Поделиться через

март 2018 г.

  • Статья

Выпуски являются поэтапными. На обновление вашей учетной записи Azure Databricks может потребоваться до одной недели с даты выпуска.

Сведения о выполнении команды

27 марта — 3 апреля 2018 г.: версия 2.68

При выполнении команды в записной книжке теперь отображаются подробные сведения о ходе выполнения.

Интерфейс командной строки Databricks поддерживает --profile

27 марта — 3 апреля 2018 г.: версия 2.68

Databricks CLI 0.6.1 поддерживает --profile во всех позициях.

См. интерфейс командной строки Databricks (устаревшая версия).

Списки ACL по умолчанию включены для новых клиентов ценовой категории "Премиум"

27 марта — 3 апреля 2018 г.: версия 2.68

Списки управления доступом (ACL) теперь включены по умолчанию для всех новых клиентов в ценовой категории "Премиум". Существующие клиенты должны продолжать включать списки управления доступом вручную.

См. статью Списки элементов управления доступом больше не могут быть отключены.

Общедоступная версия службы Azure Databricks

22 марта 2018 г.

Мы рады сообщить, что платформа Azure Databricks теперь общедоступна. За последние недели мы добавили функции, которые помогут сделать работу с Azure Databricks еще лучше, включая следующее.

И, конечно, Azure Databricks продолжает обеспечивать простую интеграцию с хранилищем BLOB-объектов Azure, Azure Data Lake Store и Azure Cosmos DB.

В дополнение к документации, предоставленной на этом сайте, learn.microsoft.com предоставляет вводные материалы, сведения об управлении учетными записями Azure и комплексные руководства.

Новая тема сайта документации

21 марта 2018 г.

Мы обновили внешний вид нашего сайта документации. Надеемся, вам понравится!

Автомасштабирование локального хранилища

13–20 марта 2018 г.: версия 2.67

Все кластеры на Azure Databricks запускаются с включенным автомасштабированием локального хранилища. Это означает, что Azure Databricks автоматически присоединяет дополнительные управляемые диски к виртуальным машинам рабочих узлов кластера каждый раз, когда они работают на диске.

Дополнительные сведения см. в статье "Включение автоматического масштабирования локального хранилища ".

Пиринг виртуальных сетей

13–20 марта 2018 г.: версия 2.67

Добавлена поддержка пиринга виртуальных сетей (VNet), которая позволяет виртуальной сети, в которой работает ресурс Azure Databricks, осуществлять пиринг с другой виртуальной сетью Azure.

Дополнительные сведения см. в статье Пиринг виртуальных сетей.

Журнал событий кластера

13–20 марта 2018 г.: версия 2.67

На странице сведений о кластере имеется новая вкладка "Журнал событий", в которой отображаются важные события жизненного цикла кластера. Исторические события можно просматривать в течение 60 дней, что сравнимо с другими значениями времени хранения данных в Azure Databricks.

Дополнительные сведения см. в журналах событий вычислений .

Databricks CLI: выпуск 0.6.0

13 марта 2018 г.: databricks-cli 0.6.0

Databricks CLI теперь поддерживает Python 3.

Дополнительные сведения см. в интерфейсе командной строки Databricks (устаревшая версия ).

Управление выполнением заданий

13–20 марта 2018 г.: версия 2.67

Теперь можно удалить выполнение задания на странице сведения о задании и на странице выполнения задания.

Конечная точка выполнения задания Получить выходные данные является общедоступной, а максимальный объем возвращаемых выходных данных увеличен до 5 МБ.

Для изменения разрешений кластера теперь требуется режим редактирования

13–20 марта 2018 г.: версия 2.67

Ранее можно было изменить разрешения кластера, не нажимая кнопку "Изменить", которая не согласовалась с другими атрибутами кластера.

Побочным результатом этого изменения является то, что вы больше не можете изменять разрешения кластера, пока кластер находится в состоянии ожидания.

Экспорт модели машинного обучения Databricks

1 марта 2018 г.

В документации теперь рассматривается экспорт модели машинного обучения Databricks, что позволяет экспортировать модели и полные конвейеры машинного обучения из Apache Spark. Экспортированные модели и конвейеры можно импортировать на другие платформы (Spark и другие) для оценки и выполнения прогнозов. Экспорт моделей предназначен для упрощенных приложений с поддержкой машинного обучения, отличающихся низкой задержкой.

Примечание.

Для этой функции также требуется компонент Databricks Runtime 4.0 или более поздние версии.

Дополнительные сведения см. в статье об экспорте модели машинного обучения MLeap.