local[*]
klastra, chyba że klaster ma 0 procesów roboczych.
Wyświetlanie wersji notesu skojarzonego z przebiegiem
26 sierpnia 2020 r. — 1 września 2020 r.: Wersja 3.27
Na pasku bocznym Eksperymenty można teraz wyświetlić wersję notesu skojarzonego z uruchomieniem. Aby uzyskać szczegółowe informacje, zobacz Wyświetlanie eksperymentu notesu.
Databricks Runtime 7.2 (ogólna dostępność)
20 sierpnia 2020 r.
Środowisko Databricks Runtime 7.2 oferuje wiele dodatkowych funkcji i ulepszeń w środowisku Databricks Runtime 7.1, w tym:
- Automatyczne ładowanie jest ogólnie dostępne: Moduł automatycznego ładowania to wydajna metoda przyrostowego pozyskiwania dużej liczby plików do usługi Delta Lake. Teraz jest ogólnie dostępna i dodaje następujące funkcje:
- Opcja trybu listy katalogów: Moduł automatycznego ładowania dodaje nowy tryb listy katalogów, oprócz istniejącego trybu powiadamiania pliku, do określania, kiedy istnieją nowe pliki.
- Interfejs API zarządzania zasobami w chmurze: teraz możesz użyć naszego interfejsu API języka Scala do zarządzania zasobami w chmurze utworzonymi przez moduł automatycznego ładowania. Możesz wyświetlić listę usług powiadomień i usunąć określone usługi powiadomień przy użyciu tego interfejsu API.
- Opcja ograniczania szybkości: możesz teraz użyć
cloudFiles.maxBytesPerTrigger
opcji, aby ograniczyć ilość danych przetwarzanych w poszczególnych mikrobajtach. - Walidacja opcji: Moduł automatycznego ładowania weryfikuje teraz podane opcje.
validation
zakończy się niepowodzeniem. Aby pominąć walidację opcji, ustaw wartośćcloudFiles.validateOptions
false
.
- Wydajnie skopiuj tabelę delty z klonem.
- Ulepszenia:
- Łącznik snowflake został uaktualniony do wersji 2.8.1, która obejmuje obsługę platformy Spark 3.0.
- Ulepszenia przekazywania poświadczeń
- Ulepszenia narzędzia TensorBoard
- Uaktualnione biblioteki języka Python i języka R
Aby uzyskać szczegółowe informacje, zobacz pełne informacje o wersji środowiska Databricks Runtime 7.2 (nieobsługiwane).
Databricks Runtime 7.2 ML (ogólna dostępność)
20 sierpnia 2020 r.
Środowisko Databricks Runtime 7.2 for Machine Edukacja jest oparte na środowisku Databricks Runtime 7.2 i oferuje nowe i ulepszone biblioteki języka Python oraz biblioteki systemowe. Aby uzyskać szczegółowe informacje, zobacz pełne informacje o wersji środowiska Databricks Runtime 7.2 (nieobsługiwane).
Databricks Runtime 7.2 Genomics (ogólna dostępność)
20 sierpnia 2020 r.
Środowisko Databricks Runtime 7.2 dla usługi Genomics jest oparte na środowisku Databricks Runtime 7.2 i znacznie przyspiesza konwersję literału numpy 1D i 2D typu float ndarrays do tablic Java. Dokumentacja dotycząca badania skojarzenia całego genomu Glow odzwierciedla użycie.
Interfejs API uprawnień (publiczna wersja zapoznawcza)
18 sierpnia 2020 r.
Usługa Databricks z przyjemnością ogłasza publiczną wersję zapoznawcza interfejsu API uprawnień, która umożliwia zarządzanie uprawnieniami dla:
- Tokeny
- Klastry
- Pule
- Stanowiska
- Notesy
- Foldery (katalogi)
- Zarejestrowane modele MLflow
Aby uzyskać więcej informacji, zobacz Interfejs API uprawnień.
Databricks Connect 7.1 (ogólna dostępność)
12 sierpnia 2020 r.
Usługa Databricks Połączenie obsługuje teraz środowisko Databricks Runtime 7.1.
W środowisku Databricks Runtime 7.1 usługa Databricks zaleca, aby zawsze używać najnowszej wersji usługi Databricks Połączenie.
Kolejność powtarzalnej instalacji bibliotek klastra
12-25 sierpnia 2020 r.: Wersja 3.26
W klastrze z uruchomionym środowiskiem Databricks Runtime 7.2 lub nowszym usługa Azure Databricks przetwarza teraz wszystkie biblioteki klastra w kolejności, w której zostały zainstalowane.
Tworzenie modelu na stronie Zarejestrowane modele MLflow (publiczna wersja zapoznawcza)
12-25 sierpnia 2020 r.: Wersja 3.26
Teraz możesz utworzyć nowy model na stronie zarejestrowanych modeli MLflow. Aby uzyskać szczegółowe informacje, zobacz Tworzenie nowego zarejestrowanego modelu i przypisywanie do niego zarejestrowanego modelu.
Usługi kontenerów usługi Databricks obsługują obrazy GPU
12-25 sierpnia 2020 r.: Wersja 3.26
Teraz możesz używać usług Kontener Services usługi Databricks w klastrach z procesorami GPU do tworzenia przenośnych środowisk uczenia głębokiego z dostosowanymi bibliotekami.
Aby uzyskać szczegółowe informacje, zobacz Databricks Container Services on GPU compute (Usługi kontenerów usługi Databricks w obliczeniach procesora GPU).
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla