Databricks Runtime 18 (wersja beta)

Ta strona zawiera ujednolicone informacje o wersji dla środowiska Databricks Runtime 18 obsługiwanego przez platformę Apache Spark 4.1.0. Zawiera listę wszystkich funkcji, zmian zachowania i poprawek dostarczanych w całym cyklu wydania środowiska Databricks Runtime 18.

Note

Wydania są planowane etapowo. Twoje konto usługi Azure Databricks może nie zostać zaktualizowane przez kilka dni po początkowej dacie wydania.

Informacje o ujednoliconych informacjach o wydaniu

Azure Databricks udostępnia funkcje przyrostowo w całym cyklu wydania bez zmiany numeru wersji. Zamiast oddzielnych stron dla każdej wersji pomocniczej wszystkie aktualizacje są wyświetlane na tej pojedynczej stronie jako wpisy z datą. Klastry otrzymują aktualizacje po ponownym uruchomieniu.

Databricks Runtime 18 jest pierwszą wersją, która będzie używać tego ujednoliconego formatu. Wcześniej każda wersja funkcjonalna (18.0, 18.1, 18.2) miała własną stronę z informacjami o wydaniu. Te strony pozostają dostępne do celów referencyjnych. Funkcje, które wcześniej były dostarczane jako wersja 18.3 lub nowsza, są teraz dostarczane jako aktualne aktualizacje środowiska Databricks Runtime 18.

W przyszłości wersje środowiska Databricks Runtime będą przechodzić przez cykl życia od etapu Beta (wczesna ocena) przez GA (rozwój funkcji, około sześciu miesięcy) do LTS (długoterminowe wsparcie, trzy lata poprawek stabilności i zabezpieczeń). Ponieważ wersje 18.0–18.2 zostały wydane zgodnie z poprzednim modelem, Databricks Runtime 18 jest wersją przejściową, która przejdzie bezpośrednio z etapu beta do wersji LTS. Aby uzyskać szczegółowe informacje na temat pełnego cyklu życia, zobacz Cykle wsparcia środowiska Databricks Runtime.

Databricks Runtime 18: 29 maja 2026 r.

  • Deduplikacja Structured Streaming z kluczami NaN: Deduplikacja Structured Streaming traktuje teraz wartości NaN (Not-a-Number) o różnych reprezentacjach bitowych jako duplikaty, gdy jako klucz deduplikacji jest używana kolumna double lub float. NaN Wcześniej wartości z różnymi reprezentacjami wewnętrznymi były traktowane jako odrębne i nie były deduplikowane.
  • Rozwiązano problem, w wyniku którego uprawnienia na poziomie tabeli mogły zostać usunięte z tabel katalogu zewnętrznego Unity Catalog (na przykład tabel Snowflake connection) podczas odświeżania metadanych, co powodowało niepowodzenie zapytań z powodu błędów INSUFFICIENT_PERMISSIONS. Uprawnienia są teraz zachowywane podczas odświeżania metadanych tabeli obcej.

Databricks Runtime 18: 18 maja 2026 r.

Zmiany zachowania

Przejrzyj następujące zmiany, które mają zastosowanie po ponownym uruchomieniu klastrów w tym środowisku uruchomieniowym.

  • CREATE OR REPLACE TABLE: CREATE OR REPLACE TABLE domyślnie zachowuje istniejące komentarze kolumn i tabeli. Wcześniej komentarze zostały porzucone podczas ponownego tworzenia tabeli. Zarządzane tabele i widoki działają teraz tak samo jak istniejące widoki zmaterializowane i tabele strumieniowe.
  • Zapisy DataFrame według nazw kolumn: writeTo().append(), writeTo().overwrite(), writeTo().overwritePartitions() i write.mode("append").saveAsTable() teraz automatycznie rzutują kolumny zgodne pod względem typu (na przykład z int na long), aby odpowiadały schematowi docelowej tabeli Delta. Wcześniej te operacje zakończyły się niepowodzeniem DELTA_FAILED_TO_MERGE_FIELDS z powodu błędu, gdy typy kolumn były zgodne, ale nie identyczne. Zachowanie jest teraz zgodne z programem SQL INSERT INTO ... BY NAME. save() i saveAsTable() w trybie nadpisywania pozostają bez zmian.
  • ALTER TABLE SET TBLPROPERTIES for pipelines.pipelineId: ALTER TABLE <table> SET TBLPROPERTIES('pipelines.pipelineId' = '<pipeline-id>') teraz próbuje umożliwić potokowi zapisy do określonej tabeli. Wcześniej ustawienie tej właściwości w regularnej tabeli nie miało wpływu. Jeśli tabela nie kwalifikuje się do zapisów potokowych, polecenie zgłasza błąd SETTING_PIPELINES_PIPELINE_ID_NOT_SUPPORTED.
  • cloud_files_state: Funkcja cloud_files_state o wartościach tabelarycznych (TVF) zawiera teraz kolumnę discovery_mode, która pokazuje, jak Auto Loader wykrył każdy plik. Pliki wykryte przed aktualizacją mają w tej kolumnie wartość null.
  • DESCRIBE EXTENDED AS JSON: Teraz zawiera wyniki oceny optymalizacji predykcyjnej w swoich danych wyjściowych. Wcześniej te informacje nie zostały zwrócone w danych wyjściowych JSON.
  • Miary okna widoku metryk: teraz zwracają poprawne wyniki, gdy zapytania korzystają z filtrów GROUP BY, IN/BETWEEN lub z mieszanych predykatów w kolumnie sortowania okna. Wcześniej te wzorce filtrów mogły wygenerować nieprawidłowe wyniki.

Nowe funkcje i ulepszenia

W tej wersji są dostępne następujące funkcje i ulepszenia.

  • Biblioteki klastra: podczas instalowania bibliotek PyPI, kół lub plików requirements.txt w klastrze karta Biblioteki i interfejs API REST bibliotek wyświetla teraz wszystkie rozwiązane i zainstalowane pakiety, w tym zależności przechodnie. W przypadku instalacji, które rozpoznają więcej niż 500 pakietów, lista jest obcięta. Pełny raport instalacji jest dostępny w dziennikach sterowników klastra.
  • Automatyczne CDC z migawki przy użyciu składni SQL: Lakeflow Spark Declarative Pipelines obsługuje teraz automatyczne CDC z migawki przy użyciu składni SQL. Wcześniej ta funkcja była dostępna tylko za pośrednictwem interfejsu API Python. Użyj CREATE STREAMING TABLE ... FLOW AUTO CDC FROM SNAPSHOT, aby przetwarzać źródła danych typu snapshot (takie jak tabele Delta, pamięć masowa w chmurze lub JDBC) po jednej migawce naraz. Obsługiwane są zarówno typy SCD 1 (domyślne), jak i SCD Type 2.
  • array_sort z użyciem niestandardowych komparatorów: Photon teraz przyspiesza array_sort wyrażenia wykorzystujące niestandardowe komparatory do sortowania tablic struktur według jednego lub większej liczby pól. Wcześniej te wyrażenia przechodziły na wykonywanie inne niż Photon. Aby włączyć tę optymalizację, ustaw wartość spark.databricks.photon.rewriteArraySortComparator.enabledtrue.

Poprawki i ulepszenia platformy Apache Spark

Ta wersja zawiera następujące poprawki błędów i ulepszenia wprowadzone na platformie Spark:

  • Zapytania SQL obsługują teraz klauzulę QUALIFY , która umożliwia filtrowanie wyników funkcji okna bezpośrednio w zapytaniu. Wcześniej to wymagało zawijania zapytania w podzapytaniu.
  • spark.read.json, spark.read.csvi spark.read.xml teraz zaakceptuj ramkę danych jako dane wejściowe, aby móc analizować dane w pamięci bez wcześniejszego zapisywania ich w pliku.
  • DataFrame.changes() jest teraz dostępne do odczytu danych wyjściowych mechanizmu przechwytywania zmian danych (CDC) za pośrednictwem interfejsu API DataFrame.
  • Gdy kolumna ramki danych jest przywołyowana z nieprawidłowej ramki danych, błąd teraz nazywa określoną kolumnę. Możesz też ustawić spark.sql.columnResolution.strict, aby Spark wymuszał ściślejsze dopasowanie kolumn i wcześniej wykrywał te błędy.
  • MERGE INTO Ewolucja schematu działa teraz prawidłowo, gdy instrukcja zawiera WHEN MATCHED THEN DELETE lub odwołuje się do kolumn zagnieżdżonych za pomocą aliasu. Wcześniej te kombinacje mogły zakończyć się niepowodzeniem lub dyskretnie wygenerować nieprawidłowe wyniki.
  • SHOW COLLATIONS wyświetla listę wszystkich obsługiwanych reguł sortowania i ich właściwości, co jest przydatne podczas wybierania reguły sortowania do sortowania tekstu lub porównywania.
  • Optymalizator zapytań Sparka poprawnie szacuje teraz, w jakim stopniu filtrowanie zmniejszy ilość danych. Nieprawidłowe oszacowania powodowały wcześniej, że Spark w całości wczytywał duże tabele do pamięci podczas operacji join, co prowadziło do błędów związanych z brakiem pamięci.
  • Zapytania z wieloma COUNT(DISTINCT) wyrażeniami działają szybciej, ponieważ platforma Spark zmniejsza dane wcześniej w planie wykonywania, zamiast rozszerzać je jako pierwsze.
  • Funkcje UDF języka Python, które korzystają z optymalizacji Arrow, nie wykonują już niepotrzebnej konwersji formatu danych, co zmniejsza narzut.
  • Połączenia między strumieniami inne niż zewnętrzne mogą teraz generować dane wyjściowe w trybie Update, a nie tylko w trybie Append, co pozwala zapisywać je w większej liczbie miejsc docelowych.
  • Połączenia JDBC są teraz prawidłowo zamykane po anulowaniu zadania. Wcześniej anulowanie mogło pozostawić połączenie otwarte, powodując zawieszanie się kolejnych zadań.
  • array_insert nie generuje już nieprawidłowych wyników, jeśli podano bardzo dużą liczbę ujemną jako pozycję wstawiania.

Databricks Runtime 18: 4 maja 2026 r.

Zmiany zachowania

Przejrzyj następujące zmiany, które mają zastosowanie po ponownym uruchomieniu klastrów w tym środowisku uruchomieniowym.

