Databricks Runtime 5.0 (неподдерживаемый)
Этот образ Databricks выпущен в ноябре 2018 г.
В следующих заметках о выпуске содержатся сведения о Databricks Runtime 5.0 на платформе Apache Spark.
Новые возможности
Delta Lake
- Вложенные запросы теперь поддерживаются в
WHEREпредложении для поддержки командDELETEиUPDATE. - Новая масштабируемая реализация для команд
MERGE.- Нет ограничений на количество вставок и обновлений.
- Может использоваться для запросов SCD типа 1 и 2.
- Можно выполнять операции upsert из запросов потоковой передачи в режиме обновления (например, записывать выходные данные агрегата потоковой передачи в разностную таблицу). См. пример записи статистических выражений в Databricks Delta с помощью команды СЛИЯНИЕ и foreachBatch записной книжки.
- Вложенные запросы теперь поддерживаются в
Структурированная потоковая передача
- Источник потоковой передачи на основе уведомлений о файлах хранилища BLOB-объектов Azure. Это может значительно снизить затраты при выполнении запроса структурированной потоковой передачи для файлов в хранилище BLOB-объектов Azure. Вместо того чтобы использовать список для поиска новых файлов для обработки, этот источник потоковой передачи может напрямую читать уведомления о событиях файлов, чтобы найти новые файлы. См. источник файла хранилища BLOB-объектов Azure с помощью хранилища очередей Azure (устаревшая версия).
Добавлена поддержка TensorBoard для мониторинга заданий глубокого обучения. См. раздел TensorBoard.
Усовершенствования
- Delta Lake
OPTIMIZEпроизводительность и стабильность.OPTIMIZEКоманда фиксирует пакеты как можно скорее, а не в конце процесса.- Сокращение числа потоков
OPTIMIZEпо умолчанию, выполняемых параллельно. Это существенное увеличение производительности для больших таблиц. OPTIMIZEУскоряет операции записи, избегая ненужной сортировки данных при записи в секционированную таблицу.OPTIMIZE ZORDER BYУскоряет, создавая его как добавочный. Это означает, что команда теперь не переписывает файлы данных, которые уже были Z-упорядочены в одних и тех же столбцах. См . сведения о пропусках данных для Delta Lake.
- Изоляция моментальных снимков при выполнении запросов к разностным таблицам. Любой запрос с несколькими ссылками на разностную таблицу (например, самосоединение) считывает из того же моментального снимка таблицы, даже если в таблице есть одновременные процессы обновления.
- Оптимизирована задержка запросов при чтении из небольших (< 2000 файлов) разностных таблиц путем кэширования метаданных в драйвере.
- Улучшенная производительность логистической регрессии MLlib.
- Улучшена производительность алгоритма дерева MLlib.
- Обновлены несколько библиотек Java и Scala. См. раздел Установленные библиотеки Java и Scala (версия кластера Scala 2.11).
- Обновлены некоторые установленные библиотеки Python:
- pip: с 10.0.1 до 18.0
- setuptools: с 39.2.0 до 40.4.1
- tornado: с 5.0.2 до 5.1.1
- Обновлены несколько установленных библиотек R. См. Установленные библиотеки R.
Исправления ошибок
- Delta Lake
- Конфигурации, заданные в SQL, теперь правильно применяются к операциям Delta Lake, которые были первоначально загружены в другую записную книжку.
- Исправлена ошибка в команде
DELETE, неправильно удалявшей строки, в которых условие имеет значение NULL. - Потоки, которые используют более двух дней для обработки начального пакета (то есть данные, которые были в таблице при запуске потока), больше не завершаются с ошибкой
FileNotFoundExceptionпри попытке восстановления из контрольной точки. - Позволяет избежать состояния гонки, которое приводит к ошибке
NoClassDefErrorпри загрузке новой таблицы. - Исправление для
VACUUM, где операция может завершиться ошибкой с AssertionError, сообщение об ошибке которой начинается со слов: "Здесь не должно быть абсолютных путей для удаления". - Исправлена команда
SHOW CREATE TABLE, не включающая в себя свойства хранилища, созданные Hive.
- Исполнители, которые вызывают много ошибок
NoClassDefFoundErrorдля внутренних классов Spark, теперь автоматически перезапускаются для устранения проблемы.
Известные проблемы
- Имена столбцов, указанные в параметре
replaceWhereдля режима в Delta Lake, чувствительны кoverwriteрегистру, даже если включен параметр учета регистра (по умолчанию). - Соединитель Snowflake для Databricks Runtime 5.0 находится на этапе предварительной версии.
- После отмены запущенной ячейки потоковой передачи в записной книжке, подключенной к кластеру Databricks Runtime 5.0, невозможно выполнять последующие команды в записной книжке, пока вы не удалите состояние записной книжки или не перезапустите кластер. Обходной путь см. в базе знаний.
Apache Spark
Databricks Runtime 5.0 включает Apache Spark 2.4.0.
Ядро и Spark SQL
Примечание.
Эта статья содержит упоминания термина slave (ведомый),который больше не используется в Azure Databricks. Когда этот термин будет удален из программного обеспечения, мы удалим его из статьи.
