Databricks Runtime 18 (Beta)

Esta página contém notas de versão unificadas para o Databricks Runtime 18, alimentado pelo Apache Spark 4.1.0. Ele lista todos os recursos, alterações de comportamento e correções enviadas em todo o ciclo de versão do Databricks Runtime 18.

Note

As versões são disponibilizadas em fases. Sua conta de Azure Databricks pode não ser atualizada por alguns dias após a data de lançamento inicial.

Sobre notas de versão unificadas

Azure Databricks libera recursos incrementalmente durante todo o ciclo de lançamento sem alterar o número da versão. Em vez de páginas separadas para cada versão secundária, todas as atualizações aparecem nesta única página como entradas datadas. Os clusters recebem atualizações quando reiniciam.

O Databricks Runtime 18 é a primeira versão a usar esse formato unificado. Anteriormente, cada versão do recurso (18.0, 18.1, 18.2) tinha sua própria página de notas de versão. Essas páginas permanecem disponíveis para referência. Recursos que anteriormente teriam sido enviados como 18.3 ou posterior agora são enviados como atualizações datadas para o Databricks Runtime 18.

No futuro, as versões do Databricks Runtime seguirão um ciclo de vida de Beta (avaliação antecipada) até GA (desenvolvimento de recursos, aproximadamente seis meses) para LTS (suporte de longo prazo, três anos de estabilidade e correções de segurança). Como a versão 18.0 a 18.2 foi enviada no modelo anterior, o Databricks Runtime 18 é uma versão de transição que passará diretamente de Beta para LTS. Para obter detalhes completos do ciclo de vida, consulte ciclos de vida de suporte do Databricks Runtime.

Databricks Runtime 18: 29 de maio de 2026

  • Eliminação de duplicatas no Structured Streaming com chaves NaN: a eliminação de duplicatas no Structured Streaming agora trata valores NaN (Not-a-Number) com diferentes padrões de bits como duplicados quando uma coluna double ou float é usada como chave de eliminação de duplicatas. Anteriormente, valores NaN com diferentes representações internas eram tratados como distintos e não eram desduplicados.
  • Corrigido um problema em que as permissões no nível da tabela podiam ser removidas de tabelas de catálogos externos do Unity Catalog (por exemplo, tabelas de conexão do Snowflake) durante a atualização de metadados, o que fazia com que as consultas falhassem com erros INSUFFICIENT_PERMISSIONS. As permissões agora são preservadas quando os metadados de tabela estrangeira são atualizados.

Databricks Runtime 18: 18 de maio de 2026

Mudanças comportamentais

Examine as alterações a seguir, que entrarão em vigor quando os clusters forem reiniciados neste runtime.

  • CREATE OR REPLACE TABLE: CREATE OR REPLACE TABLE agora preserva os comentários de coluna e tabela existentes por padrão. Anteriormente, os comentários eram descartados ao recriar uma tabela. Tabelas e exibições gerenciadas agora correspondem ao comportamento existente de exibições materializadas e tabelas de streaming.
  • Gravações por nome do DataFrame: writeTo().append(), writeTo().overwrite(), writeTo().overwritePartitions() e write.mode("append").saveAsTable() agora fazem a conversão automática de colunas com tipos compatíveis (por exemplo, int para long) para corresponder ao esquema da tabela Delta de destino. Anteriormente, essas operações falhavam com um DELTA_FAILED_TO_MERGE_FIELDS erro quando os tipos de coluna eram compatíveis, mas não idênticos. O comportamento agora corresponde ao SQL INSERT INTO ... BY NAME. save() e saveAsTable() no modo de substituição não são afetados.
  • ALTER TABLE SET TBLPROPERTIES para pipelines.pipelineId: ALTER TABLE <table> SET TBLPROPERTIES('pipelines.pipelineId' = '<pipeline-id>') agora tenta tornar a tabela especificada apta a receber gravações pelo pipeline. Anteriormente, a definição dessa propriedade em uma tabela regular não tinha efeito. Se a tabela não estiver apta para gravações via pipeline, o comando lança SETTING_PIPELINES_PIPELINE_ID_NOT_SUPPORTED.
  • cloud_files_state: a cloud_files_state TVF (função com valor de tabela) agora inclui uma discovery_mode coluna mostrando como o Carregador Automático descobriu cada arquivo. Os arquivos descobertos antes da atualização têm um null valor nesta coluna.
  • DESCRIBE EXTENDED AS JSON: agora inclui resultados de avaliação de otimização preditiva em sua saída. Anteriormente, essas informações não eram retornadas na saída JSON.
  • Medidas da janela de visualização de métricas: agora retornam resultados corretos quando as consultas usam filtros GROUP BY, IN/BETWEEN ou predicados mistos na coluna de ordenação da janela. Anteriormente, esses padrões de filtro podiam produzir resultados incorretos.

Novos recursos e melhorias

Os seguintes recursos e melhorias estão disponíveis nesta versão.

