Styczeń 2025 r.

Te funkcje i ulepszenia platformy Azure Databricks zostały wydane w styczniu 2025 r.

Notatka

Wydania są etapowe. Twoje konto usługi Azure Databricks może nie zostać zaktualizowane do tygodnia lub więcej po początkowej dacie wydania.

Dodatkowe porty dla usługi Azure Databricks

31 stycznia 2025 r.

Grupy zabezpieczeń sieci wymagają teraz portów 3306 oraz 8443–8451 do dostępu wychodzącego do usług Azure Databricks z obszarów roboczych, w których włączono iniekcję sieci wirtualnej. Zobacz Reguły grupy zabezpieczeń sieciowych dla obszarów roboczych.

Czytnik składnicy stanu jest teraz ogólnie dostępny

31 stycznia 2025 r.

Obsługa zapytań dotyczących danych stanu i metadanych w Structured Streaming jest teraz ogólnie dostępna w środowisku Databricks Runtime 14.3 LTS i nowszym dla dedykowanego i nieizolowanego trybu dostępu. Zobacz Jak odczytać informacje o stanie strukturalnego strumieniowania danych.

Optymalizację predykcyjną można teraz włączyć na poziomie wykazu lub schematu

31 stycznia 2025 r.

Teraz możesz włączyć optymalizację predykcyjną na poziomie katalogu lub schematu bez uprzedniego włączenia jej na poziomie konta. Zobacz Optymalizację predykcyjną dla tabel zarządzanych w Unity Catalog.

Filtrowanie pełnych zestawów danych dla dużych tabel jest teraz obsługiwane

30 stycznia 2025 r.

Podczas filtrowania przyciętych danych w dużej tabeli (wyjście większe niż 2 MB lub zawierające więcej niż 10 000 wierszy), można teraz zastosować filtr do całego zestawu danych. Zobacz wyniki filtrowania.

Rodzina modeli Meta Llama 3.1 405B została wycofana w związku z dostrajaniem modelu Foundation

30 stycznia 2025 r.

Rodzina modeli Meta Llama 3.1 405B jest wycofana z użytku w kontekście dostrajania modelu bazowego. Zobacz Wycofane modele, aby zapoznać się z zalecanymi modelami zastępczymi.

Funkcja Clean Rooms jest już dostępna.

29 stycznia 2025 r.

Usługa Azure Databricks Clean Rooms jest teraz ogólnie dostępna. Zobacz Co to jest Azure Databricks Clean Rooms?.

• Interfejsy API zarządzania: wprowadzono nowe interfejsy API w celu zautomatyzowania konfiguracji, orkiestracji i monitorowania czystych pomieszczeń. Zobacz Czyste Pokoje.
• Samodzielna współpraca: Teraz możesz tworzyć czyste pomieszczenia w jednym magazynie metadanych, aby przetestować czyste pomieszczenie przed pełnym wdrożeniem. Zobacz Krok 2. Utwórz czysty pokój.
• tabele danych wyjściowych : Central clean rooms hostowane na platformie Azure obsługują teraz tabele wyjściowe. Wcześniej były one obsługiwane tylko w przypadku centralnych pomieszczeń czystych hostowanych na platformie AWS. Jednak współpracownicy usługi Databricks we wszystkich trzech chmurach — AWS, Azure i Google Cloud — mogą udostępniać notesy, które tworzą tabele wyjściowe i odczytują tabele wyjściowe generowane podczas uruchamiania notesów udostępnionych. Współpracownicy usługi Google Cloud muszą być uczestnikami prywatnej wersji zapoznawczej funkcji Clean Rooms. Zobacz Tworzenie tabel wyjściowych i praca z nimi w usłudze Databricks Clean Rooms.
• Zgodność HIPAA: Teraz możesz utworzyć bezpieczne środowisko z profilem zabezpieczeń zgodności HIPAA. Zobacz Krok 2. Utwórz czysty pokój.
• udostępnianie federacyjne (wersja zapoznawcza): Skorzystaj z nowej funkcji federacji zapytań, aby bezproblemowo współpracować z partnerami w chmurach i platformach danych bez replikowania ani migrowania wszystkich danych. Zobacz Co to jest Federacja Lakehouse?.