Основные возможности
- Режим выполнения барьера: [SPARK-24374] поддерживает режим выполнения барьера в планировщике, чтобы улучшить интеграцию с платформами глубокого обучения.
- Поддержка Scala 2.12: [SPARK-14220] добавьте экспериментальную поддержку Scala 2.12. Теперь можно создать Spark с помощью Scala 2.12 и написать приложения Spark в Scala 2.12.
- Функции высшего порядка: [SPARK-23899] добавляет множество новых встроенных функций, включая функции высокого порядка, для упрощения работы с сложными типами данных. См. Встроенные функции Apache Spark.
- Встроенный источник данных Avro: [SPARK-24768] встроенный пакет Spark-Avro с поддержкой логического типа, более высокая производительность и удобство использования.
API
- [SPARK-24035][SQL] Синтаксис SQL для Pivot
- [SPARK-24940] Объединение и повторное секционирование для запросов SQL
- [SPARK-19602] Поддержка разрешения столбцов с полным именем столбца
- [SPARK-21274] Реализация EXCEPT ALL и INTERSECT ALL
Производительность и стабильность
- [SPARK-16406] Разрешение ссылок для большого числа столбцов должно быть быстрее
- [SPARK-23486]Кэширование имени функции из внешнего каталога для lookupFunctions
- [SPARK-23803] Поддержка удаления контейнеров
- [SPARK-24802] Исключение правила оптимизации
- [SPARK-4502] Удаление вложенных схем для таблиц Parquet
- [SPARK-24296] Поддержка блоков репликации размером более 2 ГБ
- [SPARK-24307] Поддержка отправки сообщений свыше 2 ГБ из памяти
- [SPARK-23243] Смешение + повторное секционирование в RDD может привести к неверным ответам
- [SPARK-25181] Ограничивает размер пулов главного и подчиненного потоков BlockManager, снижая нагрузку на память при низкой скорости работы сети
Соединители
- [SPARK-23972] Обновление Parquet с 1.8.2 до 1.10.0
- [SPARK-25419] Улучшение выталкивания предиката Parquet
- [SPARK-23456] Собственный читатель ORC по умолчанию включен
- [SPARK-22279] Использование собственного читателя ORC для чтения таблиц serde Hive по умолчанию
- [SPARK-21783] Включение выталкивания фильтра ORC по умолчанию
- [SPARK-24959] Ускорение работы функции count() для JSON и CSV
- [SPARK-24244] Синтаксический анализ только необходимых столбцов для синтаксического анализатора CSV
- [SPARK-23786] Проверка схемы CSV — имена столбцов не проверяются
- [SPARK-24423] Запрос параметра для указания запроса для чтения из JDBC
- [SPARK-22814] Поддержка даты / метки времени в столбце секционирования JDBC
- [SPARK-24771] Обновление Avro с 1.7.7 до 1.8
PySpark
- [SPARK-24215] Реализация безотлагательной оценки для API DataFrame
- [SPARK-22274] - [SPARK-22239] Определяемые пользователем функции агрегата с помощью Pandas UDF
- [SPARK-24396] Добавление структурированной потоковой передачи ForeachWriter для Python
- [SPARK-23874] Обновление Apache Arrow до 0.10.0
- [SPARK-25004] Добавление предела spark.executor.pyspark.memory
- [SPARK-23030] Использование формат потока Arrow для создания и сбора pandas DataFrames
- [SPARK-24624] Поддержка смешанных функций Python UDF и скалярных Pandas UDF
Другие важные изменения
- [SPARK-24596] Отмена некаскадного кэша
- [SPARK-23880] Не запускайте задания для кэширования данных
- [SPARK-23510][SPARK-24312] Поддержка хранилище метаданных Hive 2.2 и Hive 2.3
- [SPARK-23711] Добавление резервного генератора для UnsafeProjection
- [SPARK-24626] Вычисление размера параллельного расположения в команде таблицы анализа
Руководства по программированию: руководство по программированию Spark RDD и руководство по наборам данных и DataFrame Spark SQL.
Структурированная потоковая передача
Основные возможности
- [SPARK-24565] Предоставлены выходные строки каждого микропакета в формате DataFrame с помощью foreachBatch (Python, Scala и Java)
- [SPARK-24396] Добавлен API Python для foreach и ForeachWriter
- [SPARK-25005] Поддержка “kafka.isolation.level” для чтения только зафиксированных записей из разделов Kafka, записанных с помощью транзакционного производителя.
Другие важные изменения
- [SPARK-24662] Поддержка оператора LIMIT для потоков в режиме добавления или завершения
- [SPARK-24763] Удаление резервных данных ключа из значения в агрегате потоковой передачи
- [SPARK-24156] Более быстрое создание выходных результатов и/или очистка состояния с помощью операций с отслеживанием состояния (mapGroupsWithState, соединение поток-поток, агрегирование потоковой передачи, потоковая передача dropDuplicates) при отсутствии данных во входном потоке.
- [SPARK-24730] Поддержка выбора минимального или максимального водяного знака при наличии нескольких входных потоков в запросе
- [SPARK-25399] Исправлена ошибка, при которой повторное использование потоков выполнения из непрерывной обработки для потоковой передачи микропакетов может привести к неправильной работе
- [SPARK-18057] Обновлена версия клиента Kafka с 0.10.0.1 до 2.0.0
Руководство по программированию: Руководство по программированию структурированной потоковой передачи.