  • Bibliotecas de cluster: quando você instala bibliotecas do PyPI, wheels ou arquivos requirements.txt em um cluster, a guia Bibliotecas e a API REST de Bibliotecas agora exibem todos os pacotes resolvidos e instalados, incluindo dependências transitivas. Para instalações que resolvem mais de 500 pacotes, a lista é truncada. O relatório de instalação completo está disponível nos logs de driver do cluster.
  • CDC automático do instantâneo com sintaxe SQL: o Lakeflow Spark Declarative Pipelines agora dá suporte ao CDC Automático do instantâneo usando a sintaxe SQL. Anteriormente, esse recurso só estava disponível por meio da API de Python. Use CREATE STREAMING TABLE ... FLOW AUTO CDC FROM SNAPSHOT para processar fontes de instantâneos (como tabelas Delta, armazenamento em nuvem ou JDBC), um instantâneo por vez. Há suporte para SCD Tipo 1 (padrão) e SCD Tipo 2.
  • array_sort com comparadores personalizados: o Photon agora acelera array_sort expressões que usam comparadores personalizados para classificar matrizes de structs por um ou mais campos. Anteriormente, essas expressões recuam para a execução não Photon. Para habilitar essa otimização, defina spark.databricks.photon.rewriteArraySortComparator.enabled como true.

Correções e melhorias do Apache Spark

Esta versão inclui as seguintes correções de bug e melhorias feitas no Spark:

  • As consultas SQL agora dão suporte a uma QUALIFY cláusula, que permite filtrar os resultados da função de janela diretamente na consulta. Anteriormente, isso exigia encapsular a consulta em uma subconsulta.
  • spark.read.json, spark.read.csve spark.read.xml agora aceite um DataFrame como entrada, para que você possa analisar dados na memória sem salvá-los em um arquivo primeiro.
  • DataFrame.changes() agora está disponível para ler a saída de CDC (captura de dados de alterações) por meio da API de DataFrame.
  • Quando uma coluna DataFrame é referenciada do DataFrame errado, o erro agora nomeia a coluna específica. Você também pode definir spark.sql.columnResolution.strict para fazer o Spark aplicar uma correspondência entre colunas mais rigorosa e identificar esses erros mais cedo.
  • MERGE INTO A evolução do esquema agora funciona corretamente quando a instrução inclui WHEN MATCHED THEN DELETE ou faz referência a colunas aninhadas por alias. Anteriormente, essas combinações podiam falhar ou produzir silenciosamente resultados errados.
  • SHOW COLLATIONS lista todas as ordenações com suporte e suas propriedades, o que é útil ao escolher uma ordenação para classificação ou comparação de texto.
  • O otimizador de consulta do Spark agora estima corretamente a quantidade de filtros de dados que serão reduzidos. Estimativas incorretas faziam com que o Spark carregasse tabelas grandes inteiramente para a memória durante operações de junção, levando a erros de falta de memória.
  • As consultas com várias COUNT(DISTINCT) expressões são executadas mais rapidamente porque o Spark agora reduz os dados anteriormente no plano de execução em vez de expandi-los primeiro.
  • Python UDFs que usam a otimização de seta não executam mais uma conversão de formato de dados desnecessária, reduzindo a sobrecarga.
  • As junções não externas entre fluxos agora podem produzir saída no modo Update, não apenas no modo Append, o que permite gravar em mais destinos de saída.
  • As conexões JDBC agora são fechadas corretamente quando uma tarefa é cancelada. Anteriormente, o cancelamento podia deixar uma conexão aberta, fazendo com que tarefas subsequentes ficassem bloqueadas.
  • array_insert não produz mais resultados incorretos quando dado um número negativo muito grande como a posição de inserção.

Databricks Runtime 18: 4 de maio de 2026

Mudanças comportamentais

Examine as alterações a seguir, que entrarão em vigor quando os clusters forem reiniciados neste runtime.

  • XPath: ao avaliar XPath em XML, Azure Databricks não carrega mais DTDs (Definições de Tipo de Documento) externas. As consultas que falharam anteriormente apenas devido a uma referência DTD externa inacessível agora podem ser bem-sucedidas.
  • Comportamento de struct NULL com evolução do esquema: Para INSERT, MERGEe gravações de streaming que usam a evolução do esquema, um struct NULL na origem agora é armazenado como NULL no destino. Antes, as estruturas NULL eram materializadas incorretamente como estruturas não nulas, com todos os campos definidos como NULL. Atualize qualquer código que dependia de receber uma estrutura não nula com todos os campos definidos como NULL — esses casos agora retornam uma estrutura NULL.
  • NATURAL JOIN: agora usa corretamente a correspondência entre colunas sem diferenciar maiúsculas de minúsculas quando spark.sql.caseSensitive é false (o padrão). Anteriormente, as colunas que diferem apenas no caso (por exemplo, ID vs id) não eram reconhecidas como correspondentes, fazendo com NATURAL JOIN que produzissem silenciosamente resultados de junção cruzada. Essa correção alinha o NATURAL JOIN comportamento com USING junções.
  • Dependências do SDK do AWS v1: agora sombreadas e não estão mais disponíveis diretamente no classpath. Se o código depender das bibliotecas do SDK do AWS v1 fornecidas anteriormente pelo Databricks Runtime, adicione-as como dependências explícitas em seu projeto.
  • Validação de dependência do UDF do SQL no Catálogo do Unity: o Catálogo do Unity agora impõe a validação de dependência para funções definidas pelo usuário do SQL para evitar o bypass do controle de acesso. UDFs do SQL com configurações de dependência inválidas são bloqueadas da execução.
  • LEFT OUTER JOIN LATERAL: Um bug que descartava linhas incorretamente foi corrigido. As consultas que usam esse constructo agora retornam resultados corretos. Para reverter temporariamente para o comportamento anterior, defina spark.databricks.sql.optimizer.lateralJoinPreserveOuterSemantic como true.
  • regr_r2: agora trata corretamente o primeiro parâmetro como a variável dependente. As consultas que se baseavam no comportamento incorreto anterior retornam resultados diferentes.
  • Funções hiperbólicas: sinh, cosh, tanhe funções hiperbólicas relacionadas agora retornam Infinity em vez de gerar um erro de estouro quando fornecidas entradas muito grandes.
  • asinh e acosh: agora usam o algoritmo fdlibm para consistência entre diferentes mecanismos. Os resultados podem diferir ligeiramente das versões anteriores para entradas em casos extremos.
  • LIKE correspondência de padrões: agora lida corretamente com caracteres Unicode suplementares (pontos de código acima de U+FFFF). Os padrões que corresponderam ou falharam incorretamente para esses caracteres agora retornam resultados corretos.
  • Colunas VOID (NullType): As tabelas Delta agora oferecem suporte a colunas VOID (NullType). VOID as colunas não são mais removidas do esquema de tabela após as leituras. As gravações não são afetadas.