Łączenie narzędzi agenta sztucznej inteligencji z usługami zewnętrznymi (publiczna wersja zapoznawcza)

29 stycznia 2025 r.

Narzędzia agenta sztucznej inteligencji mogą teraz łączyć się z aplikacjami zewnętrznymi, takimi jak Slack, Google Calendar lub dowolna usługa z interfejsem API przy użyciu żądań HTTP. Agenci mogą używać zewnętrznych narzędzi do automatyzowania zadań, wysyłania komunikatów i pobierania danych z platform innych firm. Zobacz Połącz narzędzia agenta AI z usługami zewnętrznymi.

DLT obsługuje teraz publikowanie do tabel w wielu schematach i katalogach

27 stycznia — 5 lutego 2025 r.

Domyślnie, nowe potoki, utworzone w DLT, obsługują teraz tworzenie i aktualizowanie zmaterializowanych widoków oraz tabel strumieniowych w wielu katalogach i schematach.

Nowe domyślne zachowanie konfiguracji potoku wymaga, aby użytkownicy określali schemat docelowy, który staje się domyślnym schematem potoku. Schemat wirtualny i skojarzona składnia LIVE nie jest już wymagana. Aby uzyskać więcej informacji, zobacz następujące tematy:

• Ustaw katalog docelowy i schemat
• Konfigurowanie potoków deklaratywnych Lakeflow
• schemat na żywo (starsza wersja)

Databricks Runtime 16.2 (wersja beta)

27 stycznia 2025 r.

Databricks Runtime 16.2 i Databricks Runtime 16.2 ML są teraz dostępne jako wersje beta.

Zobacz Databricks Runtime 16.2 i Databricks Runtime 16.2 dla uczenia maszynowego.

Komentarze obsługują teraz powiadomienia e-mail i wzmianki @

25 stycznia 2025 r.

Teraz możesz wspomnieć użytkowników bezpośrednio w komentarzach, wpisując "@", a następnie nazwę użytkownika. Użytkownicy będą powiadamiani o odpowiednich działaniach dotyczących komentarzy za pośrednictwem poczty e-mail. Zobacz Komentarze kodu.

Skrót do dostosowywania rozmiaru czcionki

25 stycznia 2025 r.

Teraz możesz użyć skrótu, aby szybko dostosować rozmiar czcionki w notesie, pliku i edytorach SQL. Użyj Alt + i Alt - dla systemów Windows/Linux lub Opt + i Opt - dla systemu macOS.

Istnieje również ustawienie dewelopera umożliwiające sterowanie rozmiarem czcionki edytora. Przejdź do Ustawienia > Deweloper > Rozmiar czcionki edytora i wybierz rozmiar czcionki.

Federacja tokenów OAuth jest teraz dostępna w publicznej wersji zapoznawczej

24 stycznia 2025 r.

Federacja tokenów OAuth jest teraz dostępna w publicznej wersji zapoznawczej dla administratorów kont.

Federacja tokenów OAuth usługi Databricks umożliwia bezpieczny dostęp do interfejsów API usługi Databricks przy użyciu tokenów od dostawcy tożsamości. Federacja tokenów OAuth eliminuje konieczność zarządzania wpisami tajnymi usługi Databricks, takimi jak osobiste tokeny dostępu i wpisy tajne klienta OAuth usługi Databricks.

Jeśli administrator konta usługi Databricks nie wprowadza modyfikacji zasad, nie będzie żadnych zmian w bieżącej konfiguracji tożsamości i uprawnieniach. Tę funkcję można zastosować do całego konta lub konkretnej jednostki usługi, co zapewnia administratorom elastyczność podczas zarządzania dostępem do zasobów obszaru roboczego usługi Databricks.

Aby uzyskać więcej informacji na temat używania federacji tokenów OAuth usługi Databricks w celu autoryzowania dostępu do zasobów obszaru roboczego, zobacz Uwierzytelnianie dostępu do usługi Azure Databricks przy użyciu federacji tokenów OAuth.

Notatka

Użytkownicy platformy Microsoft Azure mogą również używać tokenów MS Entra do bezpiecznego korzystania z poleceń CLI Azure Databricks i wywołań API.

Niestandardowe agenty AI w języku Python teraz obsługują AI Gateway i strumieniowe przesyłanie danych wyjściowych.

