Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
As notas de atualização seguintes fornecem informações sobre o Databricks Runtime 19 ML.
O Azure Databricks lançou esta versão em junho de 2026.
O Databricks Runtime 19 ML é construído sobre o Databricks Runtime 19. Para informações sobre as novidades do Databricks Runtime 19, incluindo o Apache Spark MLlib e o SparkR, consulte as notas de atualização do Databricks Runtime 19 .
Mudanças comportamentais
-
Pacotes Python removidos: Comparado com o Databricks Runtime 18 ML, aproximadamente 40 pacotes de execução ML são removidos no Databricks Runtime 19 ML, além dos pacotes removidos do Databricks Runtime 19. A pilha TensorFlow/Keras (
tensorflow,keras,tf_keras) foi removida. As cargas de trabalho que dependem destes pacotes devem instalá-los explicitamente usando uma biblioteca de cluster ou um script de entrada. Para a lista completa de pacotes incluídos no Databricks Runtime 19 ML, consulte bibliotecas Python.
Novos recursos e melhorias
As atualizações da biblioteca incluem:
- Atualização CUDA para a versão 13.0
- flash_attn 2.8.3
- langchain 1.3.1
- mlflow-skinny 3.12.0
- OpenAI 2.37.0
- Tocha 2.12.0
- Torchvision 0.27.0
- transformadores 4.57.6
- Tritão 3.7.0
- xgboost 3.2.0
Ambiente do sistema
O ambiente do sistema no Databricks Runtime 19 ML difere do Databricks Runtime 19 da seguinte forma.
- Para clusters de GPU, o Databricks Runtime ML inclui as seguintes bibliotecas de GPU NVIDIA:
- CUDA 13.0
- cublas 13.1.1.3-1
- cusolver 12.0.4.66
- Cupti 13.0.85
- cusparse 12.6.3.3
- cuDNN 9.23.0.39
- NCCL 2.28.3
Libraries
As secções seguintes listam as bibliotecas incluídas no Databricks Runtime 19 ML que diferem das incluídas no Databricks Runtime 19.
Bibliotecas de nível superior
O Databricks Runtime 19 ML inclui as seguintes bibliotecas de topo:
Bibliotecas Python
O Databricks Runtime 19 ML utiliza virtualenv para gestão de pacotes Python e inclui muitos pacotes populares de ML.
Note
Os ficheiros de requisitos registam as versões dos pacotes para esta release. A recriação destas versões pode instalar pacotes de autoridades certificadoras desatualizadas, incluindo certifi. Antes de fazer ligações HTTPS remotas, aplique as atualizações do pacote listadas no aviso de segurança do eMudhra. Mantenha a verificação de certificados TLS ativada e teste a compatibilidade do pacote após as atualizações.
Para reproduzir o ambiente Databricks Runtime ML Python no seu ambiente virtual local Python, descarregue requirements-cpu-19.txt para clusters de CPU ou requirements-gpu-19.txt para clusters de GPU. Depois executa pip install -r requirements-<cpu|gpu>-19.txt. Este comando instala todas as bibliotecas open source que o Databricks Runtime ML utiliza, mas não instala as bibliotecas desenvolvidas pela Databricks.