Novos recursos e melhorias

Os seguintes recursos e melhorias estão disponíveis nesta versão.

  • CREATE OR REPLACE TEMP TABLE: agora há suporte, permitindo que você crie ou substitua tabelas temporárias em uma única instrução.
  • agg(): agora disponível como um alias para a measure() função. As consultas existentes que usam measure() continuam funcionando sem modificação.
  • pyspark.pipelines.testing: agora disponível como um alias de conveniência para dlt.testing APIs.
  • Desempenho de listagem do Carregador Automático: o Carregador Automático agora usa um método de listagem mais eficiente que melhora a velocidade de listagem para fontes de armazenamento em nuvem. Se os gatilhos de fluxo se sobrepõem devido a operações de listagem de execução prolongada, essa otimização poderá aumentar os custos da API de listagem na nuvem.
  • DESCRIBE HISTORY flags de opções de gravação: o histórico da tabela Delta (DESCRIBE HISTORY) agora inclui flags de opções de gravação em operationParameters para operações WRITE e REPLACE TABLE. Os sinalizadores aparecem somente quando true: isDynamicPartitionOverwrite, , canOverwriteSchema, canMergeSchema, predicatee isV1WriterSaveAsTableOverwrite.
  • Retrocesso e reexecução no Structured Streaming: Structured Streaming agora oferece suporte a retrocesso e reexecução, permitindo o reprocessamento a partir de um ponto anterior no fluxo para recuperar-se de falhas, como alterações de esquema ou erros lógicos, sem uma redefinição completa do estado.
  • SparkSession.emptyDataFrame: agora disponível como uma API de conveniência para criar um vazio DataFrame sem colunas e sem linhas.
  • TIMESTAMP WITH LOCAL TIME ZONE: agora tem suporte como um alias de sintaxe SQL para o TIMESTAMP_LTZ tipo.
  • to_json sortKeys opção: A função to_json agora aceita a opção sortKeys para gerar saída JSON com as chaves ordenadas.
  • spark.catalog.*: os métodos de API agora têm paridade de recursos com seus comandos DDL equivalentes para operações de catálogo, esquema e tabela.
  • [Correção de segurança] Atualizações de segurança do sistema operacional.

Databricks Runtime 18: 20 de abril de 2026

  • Corrigida a autoridade de referência espacial do CRS para o tipo GEOMETRY(102100). A autoridade é agora relatada como ESRI:102100 em vez de EPSG:102100.
  • [Correção de segurança] Atualizações de segurança do sistema operacional.

Databricks Runtime 18: 2 de abril de 2026

  • Tratamento de erros aprimorado para consultas que gravam dados em tabelas Delta que contêm uma coluna VOID (NullType) dentro de um tipo definido pelo usuário (UDT).
  • As conexões do coletor de streaming JDBC agora aplicam um tempo limite de soquete de 30 segundos, uma lógica de repetição com retirada exponencial para erros transitórios (falhas de conexão, deadlocks, limitação de taxa) e reversão normal em conexões quebradas.
  • Correção de corrupção de texto SQL que ocorreu ao usar caracteres Unicode em consultas parametrizadas.
  • SHOW CREATE TABLE agora produz a saída correta para tabelas e visões com um agrupamento não padrão.
  • [Correção de segurança] Atualizações de segurança do sistema operacional.

Databricks Runtime 18: 11 de março de 2026

Mudanças comportamentais

Examine as alterações a seguir, que entrarão em vigor quando os clusters forem reiniciados neste runtime.

  • Erros de métrica de observação: não causa mais falhas de execução de consulta. Anteriormente, erros em OBSERVE cláusulas (como divisão por zero) podiam bloquear ou falhar a consulta inteira. Agora, a consulta é concluída com êxito e o erro é gerado quando você chama observation.get.
  • FILTER cláusula de MEASURE: funções agregadas MEASURE agora oferecem suporte a cláusulas de filtro. Anteriormente, os filtros eram silenciosamente ignorados.
  • DESCRIBE FLOW: o DESCRIBE FLOW comando agora está disponível. Se você tiver uma tabela chamada flow, use DESCRIBE schema.flow, DESCRIBE TABLE flow, ou DESCRIBE `flow` com backticks.
  • Operações booleanas de conjunto do SpatialSQL: ST_Difference, ST_Intersection e ST_Union usam uma nova implementação com as seguintes melhorias:
    • Geometrias de entrada válidas sempre produzem um resultado e não geram mais erros.
    • Desempenho aproximadamente 2x mais rápido.
    • Os resultados são normalizados para uma saída consistente e comparável.
  • Tipos de exceção para SQLSTATE: os tipos de exceção são atualizados para dar suporte ao SQLSTATE. Se o seu código analisar exceções por comparação de strings ou capturar tipos de exceção específicos, atualize a lógica de tratamento de erros.
  • Ampliação automática de tipo de streaming: as leituras de streaming nas tabelas Delta lidam automaticamente com a ampliação do tipo de coluna. Para exigir confirmação manual, defina spark.databricks.delta.typeWidening.enableStreamingSchemaTracking como true.