24 stycznia 2025 r.

Narzędzie Mosaic AI Agent Framework obsługuje teraz przesyłanie strumieniowe danych wyjściowych dla wdrożonych niestandardowych agentów Pythona, poprawiając doświadczenie użytkownika końcowego i czas uzyskania pierwszego tokenu.

Tablice wnioskowania AI Gateway są teraz automatycznie włączane dla niestandardowych agentów Pythona, zapewniając dostęp do rozszerzonych metadanych logowania. Zobacz Author AI agents in code.

Importuj pliki obszaru roboczego metodą przeciągania i upuszczania

24 stycznia 2025 r.

Teraz możesz przeciągać i upuszczać pliki i foldery, aby zaimportować je do obszaru roboczego. Przeciąganie i upuszczanie działa na stronie głównej przeglądarki plików oraz w bocznym panelu przeglądarki plików obszaru roboczego, który jest dostępny w edytorach notatek, zapytań i plików. Zobacz Importowanie pliku.

Meta Llama 3.3 teraz obsługuje funkcje AI korzystające z Foundation Model API

24 stycznia 2025 r.

Funkcje sztucznej inteligencji korzystające z interfejsów API modeli bazowych są teraz obsługiwane przez Meta Llama 3.3 70B Instruct dla zadań czatu.

Ulepszenia wyników notatnika

23 stycznia 2025 r.

Doświadczenie związane z wynikami notebooka zostało ulepszone w następujący sposób:

• Jest jednym z filtrów: W tabeli wyników możesz teraz filtrować kolumnę przy użyciu Jest jednym z i wybierz wartości, dla których chcesz filtrować. Aby to zrobić, kliknij menu obok kolumny, a następnie kliknij pozycję Filtruj. Zostanie otwarty modalny filtr, aby dodać warunki, względem których chcesz filtrować. Aby dowiedzieć się więcej na temat filtrowania wyników, zobacz Filtry wyników.
• Skopiuj tabelę wyników jako: Teraz możesz skopiować tabelę wyników jako CSV, TSV lub Markdown. Wybierz dane, które chcesz skopiować, a następnie kliknij prawym przyciskiem myszy, wybierz pozycję Kopiuj jako i wybierz odpowiedni format. Wyniki skopiowano do schowka. Zobacz Skopiuj dane do schowka.
• Nazewnictwo pobieranego pliku: Gdy pobierasz wyniki z komórki, teraz nazwa pliku odpowiada nazwie notatnika. Zobacz Pobierz wyniki.

Szybsze czasy ładowania notesu

23 stycznia 2025 r.

Kiedy najpierw otwierasz notes, początkowe czasy ładowania są teraz do 26% szybsze dla notesu z 99 komórkami i 6% szybsze dla notesu z 10 komórkami.

Notatniki są teraz obsługiwane jako pliki przestrzeni roboczej

23 stycznia 2025 r.

Notatniki są teraz obsługiwane jako pliki przestrzeni roboczej w Databricks Runtime 16.2 i nowszych oraz środowisku bezserwerowym 2 i nowszym. Teraz można programowo zapisywać, odczytywać i usuwać notesy tak samo jak każdy inny plik. Umożliwia to programową interakcję z notesami z dowolnego miejsca, w którym jest dostępny system plików obszaru roboczego. Aby uzyskać więcej informacji, zobacz Programowe tworzenie, aktualizowanie i usuwanie plików i katalogów.

Zadania, które zakończyły się niepowodzeniem w zadaniach ciągłych, są teraz automatycznie ponawiane

22 stycznia 2025 r.

Ta wersja zawiera aktualizację zadań usługi Databricks, która usprawnia obsługę błędów dla zadań ciągłych. Dzięki tej zmianie, uruchomienia zadań w trybie ciągłym są automatycznie ponawiane w przypadku niepowodzenia. Przebiegi zadań są ponawiane z wykładniczo rosnącym opóźnieniem do momentu osiągnięcia maksymalnej liczby dozwolonych ponownych prób. Zobacz Jak są obsługiwane błędy dla zadań ciągłych?.

Notatniki: historia czatu Asystenta Databricks dostępna tylko dla użytkownika, który go inicjuje.

22 stycznia 2025 r.