  • XPath: Podczas oceny XPath za pośrednictwem kodu XML Azure Databricks nie ładuje już definicji typów dokumentów zewnętrznych (DTD). Zapytania, które wcześniej kończyły się niepowodzeniem wyłącznie z powodu nieosiągalnego zewnętrznego odwołania do DTD, mogą teraz zostać wykonane pomyślnie.
  • Zachowanie struktury NULL przy ewolucji schematu: w przypadku zapisów INSERT, MERGE oraz zapisów strumieniowych, w których jest używana ewolucja schematu, struktura NULL w źródle jest teraz przechowywana jako NULL w miejscu docelowym. Wcześniej struktury NULL zostały niepoprawnie zmaterializowane jako struktury inne niż null z każdym polem ustawionym na wartość NULL. Zaktualizuj dowolny kod, który polegał na otrzymaniu struktury innej niż null z polami all-NULL — te przypadki zwracają teraz strukturę NULL.
  • NATURAL JOIN: Teraz poprawnie używa dopasowania kolumn bez rozróżniania wielkości liter, gdy spark.sql.caseSensitive jest ustawione na false (ustawienie domyślne). Wcześniej kolumny, które różniły się tylko wielkością liter (na przykład ID vs id), nie były uznawane za zgodne, co powodowało, że NATURAL JOIN bez ostrzeżenia generowało wyniki sprzężenia krzyżowego. Ta poprawka dostosowuje zachowanie NATURAL JOIN do połączeń USING.
  • Zależności zestawu AWS SDK w wersji 1: teraz cieniowane i nie są już dostępne bezpośrednio na ścieżce klasy. Jeśli kod zależy od bibliotek zestawu AWS SDK w wersji 1 dostarczonej wcześniej przez środowisko Databricks Runtime, dodaj je jako jawne zależności w projekcie.
  • Walidacja zależności funkcji SQL definiowanych przez użytkownika w Unity Catalog: Unity Catalog wymusza teraz walidację zależności dla funkcji SQL definiowanych przez użytkownika, aby zapobiec obejściu kontroli dostępu. Funkcje UDF SQL z nieprawidłową konfiguracją zależności nie mogą być wykonywane.
  • LEFT OUTER JOIN LATERAL: Naprawiono błąd, który powodował nieprawidłowe usuwanie wierszy. Zapytania korzystające z tej konstrukcji zwracają teraz poprawne wyniki. Aby tymczasowo przywrócić poprzednie zachowanie, ustaw wartość spark.databricks.sql.optimizer.lateralJoinPreserveOuterSemantictrue.
  • regr_r2: Teraz poprawnie traktuje pierwszy parametr jako zmienną zależną. Zapytania, które polegały na poprzednim nieprawidłowym zachowaniu, zwracają różne wyniki.
  • Funkcje hiperboliczne: sinh, cosh, tanhi powiązane funkcje hiperboliczne zwracają Infinity teraz zamiast zgłaszać błąd przepełnienia w przypadku bardzo dużych danych wejściowych.
  • asinh i acosh: Teraz używają algorytmu fdlibm, aby zapewnić spójność między silnikami. Wyniki dla danych wejściowych z przypadków brzegowych mogą się nieznacznie różnić od wyników z poprzednich wersji.
  • LIKE dopasowywanie wzorca: teraz poprawnie obsługuje dodatkowe znaki Unicode (punkty kodu powyżej U+FFFF). Wzorce, które wcześniej niepoprawnie pasowały lub nie pasowały w przypadku tych znaków, zwracają teraz poprawne wyniki.
  • VOID (NullType) kolumny: Tabele Delta obsługują teraz kolumny VOID (NullType). VOID kolumny nie są już usuwane ze schematu tabeli po odczytach. Nie ma to wpływu na zapisy.

Nowe funkcje i ulepszenia

W tej wersji są dostępne następujące funkcje i ulepszenia.

  • CREATE OR REPLACE TEMP TABLE: Teraz obsługiwane, co umożliwia tworzenie lub zastępowanie tabel tymczasowych w jednej instrukcji.
  • agg(): Teraz jest dostępny jako alias dla measure() funkcji. Istniejące zapytania korzystające z measure() funkcji kontynuują pracę bez modyfikacji.
  • pyspark.pipelines.testing: Teraz dostępny jako wygodny alias dla interfejsów API dlt.testing.
  • Wydajność listowania w Auto Loader: Auto Loader korzysta teraz z wydajniejszej metody listowania, która przyspiesza listowanie dla źródeł w magazynie w chmurze. Jeśli strumień nakłada się na siebie z powodu długotrwałych operacji wyświetlania listy, ta optymalizacja może spowodować zwiększenie kosztów interfejsu API wyświetlania listy w chmurze.
  • DESCRIBE HISTORY flagi opcji zapisu: historia tabeli Delta (DESCRIBE HISTORY) zawiera teraz w operationParameters flagi opcji zapisu dla operacji WRITE i REPLACE TABLE. Flagi pojawiają się tylko wtedy, gdy true: isDynamicPartitionOverwrite, canOverwriteSchema, canMergeSchema, predicate i isV1WriterSaveAsTableOverwrite.
  • Przewijanie wstecz i ponowne odtwarzanie w Structured Streaming: Structured Streaming obsługuje teraz przewijanie wstecz i ponowne odtwarzanie, umożliwiając ponowne przetwarzanie od wcześniejszego punktu w strumieniu w celu odzyskiwania po awariach, takich jak zmiany schematu lub błędy logiki, bez pełnego resetowania stanu.
  • SparkSession.emptyDataFrame: Teraz dostępny jako wygodny interfejs API do tworzenia pustego DataFrame bez kolumn i bez wierszy.
  • TIMESTAMP WITH LOCAL TIME ZONE: Teraz obsługiwane jako alias składni SQL dla TIMESTAMP_LTZ typu.
  • to_json sortKeys opcja: to_json Funkcja akceptuje sortKeys teraz opcję generowania danych wyjściowych JSON z kluczami w kolejności posortowanej.
  • spark.catalog.*: Metody interfejsu API mają teraz równoważność funkcji z równoważnymi poleceniami DDL dla operacji katalogu, schematu i tabeli.
  • [Poprawka zabezpieczeń] Aktualizacje zabezpieczeń systemu operacyjnego.

Databricks Runtime 18: 20 kwietnia 2026 r.

  • Poprawiono organ przestrzennego układu odniesienia CRS dla typu GEOMETRY(102100). Urząd jest teraz zgłaszany jako ESRI:102100 zamiast EPSG:102100.
  • [Poprawka zabezpieczeń] Aktualizacje zabezpieczeń systemu operacyjnego.

Databricks Runtime 18: 2 kwietnia 2026 r.

  • Ulepszona obsługa błędów dla zapytań zapisujących dane w tabelach delty zawierających kolumnę VOID (NullType) wewnątrz typu zdefiniowanego przez użytkownika (UDT).
  • Połączenia ujścia strumieniowego JDBC stosują teraz 30-sekundowy limit czasu operacji na gnieździe, mechanizm ponawiania z wykładniczo wydłużanymi odstępami dla błędów przejściowych (awarii połączeń, zakleszczeń, ograniczania liczby żądań) oraz kontrolowane wycofanie transakcji w przypadku zerwania połączenia.
  • Naprawiono uszkodzenie tekstu SQL, które wystąpiło podczas używania znaków Unicode w zapytaniach sparametryzowanych.
  • SHOW CREATE TABLE teraz generuje poprawne dane wyjściowe dla tabel i widoków z sortowaniem innych niż domyślne.
  • [Poprawka zabezpieczeń] Aktualizacje zabezpieczeń systemu operacyjnego.

Databricks Runtime 18: 11 marca 2026 r.

Zmiany zachowania

Przejrzyj następujące zmiany, które mają zastosowanie po ponownym uruchomieniu klastrów w tym środowisku uruchomieniowym.

  • Błędy metryk obserwacji: nie powodują już błędów wykonywania zapytań. Wcześniej błędy w OBSERVE klauzulach (takich jak dzielenie według zera) mogły blokować lub prowadzić niepowodzenie całego zapytania. Teraz zapytanie zakończy się pomyślnie, a podczas wywoływania observation.get zostanie zgłoszony błąd.
  • FILTER klauzula dla MEASURE: Funkcje agregujące MEASURE obsługują teraz klauzule FILTER. Wcześniej filtry były ignorowane w trybie dyskretnym.
  • DESCRIBE FLOW: Polecenie DESCRIBE FLOW jest teraz dostępne. Jeśli masz tabelę o nazwie flow, użyj metody DESCRIBE schema.flow, DESCRIBE TABLE flowlub DESCRIBE `flow` z backticksami.
  • Boolowskie operacje na zbiorach w SpatialSQL: ST_Difference, ST_Intersection i ST_Union korzystają z nowej implementacji z następującymi ulepszeniami:
    • Prawidłowe geometrie wejściowe zawsze generują wynik i nie zgłaszają już błędów.
    • Około 2 razy większa wydajność.
    • Wyniki są znormalizowane dla spójnych, porównywalnych danych wyjściowych.
  • Typy wyjątków dla sqlSTATE: typy wyjątków są aktualizowane w celu obsługi sqlSTATE. Jeśli kod analizuje wyjątki przez dopasowywanie ciągów lub przechwytuje określone typy wyjątków, zaktualizuj logikę obsługi błędów.
  • Automatyczne poszerzanie typu strumieniowego: odczyty strumieniowe w tabelach Delta automatycznie obsługują poszerzanie typu kolumn. Aby wymagać ręcznego potwierdzenia, ustaw wartość spark.databricks.delta.typeWidening.enableStreamingSchemaTrackingtrue.

Nowe funkcje i ulepszenia

W tej wersji są dostępne następujące funkcje i ulepszenia.

  • Auto Loader domyślnie używa zdarzeń plików: Auto Loader domyślnie używa zdarzeń plików podczas ładowania z lokalizacji zewnętrznej z włączoną obsługą zdarzeń plików, co zmniejsza liczbę operacji wyliczania plików i obniża koszty w porównaniu z wyliczaniem zawartości katalogów. Zobacz Auto loader with file events overview (Omówienie automatycznego modułu ładującego ze zdarzeniami plików). Aby zamiast tego użyć listy katalogów, ustaw wartość useManagedFileEventsfalse.

  • Ewolucja schematu z użyciem INSERT: Użyj klauzuli WITH SCHEMA EVOLUTION z instrukcjami SQL INSERT, aby automatycznie ewoluować schemat tabeli docelowej podczas operacji wstawiania. Obsługiwane dla INSERT INTO, INSERT OVERWRITE i INSERT INTO ... REPLACE. Przykład:

    INSERT WITH SCHEMA EVOLUTION INTO students TABLE visiting_students_with_additional_id;

  • Transakcje wieloinstrukcyjne w Delta Sharing: Tabele Delta Sharing, które korzystają z wstępnie podpisanych adresów URL lub trybu udostępniania za pomocą tokenu chmurowego, obsługują transakcje wieloinstrukcyjne. Przy pierwszym dostępie w ramach transakcji wersja tabeli jest utrwalona i używana ponownie dla wszystkich kolejnych odczytów w tej transakcji.

  • parse_timestamp: Funkcja SQL parse_timestamp parsuje ciągi znaków zawierające znaczniki czasu przy użyciu wielu wzorców, z obsługą silnika Photon w celu zwiększenia wydajności.

  • max_by i min_by z opcjonalnym limit: funkcje agregujące max_by i min_by teraz akceptują opcjonalny trzeci argument limit (do 100 000). Jeśli zostaną podane, funkcje zwracają tablicę zawierającą maksymalnie limit wartości, co upraszcza zapytania top-K i bottom-K bez użycia funkcji okienkowych ani CTE.

  • DATETIMEOFFSET dla Azure Synapse: Typ danych DATETIMEOFFSET jest obsługiwany dla połączeń microsoft Azure Synapse.

  • Komentarze do tabeli Google BigQuery: Opisy tabel Google BigQuery są rozwiązywane i udostępniane jako komentarze do tabeli.

  • IGNORE NULLS / RESPECT NULLS dla array_agg i collect_list: Funkcje agregujące array_agg i collect_list obsługują teraz klauzule IGNORE NULLS i RESPECT NULLS.

  • PIVOT aliasy: klauzula PIVOT obsługuje teraz aliasy, co umożliwia zmianę nazw wyrażeń kolumn przestawnych w danych wyjściowych.