MLlib
Основные возможности
- [SPARK-22666] Источник данных Spark для формата изображения
Другие важные изменения
- [SPARK-22119][SPARK-23412][SPARK-23217] Добавление меры косинусного расстояния к средству оценки KMeans/BisectingKMeans/кластеризации
- [SPARK-10697] Вычисление точности прогноза в интеллектуальном анализе правил взаимосвязей
- [SPARK-14682][SPARK-24231] Предоставление метода evaluateEachIteration или эквивалент для GBT Spark.ml
- [SPARK-7132][SPARK-24333] Добавление подгонки с набором проверки GBT spark.ml
- [SPARK-15784][SPARK-19826] Добавление кластеризации итерации мощности в spark.ml
- [SPARK-15064] Поддержка языковых стандартов в StopWordsRemover
- [SPARK-21741] API Python для средства формирования сводных данных на основе DataFrame
- [SPARK-21898][SPARK-23751] Равенство функций для KolmogorovSmirnovTest в MLlib
- [SPARK-10884] Поддержка прогнозирования на одном экземпляре для моделей, связанных с регрессией и классификацией
- [SPARK-23783] Добавление нового универсального признака экспорта для конвейеров ML
- [SPARK-11239] Экспорт PMML для линейной регрессии ML
Руководство по программированию: руководство по библиотеке Машинного обучения (MLlib).
SparkR
- [SPARK-25393] Добавление новой функции from_csv ()
- [SPARK-21291] Добавление секции R с помощью API в DataFrame
- [SPARK-25007] Добавление array_intersect/array_except/array_union/shuffle в SparkR
- [SPARK-25234] Предотвращение переполнения целых чисел в параллелизации
- [SPARK-25117] Добавление поддержки операторов EXCEPT ALL и INTERSECT ALL в R
- [SPARK-24537] Добавление array_remove / array_zip / map_from_arrays / array_distinct
- [SPARK-24187] Добавление функции array_join в SparkR
- [SPARK-24331] Добавление arrays_overlap, array_repeat, map_entries в SparkR
- [SPARK-24198] Добавление функции среза в SparkR
- [SPARK-24197] Добавление функции array_sort в SparkR
- [SPARK-24185] Добавление функции преобразования в плоскую структуру в SparkR
- [SPARK-24069] Добавление функций array_min и array_max
- [SPARK-24054] Добавление функции array_position функции и функций element_at
- [SPARK-23770] Добавление API repartitionByRange в SparkR
Руководство по программированию: SparkR (R в Spark).
GraphX
- [SPARK-25268] Выполнение параллельного персонализированного PageRank вызывает исключение сериализации
Руководство по программированию: руководство по программированию для GraphX.
Устаревшие элементы
- [SPARK-23451] Устаревшие KMeans computeCost
- [SPARK-25345] Устаревшие API readImages из ImageSchema
Изменения в работе
- [SPARK-23549] Приведение к метке времени при сравнении метки времени с датой
- [SPARK-24324] UDF группового сопоставления в pandas должна назначать результирующие столбцы по имени
- [SPARK-250888] Обновления документации и rest Server по умолчанию
- [SPARK-23425] Загрузка данных для пути к файлу HDFS с использованием подстановочных знаков работает не правильно
- [SPARK-23173] from_json может создавать значения NULL для полей, которые помечены как не допускающие значения NULL
- [SPARK-24966] Реализация правил приоритета для операций над множеством
- [SPARK-25708] HAVING без GROUP BY должно быть глобальным агрегатом
- [SPARK-24341] Правильная работа с несколькими значениями вложенного запроса IN
- [SPARK-19724] Создание управляемой таблицы с существующим расположением по умолчанию должно вызывать исключение
Любые изменения в поведении см. в разделе руководств по миграции.
Известные проблемы
- [SPARK-25793] Загрузка ошибки модели в BisectingKMeans
- [SPARK-25271] CTAS с таблицами Hive Parquet должны использовать собственный источник Parquet
- [SPARK-24935] Проблема с исполнением UDAF Hive в Spark 2.2 и более поздних версиях
Обновления в рамках обслуживания
См. Служебные обновления Databricks Runtime 5.0.
Системная среда
- Операционная система: Ubuntu 16.04.5 LTS
- Java: 1.8.0_162
- Scala: 2.11.8
- Python: 2.7.12 для кластеров Python 2 и 3.5.2 для кластеров Python 3.
- R: R версии 3.4.4 (15.03.2018)
- Кластеры GPU: установлены следующие библиотеки GPU NVIDIA:
- Драйвер Tesla 375.66
- CUDA 9.0
- cuDNN 7.0
Примечание.
Несмотря на то, что Scala 2.12 поддерживается в Apache Spark 2.4, она не поддерживается в Databricks Runtime 5.0.