Novos recursos e melhorias

Os seguintes recursos e melhorias estão disponíveis nesta versão.

  • Eventos de arquivo do Carregador Automático por padrão: o Carregador Automático usa eventos de arquivo por padrão ao carregar de um local externo com eventos de arquivo habilitados, o que reduz as operações de lista e o custo em comparação com a listagem de diretórios. Consulte o Carregador Automático com visão geral de eventos de arquivo. Para usar a listagem de diretórios, defina useManagedFileEvents como false.

  • Evolução do esquema com INSERT: use a cláusula WITH SCHEMA EVOLUTION com instruções SQL INSERT para atualizar automaticamente o esquema da tabela de destino durante as operações de inserção. Com suporte para INSERT INTO, INSERT OVERWRITEe INSERT INTO ... REPLACE. Por exemplo:

    INSERT WITH SCHEMA EVOLUTION INTO students TABLE visiting_students_with_additional_id;

  • Transações de várias instruções do Delta Sharing: tabelas do Delta Sharing que usam modos de compartilhamento com URLs pré-assinadas ou tokens de nuvem oferecem suporte a transações de várias instruções. No primeiro acesso dentro de uma transação, a versão da tabela é fixada e reutilizada para todas as leituras subsequentes nessa transação.

  • parse_timestamp: A função SQL parse_timestamp interpreta strings de carimbo de data/hora usando vários padrões, com suporte ao mecanismo Photon para oferecer melhor desempenho.

  • max_by e min_by com opcional limit: as funções de agregação max_by e min_by agora aceitam um terceiro argumento limit opcional (até 100.000). Quando especificadas, as funções retornam um array com até limit valores, simplificando consultas top-K e bottom-K sem funções de janela ou CTEs.

  • DATETIMEOFFSET para Azure Synapse: o tipo de dados DATETIMEOFFSET tem suporte para conexões do Microsoft Azure Synapse.

  • Comentários de tabela do Google BigQuery: as descrições da tabela do Google BigQuery são resolvidas e expostas como comentários de tabela.

  • IGNORE NULLS / RESPECT NULLS para array_agg e collect_list: As funções de agregação array_agg e collect_list agora oferecem suporte às cláusulas IGNORE NULLS e RESPECT NULLS.

  • PIVOT aliases: A cláusula PIVOT agora oferece suporte a aliases, permitindo renomear expressões de coluna de pivô na saída.

  • Variáveis de script SQL CURSOR: os scripts SQL agora oferecem suporte a variáveis CURSOR para iterar por um conjunto de resultados de uma consulta, linha por linha, dentro de um bloco de script.

  • Funções de agregação matemática vetor: novas funções de agregação matemática de vetor estão disponíveis: vector_avg, vector_sum, vector_norm e vector_normalize. Essas funções operam em colunas de vetor densas e dão suporte a cargas de trabalho de ML.

  • Trigger.AvailableNow em leitores de streaming em Python: os leitores de streaming de fontes de dados em Python agora oferecem suporte a Trigger.AvailableNow e controle de admissão, permitindo a execução de um único processamento em lote de todos os dados disponíveis.

  • API de repartição de estado no PySpark: a API de repartição de estado para TransformWithState operadores de streaming agora está disponível no PySpark, além do Scala. Consulte Reparticionamento de estado sob demanda para consultas de streaming com estado.

  • applyInPandas correção de desempenho: Uma regressão de desempenho de 3x em applyInPandas para grupos grandes foi resolvida.

Databricks Runtime 18: 10 de março de 2026

  • Mensagens de erro para subconsultas escalares usadas com EXEC IMMEDIATE agora identificam a causa específica com mais clareza.
  • Foi corrigida uma condição de corrida na compactação do log de checkpoint de streaming que poderia causar comportamento não determinístico em consultas do Structured Streaming.
  • [Correção de segurança] Atualizações de segurança do sistema operacional.

Databricks Runtime 18: 26 de fevereiro de 2026

  • SET METADATA ON COLUMN E UNSET METADATA ON COLUMN os comandos SQL agora estão disponíveis para gerenciar metadados semânticos em colunas de tabela do Catálogo do Unity. Use SET METADATA ON COLUMN para anexar propriedades (display_namee formatsynonyms) a colunas. Use UNSET METADATA ON COLUMN para remover propriedades de metadados definidas anteriormente.
  • DESCRIBE TABLE agora inclui uma metadata coluna exibindo metadados semânticos no nível da coluna como uma cadeia de caracteres JSON.
  • Corrigido um erro de importação do PySpark em ambientes Windows causados por um UnixStreamServer ausente.
  • [Correção de segurança] Atualizações de segurança do sistema operacional.

Databricks Runtime 18: 19 de fevereiro de 2026

  • Ao inferir o esquema de arquivos Excel, as células de cadeia de caracteres agora são inferidas como Spark StringType, respeitando o tipo de célula definido em Excel. Anteriormente, as cadeias de caracteres com valores numéricos eram convertidas automaticamente em tipos mais estreitos, como Long ou Decimal. Atualize o código que se baseava no comportamento anterior.
  • DataFrame.toJSON() agora está disponível no cliente Python Spark Connect.
  • [Correção de segurança] Atualizações de segurança do sistema operacional.