  • Zmienne w skryptach CURSOR SQL: skrypty SQL obsługują teraz CURSOR zmienne umożliwiające iterowanie po zestawie wyników zapytania wiersz po wierszu w obrębie bloku skryptu.

  • Funkcje agregacji matematycznych wektorów: dostępne są nowe funkcje agregacji matematycznych: vector_avg, vector_sum, vector_norm i vector_normalize. Te funkcje działają na gęstych kolumnach wektorów i obsługują obciążenia uczenia maszynowego.

  • Trigger.AvailableNow w czytnikach strumieniowych w Pythonie: Czytniki strumieniowe źródła danych w Pythonie obsługują teraz Trigger.AvailableNow i Admission Control, umożliwiając jednorazowe wsadowe przetwarzanie wszystkich dostępnych danych.

  • Interfejs API ponownego partycjonowania stanu w PySpark: interfejs API ponownego partycjonowania stanu dla TransformWithState operatorów przesyłania strumieniowego jest teraz dostępny w programie PySpark, oprócz języka Scala. Zobacz Repartycjonowanie stanu na żądanie dla stanowych zapytań strumieniowych.

  • applyInPandas poprawka wydajności: usunięto regresję wydajności 3 razy w applyInPandas przypadku dużych grup.

Databricks Runtime 18: 10 marca 2026 r.

  • Komunikaty o błędach dla podzapytań skalarnych używanych z EXEC IMMEDIATE teraz wyraźniej wskazują konkretną przyczynę.
  • Naprawiono warunek wyścigu w kompaktowaniu dziennika punktu kontrolnego przesyłania strumieniowego, który mógł powodować niedeterministyczne zachowanie w zapytaniach przesyłania strumieniowego ze strukturą.
  • [Poprawka zabezpieczeń] Aktualizacje zabezpieczeń systemu operacyjnego.

Databricks Runtime 18: 26 lutego 2026 r.

  • Polecenia SQL SET METADATA ON COLUMN i UNSET METADATA ON COLUMN są już dostępne do zarządzania metadanymi semantycznymi kolumn tabel w Unity Catalog. Służy SET METADATA ON COLUMN do dołączania właściwości (display_name, formati synonyms) do kolumn. Użyj UNSET METADATA ON COLUMN polecenia , aby usunąć wcześniej ustawione właściwości metadanych.
  • DESCRIBE TABLE Teraz zawiera kolumnę metadata wyświetlającą metadane semantyczne na poziomie kolumny jako ciąg JSON.
  • Naprawiono błąd importowania PySpark w środowiskach Windows spowodowany brakiem UnixStreamServer.
  • [Poprawka zabezpieczeń] Aktualizacje zabezpieczeń systemu operacyjnego.

Databricks Runtime 18: 19 lutego 2026 r.

  • Podczas wnioskowania schematu plików Excel komórki ciągu są teraz wnioskowane jako Spark StringType, z uwzględnieniem typu komórki ustawionego w Excel. Kiedyś ciągi z wartościami liczbowymi były automatycznie konwertowane do węższych typów, takich jak Long lub Decimal. Zaktualizuj kod, który polegał na poprzednim zachowaniu.
  • DataFrame.toJSON() jest teraz dostępny w kliencie Python Spark Connect.
  • [Poprawka zabezpieczeń] Aktualizacje zabezpieczeń systemu operacyjnego.

Databricks Runtime 18: 27 stycznia 2026 r.

  • Moduł automatycznego ładowania zgłasza teraz batchSizeNumFiles, batchSizeNumBytes oraz stany przetwarzania plików (numFilesProcessed, numFilesSkippedCorrupted, numFilesSkippedMissing, numFilesUnknownState) jako metryki.
  • INSERT INTO ... BY NAME teraz obsługuje klauzulę REPLACE WHERE .
  • Nazwa właściwości spark.sql.xml.legacyXMLParser.enabled konfiguracji została zmieniona na spark.sql.legacy.useLegacyXMLParser. Zaktualizuj wszystkie konfiguracje klastra lub sesji, które używają starej nazwy.
  • Gdy spark.task.resource.gpu.amount wartość jest większa niż 1, dystrybutor Torch uruchamia teraz jeden torchrun proces na procesor GPU, a nie na zadanie.
  • [Poprawka zabezpieczeń] Aktualizacje zabezpieczeń systemu operacyjnego.

Databricks Runtime 18: 15 stycznia 2026 r.

Databricks Runtime 18 jest obecnie w fazie rozwoju funkcji i jest oparty na Apache Spark 4.1.0. Ta wersja zawiera wszystkie funkcje, ulepszenia i poprawki błędów ze wszystkich poprzednich wersji środowiska Databricks Runtime.

Zmiany zachowania

Przejrzyj następujące zmiany, które mają zastosowanie po ponownym uruchomieniu klastrów w tym środowisku uruchomieniowym.

  • JDK 21: środowisko Databricks Runtime 18 używa zestawu JDK 21 jako domyślnego zestawu Java Development Kit. Zestaw JDK 21 jest ogólnie dostępny i jest długoterminowym wydaniem pomocy technicznej (LTS). Wcześniej wartość domyślna to JDK 17. Istotne zmiany:

    • Double.toString() i Float.toString() teraz generują najkrótsze unikatowe reprezentacje ciągów, które mogą różnić się od wyników JDK 17 w niektórych przypadkach brzegowych.
    • Thread.stop(), Thread.suspend()i Thread.resume() teraz zgłaszaj wartość UnsupportedOperationException.
    • Zaktualizowane dane ustawień regionalnych (CLDR v42) mogą mieć wpływ na formatowanie daty, godziny i liczby.

    Jeśli wystąpią problemy ze zgodnością, wróć do zestawu JDK 17. Aby uzyskać informacje na temat konfigurowania wersji zestawu JDK, zobacz Tworzenie klastra z określoną wersją zestawu JDK.

  • FSCK REPAIR TABLE: Teraz zawiera początkowy krok naprawy metadanych przed sprawdzeniem brakujących plików danych. Polecenie działa w tabelach z uszkodzonymi punktami kontrolnymi lub nieprawidłowymi wartościami partycji.

  • Dopuszczalność wartości null w Spark Connect Scala: Dopuszczalność wartości null typów tablicowych i map jest teraz zachowywana dla literałów typowanych w kliencie Spark Connect Scala. Wcześniej elementy tablic i wartości map były zawsze nullowalne.

  • FSCK REPAIR TABLE DRY RUN: Kolumna dataFilePath w schemacie wyjściowym FSCK REPAIR TABLE DRY RUN może teraz przyjmować wartość null, aby umożliwić zgłaszanie nowych typów problemów, w których ścieżka do pliku danych nie ma zastosowania.

  • SHOW TABLES DROPPED: Teraz poprawnie przestrzega klauzuli LIMIT .

  • Wykonywanie funkcji UDF języka Python: Funkcje UDF języka Python w Unity Catalog korzystają teraz z Apache Arrow jako domyślnego formatu wymiany danych, co zwiększa ogólną wydajność. W ramach tej zmiany TIMESTAMP wartości przekazane do funkcji zdefiniowanych przez użytkownika języka Python nie zawierają już informacji o strefie czasowej w atrybucie datetime obiektu tzinfo . Same wartości znacznika czasu pozostają w formacie UTC, ale metadane strefy czasowej są teraz porzucane. Jeśli funkcja UDF korzysta z informacji o strefie czasowej, przywróć je za pomocą date = date.replace(tzinfo=timezone.utc). Aby uzyskać więcej informacji, zobacz Zachowanie strefy czasowej znacznika czasu dla danych wejściowych.

  • Podróż w czasie i VACUUM retencja: Azure Databricks blokuje teraz zapytania podróży w czasie wykraczające poza próg deletedFileRetentionDuration dla wszystkich tabel. Polecenie VACUUM ignoruje argument czasu trwania przechowywania, z wyjątkiem sytuacji, gdy wartość wynosi 0 godzin. Nie można ustawić deletedFileRetentionDuration większych niż logRetentionDuration lub odwrotnie.

  • BinaryType w PySpark: W PySparkBinaryType jest teraz konsekwentnie mapowane na Python bytes. Wcześniej, w zależności od kontekstu, PySpark mapował BinaryType na bytes lub bytearray. Aby przywrócić stare zachowanie, ustaw wartość spark.sql.execution.pyspark.binaryAsBytesfalse.

  • Struktury NULL w operacji Delta MERGE i UPDATE: są teraz zachowywane jako NULL w operacjach Delta MERGE, UPDATE i operacjach zapisu strumieniowego obejmujących rzutowania do typu strukturalnego. Wcześniej struktury NULL zostały rozwinięte do struktur z polami NULL.

  • Materializacja kolumn partycji: Tabele Delta z partycjami zapisują teraz kolumny partycji w nowo zapisywanych plikach danych Parquet. Wcześniej wartości partycji były przechowywane w metadanych dziennika transakcji delty i odzwierciedlane w ścieżkach katalogu, ale nie są zapisywane jako kolumny w samych plikach Parquet. Ta zmiana jest zgodna z działaniem Apache Iceberg i UniForm i może wpływać na zadania, które bezpośrednio odczytują pliki Parquet zapisywane przez Delta Lake.

  • Strefa czasowa partycji znaczników czasu: Wartości partycji znaczników czasu były wcześniej konwertowane na UTC przy użyciu strefy czasowej JVM zamiast konfiguracji spark.sql.session.timeZone. Wartości partycji znaczników czasu są teraz poprawnie dostosowywane zgodnie z ustawieniami strefy czasowej sesji Spark.

  • DESCRIBE TABLE kolumna metadanych: Dane wyjściowe DESCRIBE TABLE [EXTENDED] zawierają teraz nową kolumnę metadata dla wszystkich typów tabel. Ta kolumna zawiera metadane semantyczne (nazwa wyświetlana, format i synonimy) zdefiniowane w tabeli jako ciąg JSON.

Nowe funkcje i ulepszenia

W tej wersji są dostępne następujące funkcje i ulepszenia.