Установленные библиотеки Python
| Библиотека | Версия | Библиотека | Версия | Библиотека | Версия |
|---|---|---|---|---|---|
| ansi2html | 1.1.1 | argparse | 1.2.1 | backports-abc | 0,5 |
| boto | 2.42.0 | boto3 | 1.4.1 | botocore | 1.4.70 |
| brewer2mpl | 1.4.1 | certifi | 2016.2.28 | cffi | 1.7.0 |
| chardet | 2.3.0 | colorama | 0.3.7 | configobj | 5.0.6 |
| криптография | 1.5 | cycler | 0.10.0 | Cython | 0.24.1 |
| decorator | 4.0.10 | docutils | 0,14 | enum34 | 1.1.6 |
| et-xmlfile | 1.0.1 | freetype-py | 1.0.2 | funcsigs | 1.0.2 |
| fusepy | 2.0.4 | фьючерсы | 3.2.0 | ggplot | 0.6.8 |
| html5lib | 0,999 | idna | 2.1 | ipaddress | 1.0.16 |
| ipython | 2.2.0 | ipython-genutils | 0.1.0 | jdcal | 1.2 |
| Jinja2 | 2.8 | jmespath | 0.9.0 | llvmlite | 0.13.0 |
| lxml | 3.6.4 | MarkupSafe | 0,23 | matplotlib | 1.5.3 |
| mpld3 | 0,2 | msgpack-python | 0.4.7 | ndg-httpsclient | 0.3.3 |
| numba | 0.28.1 | numpy | 1.11.1 | openpyxl | 2.3.2 |
| pandas | 0.19.2 | pathlib2 | 2.1.0 | patsy | 0.4.1 |
| pexpect | 4.0.1 | pickleshare | 0.7.4 | Pillow | 3.3.1 |
| pip | 18,0 | ply | 3,9 | prompt-toolkit | 1.0.7 |
| psycopg2 | 2.6.2 | ptyprocess | 0.5.1 | py4j | 0.10.3 |
| pyarrow | 0.8.0 | pyasn1 | 0.1.9 | pycparser | 2,14 |
| Pygments | 2.1.3 | PyGObject | 3.20.0 | pyOpenSSL | 16.0.0 |
| pyparsing | 2.2.0 | pypng | 0.0.18 | Python | 2.7.12 |
| python-dateutil | 2.5.3 | python-geohash | 0.8.5 | pytz | 2016.6.1 |
| requests | 2.11.1 | s3transfer | 0.1.9 | scikit-learn | 0.18.1 |
| scipy | 0.18.1 | scour | 0,32 | мореборн | 0.7.1 |
| setuptools | 40.4.1 | simplejson | 3.8.2 | simples3 | 1.0 |
| singledispatch | 3.4.0.3 | six | 1.10.0 | statsmodels | 0.6.1 |
| tornado | 5.1.1 | traitlets | 4.3.0 | urllib3 | 1.19.1 |
| virtualenv | 15.0.1 | wcwidth | 0.1.7 | wheel | 0.31.1 |
| wsgiref | 0.1.2 |
Installed R Libraries
| Библиотека | Версия | Библиотека | Версия | Библиотека | Версия |
|---|---|---|---|---|---|
| abind | 1.4-5 | assertthat | 0.2.0 | внутренние порты | 1.1.2 |
| base | 3.4.4 | base64enc | 0.1-3 | BH | 1.66.0-1 |
| bindr | 0.1.1 | bindrcpp | 0.2.2 | bit | 1.1–14 |
| bit64 | 0.9-7 | bitops | 1.0–6 | большой двоичный объект | 1.1.1 |
| загрузка | 1.3-20 | заваривать | 1.0–6 | метла | 0.5.0 |
| вызывающий объект | 3.0.0 | автомобиль | 3.0-2 | carData | 3.0-1 |
| крышка | 6.0-80 | cellranger | 1.1.0 | chron | 2.3-52 |
| class | 7.3-14 | cli | 1.0.0 | cluster | 2.0.7-1 |
| codetools | 0.2-15 | colorspace | 1.3-2 | commonmark | 1.5 |
| компилятор | 3.4.4 | карандаш | 1.3.4 | curl | 3.2 |
| CVST | 0.2-2 | data.table | 1.11.4 | наборы данных | 3.4.4 |
| DBI | 1.0.0 | ddalpha | 1.3.4 | DEoptimR | 1,0–8 |
| desc | 1.2.0 | средства разработки | 1.13.6 | digest | 0.6.16 |
| dimRed | 0.1.0 | doMC | 1.3.5 | dplyr | 0.7.6 |
| DRR | 0.0.3 | вентиляторы | 0.3.0 | forcats | 0.3.0 |
| foreach | 1.4.4 | иностранный | 0.8-70 | gbm | 2.1.3 |
| geometry | 0.3-6 | ggplot2 | 3.0.0 | git2r | 0.23.0 |
| glmnet | 2.0-16 | клей | 1.3.0 | Говер | 0.1.2 |
| графика | 3.4.4 | grDevices | 3.4.4 | grid | 3.4.4 |
| gsubfn | 0,7 | gtable | 0.2.0 | h2o | 3.20.0.2 |
| haven | 1.1.2 | hms | 0.4.2 | httr | 1.3.1 |
| hwriter | 1.3.2 | hwriterPlus | 1.0-3 | ipred | 0.9-7 |
| Итераторы | 1.0.10 | jsonlite | 1.5 | kernlab | 0.9-27 |
| KernSmooth | 2.23-15 | маркирование | 0,3 | решётка | 0.20-35 |
| Lava | 1.6.3 | lazoval | 0.2.1 | littler | 0.3.4 |
| lme4 | 1.1-18-1 | lubridate | 1.7.4 | магия | 1.5-8 |
| magrittr | 1.5 | mapproj | 1.2.6 | maps | 3.3.0 |
| Maptools | 0.9-3 | МАССАЧУСЕТС | 7.3-50 | «Матрица» | 1.2-14 |
| MatrixModels | 0.4-1 | memoise | 1.1.0 | оплаты | 3.4.4 |