Bibliotecas Python em clusters de CPU
| Library | Versão | Library | Versão | Library | Versão |
|---|---|---|---|---|---|
| ABSL-PY | 2.3.1 | acelerar | 1.13.0 | aiohappyeyeballs | 2.6.1 |
| AIOHTTP | 3.13.2 | aiohttp-cors | 0.8.1 | aiosignal | 1.4.0 |
| Alambique | 1.18.4 | documento anotado | 0.0.4 | annotated-types | 0.7.0 |
| anyio | 4.10.0 | arro3-core | 0.8.0 | AstTokens | 3.0.0 |
| astunparse | 1.6.3 | Atributos | 25.4.0 | audioread | 3.1.0 |
| autocommand | 2.2.2 | azure-core | 1.41.0 | Azure-Cosmos | 4.3.1 |
| azure-identity | 1.25.3 | azure-mgmt-core | 1.6.0 | azure-mgmt-web | 10.1.0 |
| azure-storage-blob | 12.29.0 | azure-storage-file-datalake | 12.24.0 | backports.tarfile | 1.2.0 |
| preto | 25.9.0 | blinker | 1.7.0 | felicidade | 1.3.3 |
| boto3 | 1.40.46 | botocore | 1.40.46 | cachetools | 5.5.1 |
| catálogo | 2.0.10 | certifi | 2025.11.12 | cffi | 2.0.0 |
| charset-normalizer | 3.4.4 | clicar | 8.2.1 | CloudPathlib | 0.24.0 |
| Cloudpickle | 3.1.1 | cmdstanpy | 1.3.0 | colorido | 0.5.8 |
| colorlog | 6.10.1 | comm | 0.2.3 | Confeção | 1.3.3 |
| contourpy | 1.3.3 | criptografia | 46.0.3 | cycler | 0.11.0 |
| cymem | 2.0.13 | Databricks-Agentes | 1.10.2 | Databricks - Engenharia de Características | 0.13.0.1 |
| databricks-sdk | 0.108.0 | DataClasses-JSON | 0.6.7 | datasets | 4.8.5 |
| dbl-tempo | 0.1.26 | dbus-python | 1.3.2 | debugpy | 1.8.16 |
| decorador | 5.2.1 | DeepSpeed | 0.19.0 | deltalake | 1.5.1 |
| Descontinuado | 1.3.1 | dill | 0.4.0 | Distlib | 0.4.0 |
| dm-árvore | 0.1.10 | einops | 0.8.2 | evaluate | 0.4.6 |
| executar | 2.2.1 | Farama-Notificações | 0.0.6 | fastapi | 0.136.1 |
| filelock | 3.20.0 | Flask | 2.2.5 | Fonttools | 4.60.1 |
| Frozenlist | 1.8.0 | fsspec | 2023.5.0 | GitDB | 4.0.11 |
| GitPython | 3.1.45 | google-api-core | 2.30.3 | google-auth | 2.53.0 |
| google-cloud-core | 2.6.0 | google-cloud-storage | 3.10.1 | Google-CRC32C | 1.8.0 |
| google-resumable-media | 2.9.0 | googleapis-common-protos | 1.71.0 | GraphQL-Core | 3.2.4 |
| greenlet | 3.2.4 | Grpcio | 1.76.0 | grpcio-status | 1.76.0 |
| ginásio | 0.28.1 | h11 | 0.16.0 | HF-XET | 1.5.0 |
| hjson | 3.1.0 | feriados | 0.54 | httpcore | 1.0.9 |
| httplib2 | 0.20.4 | httpx | 0.28.1 | huggingface_hub | 0.36.2 |
| idna | 3.11 | ImageIO | 2.37.2 | aprendizagem não balanceada | 0.14.0 |
| importlib_metadata | 8.7.0 | importlib_resources | 7.1.0 | modificar | 7.3.1 |
| iniconfig | 2.1.0 | ipyflow-core | 0.0.227 | ipykernel | 6.31.0 |
| ipython | 9.7.0 | ipython_pygments_lexers | 1.1.1 | ipywidgets | 8.1.7 |
| isodate | 0.7.2 | é perigoso | 2.2.0 | jaraco.collections | 5.1.0 |
| jaraco.context | 5.3.0 | jaraco.functools | 4.0.1 | jaraco.text | 3.12.1 |
| Jax-Jumpy | 1.0.0 | jedi | 0.19.2 | Jinja2 | 3.1.6 |
| Jiter | 0.15.0 | jmespath | 1.0.1 | Joblib | 1.5.2 |