Historia czatów asystenta usługi Databricks w notatniku jest dostępna tylko dla użytkownika, który inicjuje czat. Aby uzyskać więcej informacji na temat zaufania i bezpieczeństwa Asystenta, zobacz Zaufanie i bezpieczeństwo funkcji AI usługi Databricks.

Zbieranie statystyk jest teraz zautomatyzowane przez optymalizację predykcyjną

22 stycznia — 30 kwietnia 2025 r.

Optymalizacja predykcyjna automatycznie oblicza statystyki dla tabel zarządzanych w Unity Catalog podczas zapisywania do tych tabel i w zautomatyzowanych zadaniach konserwacji. Zobacz Optymalizację predykcyjną dla tabel zarządzanych w Unity Catalog.

Aktualizowanie witryny Databricks Marketplace i interfejsu użytkownika programu Partner Connect

21 stycznia 2025 r.

Uprościliśmy pasek boczny, łącząc Partner Connect i Marketplace w jeden link Marketplace. Nowy link Marketplace jest umieszczony wyżej na pasku bocznym, aby ułatwić dostęp.

EXPLAIN teraz pokazuje statystyki używane w planowaniu zapytań

20 stycznia 2025 r.

W środowisku Databricks Runtime 16.0 lub nowszym dane wyjściowe polecenia EXPLAIN zawierają listę odwołanych tabel, które mają brakujące, częściowe i pełne statystyki. Zobacz polecenie EXPLAIN.

Sterownik JDBC usługi Databricks 2.7.1

16 stycznia 2025 r.

Sterownik JDBC Databricks w wersji 2.7.1 jest teraz dostępny do pobrania ze strony pobierania sterownika JDBC .

Ta wersja zawiera następujące ulepszenia i nowe funkcje:

• Dodano nową właściwość OAuthEnabledIPAddressRanges, która umożliwia klientom zastąpienie domyślnych portów wywołania zwrotnego protokołu OAuth, ułatwiających uzyskiwanie tokenu OAuth w środowiskach z ograniczeniami portów sieciowych.
• Obsługa tokenu odświeżania jest teraz dostępna. Dzięki temu sterownik może automatycznie odświeżyć tokeny uwierzytelniania przy użyciu właściwości Auth_RefreshToken.
• Dodano obsługę korzystania z zaufanej pamięci systemu za pomocą nowej właściwości UseSystemTrustStore. Po włączeniu (UseSystemTrustStore=1) sterownik weryfikuje połączenia przy użyciu certyfikatów z zaufanego sklepu systemu.
• Dodano UseServerSSLConfigsForOAuthEndPoint właściwość, która po włączeniu umożliwia klientom udostępnianie konfiguracji SSL sterownika dla punktu końcowego OAuth.
• Uwierzytelnianie Basic jest teraz domyślnie wyłączone. Aby ponownie ją włączyć, ustaw właściwość allowBasicAuthentication na 1.

Ta wersja rozwiązuje następujące problemy:

• Podczas korzystania z IBM JRE z funkcją serializacji zestawu wyników Arrow, znaki Unicode są teraz prawidłowo obsługiwane.
• Zostaną zwrócone kompletne komunikaty o błędach i przyczyny błędu o kodzie 401.
• Procedury obsługujące pobieranie plików z chmury są teraz uwalniane po zakończeniu pracy.
• Wątki "heartbeat" nie wyciekają już podczas tworzenia połączeń przy użyciu klasy DataSource.
• Rozwiązano potencjalny wyciek w dzienniku kierowcy OAuth2Secret.
• Nie brakuje już identyfikatorów zapytań w dzienniku sterownika.
• Używanie pamięci podręcznej tokenu OAuth nie powoduje już napotykania problemu niezgodności tagów.