  • Skrypty SQL: funkcja skryptów SQL jest teraz ogólnie dostępna.
  • Współdzielona izolacja dla funkcji Python UDF w Unity Catalog: Funkcje Python UDF w Unity Catalog o tym samym właścicielu mogą teraz domyślnie współdzielić środowisko izolacji. Zwiększa to wydajność i zmniejsza użycie pamięci przez zmniejszenie liczby uruchomionych oddzielnych środowisk. Aby zapewnić, że funkcja UDF zawsze działa w w pełni izolowanym środowisku, dodaj klauzulę charakterystyczną STRICT ISOLATION . Zobacz Izolacja środowiska.
  • Funkcje okien SQL w widokach metryk: teraz można użyć funkcji okna SQL w widokach metryk do obliczania sum, klasyfikacji i innych obliczeń opartych na oknach.
  • Dynamiczne partycje przetasowania w bezstanowym przetwarzaniu strumieniowym: teraz można zmieniać liczbę partycji przetasowania w zapytaniach bezstanowego przetwarzania strumieniowego bez ponownego uruchamiania zapytania.
  • AQE i AOS w bezstanowym przetwarzaniu strumieniowym: adaptacyjne wykonywanie zapytań (AQE) i automatycznie optymalizowany shuffle (AOS) są teraz obsługiwane w bezstanowych zapytaniach strumieniowych.
  • Znaczniki parametrów: można teraz używać nazwanych (:param) i nienazwanych (?) znaczników parametrów praktycznie wszędzie tam, gdzie można użyć wartości literałowej odpowiedniego typu. Obejmuje to instrukcje DDL, takie jak CREATE VIEW v AS SELECT ? AS c1, typy kolumn DECIMAL(:p, :s) lub COMMENT ON t IS :comment. Aby uzyskać szczegółowe informacje, zobacz Znaczniki parametrów .
  • IDENTIFIER klauzula: Zakres klauzuli IDENTIFIER, która rzutuje ciągi znaków na nazwy obiektów SQL, został rozszerzony na niemal wszystkie miejsca, w których dozwolone jest użycie identyfikatora. Aby uzyskać szczegółowe informacje, zobacz klauzulę IDENTIFIER.
  • BITMAP_AND_AGG: Istniejąca biblioteka BITMAP funkcji zawiera teraz nową funkcję BITMAP_AND_AGG .
  • Funkcje Theta Sketch: Teraz możesz używać nowej biblioteki funkcji do przybliżonego zliczania wartości unikatowych i operacji na zbiorach z użyciem Datasketches Theta Sketch. Zobacz theta_sketch_agg i powiązane funkcje.
  • Funkcje szkicu KLL: Teraz można użyć nowej biblioteki funkcji do przybliżonego obliczenia kwantylu przy użyciu szkiców KLL. Zobacz kll_sketch_agg_bigint i powiązane funkcje.
  • Nowe funkcje geoprzestrzenne: st_azimuth, st_boundary, st_closestpoint i st_geogfromewkt są teraz dostępne.
  • GeometryType i GeographyType: Platforma Apache Spark obsługuje teraz natywne GeometryType i typy danych GeographyType w interfejsach API PySpark i Java. Te typy obsługują serializację Arrow oraz odczyt i zapis w formacie Parquet, a także są odrębne od funkcji geoprzestrzennych SQL.
  • approx_top_k: Nowa funkcja agregacji approx_top_k zwraca przybliżone wartości top-K najczęściej występujące w kolumnie przy użyciu algorytmu szkicu wydajnego w przestrzeni.
  • Sterownik JDBC programu Spark Connect: platforma Apache Spark zawiera teraz sterownik JDBC dla programu Spark Connect, umożliwiając klientom i narzędziom opartym na protokole JDBC łączenie się z platformą Spark za pośrednictwem protokołu Spark Connect.
  • Iterator[pandas.DataFrame] w applyInPandas: DataFrame.applyInPandas teraz akceptuje funkcję o sygnaturze Iterator[pandas.DataFrame], zmniejszając obciążenie podczas przetwarzania dużych grup dzięki strumieniowemu przetwarzaniu danych partiami.
  • Sprawdź ograniczenia: teraz obsługują porównania wartości null w wyrażeniu ograniczenia.
  • Interfejs API ponownego partycjonowania stanu dla TransformWithState: nowy interfejs API ponownego partycjonowania stanu jest dostępny dla TransformWithState operatorów przesyłania strumieniowego w języku Scala, co umożliwia zmianę partycjonowania kluczowych danych stanowych w ramach ponownych uruchomień zapytań. Zobacz Repartycjonowanie stanu na żądanie dla stanowych zapytań strumieniowych.
  • Python 3.14 w pyspark-connect: pyspark-client i pyspark-connect teraz obsługują Python 3.14.

Uaktualnienia biblioteki

  • Uaktualnione biblioteki Python:

    • anyio z 4.6.2 do 4.7.0
    • asttokens z 2.0.5 do 3.0.0
    • azure-core z wersji 1.34.0 do 1.37.0
    • azure-mgmt-core z wersji 1.5.0 do 1.6.0
    • azure-storage-blob z wersji 12.23.0 do 12.28.0
    • azure-storage-file-datalake z wersji 12.17.0 do 12.22.0
    • boto3 z 1.36.2 do 1.40.45
    • botocore z wersji 1.36.3 na 1.40.45
    • certifi od 31.01.2025 do 26.04.2025
    • kliknij, aby przejść z wersji 8.1.7 do 8.1.8
    • Kryptografia z wersji 43.0.3 do 44.0.1
    • Cython z wersji 3.0.12 do 3.1.5
    • databricks-sdk z wersji 0.49.0 do 0.67.0
    • Wycofane w wersjach od 1.2.13 do 1.2.18
    • Przejście z wersji 0.8.3 do 1.2.0
    • fastapi z 0.115.12 do 0.128.0
    • filelock z wersji 3.18.0 do 3.17.0
    • google-api-core z wersji 2.20.0 do 2.28.1
    • google-auth z wersji 2.40.0 do 2.47.0
    • google-cloud-core z wersji 2.4.3 do 2.5.0
    • google-cloud-storage z wersji 3.1.0 do 3.7.0
    • google-crc32c z 1.7.1 do 1.8.0
    • google-resumable-media: z 2.7.2 do 2.8.0
    • h11 z 0.14.0 do 0.16.0
    • httpcore z wersji 1.0.2 do 1.0.9
    • httpx z 0.27.0 do 0.28.1
    • isodate z wersji 0.6.1 do 0.7.2
    • Jinja2 z wersji 3.1.5 do 3.1.6
    • jupyter-events od wersji 0.10.0 do 0.12.0
    • jupyter-lsp z wersji 2.2.0 do 2.2.5
    • jupyter_server z wersji 2.14.1 do 2.15.0
    • jupyter_server_terminals z wersji 0.4.4 do 0.5.3
    • mistune od wersji 2.0.4 do wersji 3.1.2
    • mlflow-skinny z 3.0.1 do 3.8.1
    • mmh3 z 5.1.0 do 5.2.0
    • msal z 1.32.3 do 1.34.0
    • nbclient z wersji 0.8.0 do 0.10.2
    • Nbconvert: aktualizacja z wersji 7.16.4 do wersji 7.16.6
    • nodeenv z wersji 1.9.1 do 1.10.0
    • notebook_shim z wersji 0.2.3 do wersji 0.2.4
    • opentelemetry-api z wersji 1.32.1 do 1.39.1
    • opentelemetry-sdk z wersji 1.32.1 do 1.39.1
    • opentelemetry-semantic-conventions od wersji 0.53b1 do 0.60b1
    • platformdirs z wersji 3.10.0 do 4.3.7
    • prometheus_client z 0.21.0 do 0.21.1
    • proto-plus z 1.26.1 do 1.27.0
    • psycopg2 z 2.9.3 do 2.9.11
    • pyarrow od 19.0.1 do 21.0.0
    • Pygments z 2.15.1 do 2.19.1
    • pyiceberg od 0.9.0 do 0.10.0
    • python-lsp-server z wersji 1.12.0 do 1.12.2
    • lina od 1.12.0 do 1.13.0
    • s3transfer z 0.11.3 do 0.14.0
    • scipy z 1.15.1 do 1.15.3
    • setuptools z 74.0.0 do 78.1.1
    • sześć z 1.16.0 do 1.17.0
    • sqlparse z 0.5.3 do 0.5.5
    • stack-data z wersji 0.2.0 do 0.6.3
    • aktualizacja starlette z wersji 0.46.2 do 0.50.0
    • tornado z 6.4.2 do 6.5.1
    • types-python-dateutil z wersji 2.9.0.20241206 do 2.9.0.20251115
    • uvicorn z 0.34.2 do 0.40.0
    • webcolors od wersji 24.11.1 do 25.10.0

  • Uaktualnione biblioteki języka R:

    • strzałka wskazująca aktualizację z wersji 19.0.1 do 22.0.0
    • baza od 4.4.2 do 4.5.1
    • bigD z 0.3.0 do 0.3.1
    • broom od 1.0.7 do 1.0.10
    • zegar od 0.7.2 do 0.7.3
    • commonmark od 1.9.5 do 2.0.0
    • Kompilator z wersji 4.4.2 do 4.5.1
    • poświadczenia z wersji 2.0.2 do 2.0.3
    • curl z 6.4.0 do 7.0.0
    • data.table z wersji 1.17.0 do 1.17.8
    • zestawy danych z wersji 4.4.2 do 4.5.1
    • dbplyr z wersji 2.5.0 do 2.5.1
    • devtools z wersji 2.4.5 do 2.4.6
    • diffobj z 0.3.5 do 0.3.6
    • zmiana wersji z 0.6.37 na 0.6.39
    • Aktualizacja downlit z wersji 0.4.4 do 0.4.5
    • dtplyr z wersji 1.3.1 do 1.3.2
    • ocena z 1.0.3 do 1.0.5
    • fansi z 1.0.6 do 1.0.7
    • forcats z 1.0.0 do 1.0.1
    • fs z 1.6.5 do 1.6.6
    • przyszłości od 1.34.0 do 1.68.0
    • Aktualizacja future.apply z wersji 1.11.3 do 1.20.0
    • Aktualizacja gargle z wersji 1.5.2 do 1.6.0
    • gert z 2.1.4 do 2.2.0
    • ggplot2 z wersji 3.5.1 do 4.0.1
    • gh z 1.4.1 do 1.5.0
    • git2r z wersji 0.35.0 do 0.36.2
    • glmnet z 4.1-8 do 4.1-10
    • googledrive z wersji 2.1.1 do 2.1.2
    • googlesheets4 z 1.1.1 do 1.1.2
    • grafika z wersji 4.4.2 do 4.5.1
    • grDevices z wersji 4.4.2 do 4.5.1
    • siatka z 4.4.2 do 4.5.1
    • Przejście z wersji 0.11.1 do 1.1.0.
    • hardhat z 1.4.1 do 1.4.2
    • przystanek od 2.5.4 do 2.5.5
    • hms od 1.1.3 do 1.1.4
    • httpuv z wersji 1.6.15 do 1.6.16
    • httr2 z 1.1.1 do 1.2.1
    • jsonlite z wersji 1.9.1 do 2.0.0
    • późniejsze wersje od 1.4.1 do 1.4.4
    • lawa z 1.8.1 do 1.8.2
    • listenv od 0.9.1 do 0.10.0
    • magrittr z wersji 2.0.3 do 2.0.4
    • markdown od 1.13 do 2.0
    • metody z wersji 4.4.2 do 4.5.1
    • miniUI z wersji 0.1.1.1 do 0.1.2
    • mlflow z 2.20.4 do 3.6.0
    • openssl z 2.3.3 do 2.3.4
    • równolegle z 4.4.2 do 4.5.1
    • równolegle z wersji 1.42.0 do 1.45.1
    • słup od 1.11.0 do 1.11.1
    • aktualizacja pkgbuild z 1.4.6 do 1.4.8
    • pkgdown z 2.1.1 do 2.2.0
    • pkgload z wersji 1.4.0 do 1.4.1
    • pROC z 1.18.5 do 1.19.0.1
    • prodlim od 2024.06.25 do 2025.04.28
    • progressr z 0.15.1 do 0.18.0
    • obietnice z 1.3.2 do 1.5.0
    • ps od 1.9.0 do 1.9.1
    • purrr z 1.0.4 do 1.2.0
    • ragg od 1.3.3 do 1.5.0
    • Program Rcpp z wersji 1.0.14 do 1.1.0
    • readr z wersji 2.1.5 do 2.1.6
    • przepisy od 1.2.0 do 1.3.1
    • aktualizacja reshape2 z wersji 1.4.4 do 1.4.5
    • Aktualizacja rmarkdown z wersji 2.29 do 2.30
    • roxygen2 z 7.3.2 do 7.3.3
    • rprojroot z wersji 2.0.4 do 2.1.1
    • RSQLite z wersji 2.3.9 do 2.4.4
    • Wersje R od 2.1.2 do 3.0.0
    • rvest z 1.0.4 do 1.0.5
    • sass z wersji 0.4.9 do 0.4.10
    • skaluje z wersji 1.3.0 do 1.4.0
    • błyszczące z wersji 1.10.0 do 1.11.1
    • sparklyr z 1.9.1 do 1.9.3
    • SparkR z wersji 4.0.0 do 4.1.0
    • sparsevctrs od 0.3.1 do 0.3.4
    • linie od 4.4.2 do 4.5.1
    • statystyki z 4.4.2 do 4.5.1
    • stats4 z 4.4.2 do 4.5.1
    • stringr z wersji 1.5.1 do 1.6.0
    • systemfonts z wersji 1.2.1 do 1.3.1
    • tcltk z wersji 4.4.2 do 4.5.1
    • testthat z 3.2.3 do 3.3.0
    • textshaping z 1.0.0 do 1.0.4
    • timeDate z 4041.110 do 4051.111
    • tinytex od 0.56 do 0.58
    • narzędzia z wersji 4.4.2 do 4.5.1
    • usethis z 3.1.0 do 3.2.1
    • Narzędzia z wersji 4.4.2 do 4.5.1
    • V8 od wersji 6.0.2 do 8.0.1
    • vroom od 1.6.5 do 1.6.6
    • waldo od 0.6.1 do 0.6.2
    • xfun od 0,51 do 0,54
    • xml2 z wersji 1.3.8 do 1.5.0
    • zeallot z 0.1.0 do 0.2.0
    • zip z wersji 2.3.2 do 2.3.3