| Joblibspark | 0.6.0 | jsonpatch | 1.33 | jsonpointer | 3.1.1 |
| jsonschema | 4.25.0 | jsonschema-specifications | 2025.9.1 | jupyter_client | 8.6.3 |
| jupyter_core | 5.8.1 | jupyterlab_widgets | 3.0.15 | kiwisolver | 1.4.8 |
| langchain | 1.3.1 | langchain-núcleo | 1.4.0 | langchain-protocolo | 0.0.15 |
| langgraph | 1.2.1 | langgraph-checkpoint | 4.1.1 | Langgraph-pré-construído | 1.1.0 |
| langgraph-sdk | 0.3.15 | Langsmith | 0.4.41 | launchpadlib | 1.11.0 |
| lazr.restfulclient | 0.14.6 | lazr.uri | 1.0.6 | carregador lento (lazy_loader) | 0,4 |
| librosa | 0.11.0 | LightGBM | 4.6.0 | linkify-it-py | 2.0.3 |
| llvmlite | 0.45.1 | lz4 | 4.4.5 | Mako | 1.3.12 |
| Marisa-Trie | 1.2.0 | Markdown | 3,8 | markdown-it-py | 2.2.0 |
| MarkupSafe | 3.0.2 | Espuma | 3.26.2 | matplotlib | 3.10.6 |
| matplotlib-inline | 0.2.1 | Mccabe | 0.7.0 | mdit-py-plugins | 0.5.0 |
| mdurl | 0.1.2 | Memray | 1.19.3 | mlflow-skinny | 3.12.0 |
| mmh3 | 5.2.1 | more-itertools | 10.3.0 | mpmath | 1.3.0 |
| msal | 1.36.0 | msal-extensions | 1.3.1 | msgpack | 1.1.2 |
| MSREST | 0.7.1 | Multidict | 6.7.0 | multiprocesso | 0.70.18 |
| Murmurhash | 1.0.15 | mypy extensions | 1.0.0 | nest-asyncio | 1.6.0 |
| networkx | 3.5 | ninja | 1.13.0 | NLTK | 3.9.2 |
| nodeenv | 1.10.0 | numba | 0.62.1 | numpy | 2.3.4 |
| NVIDIA-NCCL-CU12 | 2.30.4 | OAuthlib | 3.2.0 | OpenAI | 2.37.0 |
| OpenCensus | 0.11.4 | contexto do opencensus | 0.1.3 | opentelemetry-api | 1.42.1 |
| OpenTelemetry-Proto | 1.42.1 | opentelemetry-sdk | 1.42.1 | opentelemetry-semantic-conventions | 0.63b1 |
| Optuna | 3.6.1 | Integração do Optuna | 3.6.0 | Orjson | 3.11.9 |
| ormsgpack | 1.12.2 | packaging | 25.0 | pandas | 2.3.3 |
| Parso | 0.8.5 | PathSpec | 0.12.1 | patsy | 1.0.1 |
| pexpect | 4.9.0 | pillow | 12.0.0 | pip | 25,3 |
| platformdirs | 4.5.0 | pluggy | 1.5.0 | cachorrinho | 1.9.0 |
| Preshed | 3.0.13 | prometheus_client | 0.21.1 | prompt_toolkit | 3.0.52 |
| propcache | 0.3.1 | profeta | 1.2.1 | proto-plus | 1.28.0 |
| protobuf | 6.33.5 | psutil | 7.0.0 | ptyprocess | 0.7.0 |
| pure_eval | 0.2.3 | py-cpuinfo | 9.0.0 | py-spy | 0.4.2 |
| pyarrow | 21.0.0 | pyasn1 | 0.6.1 | pyasn1_modules | 0.4.2 |
| pyccolo | 0.0.83 | pycparser | 2.23 | pydantic | 2.13.3 |
| pydantic_core | 2.46.3 | Pyflakes | 3.2.0 | Pygments | 2.19.2 |
| PyGObject | 3.48.2 | pyiceberg | 0.11.1 | PyJWT | 2.10.1 |
| pyparsing | 3.2.5 | Pyright | 1.1.409 | Piroaring | 1.1.0 |
| Pytesseract | 0.3.13 | pytest | 8.4.2 | python-dateutil | 2.9.0.post0 |
| python-dotenv | 1.2.2 | editor de Python | 1.0.4 | pytokens | 0.2.0 |
| pytz | 2025.2 | PyYAML | 6.0.3 | Pyzmq | 27.1.0 |
| raio | 2.37.0 | referencing | 0.37.0 | regex | 2025.9.1 |
| requests | 2.32.5 | requests-oauthlib | 2.0.0 | pedidos-cinto de ferramentas | 1.0.0 |