Databricks Runtime 18: 27 de janeiro de 2026

  • O Carregador Automático agora relata batchSizeNumFiles, batchSizeNumBytese os estados de processamento de arquivos (numFilesProcessed, numFilesSkippedCorrupted, , numFilesSkippedMissing) numFilesUnknownStatecomo métricas.
  • INSERT INTO ... BY NAME agora suporta a cláusula REPLACE WHERE.
  • A propriedade spark.sql.xml.legacyXMLParser.enabled de configuração foi renomeada para spark.sql.legacy.useLegacyXMLParser. Atualize qualquer configuração de cluster ou sessão que use o nome antigo.
  • Quando spark.task.resource.gpu.amount for maior que 1, o Torch Distributor agora inicia um processo torchrun por GPU, em vez de por tarefa.
  • [Correção de segurança] Atualizações de segurança do sistema operacional.

Databricks Runtime 18: 15 de janeiro de 2026

O Databricks Runtime 18 já está em desenvolvimento de novas funcionalidades, com base no Apache Spark 4.1.0. Essa versão incorpora todos os recursos, melhorias e correções de bug de todas as versões anteriores do Databricks Runtime.

Mudanças comportamentais

Examine as alterações a seguir, que entrarão em vigor quando os clusters forem reiniciados neste runtime.

  • JDK 21: o Databricks Runtime 18 usa o JDK 21 como o kit de desenvolvimento de Java padrão. O JDK 21 está disponível em geral e é uma versão LTS (suporte de longo prazo). Anteriormente, o padrão era o JDK 17. Alterações notáveis:

    • Double.toString() e Float.toString() agora produzem representações de cadeia de caracteres exclusivas mais curtas, que podem ser diferentes das saídas do JDK 17 em alguns casos extremos.
    • Thread.stop(), Thread.suspend(), e Thread.resume() agora lançam UnsupportedOperationException.
    • Dados de localidade atualizados (CLDR v42) podem afetar a formatação de data, hora e número.

    Se você encontrar problemas de compatibilidade, volte para o JDK 17. Para obter informações sobre como configurar versões do JDK, consulte Criar um cluster com uma versão específica do JDK.

  • FSCK REPAIR TABLE: agora inclui uma etapa inicial de reparo de metadados antes de verificar se há arquivos de dados ausentes. O comando funciona em tabelas com pontos de verificação corrompidos ou valores de partição inválidos.

  • Nulabilidade no Spark Connect Scala: a nulabilidade dos tipos array e map agora é preservada para literais tipados no cliente Scala do Spark Connect. Anteriormente, elementos de matrizes e valores de mapas eram sempre anuláveis.

  • FSCK REPAIR TABLE DRY RUN: A coluna dataFilePath no schema de saída FSCK REPAIR TABLE DRY RUN agora aceita valores nulos para permitir relatar novos tipos de problema em que o caminho do arquivo de dados não se aplica.

  • SHOW TABLES DROPPED: agora respeita corretamente a cláusula LIMIT.

  • Execução de UDFs em Python: As UDFs em Python do Unity Catalog agora usam o Apache Arrow como formato de troca padrão, melhorando o desempenho geral. Como parte dessa alteração, os valores passados para UDFs do Python TIMESTAMP não incluem mais informações de fuso horário no atributo do objeto datetimetzinfo. Os próprios valores de carimbo de data/hora permanecem em UTC, mas os metadados de fuso horário agora são descartados. Se a UDF depender das informações de fuso horário, restaure-a com date = date.replace(tzinfo=timezone.utc). Para obter mais informações, explore o comportamento do fuso horário de carimbos de data e hora para dados de entrada.

  • Viagem no tempo e VACUUM retenção: o Azure Databricks agora bloqueia consultas de viagem no tempo além do limite de deletedFileRetentionDuration para todas as tabelas. O VACUUM comando ignora o argumento de duração de retenção, exceto quando o valor é de 0 horas. Você não pode definir deletedFileRetentionDuration maior que logRetentionDuration ou vice-versa.

  • BinaryType no PySpark: no PySpark, BinaryType agora é mapeado de forma consistente para Python bytes. Anteriormente, o PySpark mapeou BinaryType para bytes ou bytearray dependendo do contexto. Para restaurar o comportamento antigo, defina spark.sql.execution.pyspark.binaryAsBytes como false.

  • Estruturas NULL no Delta MERGE e UPDATE: agora são preservadas como NULL no Delta MERGE, UPDATE, e em operações de gravação por streaming que incluem conversões para o tipo struct. Anteriormente, as estruturas NULL eram expandidas para estruturas com campos NULL.

  • Materialização da coluna de partição: as tabelas Delta particionadas agora materializam as colunas de partição em arquivos de dados Parquet recém-escritos. Anteriormente, os valores de partição eram armazenados nos metadados do log de transações Delta e refletidos em caminhos de diretório, mas não gravados como colunas nos próprios arquivos Parquet. Essa alteração se alinha ao comportamento do Apache Iceberg e UniForm e pode afetar cargas de trabalho que leem diretamente arquivos Parquet gravados pelo Delta Lake.

  • Fuso horário da partição de carimbo de data/hora: os valores da partição de carimbo de data/hora eram convertidos anteriormente para UTC usando o fuso horário da JVM em vez da configuração spark.sql.session.timeZone. Os valores de partição de carimbo de data/hora agora são ajustados corretamente usando a configuração de fuso horário da sessão Spark.