  • Uaktualnione biblioteki Java:

    • com.amazonaws.amazon-kinesis-client od 1.12.0 do 1.15.3
    • com.amazonaws.aws-java-sdk-autoscaling zaktualizowano z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-cloudformation z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-cloudfront od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-cloudhsm od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-cloudsearch z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-cloudtrail z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-cloudwatch z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-cloudwatchmetrics od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-codedeploy z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-cognitoidentity od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-cognitosync z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-config z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-core z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-datapipeline od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-directconnect z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-directory z wersji 1.12.638 na wersję 1.12.681
    • com.amazonaws.aws-java-sdk-dynamodb z 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-ec2 z 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-ecs z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-efs z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-elasticache z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-elasticbeanstalk z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-elasticloadbalancing z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-elastictranscoder z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-emr z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-glacier od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-glue z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-iam od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-importexport z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-kinesis od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-kms od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-lambda z wersji 1.12.638 do 1.12.681
    • aktualizacja com.amazonaws.aws-java-sdk-logs z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-machinelearning od wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-opsworks od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-rds z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-redshift z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-route53 z 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-s3 z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-ses z wersji 1.12.638 na wersję 1.12.681
    • com.amazonaws.aws-java-sdk-simpledb z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-simpleworkflow z 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-sns z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-sqs z 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-ssm z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-storagegateway od 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-sts z wersji 1.12.638 do 1.12.681
    • com.amazonaws.aws-java-sdk-support z 1.12.638 na 1.12.681
    • com.amazonaws.aws-java-sdk-workspaces z wersji 1.12.638 do 1.12.681
    • com.amazonaws.jmespath-java z 1.12.638 do 1.12.681
    • com.databricks.databricks-sdk-java od wersji 0.27.0 do 0.53.0
    • com.fasterxml.jackson.datatype.jackson-datatype-jsr310 z wersji 2.18.2 do 2.18.3
    • com.github.luben.zstd-jni z 1.5.6-10 do 1.5.7-6
    • com.google.flatbuffers.flatbuffers-java z wersji 24.3.25 do 25.2.10
    • com.google.guava.failureaccess z 1.0.2 do 1.0.3
    • com.google.guava.guava od wersji 33.4.0-jre do wersji 33.4.8-jre
    • com.microsoft.sqlserver.mssql-jdbc z 11.2.3.jre8 do 12.8.0.jre8
    • commons-cli.commons-cli z wersji 1.9.0 do 1.10.0
    • commons-codec.commons-codec z wersji 1.17.2 do 1.19.0
    • commons-fileupload.commons-fileupload z wersji 1.5 do 1.6.0
    • commons-io.commons-io z wersji 2.18.0 do 2.21.0
    • dev.ludovic.netlib.arpack od 3.0.3 do 3.0.4
    • dev.ludovic.netlib.blas z 3.0.3 do 3.0.4
    • dev.ludovic.netlib.lapack od 3.0.3 do 3.0.4
    • io.dropwizard.metrics.metrics-annotation z wersji 4.2.30 do 4.2.37
    • io.dropwizard.metrics.metrics-core z wersji 4.2.30 do wersji 4.2.37
    • io.dropwizard.metrics.metrics-graphite z wersji 4.2.30 do 4.2.37
    • io.dropwizard.metrics.metrics-healthchecks z 4.2.30 do 4.2.37
    • io.dropwizard.metrics.metrics-jmx z wersji 4.2.30 do 4.2.37
    • Aktualizacja io.dropwizard.metrics.metrics-json z wersji 4.2.30 do 4.2.37
    • io.dropwizard.metrics.metrics-jvm z wersji 4.2.30 do 4.2.37
    • Aktualizacja io.dropwizard.metrics.metrics-servlets z wersji 4.2.30 do 4.2.37
    • io.delta.delta-sharing-client_2.13 z 1.3.10 do 1.3.11
    • io.netty.netty-all z 4.1.118.Final do 4.2.7.Final
    • io.netty.netty-buffer z 4.1.118.Final na 4.2.7.Final
    • io.netty.netty-codec aktualizacja z wersji 4.1.118.Final do 4.2.7.Final
    • io.netty.netty-codec-http od 4.1.118.Final do 4.2.7.Final
    • io.netty.netty-codec-http2 z wersji 4.1.118.Final do 4.2.7.Final
    • io.netty.netty-codec-socks z wersji 4.1.118.Final do 4.2.7.Final
    • io.netty.netty-common z wersji 4.1.118.Final do wersji 4.2.7.Final
    • io.netty.netty-handler od 4.1.118.Final do 4.2.7.Final
    • io.netty.netty-handler-proxy od wersji 4.1.118.Final do 4.2.7.Final
    • io.netty.netty-resolver z wersji 4.1.118.Final do 4.2.7.Final
    • io.netty.netty-tcnative-boringssl-static z wersji 2.0.70.Final-db-r0-windows-x86_64 do wersji 2.0.74.Final-db-r0-windows-x86_64
    • io.netty.netty-tcnative-classes z 2.0.70.Final do 2.0.74.Final
    • io.netty.netty-transport z wersji 4.1.118.Final do wersji 4.2.7.Final
    • io.netty.netty-transport-classes-epoll z 4.1.118.Final do 4.2.7.Final
    • io.netty.netty-transport-classes-kqueue z 4.1.118.Final do 4.2.7.Final
    • Aktualizacja io.netty.netty-transport-native-epoll z wersji 4.1.118.Final-linux-x86_64 na 4.2.7.Final-linux-x86_64
    • ** io.netty.netty-transport-native-kqueue z 4.1.118.Final-osx-x86_64 do 4.2.7.Final-osx-x86_64
    • io.netty.netty-transport-native-unix-common z wersji 4.1.118.Final do 4.2.7.Final
    • joda-time.joda-time od 2.13.0 do 2.14.0
    • org.apache.arrow.arrow-format od wersji 18.2.0 do 18.3.0
    • org.apache.arrow.arrow-memory-core z 18.2.0 do 18.3.0
    • org.apache.arrow.arrow-memory-netty od 18.2.0 do 18.3.0
    • org.apache.arrow.arrow-memory-netty-buffer-patch z wersji 18.2.0 na 18.3.0
    • org.apache.arrow.arrow-vector z 18.2.0 do 18.3.0
    • org.apache.avro.avro z wersji 1.12.0 do 1.12.1
    • org.apache.avro.avro-ipc z wersji 1.12.0 do 1.12.1
    • org.apache.avro.avro-mapred z wersji 1.12.0 do 1.12.1
    • org.apache.commons.commons-collections4 z wersji 4.4 do 4.5.0
    • org.apache.commons.commons-compress z wersji 1.27.1 do wersji 1.28.0
    • org.apache.commons.commons-lang3 z wersji 3.17.0 do 3.19.0
    • org.apache.commons.commons-text z wersji 1.13.0 do 1.14.0
    • org.apache.curator.curator-client od 5.7.1 do 5.9.0
    • org.apache.curator.curator-framework od 5.7.1 do 5.9.0
    • org.apache.curator.curator-recipes od 5.7.1 do 5.9.0
    • org.apache.datasketches.datasketches-java z wersji 6.1.1 do 6.2.0
    • org.apache.hadoop.hadoop-client-runtime z wersji 3.4.1 do 3.4.2
    • org.apache.orc.orc-core - aktualizacja z wersji 2.1.1-shaded-protobuf do wersji 2.2.0-shaded-protobuf
    • org.apache.orc.orc-format z wersji 1.1.0-shaded-protobuf do 1.1.1-shaded-protobuf
    • org.apache.orc.orc-mapreduce od wersji 2.1.1-shaded-protobuf do 2.2.0-shaded-protobuf
    • org.apache.orc.orc-shims z wersji 2.1.1 do 2.2.0
    • org.apache.xbean.xbean-asm9-shaded - aktualizacja z wersji 4.26 do wersji 4.28
    • org.apache.zookeeper.zookeeper od 3.9.3 do 3.9.4
    • org.apache.zookeeper.zookeeper-jute od 3.9.3 do 3.9.4
    • org.eclipse.jetty.jetty-client from 9.4.53.v20231009 do 10.0.26
    • Aktualizacja org.eclipse.jetty.jetty-http z wersji 9.4.53.v20231009 do 10.0.26
    • org.eclipse.jetty.jetty-io z 9.4.53.v20231009 do 10.0.26
    • org.eclipse.jetty.jetty-jndi od 9.4.53.v20231009 do 10.0.26
    • org.eclipse.jetty.jetty-plus z wersji 9.4.53.v20231009 do 10.0.26
    • org.eclipse.jetty.jetty-proxy z wersji 9.4.53.v20231009 do 10.0.26
    • Aktualizacja org.eclipse.jetty.jetty-security z 9.4.53.v20231009 do 10.0.26
    • org.eclipse.jetty.jetty-server z wersji 9.4.53.v20231009 na 10.0.26
    • org.eclipse.jetty.jetty-servlet od 9.4.53.v20231009 do 10.0.26
    • org.eclipse.jetty.jetty-servlets od 9.4.53.v20231009 do 10.0.26
    • org.eclipse.jetty.jetty-util z wersji 9.4.53.v20231009 do 10.0.26
    • org.eclipse.jetty.jetty-webapp z wersji 9.4.53.v20231009 do 10.0.26
    • org.eclipse.jetty.jetty-xml z wersji 9.4.53.v20231009 do 10.0.26
    • org.mlflow.mlflow-spark_2.13 z wersji 2.9.1 do 2.22.1
    • org.objenesis.objenesis od 3.3 do 3.4
    • org.scala-lang.modules.scala-xml_2.13 z wersji 2.3.0 do 2.4.0

Obsługa sterowników ODBC/JDBC usługi Databricks

Usługa Databricks obsługuje sterowniki ODBC/JDBC wydane w ciągu ostatnich 2 lat. Pobierz ostatnio wydane sterowniki i uaktualnij (pobierz plik ODBC, pobierz plik JDBC).