| rich | 14.2.0 | rpds-py | 0.28.0 | s3transfer | 0.14.0 |
| Safetensors | 0.7.0 | scikit-image | 0.25.2 | scikit-learn | 1.7.2 |
| scipy | 1.16.3 | transformadores de frases | 5.5.1 | Peça de frase | 0.2.1 |
| setuptools | 80.9.0 | forma | 0.51.0 | Shellingham | 1.5.4 |
| seis | 1.17.0 | cortador | 0.0.8 | smart_open | 7.6.1 |
| smmap | 5.0.0 | sniffio | 1.3.0 | arquivo de som | 0.13.1 |
| soxr | 1.1.0 | espaçoso | 3.8.14 | Spacy-legado | 3.0.12 |
| spacy-loggers | 1.0.5 | SQLAlchemy | 2.0.43 | sqlparse | 0.5.5 |
| a sério? | 2.5.3 | ssh-import-id | 5.11 | stack-data | 0.6.3 |
| Estanio | 0.5.1 | starlette | 0.52.1 | statsmodels | 0.14.5 |
| strictyaml | 1.7.3 | SymPy | 1.14.0 | tenacity | 9.1.2 |
| TensorBoard | 2.20.0 | TensorBoard-Servidor de Dados | 0.7.2 | tensorboardX (ferramenta de visualização de tensores) | 2.6.5 |
| textual | 8.2.7 | Thinc | 8.3.13 | Threadpoolctl | 3.5.0 |
| ficheiro TIFF | 2025.10.4 | tiktoken | 0.13.0 | tokenize_rt | 6.2.0 |
| Tokenizadores | 0.22.1 | tomli | 2.0.1 | tocha | 2.12.0+cpu |
| Torcheval | 0.0.7 | Torchvision | 0.27.0+cpu | tornado | 6.5.1 |
| tqdm | 4.67.1 | traitlets | 5.14.3 | transformadores | 4.57.6 |
| typeguard | 4.3.0 | mecanógrafo | 0.25.1 | inspeção de digitação | 0.9.0 |
| Inspeção de Digitação | 0.4.2 | typing_extensions | 4.15.0 | tzdata | 2026.2 |
| UC-Micro-PY | 1.0.3 | unattended-upgrades | 0.1 | urllib3 | 2.5.0 |
| uuid_utils | 0.16.0 | uvicorn | 0.47.0 | virtualenv | 20.35.4 |
| wadllib | 1.3.6 | Wasabi | 1.1.3 | wcwidth | 0.2.13 |
| doninha | 1.0.0 | Werkzeug | 3.1.3 | wheel | 0.45.1 |
| sempre que | 0.7.3 | widgetsnbextension | 4.0.14 | embrulhado | 1.17.0 |
| xgboost | 3.2.0 | xgboost-ray | 0.1.19 | xxhash | 3.5.0 |
| yarl | 1.22.0 | zipp | 3.23.0 | zstandard | 0.25.0 |
Bibliotecas Python em clusters de GPU
Note
O PyTorch utiliza as dependências CUDA PyPI para fornecer suporte a CUDA, em vez das versões da biblioteca CUDA que estão integradas no Databricks Runtime 19 ML.
| Library | Versão | Library | Versão | Library | Versão |
|---|---|---|---|---|---|
| ABSL-PY | 2.3.1 | acelerar | 1.13.0 | aiohappyeyeballs | 2.6.1 |
| AIOHTTP | 3.13.2 | aiohttp-cors | 0.8.1 | aiosignal | 1.4.0 |
| documento anotado | 0.0.4 | annotated-types | 0.7.0 | anyio | 4.10.0 |
| arro3-core | 0.8.0 | AstTokens | 3.0.0 | astunparse | 1.6.3 |
| Atributos | 25.4.0 | audioread | 3.1.0 | autocommand | 2.2.2 |
| azure-core | 1.41.0 | Azure-Cosmos | 4.3.1 | azure-identity | 1.25.3 |
| azure-mgmt-core | 1.6.0 | azure-mgmt-web | 10.1.0 | azure-storage-blob | 12.29.0 |
| azure-storage-file-datalake | 12.24.0 | backports.tarfile | 1.2.0 | preto | 25.9.0 |
| blinker | 1.7.0 | felicidade | 1.3.3 | boto3 | 1.40.46 |
| botocore | 1.40.46 | cachetools | 5.5.1 | catálogo | 2.0.10 |