| mgcv | 1.8-24 | мим | 0,5 | minqa | 1.2.4 |
| ModelMetrics | 1.2.0 | munsell | 0.5.0 | mvtnorm | 1,0–8 |
| nlme | 3.1-137 | nloptr | 1.0.4 | nnet | 7.3-12 |
| numDeriv | 2016.8-1 | openssl | 1.0.2 | openxlsx | 4.1.0 |
| parallel | 3.4.4 | pbkrtest | 0.4-7 | столб | 1.3.0 |
| pkgbuild | 1.0.0 | pkgconfig | 2.0.2 | pkgKitten | 0.1.4 |
| pkgload | 1.0.0 | plogr | 0.2.0 | pls | 2.7-0 |
| plyr | 1.8.4 | хвалить | 1.0.0 | prettyunits | 1.0.2 |
| pROC | 1.12.1 | processx | 3.2.0 | prodlim | 2018.04.18 |
| proto | 1.0.0 | ps | 1.1.0 | purrr | 0.2.5 |
| quantreg | 5,36 | R.methodsS3 | 1.7.1 | R.oo | 1.22.0 |
| R.utils | 2.7.0 | R6 | 2.2.2 | randomForest | 4.6-14 |
| RColorBrewer | 1.1-2 | Rcpp | 0.12.18 | RcppEigen | 0.3.3.4.0 |
| RcppRoll | 0.3.0 | RCurl | 1.95-4.11 | readr | 1.1.1 |
| readxl | 1.1.0 | Рецепты | 0.1.3 | реванш | 1.0.1 |
| reshape2 | 1.4.3 | rio | 0.5.10 | rlang | 0.2.2 |
| надежная база | 0.93-2 | RODBC | 1.3-15 | roxygen2 | 6.1.0 |
| rpart | 4.1-13 | rprojroot | 1.3-2 | Rserve | 1.7-3 |
| RSQLite | 2.1.1 | rstudioapi | 0,7 | весы | 1.0.0 |
| sfsmisc | 1.1-2 | sp | 1.3-1 | SparkR | 2.4.0 |
| SparseM | 1.77 | пространственный | 7.3-11 | Сплайны | 3.4.4 |
| sqldf | 0.4-11 | SQUAREM | 2017.10-1 | statmod | 1.4.30 |
| stats | 3.4.4 | статистика4 | 3.4.4 | stringi | 1.2.4 |
| stringr | 1.3.1 | выживание | 2.42-6 | tcltk | 3.4.4 |
| ОбучениеDemos | 2,10 | testthat | 2.0.0 | tibble | 1.4.2 |
| tidyr | 0.8.1 | tidyselect | 0.2.4 | TimeDate | 3043.102 |
| средства | 3.4.4 | utf8 | 1.1.4 | служебные программы | 3.4.4 |
| viridisLite | 0.3.0 | усы | 0.3-2 | withr | 2.1.2 |
| xml2 | 1.2.0 | zip | 1.0.0 |
Установленные библиотеки Java и Scala (версия кластера Scala 2.11)
| ИД группы | Идентификатор артефакта | Версия |
|---|---|---|
| antlr | antlr | 2.7.7 |
| com.amazonaws | amazon-kinesis-client | 1.8.10 |
| com.amazonaws | aws-java-sdk-autoscaling | 1.11.313 |
| com.amazonaws | aws-java-sdk-cloudformation | 1.11.313 |
| com.amazonaws | aws-java-sdk-cloudfront | 1.11.313 |
| com.amazonaws | aws-java-sdk-cloudhsm | 1.11.313 |
| com.amazonaws | aws-java-sdk-cloudsearch | 1.11.313 |
| com.amazonaws | aws-java-sdk-cloudtrail | 1.11.313 |
| com.amazonaws | aws-java-sdk-cloudwatch | 1.11.313 |
| com.amazonaws | aws-java-sdk-cloudwatchmetrics | 1.11.313 |
| com.amazonaws | aws-java-sdk-codedeploy | 1.11.313 |
| com.amazonaws | aws-java-sdk-cognitoidentity | 1.11.313 |
| com.amazonaws | aws-java-sdk-cognitosync | 1.11.313 |
| com.amazonaws | aws-java-sdk-config | 1.11.313 |
| com.amazonaws | aws-java-sdk-core | 1.11.313 |
| com.amazonaws | aws-java-sdk-datapipeline | 1.11.313 |
| com.amazonaws | aws-java-sdk-directconnect | 1.11.313 |
| com.amazonaws | aws-java-sdk-directory | 1.11.313 |
| com.amazonaws | aws-java-sdk-dynamodb | 1.11.313 |
| com.amazonaws | aws-java-sdk-ec2 | 1.11.313 |
| com.amazonaws | aws-java-sdk-ecs | 1.11.313 |
| com.amazonaws | aws-java-sdk-efs | 1.11.313 |
| com.amazonaws | aws-java-sdk-elasticache | 1.11.313 |
| com.amazonaws | aws-java-sdk-elasticbeanstalk | 1.11.313 |
| com.amazonaws | aws-java-sdk-elasticloadbalancing | 1.11.313 |
| com.amazonaws | aws-java-sdk-elastictranscoder | 1.11.313 |
| com.amazonaws | aws-java-sdk-emr | 1.11.313 |
| com.amazonaws | aws-java-sdk-glacier | 1.11.313 |
| com.amazonaws | aws-java-sdk-iam | 1.11.313 |
| com.amazonaws | aws-java-sdk-importexport | 1.11.313 |
| com.amazonaws | aws-java-sdk-kinesis | 1.11.313 |
| com.amazonaws | aws-java-sdk-kms | 1.11.313 |
| com.amazonaws | aws-java-sdk-lambda | 1.11.313 |
| com.amazonaws | aws-java-sdk-logs | 1.11.313 |
| com.amazonaws | aws-java-sdk-machinelearning | 1.11.313 |