Środowisko systemu

  • System operacyjny: Ubuntu 24.04.4 LTS
  • Java: Zulu21.42+19-CA
  • Scala: 2.13.16
  • Python: 3.12.3
  • R: 4.5.1
  • Delta Lake: 4.2.0

Zainstalowane biblioteki Python

Biblioteka Wersja Biblioteka Wersja Biblioteka Wersja
aiohappyeyeballs 2.4.4 aiohttp 3.11.10 aiosignal 1.2.0
dokument z adnotacjami 0.0.4 annotated-types 0.7.0 anyio 4.7.0
argon2-cffi 21.3.0 argon2-cffi-bindings 21.2.0 arro3-core 0.6.5
arrow 1.3.0 asttokens 3.0.0 astunparse 1.6.3
async-lru 2.0.4 attrs 24.3.0 autocommand 2.2.2
azure-common 1.1.28 azure-core 1.37.0 azure-identity 1.20.0
azure-mgmt-core 1.6.0 azure-mgmt-web 8.0.0 azure-storage-blob 12.28.0
azure-storage-file-datalake 12.22.0 babel 2.16.0 backports.tarfile 1.2.0
beautifulsoup4 4.12.3 black 24.10.0 bleach 6.2.0
blinker 1.7.0 boto3 1.40.45 botocore 1.40.45
cachetools 5.5.1 certifi 2025.4.26 cffi 1.17.1
chardet 4.0.0 charset-normalizer 3.3.2 click 8.1.8
cloudpickle 3.0.0 comm 0.2.1 contourpy 1.3.1
kryptografia 44.0.1 cycler 0.11.0 Cython 3.1.5
databricks-agents 1.9.1 databricks-sdk 0.67.0 dataclasses-json 0.6.7
dbus-python 1.3.2 debugpy 1.8.11 dekorator 5.1.1
defusedxml 0.7.1 deltalake 1.1.4 Deprecated 1.2.18
distlib 0.3.9 docstring-to-markdown 0.11 executing 1.2.0
facets-overview 1.1.1 fastapi 0.128.0 fastjsonschema 2.21.1
filelock 3.17.0 fonttools 4.55.3 fqdn 1.5.1
zablokowana lista 1.5.0 fsspec 2023.5.0 gitdb 4.0.11
GitPython 3.1.43 google-api-core 2.28.1 google-auth 2.47.0
google-cloud-core 2.5.0 google-cloud-storage 3.7.0 google-crc32c 1.8.0
google-resumable-media 2.8.0 googleapis-common-protos 1.65.0 grpcio 1.67.0
grpcio-status 1.67.0 h11 0.16.0 hf-xet 1.2.0
httpcore 1.0.9 httplib2 0.20.4 httpx 0.28.1
huggingface_hub 1.2.4 idna 3.7 importlib_metadata 8.5.0
inflect 7.3.1 iniconfig 1.1.1 ipyflow-core 0.0.209
ipykernel 6.29.5 ipython 8.30.0 ipython-genutils 0.2.0
ipywidgets 7.8.1 isodate 0.7.2 isoduration 20.11.0
jaraco.collections 5.1.0 jaraco.context 5.3.0 jaraco.functools 4.0.1
jaraco.text 3.12.1 jedi 0.19.2 Jinja2 3.1.6
drżenie 0.12.0 jmespath 1.0.1 joblib 1.4.2
json5 0.9.25 jsonpatch 1,33 jsonpointer 3.0.0
jsonschema 4.23.0 jsonschema-specifications 2023.7.1 jupyter-events 0.12.0
jupyter-lsp 2.2.5 jupyter_client 8.6.3 jupyter_core 5.7.2
jupyter_server 2.15.0 jupyter_server_terminals 0.5.3 jupyterlab 4.3.4
jupyterlab_pygments 0.3.0 jupyterlab_server 2.27.3 jupyterlab_widgets 1.1.11
kiwisolver 1.4.8 langchain-core 1.2.6 langchain-openai 1.1.6
langsmith 0.6.1 launchpadlib 1.11.0 lazr.restfulclient 0.14.6
lazr.uri 1.0.6 litellm 1.75.9 markdown-it-py 2.2.0
MarkupSafe 3.0.2 pianka cukrowa 3.26.2 matplotlib 3.10.0
matplotlib-inline 0.1.7 mccabe 0.7.0 mdurl 0.1.0
mistune 3.1.2 mlflow-skinny 3.8.1 mmh3 5.2.0
more-itertools 10.3.0 msal 1.34.0 msal-extensions 1.3.1
multidict 6.1.0 mypy-extensions 1.0.0 nbclient 0.10.2
nbconvert 7.16.6 nbformat 5.10.4 nest-asyncio 1.6.0
nodeenv 1.10.0 notes 7.3.2 notebook_shim 0.2.4
numpy 2.1.3 oauthlib 3.2.2 openai 2.14.0
opentelemetry-api 1.39.1 opentelemetry-proto 1.39.1 opentelemetry-sdk 1.39.1
opentelemetry-semantic-conventions 0.60b1 orjson 3.11.5 overrides 7.4.0
packaging 24.2 pandas 2.2.3 pandocfilters 1.5.0
parso 0.8.4 pathspec 0.10.3 patsy 1.0.1
pexpect 4.8.0 pillow 11.1.0 pip 25.0.1
platformdirs 4.3.7 plotly 5.24.1 pluggy 1.5.0
prometheus_client 0.21.1 prompt-toolkit 3.0.43 propcache 0.3.1
proto-plus 1.27.0 protobuf 5.29.4 psutil 5.9.0
psycopg2 2.9.11 ptyprocess 0.7.0 pure-eval 0.2.2
pyarrow 21.0.0 pyasn1 0.4.8 pyasn1-modules 0.2.8
pyccolo 0.0.71 pycparser 2.21 pydantic 2.10.6
pydantic_core 2.27.2 pyflakes 3.2.0 Pygments 2.19.1
PyGObject 3.48.2 pyiceberg 0.10.0 PyJWT 2.10.1
pyodbc 5.2.0 pyparsing 3.2.0 pyright 1.1.394
piroaring 1.0.3 pytest 8.3.5 python-dateutil 2.9.0.post0
python-dotenv 1.2.1 python-json-logger 3.2.1 python-lsp-jsonrpc 1.1.2
python-lsp-server 1.12.2 pytoolconfig 1.2.6 pytz 2024.1
PyYAML 6.0.2 pyzmq 26.2.0 referencing 0.30.2
wyrażenie regularne 2024.11.6 requests 2.32.3 requests-toolbelt (narzędzie wspomagające dla biblioteki requests w Pythonie) 1.0.0
rfc3339-validator 0.1.4 rfc3986-validator 0.1.1 rich 13.9.4
rope 1.13.0 rpds-py 0.22.3 rsa 4.9.1
s3transfer 0.14.0 scikit-learn 1.6.1 scipy 1.15.3
seaborn 0.13.2 Send2Trash 1.8.2 setuptools 78.1.1
shellingham 1.5.4 six 1.17.0 smmap 5.0.0
sniffio 1.3.0 sortedcontainers 2.4.0 soupsieve 2,5
sqlparse 0.5.5 ssh-import-id 5.11 stack-data 0.6.3
starlette 0.50.0 strictyaml 1.7.3 tenacity 9.0.0
terminado 0.17.1 threadpoolctl 3.5.0 tiktoken 0.12.0
tinycss2 1.4.0 tokenize_rt 6.1.0 narzędzia tokenizacji 0.22.2
tomli 2.0.1 tornado 6.5.1 tqdm 4.67.1
traitlets 5.14.3 typeguard 4.3.0 typer-slim 0.21.1
types-python-dateutil 2.9.0.20251115 monitorowanie pisania 0.9.0 typing_extensions 4.12.2
tzdata 2024.1 ujson 5.10.0 unattended-upgrades 0.1
uri-template 1.3.0 urllib3 2.3.0 uuid_utils 0.12.0
uvicorn 0.40.0 virtualenv 20.29.3 wadllib 1.3.6
wcwidth 0.2.5 webcolors 25.10.0 webencodings 0.5.1
websocket-client 1.8.0 whatthepatch 1.0.2 wheel 0.45.1
ilekroć 0.7.3 widgetsnbextension 3.6.6 wrapt 1.17.0
yapf 0.40.2 Yarl 1.18.0 zipp 3.21.0
zstandard 0.23.0

Zainstalowane biblioteki języka R

Biblioteki języka R są instalowane z Posit Menedżer pakietów migawki CRAN w pakietach.