Ta wersja obejmuje uaktualnienia do kilku bibliotek innych firm w celu rozwiązania luk w zabezpieczeniach:

• arrow-memory-core 17.0.0 (wcześniej 14.0.2)
• arrow-vector 17.0.0 (wcześniej 14.0.2)
• format strzałki 17.0.0 (wcześniej 14.0.2)
• arrow-memory-netty 17.0.0 (wcześniej 14.0.2)
• arrow-memory-niezabezpieczony 17.0.0 (wcześniej 14.0.2)
• commons-codec 1.17.0 (wcześniej 1.15)
• flatbuffers-java 24.3.25 (wcześniej 23.5.26)
• jackson-annotations-2.17.1 (wcześniej 2.16.0)
• jackson-core-2.17.1 (wcześniej 2.16.0)
• jackson-databind-2.17.1 (wcześniej 2.16.0)
• jackson-datatype-jsr310-2.17.1 (wcześniej 2.16.0)
• netty-buffer 4.1.115 (wcześniej 4.1.100)
• netty-common 4.1.115 (wcześniej 4.1.100)

Aby uzyskać pełne informacje o konfiguracji, zobacz przewodnik sterowników Databricks JDBC zainstalowany z pakietem pobierania sterownika.

Federacja Lakehouse obsługuje Teradata (ogólnodostępna wersja przedpremierowa)

15 stycznia 2025 r.

Teraz można uruchamiać zapytania federacyjne na danych zarządzanych przez teradata. Zobacz Uruchamianie zapytań federacyjnych w usłudze Teradata.

databricks-agents SDK 0.14.0 wydanie: Niestandardowe metryki oceny

14 stycznia 2025 r.

W wersji databricks-agents==0.14.0, Ocena Agenta Mosaic AI obsługuje teraz niestandardowe metryki, umożliwiając użytkownikom definiowanie metryk oceny dostosowanych do swoich specyficznych przypadków użycia dla generatywnej sztucznej inteligencji w biznesie.

W tej wersji dodano również obsługę:

• ChatAgent i ChatModel z uprzęży mlflow.evaluate(model_type='databricks-agent').
• Używanie mlflow.evaluate(model_type='databricks-agent') spoza notesu Databricks, gdy uwierzytelniasz się za pomocą CLI databricks.
• Wsparcie dla zagnieżdżonych spanów RETRIEVAL w ścieżkach agentów.
• Obsługa prostej tablicy słowników jako argumentu data dla mlflow.evaluate().
• Podczas uruchamiania mlflow.evaluate()pojawia się prostszy stdout.

Brama sztucznej inteligencji obsługuje teraz aprowizowaną przepływność (publiczna wersja zapoznawcza)

10 stycznia 2025 r.

Mosaic AI Gateway obsługuje teraz obciążenia związane z przepływnością dla interfejsów API modelu bazowego na punktach końcowych obsługi modelu.

Teraz możesz włączyć następujące funkcje zapewniania ładu i monitorowania w modelu obsługującym punkty końcowe korzystające z aprowizowanej przepływności:

• Uprawnienia i ograniczanie szybkości w celu kontrolowania, kto ma dostęp i w jakim zakresie.
• Dziennikowanie danych do monitorowania i audytu danych wysyłanych do API modelu przy użyciu tabel wnioskowania.
• Śledzenie wykorzystania umożliwia monitorowanie operacyjnego użycia na punktach końcowych oraz powiązanych kosztów za pomocą tabel systemowych.
• Zasady bezpieczeństwa AI, aby zapobiec niepożądanym danym i niebezpiecznym danym w żądaniach i odpowiedziach.
• Trasowanie ruchu, aby zminimalizować przerwy w produkcji podczas i po wdrożeniu.

Zakończenie wsparcia dla serii Databricks Runtime 15.2

7 stycznia 2025 r.

Wsparcie dla środowisk Databricks Runtime 15.2 i Databricks Runtime 15.2 dla uczenia maszynowego zakończyło się 7 stycznia. Zobacz Cykle życia wsparcia Databricks.

Zakończenie wsparcia dla Databricks Runtime 15.3

7 stycznia 2025 r.

Wsparcie dla środowisk Databricks Runtime 15.3 i Databricks Runtime 15.3 dla uczenia maszynowego zakończyło się 7 stycznia. Zobacz Cykle życia wsparcia Databricks.

Wycofanie modeli z rodziny Meta Llama 2, 3 oraz Code Llama w kontekście dostrajania modeli bazowych.

7 stycznia 2025 r.

Następujące rodziny modeli zostały wycofane i nie są już obsługiwane w Foundation Model Fine-tuning. Zobacz Wycofane modele, aby zapoznać się z zalecanymi modelami zastępczymi.

• Meta-Llama-3
• Meta-Llama-2
• _Code Llama_