| com.amazonaws | aws-java-sdk-opsworks | 1.11.313 |
| com.amazonaws | aws-java-sdk-rds | 1.11.313 |
| com.amazonaws | aws-java-sdk-redshift | 1.11.313 |
| com.amazonaws | aws-java-sdk-route53 | 1.11.313 |
| com.amazonaws | aws-java-sdk-s3 | 1.11.313 |
| com.amazonaws | aws-java-sdk-ses | 1.11.313 |
| com.amazonaws | aws-java-sdk-simpledb | 1.11.313 |
| com.amazonaws | aws-java-sdk-simpleworkflow | 1.11.313 |
| com.amazonaws | aws-java-sdk-sns | 1.11.313 |
| com.amazonaws | aws-java-sdk-sqs | 1.11.313 |
| com.amazonaws | aws-java-sdk-ssm | 1.11.313 |
| com.amazonaws | aws-java-sdk-storagegateway | 1.11.313 |
| com.amazonaws | aws-java-sdk-sts | 1.11.313 |
| com.amazonaws | aws-java-sdk-support | 1.11.313 |
| com.amazonaws | aws-java-sdk-swf-libraries | 1.11.22 |
| com.amazonaws | aws-java-sdk-workspaces | 1.11.313 |
| com.amazonaws | jmespath-java | 1.11.313 |
| com.carrotsearch | hppc | 0.7.2 |
| com.chuusai | shapeless_2.11 | 2.3.2 |
| com.clearspring.analytics | потоковая передача | 2.7.0 |
| com.databricks | Rserve | 1.8-3 |
| com.databricks | dbml-local_2.11 | 0.5.0-db7-spark2.4 |
| com.databricks | dbml-local_2.11-tests | 0.5.0-db7-spark2.4 |
| com.databricks | jets3t | 0.7.1–0 |
| com.databricks.scalapb | compilerplugin_2.11 | 0.4.15–9 |
| com.databricks.scalapb | scalapb-runtime_2.11 | 0.4.15–9 |
| com.esotericsoftware | kryo-shaded | 4.0.2 |
| com.esotericsoftware | minlog | 1.3.0 |
| com.fasterxml | classmate | 1.0.0 |
| com.fasterxml.jackson.core | jackson-annotations | 2.6.7 |
| com.fasterxml.jackson.core | jackson-core | 2.6.7 |
| com.fasterxml.jackson.core | jackson-databind | 2.6.7.1 |
| com.fasterxml.jackson.dataformat | jackson-dataformat-cbor | 2.6.7 |
| com.fasterxml.jackson.datatype | jackson-datatype-joda | 2.6.7 |
| com.fasterxml.jackson.module | jackson-module-paranamer | 2.6.7 |
| com.fasterxml.jackson.module | jackson-module-scala_2.11 | 2.6.7.1 |
| com.github.fommil | jniloader | 1,1 |
| com.github.fommil.netlib | core | 1.1.2 |
| com.github.fommil.netlib | native_ref-java | 1,1 |
| com.github.fommil.netlib | native_ref-java-natives | 1,1 |
| com.github.fommil.netlib | native_system-java | 1,1 |
| com.github.fommil.netlib | native_system-java-natives | 1,1 |
| com.github.fommil.netlib | netlib-native_ref-linux-x86_64-natives | 1,1 |
| com.github.fommil.netlib | netlib-native_system-linux-x86_64-natives | 1,1 |
| com.github.luben | zstd-jni | 1.3.2-2 |
| com.github.rwl | jtransforms | 2.4.0 |
| com.google.code.findbugs | jsr305 | 2.0.1 |
| com.google.code.gson | gson | 2.2.4 |
| com.google.guava | guava | 15,0 |
| com.google.protobuf | protobuf-java | 2.6.1 |
| com.googlecode.javaewah | JavaEWAH | 0.3.2 |
| com.h2database | h2 | 1.3.174 |
| com.jcraft | jsch | 0.1.50 |
| com.jolbox | bonecp | 0.8.0.RELEASE |
| com.mchange | c3p0 | 0.9.5.1 |
| com.mchange | mchange-commons-java | 0.2.10 |
| com.microsoft.azure | azure-data-lake-store-sdk | 2.2.8 |
| com.microsoft.sqlserver | mssql-jdbc | 6.2.2.jre8 |
| com.ning | compress-lzf | 1.0.3 |
| com.sun.mail | javax.mail | 1.5.2 |
| com.thoughtworks.paranamer | paranamer | 2.8 |
| com.trueaccord.lenses | lenses_2.11 | 0,3 |
| com.twitter | chill-java | 0.9.3 |
| com.twitter | chill_2.11 | 0.9.3 |
| com.twitter | parquet-hadoop-bundle | 1.6.0 |
| com.twitter | util-app_2.11 | 6.23.0 |
| com.twitter | util-core_2.11 | 6.23.0 |
| com.twitter | util-jvm_2.11 | 6.23.0 |
| com.typesafe | config | 1.2.1 |
| com.typesafe.scala-logging | scala-logging-api_2.11 | 2.1.2 |
| com.typesafe.scala-logging | scala-logging-slf4j_2.11 | 2.1.2 |
| com.univocity | univocity-parsers | 2.7.3 |