  • DESCRIBE TABLE coluna de metadados: A saída de DESCRIBE TABLE [EXTENDED] agora inclui uma nova coluna metadata para todos os tipos de tabela. Esta coluna contém metadados semânticos (nome de exibição, formato e sinônimos) definidos na tabela como uma cadeia de caracteres JSON.

Novos recursos e melhorias

Os seguintes recursos e melhorias estão disponíveis nesta versão.

  • Scripts SQL: o recurso de scripts SQL agora está em disponibilidade geral.
  • Isolamento compartilhado para UDFs Python do Unity Catalog: As UDFs Python do Unity Catalog de um mesmo proprietário agora podem compartilhar um ambiente de isolamento por padrão. Isso melhora o desempenho e reduz o uso de memória reduzindo o número de ambientes separados iniciados. Para garantir que uma UDF sempre seja executada em um ambiente totalmente isolado, adicione a STRICT ISOLATION cláusula característica. Consulte isolamento de ambiente.
  • Funções de janela SQL em exibições de métrica: agora você pode usar funções de janela SQL em exibições de métrica para calcular totais em execução, classificações e outros cálculos baseados em janela.
  • Partições dinâmicas de shuffle no streaming sem estado: Agora você pode alterar o número de partições de shuffle em consultas de streaming sem estado sem reiniciar a consulta.
  • AQE e AOS em streaming sem estado: AQE (Execução Adaptativa de Consultas) e shuffle com otimização automática (AOS) agora são compatíveis com consultas de streaming sem estado.
  • Marcadores de parâmetro: agora você pode usar marcadores de parâmetro nomeados (:param) e não nomeados (?) praticamente em qualquer lugar em que um valor literal do tipo apropriado possa ser usado. Isso inclui instruções DDL, como CREATE VIEW v AS SELECT ? AS c1, tipos de coluna DECIMAL(:p, :s) ou COMMENT ON t IS :comment. Consulte marcadores de parâmetro para obter detalhes.
  • IDENTIFIER cláusula: O alcance da IDENTIFIER cláusula, que converte cadeias de caracteres em nomes de objetos SQL, foi ampliado para praticamente todos os contextos em que um identificador é permitido. Consulte IDENTIFIER cláusula para obter detalhes.
  • BITMAP_AND_AGG: a biblioteca de BITMAP funções existente agora inclui uma nova função BITMAP_AND_AGG .
  • Funções Theta Sketch: agora você pode usar uma nova biblioteca de funções para contagem aproximada de valores distintos e operações de conjunto usando o Theta Sketch do DataSketches. Consulte theta_sketch_agg e funções relacionadas.
  • Funções de esboço kll: agora você pode usar uma nova biblioteca de funções para computação quântica aproximada usando esboços KLL. Consulte kll_sketch_agg_bigint e funções relacionadas.
  • Novas funções geoespaciais: st_azimuth, st_boundary, st_closestpoint e st_geogfromewkt agora estão disponíveis.
  • GeometryType e GeographyType: o Apache Spark agora dá suporte a tipos de dados nativos GeometryType e GeographyType nas APIs PySpark e Java. Esses tipos oferecem suporte à serialização Arrow e à leitura e escrita em Parquet, e são distintos das funções geoespaciais do SQL.
  • approx_top_k: a nova função de agregação approx_top_k retorna os valores mais frequentes de top-K aproximados em uma coluna usando um algoritmo de esboço com eficiência de espaço.
  • Driver JDBC do Spark Connect: o Apache Spark agora inclui um driver JDBC para Spark Connect, permitindo que clientes e ferramentas baseados em JDBC se conectem ao Spark por meio do protocolo Spark Connect.
  • Iterator[pandas.DataFrame] em applyInPandas: DataFrame.applyInPandas agora aceita uma função com uma Iterator[pandas.DataFrame] assinatura, reduzindo a sobrecarga ao processar grandes grupos transmitindo dados em lotes.
  • Verificar restrições: agora dá suporte a comparações de valor nulo na expressão de restrição.
  • API de repartição de estado para TransformWithState: uma nova API de repartição de estado está disponível para TransformWithState operadores de streaming no Scala, permitindo que você altere o particionamento de chave de dados com estado entre reinicializações de consulta. Consulte Reparticionamento de estado sob demanda para consultas de streaming com estado.
  • Python 3.14 em pyspark-connect: pyspark-client e pyspark-connect agora dão suporte Python 3.14.

Atualizações de biblioteca

  • Bibliotecas de Python atualizadas:

    • anyio de 4.6.2 a 4.7.0
    • asttokens de 2.0.5 a 3.0.0
    • azure-core de 1.34.0 a 1.37.0
    • azure-mgmt-core de 1.5.0 a 1.6.0
    • azure-storage-blob de 12.23.0 a 12.28.0
    • azure-storage-file-datalake de 12.17.0 a 12.22.0
    • boto3 de 1.36.2 a 1.40.45
    • botocore de 1.36.3 a 1.40.45
    • certificação de 31/01/2025 a 26/04/2025
    • clique em 8.1.7 para 8.1.8
    • criptografia de 43.0.3 a 44.0.1
    • Cython de 3.0.12 a 3.1.5
    • databricks-sdk de 0.49.0 a 0.67.0
    • Depreciado a partir de 1.2.13 até 1.2.18
    • executing de 0.8.3 para 1.2.0
    • fastapi de 0.115.12 a 0.128.0
    • filelock de 3.18.0 a 3.17.0
    • google-api-core de 2.20.0 a 2.28.1
    • google-auth de 2.40.0 a 2.47.0
    • google-cloud-core de 2.4.3 a 2.5.0
    • google-cloud-storage de 3.1.0 a 3.7.0
    • google-crc32c de 1.7.1 a 1.8.0
    • google-resumable-media de 2.7.2 a 2.8.0
    • h11 de 0.14.0 para 0.16.0
    • httpcore de 1.0.2 a 1.0.9
    • httpx de 0.27.0 a 0.28.1
    • isodate de 0.6.1 a 0.7.2
    • Jinja2 de 3.1.5 a 3.1.6
    • jupyter-events de 0.10.0 a 0.12.0
    • jupyter-lsp de 2.2.0 a 2.2.5
    • jupyter_server de 2.14.1 a 2.15.0
    • jupyter_server_terminals da versão 0.4.4 para a 0.5.3
    • mistune de 2.0.4 para 3.1.2
    • mlflow-skinny de 3.0.1 até 3.8.1
    • mmh3 de 5.1.0 para 5.2.0
    • msal de 1.32.3 a 1.34.0
    • nbclient de 0.8.0 a 0.10.2
    • nbconvert de 7.16.4 para 7.16.6
    • nodeenv de 1.9.1 a 1.10.0
    • notebook_shim da versão 0.2.3 para a 0.2.4
    • opentelemetry-api de 1.32.1 a 1.39.1
    • opentelemetry-sdk de 1.32.1 a 1.39.1
    • opentelemetry-semantic-conventions de 0.53b1 a 0.60b1
    • platformdirs versão 3.10.0 a 4.3.7
    • prometheus_client de 0,21.0 a 0.21.1
    • proto-plus de 1.26.1 a 1.27.0
    • psycopg2 de 2.9.3 a 2.9.11
    • Atualização do pyarrow da versão 19.0.1 para a versão 21.0.0
    • Pygments de 2.15.1 a 2.19.1
    • Atualização do pyiceberg da versão 0.9.0 para a 0.10.0
    • python-lsp-server de 1.12.0 a 1.12.2
    • corda de 1.12.0 a 1.13.0
    • s3transfer de 0.11.3 para 0.14.0
    • scipy de 1.15.1 a 1.15.3
    • setuptools de 74.0.0 a 78.1.1
    • seis de 1.16.0 a 1.17.0
    • sqlparse de 0.5.3 a 0.5.5
    • stack-data da versão 0.2.0 à 0.6.3
    • starlette de 0.46.2 a 0.50.0
    • tornado de 6.4.2 a 6.5.1
    • types-python-dateutil de 2.9.0.20241206 a 2.9.0.20251115
    • uvicorn de 0.34.2 a 0.40.0
    • webcolors de 24.11.1 a 25.10.0

  • Bibliotecas R atualizadas:

    • seta de 19.0.1 a 22.0.0
    • base de 4.4.2 a 4.5.1
    • bigD de 0.3.0 a 0.3.1
    • broom atualizado de 1.0.7 para 1.0.10
    • relógio de 0.7.2 a 0.7.3
    • commonmark da versão 1.9.5 para a 2.0.0
    • compilador de 4.4.2 a 4.5.1
    • credenciais de 2.0.2 a 2.0.3
    • curl de 6.4.0 para 7.0.0
    • data.table de 1.17.0 a 1.17.8
    • conjuntos de dados de 4.4.2 a 4.5.1
    • dbplyr de 2.5.0 a 2.5.1
    • devtools de 2.4.5 a 2.4.6
    • diffobj de 0.3.5 a 0.3.6
    • digest de 0.6.37 a 0.6.39
    • downlit de 0.4.4 para 0.4.5
    • dtplyr de 1.3.1 a 1.3.2
    • avaliar de 1.0.3 a 1.0.5
    • fansi de 1.0.6 a 1.0.7
    • forcats de 1.0.0 a 1.0.1
    • fs de 1.6.5 a 1.6.6
    • futuro a partir da versão 1.34.0 até a 1.68.0
    • future.apply de 1.11.3 a 1.20.0
    • gargle de 1.5.2 a 1.6.0
    • gert de 2.1.4 a 2.2.0
    • ggplot2 de 3.5.1 a 4.0.1
    • gh de 1.4.1 a 1.5.0
    • git2r de 0.35.0 a 0.36.2
    • glmnet de 4.1-8 a 4.1-10
    • googledrive de 2.1.1 para 2.1.2
    • googlesheets4 de 1.1.1 a 1.1.2
    • gráficos de 4.4.2 a 4.5.1
    • grDevices de 4.4.2 a 4.5.1
    • grade de 4.4.2 a 4.5.1
    • gt de 0.11.1 para 1.1.0
    • hardhat de 1.4.1 para 1.4.2
    • Atualização do haven da versão 2.5.4 para a 2.5.5
    • hms de 1.1.3 a 1.1.4
    • httpuv de 1.6.15 a 1.6.16
    • httr2 de 1.1.1 a 1.2.1
    • jsonlite de 1.9.1 a 2.0.0
    • posteriormente, de 1.4.1 a 1.4.4
    • lava de 1.8.1 a 1.8.2
    • listenv de 0.9.1 para 0.10.0
    • magrittr de 2.0.3 a 2.0.4
    • markdown do 1.13 ao 2.0
    • métodos de 4.4.2 a 4.5.1
    • miniUI de 0.1.1.1 a 0.1.2
    • mlflow de 2.20.4 a 3.6.0
    • openssl de 2.3.3 a 2.3.4
    • paralelo de 4.4.2 a 4.5.1
    • paralelamente de 1.42.0 a 1.45.1
    • pilar de 1.11.0 a 1.11.1
    • pkgbuild de 1,4,6 a 1,4,8
    • pkgdown de 2.1.1 para 2.2.0
    • pkgload de 1.4.0 a 1.4.1
    • pROC de 1.18.5 a 1.19.0.1
    • prodlim de 2024.06.25 a 2025.04.28
    • progressr de 0,15.1 para 0.18.0
    • promessas das versões 1.3.2 a 1.5.0
    • ps de 1.9.0 para 1.9.1
    • Atualização do purrr da versão 1.0.4 para a 1.2.0
    • ragg de 1.3.3 para 1.5.0
    • Rcpp de 1.0.14 a 1.1.0
    • readr de 2.1.5 a 2.1.6
    • receitas de 1.2.0 a 1.3.1
    • remodelar2 de 1.4.4 para 1.4.5
    • rmarkdown de 2.29 a 2.30
    • roxygen2 de 7.3.2 a 7.3.3
    • rprojroot de 2.0.4 a 2.1.1
    • RSQLite de 2.3.9 a 2.4.4
    • rversions de 2.1.2 a 3.0.0
    • Atualização de rvest da versão 1.0.4 para a versão 1.0.5
    • sass da versão 0.4.9 para 0.4.10
    • escala de 1.3.0 para 1.4.0
    • brilhante de 1.10.0 a 1.11.1
    • sparklyr de 1.9.1 a 1.9.3
    • SparkR de 4.0.0 a 4.1.0
    • sparsevctrs da versão 0.3.1 a 0.3.4
    • splines de 4.4.2 a 4.5.1
    • estatísticas de 4.4.2 a 4.5.1
    • stats4 de 4.4.2 a 4.5.1
    • stringr de 1.5.1 a 1.6.0
    • systemfonts de 1.2.1 a 1.3.1
    • tcltk de 4.4.2 a 4.5.1
    • testthat de 3.2.3 a 3.3.0
    • textshaping de 1.0.0 para 1.0.4
    • timeDate de 4041.110 a 4051.111
    • tinytex de 0,56 a 0,58
    • ferramentas de 4.4.2 a 4.5.1
    • usethis de 3.1.0 até 3.2.1
    • utilitários de 4.4.2 até 4.5.1
    • V8 de 6.0.2 a 8.0.1
    • vroom de 1.6.5 a 1.6.6
    • waldo de 0.6.1 a 0.6.2
    • xfun de 0,51 a 0,54
    • xml2 de 1.3.8 a 1.5.0
    • zeallot de 0.1.0 a 0.2.0
    • zip de versão 2.3.2 para versão 2.3.3