| certifi | 2025.11.12 | cffi | 2.0.0 | charset-normalizer | 3.4.4 |
| clicar | 8.2.1 | CloudPathlib | 0.24.0 | Cloudpickle | 3.1.1 |
| cmdstanpy | 1.3.0 | colorido | 0.5.8 | colorlog | 6.10.1 |
| comm | 0.2.3 | Confeção | 1.3.3 | contourpy | 1.3.3 |
| criptografia | 46.0.3 | Ligações CUDA | 13.2.0 | Cuda-Pathfinder | 1.5.4 |
| CUDA Toolkit | 13.0.2 | cycler | 0.11.0 | cymem | 2.0.13 |
| Databricks-Agentes | 1.10.2 | Databricks - Engenharia de Características | 0.13.0.1 | databricks-sdk | 0.108.0 |
| DataClasses-JSON | 0.6.7 | datasets | 4.8.5 | dbl-tempo | 0.1.26 |
| dbus-python | 1.3.2 | debugpy | 1.8.16 | decorador | 5.2.1 |
| DeepSpeed | 0.19.0 | deltalake | 1.5.1 | Descontinuado | 1.3.1 |
| dill | 0.4.0 | Distlib | 0.4.0 | dm-árvore | 0.1.10 |
| einops | 0.8.2 | evaluate | 0.4.6 | executar | 2.2.1 |
| Farama-Notificações | 0.0.6 | fastapi | 0.136.3 | filelock | 3.20.0 |
| flash_attn | 2.8.3 | Flask | 2.2.5 | Fonttools | 4.60.1 |
| Frozenlist | 1.8.0 | fsspec | 2023.5.0 | GitDB | 4.0.11 |
| GitPython | 3.1.45 | google-api-core | 2.30.3 | google-auth | 2.53.0 |
| google-cloud-core | 2.6.0 | google-cloud-storage | 3.10.1 | Google-CRC32C | 1.8.0 |
| google-resumable-media | 2.9.0 | googleapis-common-protos | 1.71.0 | GraphQL-Core | 3.2.4 |
| greenlet | 3.2.4 | Grpcio | 1.76.0 | grpcio-status | 1.76.0 |
| ginásio | 0.28.1 | h11 | 0.16.0 | HF-XET | 1.5.0 |
| hjson | 3.1.0 | feriados | 0.54 | httpcore | 1.0.9 |
| httplib2 | 0.20.4 | httpx | 0.28.1 | huggingface_hub | 0.36.2 |
| idna | 3.11 | ImageIO | 2.37.2 | aprendizagem não balanceada | 0.14.0 |
| importlib_metadata | 8.7.0 | importlib_resources | 7.1.0 | modificar | 7.3.1 |
| iniconfig | 2.1.0 | ipyflow-core | 0.0.227 | ipykernel | 6.31.0 |
| ipython | 9.7.0 | ipython_pygments_lexers | 1.1.1 | ipywidgets | 8.1.7 |
| isodate | 0.7.2 | é perigoso | 2.2.0 | jaraco.collections | 5.1.0 |
| jaraco.context | 5.3.0 | jaraco.functools | 4.0.1 | jaraco.text | 3.12.1 |
| Jax-Jumpy | 1.0.0 | jedi | 0.19.2 | Jinja2 | 3.1.6 |
| Jiter | 0.15.0 | jmespath | 1.0.1 | Joblib | 1.5.2 |
| Joblibspark | 0.6.0 | jsonpatch | 1.33 | jsonpointer | 3.1.1 |
| jsonschema | 4.25.0 | jsonschema-specifications | 2025.9.1 | jupyter_client | 8.6.3 |
| jupyter_core | 5.8.1 | jupyterlab_widgets | 3.0.15 | kiwisolver | 1.4.8 |
| langchain | 1.3.1 | langchain-núcleo | 1.4.0 | langchain-protocolo | 0.0.15 |
| langgraph | 1.2.1 | langgraph-checkpoint | 4.1.1 | Langgraph-pré-construído | 1.1.0 |
| langgraph-sdk | 0.3.15 | Langsmith | 0.4.41 | launchpadlib | 1.11.0 |
| lazr.restfulclient | 0.14.6 | lazr.uri | 1.0.6 | carregador lento (lazy_loader) | 0,4 |
| librosa | 0.11.0 | LightGBM | 4.6.0 | linkify-it-py | 2.0.3 |
| llvmlite | 0.45.1 | lz4 | 4.4.5 | Mako | 1.3.12 |
| Marisa-Trie | 1.2.0 | Markdown | 3,8 | markdown-it-py | 2.2.0 |