| com.vlkan | flatbuffers | 1.2.0-3f79e055 |
| com.zaxxer | HikariCP | 3.1.0 |
| commons-beanutils | commons-beanutils | 1.7.0 |
| commons-beanutils | commons-beanutils-core | 1.8.0 |
| commons-cli | commons-cli | 1.2 |
| commons-codec | commons-codec | 1,10 |
| commons-collections | commons-collections | 3.2.2 |
| commons-configuration | commons-configuration | 1,6 |
| commons-dbcp | commons-dbcp | 1.4 |
| commons-digester | commons-digester | 1.8 |
| commons-httpclient | commons-httpclient | 3.1 |
| commons-io | commons-io | 2.4 |
| commons-lang | commons-lang | 2.6 |
| commons-logging | commons-logging | 1.1.3 |
| commons-net | commons-net | 3.1 |
| commons-pool | commons-pool | 1.5.4 |
| info.ganglia.gmetric4j | gmetric4j | 1.0.7 |
| io.airlift | aircompressor | 0.10 |
| io.dropwizard.metrics | metrics-core | 3.1.5 |
| io.dropwizard.metrics | metrics-ganglia | 3.1.5 |
| io.dropwizard.metrics | metrics-graphite | 3.1.5 |
| io.dropwizard.metrics | metrics-healthchecks | 3.1.5 |
| io.dropwizard.metrics | metrics-jetty9 | 3.1.5 |
| io.dropwizard.metrics | metrics-json | 3.1.5 |
| io.dropwizard.metrics | metrics-jvm | 3.1.5 |
| io.dropwizard.metrics | metrics-log4j | 3.1.5 |
| io.dropwizard.metrics | metrics-servlets | 3.1.5 |
| io.netty | netty | 3.9.9.Final |
| io.netty | netty-all | 4.1.17.Final |
| io.prometheus | simpleclient | 0.0.16 |
| io.prometheus | simpleclient_common | 0.0.16 |
| io.prometheus | simpleclient_dropwizard | 0.0.16 |
| io.prometheus | simpleclient_servlet | 0.0.16 |
| io.prometheus.jmx | коллектор | 0,7 |
| javax.activation | activation | 1.1.1 |
| javax.annotation | javax.annotation-api | 1.2 |
| javax.el | javax.el-api | 2.2.4 |
| javax.jdo | jdo-api | 3.0.1 |
| javax.servlet | javax.servlet-api | 3.1.0 |
| javax.servlet.jsp | jsp-api | 2.1 |
| javax.transaction | jta | 1,1 |
| javax.validation | validation-api | 1.1.0.Final |
| javax.ws.rs | javax.ws.rs-api | 2.0.1 |
| javax.xml.bind | jaxb-api | 2.2.2 |
| javax.xml.stream | stax-api | 1.0–2 |
| javolution | javolution | 5.5.1 |
| jline | jline | 2,11 |
| joda-time | joda-time | 2.9.3 |
| log4j | apache-log4j-extras | 1.2.17 |
| log4j | log4j | 1.2.17 |
| net.hydromatic | eigenbase-properties | 1.1.5 |
| net.razorvine | pyrolite | 4.13 |
| net.sf.jpam | jpam | 1,1 |
| net.sf.opencsv | opencsv | 2.3 |
| net.sf.supercsv | super-csv | 2.2.0 |
| net.snowflake | snowflake-jdbc | 3.6.3 |
| net.snowflake | spark-snowflake_2.11 | 2.4.1 |
| net.sourceforge.f2j | arpack_combined_all | 0,1 |
| org.acplt | oncrpc | 1.0.7 |
| org.antlr | ST4 | 4.0.4 |
| org.antlr | antlr-runtime | 3,4 |
| org.antlr | antlr4-runtime | 4,7 |
| org.antlr | stringtemplate | 3.2.1 |
| org.apache.ant | ant | 1.9.2 |
| org.apache.ant | ant-jsch | 1.9.2 |
| org.apache.ant | ant-launcher | 1.9.2 |
| org.apache.arrow | arrow-format | 0.10.0 |
| org.apache.arrow | arrow-memory | 0.10.0 |
| org.apache.arrow | arrow-vector | 0.10.0 |
| org.apache.avro | avro | 1.8.2 |
| org.apache.avro | avro-ipc | 1.8.2 |
| org.apache.avro | avro-mapred-hadoop2 | 1.8.2 |
| org.apache.calcite | calcite-avatica | 1.2.0-incubating |
| org.apache.calcite | calcite-core | 1.2.0-incubating |
| org.apache.calcite | calcite-linq4j | 1.2.0-incubating |
| org.apache.commons | commons-compress | 1.8.1 |
| org.apache.commons | commons-crypto | 1.0.0 |
| org.apache.commons | commons-lang3 | 3.5 |
| org.apache.commons | commons-math3 | 3.4.1 |
| org.apache.curator | curator-client | 2.7.1 |
| org.apache.curator | curator-framework | 2.7.1 |
| org.apache.curator | curator-recipes | 2.7.1 |
| org.apache.derby | derby | 10.12.1.1 |