  • Bibliotecas de Java atualizadas:

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

Suporte ao driver ODBC/JDBC do Databricks

O Databricks dá suporte a drivers ODBC/JDBC lançados nos últimos 2 anos. Baixe os drivers e a atualização lançados recentemente (baixe o ODBC, baixe o JDBC).

Ambiente do sistema

  • Sistema operacional: 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

Bibliotecas de Python instaladas

Biblioteca Versão Biblioteca Versão Biblioteca Versão
aiohappyeyeballs 2.4.4 aiohttp 3.11.10 aiosignal 1.2.0
documento-anotado 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 certificado 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
criptografia 44.0.1 cycler 0.11.0 Cython 3.1.5
agentes do databricks 1.9.1 databricks-sdk 0.67.0 dataclasses-json 0.6.7
dbus-python 1.3.2 debugpy 1.8.11 decorador 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
lista de itens congelados 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
jiter 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 malvavisco 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 notebook 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
regex 2024.11.6 requests 2.32.3 requests-toolbelt 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 criadores de token 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 inspecionar digitação 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
quando 0.7.3 widgetsnbextension 3.6.6 wrapt 1.17.0
yapf 0.40.2 Atualmente, não tendo contexto adicional e considerando "yarl" como um nome próprio ou termo técnico, mantemos "yarl" como está. 1.18.0 zipp 3.21.0
zstandard 0.23.0

Bibliotecas R instaladas

As bibliotecas do R são instaladas a partir do snapshot do CRAN no PACKAGES do Posit Gerenciador de Pacotes.

Biblioteca Versão Biblioteca Versão Biblioteca Versão
arrow 22.0.0 askpass 1.2.1 assertthat 0.2.1
backports 1.5.0 base 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
caret 7.0-1 cellranger 1.1.0 chron 2.3-62
classe 7.3-22 cli 3.6.5 clipr 0.8.0
clock 0.7.3 cluster 2.1.6 codetools 0.2-20
commonmark 2.0.0 compilador 4.5.1 config 0.3.2
conflicted 1.2.0 cpp11 0.5.2 crayon 1.5.3
credenciais 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 hash 0.6.39 downlit 0.4.5
dplyr 1.1.4 dtplyr 1.3.2 e1071 1.7-16
reticências 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 genéricos 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
grade 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 ciclo de vida 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 Matriz 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 proxy 0.4-27
P.S. 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
forma 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
espacial 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 tools 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

Bibliotecas Java e Scala instaladas (versão do cluster Scala 2.13)

ID do grupo ID do artefato Versão
antlr antlr 2.7.7
com.clearspring.analytics fluxo 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 google-auth-library-credentials (credenciais da biblioteca de autenticação do Google) 1.20.0
com.google.auth google-auth-library-oauth2-http 1.20.0
com.google.auto.value anotações do AutoValue 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-client 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 criador de perfil 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 coletor 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 ativação 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 seta-compactação 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-shaded-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