Biblioteka Wersja Biblioteka Wersja Biblioteka Wersja
arrow 22.0.0 askpass 1.2.1 assertthat 0.2.1
backports 1.5.0 baza 4.5.1 base64enc 0.1-3
bigD 0.3.1 bit 4.6.0 bit64 4.6.0-1
bitops 1.0-9 blob 1.2.4 boot 1.3-30
brew 1.0-10 brio 1.1.5 broom 1.0.10
bslib 0.9.0 cachem 1.1.0 callr 3.7.6
karetka 7.0-1 cellranger 1.1.0 chron 2.3-62
klasa 7.3-22 cli 3.6.5 clipr 0.8.0
clock 0.7.3 klaster 2.1.6 codetools 0.2-20
commonmark 2.0.0 kompilator 4.5.1 config 0.3.2
conflicted 1.2.0 cpp11 0.5.2 crayon 1.5.3
dane logowania 2.0.3 curl 7.0.0 data.table 1.17.8
datasets 4.5.1 DBI 1.2.3 dbplyr 2.5.1
desc 1.4.3 devtools 2.4.6 diagram 1.6.5
diffobj 0.3.6 skrót 0.6.39 downlit 0.4.5
dplyr 1.1.4 dtplyr 1.3.2 e1071 1.7-16
wielokropek 0.3.2 evaluate 1.0.5 fansi 1.0.7
farver 2.1.2 fastmap 1.2.0 fontawesome 0.5.3
forcats 1.0.1 foreach 1.5.2 foreign 0.8-86
fs 1.6.6 future 1.68.0 future.apply 1.20.0
gargle 1.6.0 typy ogólne 0.1.4 gert 2.2.0
ggplot2 4.0.1 gh 1.5.0 git2r 0.36.2
gitcreds 0.1.2 glmnet 4.1-10 globals 0.18.0
glue 1.8.0 googledrive 2.1.2 googlesheets4 1.1.2
gower 1.0.2 graphics 4.5.1 grDevices 4.5.1
siatka 4.5.1 gridExtra 2.3 gsubfn 0.7
gt 1.1.0 gtable 0.3.6 hardhat 1.4.2
haven 2.5.5 highr 0.11 hms 1.1.4
htmltools 0.5.8.1 htmlwidgets 1.6.4 httpuv 1.6.16
httr 1.4.7 httr2 1.2.1 ids 1.0.1
ini 0.3.1 ipred 0.9-15 isoband 0.2.7
iterators 1.0.14 jquerylib 0.1.4 jsonlite 2.0.0
juicyjuice 0.1.0 KernSmooth 2.23-22 knitr 1.50
labeling 0.4.3 later 1.4.4 lattice 0.22-5
lava 1.8.2 cykl życia 1.0.4 listenv 0.10.0
litedown 0.8 lubridate 1.9.4 magrittr 2.0.4
markdown 2.0 MASS 7.3-60.0.1 Matrix 1.6-5
memoise 2.0.1 methods 4.5.1 mgcv 1.9-1
mime 0.13 miniUI 0.1.2 mlflow 3.6.0
ModelMetrics 1.2.2.2 modelr 0.1.11 nlme 3.1-164
nnet 7.3-19 numDeriv 2016.8-1.1 openssl 2.3.4
otel 0.2.0 parallel 4.5.1 parallelly 1.45.1
pillar 1.11.1 pkgbuild 1.4.8 pkgconfig 2.0.3
pkgdown 2.2.0 pkgload 1.4.1 plogr 0.2.0
plyr 1.8.9 praise 1.0.0 prettyunits 1.2.0
pROC 1.19.0.1 processx 3.8.6 prodlim 2025.04.28
profvis 0.4.0 progress 1.2.3 progressr 0.18.0
promises 1.5.0 proto 1.0.0 serwer proxy 0.4-27
ps 1.9.1 purrr 1.2.0 R6 2.6.1
ragg 1.5.0 randomForest 4.7-1.2 rappdirs 0.3.3
rcmdcheck 1.4.0 RColorBrewer 1.1-3 Rcpp 1.1.0
RcppEigen 0.3.4.0.2 reactable 0.4.4 reactR 0.6.1
readr 2.1.6 readxl 1.4.5 recipes 1.3.1
rematch 2.0.0 rematch2 2.1.2 remotes 2.5.0
reprex 2.1.1 reshape2 1.4.5 rlang 1.1.6
rmarkdown 2.30 RODBC 1.3-26 roxygen2 7.3.3
rpart 4.1.23 rprojroot 2.1.1 Rserve 1.8-15
RSQLite 2.4.4 rstudioapi 0.17.1 rversions 3.0.0
rvest 1.0.5 S7 0.2.1 sass 0.4.10
scales 1.4.0 selectr 0.4-2 sessioninfo 1.2.3
kształt 1.4.6.1 shiny 1.11.1 sourcetools 0.1.7-1
sparklyr 1.9.3 SparkR 4.1.0 sparsevctrs 0.3.4
przestrzenny 7.3-17 splines 4.5.1 sqldf 0.4-11
SQUAREM 2021.1 stats 4.5.1 stats4 4.5.1
stringi 1.8.7 stringr 1.6.0 survival 3.5-8
swagger 5.17.14.1 sys 3.4.3 systemfonts 1.3.1
tcltk 4.5.1 testthat 3.3.0 textshaping 1.0.4
tibble 3.3.0 tidyr 1.3.1 tidyselect 1.2.1
tidyverse 2.0.0 timechange 0.3.0 timeDate 4051.111
tinytex 0.58 Narzędzia 4.5.1 tzdb 0.5.0
urlchecker 1.0.1 usethis 3.2.1 utf8 1.2.6
utils 4.5.1 uuid 1.2-1 V8 8.0.1
vctrs 0.6.5 viridisLite 0.4.2 vroom 1.6.6
waldo 0.6.2 whisker 0.4.1 withr 3.0.2
xfun 0,54 xml2 1.5.0 xopen 1.0.1
xtable 1.8-4 yaml 2.3.10 zeallot 0.2.0
zip 2.3.3

Zainstalowane biblioteki Java i Scala (wersja klastra Scala 2.13)