| MarkupSafe | 3.0.2 | Espuma | 3.26.2 | matplotlib | 3.10.6 |
| matplotlib-inline | 0.2.1 | Mccabe | 0.7.0 | mdit-py-plugins | 0.5.0 |
| mdurl | 0.1.2 | Memray | 1.19.3 | mlflow-skinny | 3.12.0 |
| mmh3 | 5.2.1 | more-itertools | 10.3.0 | mpmath | 1.3.0 |
| msal | 1.36.0 | msal-extensions | 1.3.1 | msgpack | 1.1.2 |
| MSREST | 0.7.1 | Multidict | 6.7.0 | multiprocesso | 0.70.18 |
| Murmurhash | 1.0.15 | mypy extensions | 1.0.0 | nest-asyncio | 1.6.0 |
| networkx | 3.5 | ninja | 1.13.0 | NLTK | 3.9.2 |
| nodeenv | 1.10.0 | numba | 0.62.1 | numpy | 2.3.4 |
| Nvidia-Cublas | 13.1.1.3 | Nvidia-Cuda-Cupti | 13.0.85 | nvidia-cuda-nvrtc | 13.0.88 |
| nvidia-cuda-runtime | 13.0.96 | nvidia-cudnn-cu13 | 9.20.0.48 | nvidia-cufft | 12.0.0.61 |
| nvidia-cufile | 1.15.1.6 | nvidia-curand | 10.4.0.35 | nvidia-cusolver | 12.0.4.66 |
| nvidia-cusparse | 12.6.3.3 | nvidia-cusparselt-cu13 | 0.8.1 | nvidia-ml-py | 13.580.82 |
| NVIDIA-NCCL-CU12 | 2.30.4 | nvidia-nccl-cu13 | 2.29.7 | nvidia-nvjitlink | 13.0.88 |
| nvidia-nvshmem-cu13 | 3.4.5 | Nvidia-NVTX | 13.0.85 | OAuthlib | 3.2.0 |
| OpenAI | 2.37.0 | OpenCensus | 0.11.4 | contexto do opencensus | 0.1.3 |
| opentelemetry-api | 1.42.1 | OpenTelemetry-Proto | 1.42.1 | opentelemetry-sdk | 1.42.1 |
| opentelemetry-semantic-conventions | 0.63b1 | Optuna | 3.6.1 | Integração do Optuna | 3.6.0 |
| Orjson | 3.11.9 | ormsgpack | 1.12.2 | packaging | 25.0 |
| pandas | 2.3.3 | Parso | 0.8.5 | PathSpec | 0.12.1 |
| patsy | 1.0.1 | pexpect | 4.9.0 | pillow | 12.0.0 |
| pip | 25,3 | platformdirs | 4.5.0 | pluggy | 1.5.0 |
| cachorrinho | 1.9.0 | Preshed | 3.0.13 | prometheus_client | 0.21.1 |
| prompt_toolkit | 3.0.52 | propcache | 0.3.1 | profeta | 1.2.1 |
| proto-plus | 1.28.0 | protobuf | 6.33.5 | psutil | 7.0.0 |
| ptyprocess | 0.7.0 | pure_eval | 0.2.3 | py-cpuinfo | 9.0.0 |
| py-spy | 0.4.2 | pyarrow | 21.0.0 | pyasn1 | 0.6.1 |
| pyasn1_modules | 0.4.2 | pyccolo | 0.0.83 | pycparser | 2.23 |
| pydantic | 2.13.3 | pydantic_core | 2.46.3 | Pyflakes | 3.2.0 |
| Pygments | 2.19.2 | PyGObject | 3.48.2 | pyiceberg | 0.11.1 |
| PyJWT | 2.10.1 | pyparsing | 3.2.5 | Pyright | 1.1.409 |
| Piroaring | 1.1.0 | Pytesseract | 0.3.13 | pytest | 8.4.2 |
| python-dateutil | 2.9.0.post0 | python-dotenv | 1.2.2 | editor de Python | 1.0.4 |
| pytokens | 0.2.0 | pytz | 2025.2 | PyYAML | 6.0.3 |
| Pyzmq | 27.1.0 | raio | 2.37.0 | referencing | 0.37.0 |
| regex | 2025.9.1 | requests | 2.32.5 | requests-oauthlib | 2.0.0 |
| pedidos-cinto de ferramentas | 1.0.0 | rich | 14.2.0 | rpds-py | 0.28.0 |
| s3transfer | 0.14.0 | Safetensors | 0.7.0 | scikit-image | 0.25.2 |
| scikit-learn | 1.7.2 | scipy | 1.16.3 | transformadores de frases | 5.5.1 |
| Peça de frase | 0.2.1 | setuptools | 80.9.0 | forma | 0.51.0 |
| Shellingham | 1.5.4 | seis | 1.17.0 | cortador | 0.0.8 |