Identyfikator grupy Identyfikator artefaktu Wersja
antlr antlr 2.7.7
com.clearspring.analytics odtwarzać strumieniowo 2.9.8
com.databricks Rserve 1.8-3
com.databricks databricks-sdk-java 0.53.0
com.databricks jets3t 0.7.1-0
com.databricks.scalapb scalapb-runtime_2.13 0.4.15-11
com.esotericsoftware kryo-shaded 4.0.3
com.esotericsoftware minlog 1.3.0
com.fasterxml classmate 1.5.1
com.fasterxml.jackson.core jackson-annotations 2.18.2
com.fasterxml.jackson.core jackson-core 2.18.2
com.fasterxml.jackson.core jackson-databind 2.18.2
com.fasterxml.jackson.dataformat jackson-dataformat-yaml 2.15.2
com.fasterxml.jackson.datatype jackson-datatype-joda 2.18.2
com.fasterxml.jackson.datatype jackson-datatype-jsr310 2.18.3
com.fasterxml.jackson.module jackson-module-paranamer 2.18.2
com.fasterxml.jackson.module jackson-module-scala_2.13 2.18.2
com.github.ben-manes.caffeine caffeine 2.9.3
com.github.blemale scaffeine_2.13 4.1.0
com.github.fommil jniloader 1.1
com.github.fommil.netlib native_ref-java 1.1
com.github.fommil.netlib native_ref-java 1.1-natives
com.github.fommil.netlib native_system-java 1.1
com.github.fommil.netlib native_system-java 1.1-natives
com.github.fommil.netlib netlib-native_ref-linux-x86_64 1.1-natives
com.github.fommil.netlib netlib-native_system-linux-x86_64 1.1-natives
com.github.luben zstd-jni 1.5.7-6
com.github.virtuald curvesapi 1.08
com.github.wendykierp JTransforms 3.1
com.google.api.grpc proto-google-common-protos 2.5.1
com.google.auth Biblioteka uwierzytelniania Google - poświadczenia 1.20.0
com.google.auth google-auth-library-oauth2-http 1.20.0
com.google.auto.value adnotacje Auto-Value 1.10.4
com.google.code.findbugs jsr305 3.0.0
com.google.code.gson gson 2.11.0
com.google.crypto.tink tink 1.16.0
com.google.errorprone error_prone_annotations 2.36.0
com.google.flatbuffers flatbuffers-java 25.2.10
com.google.guava failureaccess 1.0.3
com.google.guava guava 33.4.8-jre
com.google.http-client google-http-klient 1.43.3
com.google.http-client google-http-client-gson 1.43.3
com.google.j2objc j2objc-annotations 3.0.0
com.google.protobuf protobuf-java 3.25.5
com.google.protobuf protobuf-java-util 3.25.5
com.helger profiler 1.1.1
com.ibm.icu icu4j 75.1
com.jcraft jsch 0.1.55
com.lihaoyi sourcecode_2.13 0.1.9
com.microsoft.azure azure-data-lake-store-sdk 2.3.10
com.microsoft.sqlserver mssql-jdbc 12.8.0.jre11
com.microsoft.sqlserver mssql-jdbc 12.8.0.jre8
com.ning compress-lzf 1.1.2
com.sun.mail javax.mail 1.5.2
com.sun.xml.bind jaxb-core 2.2.11
com.sun.xml.bind jaxb-impl 2.2.11
com.tdunning JSON 1.8
com.thoughtworks.paranamer paranamer 2.8
com.trueaccord.lenses lenses_2.13 0.4.13
com.twitter chill-java 0.10.0
com.twitter chill_2.13 0.10.0
com.twitter util-app_2.13 19.8.1
com.twitter util-core_2.13 19.8.1
com.twitter util-function_2.13 19.8.1
com.twitter util-jvm_2.13 19.8.1
com.twitter util-lint_2.13 19.8.1
com.twitter util-registry_2.13 19.8.1
com.twitter util-stats_2.13 19.8.1
com.typesafe config 1.4.3
com.typesafe.scala-logging scala-logging_2.13 3.9.2
com.uber h3 3.7.3
com.univocity univocity-parsers 2.9.1
com.zaxxer HikariCP 4.0.3
com.zaxxer SparseBitSet 1.3
commons-cli commons-cli 1.10.0
commons-codec commons-codec 1.19.0
commons-collections commons-collections 3.2.2
commons-dbcp commons-dbcp 1.4
commons-fileupload commons-fileupload 1.6.0
commons-httpclient commons-httpclient 3.1
commons-io commons-io 2.21.0
commons-lang commons-lang 2.6
commons-logging commons-logging 1.1.3
commons-pool commons-pool 1.5.4
dev.ludovic.netlib arpack 3.0.4
dev.ludovic.netlib blas 3.0.4
dev.ludovic.netlib lapack 3.0.4
info.ganglia.gmetric4j gmetric4j 1.0.10
io.airlift aircompressor 2.0.2
io.delta delta-sharing-client_2.13 1.3.11
io.dropwizard.metrics metrics-annotation 4.2.37
io.dropwizard.metrics metrics-core 4.2.37
io.dropwizard.metrics metrics-graphite 4.2.37
io.dropwizard.metrics metrics-healthchecks 4.2.37
io.dropwizard.metrics metrics-jetty10 4.2.37
io.dropwizard.metrics metrics-jmx 4.2.37
io.dropwizard.metrics metrics-json 4.2.37
io.dropwizard.metrics metrics-jvm 4.2.37
io.dropwizard.metrics metrics-servlets 4.2.37
io.github.java-diff-utils java-diff-utils 4.15
io.netty netty-all 4.2.7.Final
io.netty netty-buffer 4.2.7.Final
io.netty netty-codec 4.2.7.Final
io.netty netty-codec-base 4.2.7.Final
io.netty netty-codec-classes-quic 4.2.7.Final
io.netty netty-codec-compression 4.2.7.Final
io.netty netty-codec-http 4.2.7.Final
io.netty netty-codec-http2 4.2.7.Final
io.netty netty-codec-http3 4.2.7.Final
io.netty netty-codec-marshalling 4.2.7.Final
io.netty netty-codec-native-quic 4.2.7.Final-linux-aarch_64
io.netty netty-codec-native-quic 4.2.7.Final-linux-x86_64
io.netty netty-codec-native-quic 4.2.7.Final-osx-aarch_64
io.netty netty-codec-native-quic 4.2.7.Final-osx-x86_64
io.netty netty-codec-native-quic 4.2.7.Final-windows-x86_64
io.netty netty-codec-protobuf 4.2.7.Final
io.netty netty-codec-socks 4.2.7.Final
io.netty netty-common 4.2.7.Final
io.netty netty-handler 4.2.7.Final
io.netty netty-handler-proxy 4.2.7.Final
io.netty netty-resolver 4.2.7.Final
io.netty netty-tcnative-boringssl-static 2.0.74.Final-db-r0-linux-aarch_64
io.netty netty-tcnative-boringssl-static 2.0.74.Final-db-r0-linux-x86_64
io.netty netty-tcnative-boringssl-static 2.0.74.Final-db-r0-osx-aarch_64
io.netty netty-tcnative-boringssl-static 2.0.74.Final-db-r0-osx-x86_64
io.netty netty-tcnative-boringssl-static 2.0.74.Final-db-r0-windows-x86_64
io.netty netty-tcnative-classes 2.0.74.Final
io.netty netty-transport 4.2.7.Final
io.netty netty-transport-classes-epoll 4.2.7.Final
io.netty netty-transport-classes-io_uring 4.2.7.Final
io.netty netty-transport-classes-kqueue 4.2.7.Final
io.netty netty-transport-native-epoll 4.2.7.Final
io.netty netty-transport-native-epoll 4.2.7.Final-linux-aarch_64
io.netty netty-transport-native-epoll 4.2.7.Final-linux-riscv64
io.netty netty-transport-native-epoll 4.2.7.Final-linux-x86_64
io.netty netty-transport-native-io_uring 4.2.7.Final-linux-aarch_64
io.netty netty-transport-native-io_uring 4.2.7.Final-linux-riscv64
io.netty netty-transport-native-io_uring 4.2.7.Final-linux-x86_64
io.netty netty-transport-native-kqueue 4.2.7.Final-osx-aarch_64
io.netty netty-transport-native-kqueue 4.2.7.Final-osx-x86_64
io.netty netty-transport-native-unix-common 4.2.7.Final
io.opencensus opencensus-api 0.31.1
io.opencensus opencensus-contrib-http-util 0.31.1
io.prometheus simpleclient 0.16.1-databricks
io.prometheus simpleclient_common 0.16.1-databricks
io.prometheus simpleclient_dropwizard 0.16.1-databricks
io.prometheus simpleclient_pushgateway 0.16.1-databricks
io.prometheus simpleclient_servlet 0.16.1-databricks
io.prometheus simpleclient_servlet_common 0.16.1-databricks
io.prometheus simpleclient_tracer_common 0.16.1-databricks
io.prometheus simpleclient_tracer_otel 0.16.1-databricks
io.prometheus simpleclient_tracer_otel_agent 0.16.1-databricks
io.prometheus.jmx moduł zbierający 0.18.0
jakarta.annotation jakarta.annotation-api 1.3.5
jakarta.servlet jakarta.servlet-api 4.0.3
jakarta.validation jakarta.validation-api 2.0.2
jakarta.ws.rs jakarta.ws.rs-api 2.1.6
javax.activation aktywacja 1.1.1
javax.annotation javax.annotation-api 1.3.2
javax.el javax.el-api 2.2.4
javax.jdo jdo-api 3.0.1
javax.transaction jta 1.1
javax.transaction transaction-api 1.1
javax.xml.bind jaxb-api 2.2.11
javolution javolution 5.5.1
jline jline 2.14.6
joda-time joda-time 2.14.0
net.java.dev.jna jna 5.8.0
net.razorvine pickle 1.5
net.sf.jpam jpam 1.1
net.sf.opencsv opencsv 2.3
net.sf.supercsv super-csv 2.2.0
net.snowflake snowflake-ingest-sdk 0.9.6
net.sourceforge.f2j arpack_combined_all 0.1
org.acplt.remotetea remotetea-oncrpc 1.1.2
org.antlr ST4 4.0.4
org.antlr antlr-runtime 3.5.2
org.antlr antlr4-runtime 4.13.1
org.antlr stringtemplate 3.2.1
org.apache.ant ant 1.10.11
org.apache.ant ant-jsch 1.10.11
org.apache.ant ant-launcher 1.10.11
org.apache.arrow kompresja strzałki 18.3.0
org.apache.arrow arrow-format 18.3.0
org.apache.arrow arrow-memory-core 18.3.0
org.apache.arrow arrow-memory-netty 18.3.0
org.apache.arrow arrow-memory-netty-buffer-patch 18.3.0
org.apache.arrow arrow-vector 18.3.0
org.apache.avro avro 1.12.1
org.apache.avro avro-ipc 1.12.1
org.apache.avro avro-mapred 1.12.1
org.apache.commons commons-collections4 4.5.0
org.apache.commons commons-compress 1.28.0
org.apache.commons commons-configuration2 2.11.0
org.apache.commons commons-crypto 1.1.0
org.apache.commons commons-lang3 3.19.0
org.apache.commons commons-math3 3.6.1
org.apache.commons commons-text 1.14.0
org.apache.curator curator-client 5.9.0
org.apache.curator curator-framework 5.9.0
org.apache.curator curator-recipes 5.9.0
org.apache.datasketches datasketches-java 6.2.0
org.apache.datasketches datasketches-memory 3.0.2
org.apache.derby derby 10.14.2.0
org.apache.hadoop hadoop-client-runtime 3.4.2
org.apache.hive hive-beeline 2.3.10
org.apache.hive hive-cli 2.3.10
org.apache.hive hive-jdbc 2.3.10
org.apache.hive hive-llap-client 2.3.10
org.apache.hive hive-llap-common 2.3.10
org.apache.hive hive-serde 2.3.10
org.apache.hive hive-shims 2.3.10
org.apache.hive hive-storage-api 2.8.1
org.apache.hive.shims hive-shims-0.23 2.3.10
org.apache.hive.shims hive-shims-common 2.3.10
org.apache.hive.shims hive-shims-scheduler 2.3.10
org.apache.httpcomponents httpclient 4.5.14
org.apache.httpcomponents httpcore 4.4.16
org.apache.ivy ivy 2.5.3
org.apache.logging.log4j log4j-1.2-api 2.24.3
org.apache.logging.log4j log4j-api 2.24.3
org.apache.logging.log4j log4j-core 2.24.3
org.apache.logging.log4j log4j-layout-template-json 2.24.3
org.apache.logging.log4j log4j-slf4j2-impl 2.24.3
org.apache.orc orc-core 2.2.0-shaded-protobuf
org.apache.orc orc-format 1.1.1-cieniowany-protobuf
org.apache.orc orc-mapreduce 2.2.0-shaded-protobuf
org.apache.orc orc-shims 2.2.0
org.apache.poi poi 5.4.1
org.apache.poi poi-ooxml 5.4.1
org.apache.poi poi-ooxml-full 5.4.1
org.apache.poi poi-ooxml-lite 5.4.1
org.apache.thrift libfb303 0.9.3
org.apache.thrift libthrift 0.16.0
org.apache.ws.xmlschema xmlschema-core 2.3.1
org.apache.xbean xbean-asm9-shaded 4.28
org.apache.xmlbeans xmlbeans 5.3.0
org.apache.yetus audience-annotations 0.13.0
org.apache.zookeeper zookeeper 3.9.4
org.apache.zookeeper zookeeper-jute 3.9.4
org.checkerframework checker-qual 3.43.0
org.codehaus.janino commons-compiler 3.0.16
org.codehaus.janino janino 3.0.16
org.datanucleus datanucleus-api-jdo 4.2.4
org.datanucleus datanucleus-core 4.1.17
org.datanucleus datanucleus-rdbms 4.1.19
org.datanucleus javax.jdo 3.2.0-m3
org.eclipse.jetty jetty-alpn-client 10.0.26
org.eclipse.jetty jetty-client 10.0.26
org.eclipse.jetty jetty-http 10.0.26
org.eclipse.jetty jetty-io 10.0.26
org.eclipse.jetty jetty-jndi 10.0.26
org.eclipse.jetty jetty-plus 10.0.26
org.eclipse.jetty jetty-proxy 10.0.26
org.eclipse.jetty jetty-security 10.0.26
org.eclipse.jetty jetty-server 10.0.26
org.eclipse.jetty jetty-servlet 10.0.26
org.eclipse.jetty jetty-servlets 10.0.26
org.eclipse.jetty jetty-util 10.0.26
org.eclipse.jetty jetty-webapp 10.0.26
org.eclipse.jetty jetty-xml 10.0.26
org.fusesource.leveldbjni leveldbjni-all 1.8
org.glassfish.hk2 hk2-api 2.6.1
org.glassfish.hk2 hk2-locator 2.6.1
org.glassfish.hk2 hk2-utils 2.6.1
org.glassfish.hk2 osgi-resource-locator 1.0.3
org.glassfish.hk2.external aopalliance-repackaged 2.6.1
org.glassfish.hk2.external jakarta.inject 2.6.1
org.glassfish.jersey.containers jersey-container-servlet 2.41
org.glassfish.jersey.containers jersey-container-servlet-core 2.41
org.glassfish.jersey.core jersey-client 2.41
org.glassfish.jersey.core jersey-common 2.41
org.glassfish.jersey.core jersey-server 2.41
org.glassfish.jersey.inject jersey-hk2 2.41
org.hibernate.validator hibernate-validator 6.2.5.Final
org.ini4j ini4j 0.5.4
org.javassist javassist 3.29.2-GA
org.jboss.logging jboss-logging 3.4.1.Final
org.jdbi jdbi 2.63.1
org.jline jline 3.27.1-jdk8
org.joda joda-convert 1.7
org.json4s json4s-ast_2.13 4.0.7
org.json4s json4s-core_2.13 4.0.7
org.json4s json4s-jackson-core_2.13 4.0.7
org.json4s json4s-jackson_2.13 4.0.7
org.json4s json4s-scalap_2.13 4.0.7
org.locationtech.jts jts-core 1.20.0
org.lz4 lz4-java 1.8.0-databricks-1
org.mlflow mlflow-spark_2.13 2.22.1
org.objenesis objenesis 3.4
org.postgresql postgresql 42.6.1
org.roaringbitmap RoaringBitmap 1.2.1
org.rosuda.REngine REngine 2.1.0
org.scala-lang scala-compiler_2.13 2.13.16
org.scala-lang scala-library_2.13 2.13.16
org.scala-lang scala-reflect_2.13 2.13.16
org.scala-lang.modules scala-collection-compat_2.13 2.11.0
org.scala-lang.modules scala-java8-compat_2.13 0.9.1
org.scala-lang.modules scala-parallel-collections_2.13 1.2.0
org.scala-lang.modules scala-parser-combinators_2.13 2.4.0
org.scala-lang.modules scala-xml_2.13 2.4.0
org.scala-sbt test-interface 1.0
org.scalacheck scalacheck_2.13 1.18.0
org.scalactic scalactic_2.13 3.2.19
org.scalanlp breeze-macros_2.13 2.1.0
org.scalanlp breeze_2.13 2.1.0
org.scalatest scalatest-compatible 3.2.19
org.scalatest scalatest-core_2.13 3.2.19
org.scalatest scalatest-diagrams_2.13 3.2.19
org.scalatest scalatest-featurespec_2.13 3.2.19
org.scalatest scalatest-flatspec_2.13 3.2.19
org.scalatest scalatest-freespec_2.13 3.2.19
org.scalatest scalatest-funspec_2.13 3.2.19
org.scalatest scalatest-funsuite_2.13 3.2.19
org.scalatest scalatest-matchers-core_2.13 3.2.19
org.scalatest scalatest-mustmatchers_2.13 3.2.19
org.scalatest scalatest-propspec_2.13 3.2.19
org.scalatest scalatest-refspec_2.13 3.2.19
org.scalatest scalatest-shouldmatchers_2.13 3.2.19
org.scalatest scalatest-wordspec_2.13 3.2.19
org.scalatest scalatest_2.13 3.2.19
org.slf4j jcl-over-slf4j 2.0.16
org.slf4j jul-to-slf4j 2.0.16
org.slf4j slf4j-api 2.0.16
org.slf4j slf4j-simple 1.7.25
org.threeten threeten-extra 1.8.0
org.tukaani xz 1.10
org.typelevel algebra_2.13 2.8.0
org.typelevel cats-kernel_2.13 2.8.0
org.typelevel spire-macros_2.13 0.18.0
org.typelevel spire-platform_2.13 0.18.0
org.typelevel spire-util_2.13 0.18.0
org.typelevel spire_2.13 0.18.0
org.wildfly.openssl wildfly-openssl 1.1.3.Final
org.xerial sqlite-jdbc 3.42.0.0
org.xerial.snappy snappy-java 1.1.10.3
org.yaml snakeyaml 2.0
oro oro 2.0.8
pl.edu.icm JLargeArrays 1.5
software.amazon.cryptools AmazonCorrettoCryptoProvider 2.5.0-linux-x86_64
stax stax-api 1.0.1
  • Last updated on