| smart_open | 7.6.1 | smmap | 5.0.0 | sniffio | 1.3.0 |
| arquivo de som | 0.13.1 | soxr | 1.1.0 | espaçoso | 3.8.14 |
| Spacy-legado | 3.0.12 | spacy-loggers | 1.0.5 | SQLAlchemy | 2.0.43 |
| sqlparse | 0.5.5 | a sério? | 2.5.3 | ssh-import-id | 5.11 |
| stack-data | 0.6.3 | Estanio | 0.5.1 | starlette | 0.52.1 |
| statsmodels | 0.14.5 | strictyaml | 1.7.3 | SymPy | 1.14.0 |
| tenacity | 9.1.2 | TensorBoard | 2.20.0 | TensorBoard-Servidor de Dados | 0.7.2 |
| tensorboardX (ferramenta de visualização de tensores) | 2.6.5 | textual | 8.2.7 | Thinc | 8.3.13 |
| Threadpoolctl | 3.5.0 | ficheiro TIFF | 2025.10.4 | tiktoken | 0.13.0 |
| tokenize_rt | 6.2.0 | Tokenizadores | 0.22.1 | tomli | 2.0.1 |
| tocha | 2.12.0 | Torcheval | 0.0.7 | Torchvision | 0.27.0 |
| tornado | 6.5.1 | tqdm | 4.67.1 | traitlets | 5.14.3 |
| transformadores | 4.57.6 | Tritão | 3.7.0 | typeguard | 4.3.0 |
| mecanógrafo | 0.25.1 | inspeção de digitação | 0.9.0 | Inspeção de Digitação | 0.4.2 |
| typing_extensions | 4.15.0 | tzdata | 2026.2 | UC-Micro-PY | 1.0.3 |
| unattended-upgrades | 0.1 | urllib3 | 2.5.0 | uuid_utils | 0.16.0 |
| uvicorn | 0.47.0 | virtualenv | 20.35.4 | wadllib | 1.3.6 |
| Wasabi | 1.1.3 | wcwidth | 0.2.13 | doninha | 1.0.0 |
| Werkzeug | 3.1.3 | wheel | 0.45.1 | sempre que | 0.7.3 |
| widgetsnbextension | 4.0.14 | embrulhado | 1.17.0 | xgboost | 3.2.0 |
| xgboost-ray | 0.1.19 | xxhash | 3.5.0 | yarl | 1.22.0 |
| zipp | 3.23.0 | zstandard | 0.25.0 |
Bibliotecas R
As bibliotecas R são idênticas às Bibliotecas R no Databricks Runtime 19.
Bibliotecas Java e Scala (cluster Scala 2.13)
Para além das bibliotecas Java e Scala no Databricks Runtime 19, o Databricks Runtime 19 ML contém os seguintes JARs:
Clusters de CPU
| ID do grupo | ID do artefato | Versão |
|---|---|---|
| ml.dmlc | xgboost4j-spark_2,13 | 2.1.3 |
| ml.dmlc | xgboost4j_2.13 | 2.1.3 |
| org.graphframes | graphframes_2.13 | 0.8.4-db1-spark3.5 |
| org.mlflow | mlflow cliente | 2.15.1 |
| org.scala-lang.modules | scala-collection-compat_2.13 | 2.12.0 |
| org.tensorflow | spark-tensorflow-connector_2.13 | 1.15.0 |
Clusters de GPU
| ID do grupo | ID do artefato | Versão |
|---|---|---|
| ml.dmlc | xgboost4j-spark-gpu_2.13 | 2.1.3 |
| ml.dmlc | xgboost4j-gpu_2.13 | 2.1.3 |
| org.graphframes | graphframes_2.13 | 0.8.4-db1-spark3.5 |
| org.mlflow | mlflow cliente | 2.15.1 |
| org.scala-lang.modules | scala-collection-compat_2.13 | 2.12.0 |
| org.tensorflow | spark-tensorflow-connector_2.13 | 1.15.0 |
Versões não suportadas
Gorjeta
Para ver as notas de versão das versões do Databricks Runtime que atingiram o fim do suporte (EoS), consulte Notas de versão do Databricks Runtime que atingiram o fim do suporte. As versões do EoS Databricks Runtime foram desativadas e podem não ser atualizadas.