| org.apache.directory.api | api-asn1-api | 1.0.0–M20 |
| org.apache.directory.api | api-util | 1.0.0–M20 |
| org.apache.directory.server | apacheds-i18n | 2.0.0–M15 |
| org.apache.directory.server | apacheds-kerberos-codec | 2.0.0–M15 |
| org.apache.hadoop | hadoop-annotations | 2.7.3 |
| org.apache.hadoop | hadoop-auth | 2.7.3 |
| org.apache.hadoop | hadoop-client | 2.7.3 |
| org.apache.hadoop | hadoop-common | 2.7.3 |
| org.apache.hadoop | hadoop-hdfs | 2.7.3 |
| org.apache.hadoop | hadoop-mapreduce-client-app | 2.7.3 |
| org.apache.hadoop | hadoop-mapreduce-client-common | 2.7.3 |
| org.apache.hadoop | hadoop-mapreduce-client-core | 2.7.3 |
| org.apache.hadoop | hadoop-mapreduce-client-jobclient | 2.7.3 |
| org.apache.hadoop | hadoop-mapreduce-client-shuffle | 2.7.3 |
| org.apache.hadoop | hadoop-yarn-api | 2.7.3 |
| org.apache.hadoop | hadoop-yarn-client | 2.7.3 |
| org.apache.hadoop | hadoop-yarn-common | 2.7.3 |
| org.apache.hadoop | hadoop-yarn-server-common | 2.7.3 |
| org.apache.htrace | htrace-core | 3.1.0-incubating |
| org.apache.httpcomponents | httpclient | 4.5.4 |
| org.apache.httpcomponents | httpcore | 4.4.8 |
| org.apache.ivy | ivy | 2.4.0 |
| org.apache.orc | orc-core-nohive | 1.5.2 |
| org.apache.orc | orc-mapreduce-nohive | 1.5.2 |
| org.apache.orc | orc-shims | 1.5.2 |
| org.apache.parquet | parquet-column | 1.10.1-databricks2 |
| org.apache.parquet | parquet-common | 1.10.1-databricks2 |
| org.apache.parquet | parquet-encoding | 1.10.1-databricks2 |
| org.apache.parquet | parquet-format | 2.4.0 |
| org.apache.parquet | parquet-hadoop | 1.10.1-databricks2 |
| org.apache.parquet | parquet-jackson | 1.10.1-databricks2 |
| org.apache.thrift | libfb303 | 0.9.3 |
| org.apache.thrift | libthrift | 0.9.3 |
| org.apache.xbean | xbean-asm6-shaded | 4,8 |
| org.apache.zookeeper | zookeeper | 3.4.6 |
| org.codehaus.jackson | jackson-core-asl | 1.9.13 |
| org.codehaus.jackson | jackson-jaxrs | 1.9.13 |
| org.codehaus.jackson | jackson-mapper-asl | 1.9.13 |
| org.codehaus.jackson | jackson-xc | 1.9.13 |
| org.codehaus.janino | commons-compiler | 3.0.9 |
| org.codehaus.janino | janino | 3.0.9 |
| org.datanucleus | datanucleus-api-jdo | 3.2.6 |
| org.datanucleus | datanucleus-core | 3.2.10 |
| org.datanucleus | datanucleus-rdbms | 3.2.9 |
| org.eclipse.jetty | jetty-client | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-continuation | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-http | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-io | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-jndi | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-plus | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-proxy | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-security | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-server | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-servlet | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-servlets | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-util | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-webapp | 9.3.20.v20170531 |
| org.eclipse.jetty | jetty-xml | 9.3.20.v20170531 |
| org.fusesource.leveldbjni | leveldbjni-all | 1.8 |
| org.glassfish.hk2 | hk2-api | 2.4.0-b34 |
| org.glassfish.hk2 | hk2-locator | 2.4.0-b34 |
| org.glassfish.hk2 | hk2-utils | 2.4.0-b34 |
| org.glassfish.hk2 | osgi-resource-locator | 1.0.1 |
| org.glassfish.hk2.external | aopalliance-repackaged | 2.4.0-b34 |
| org.glassfish.hk2.external | javax.inject | 2.4.0-b34 |
| org.glassfish.jersey.bundles.repackaged | jersey-guava | 2.22.2 |
| org.glassfish.jersey.containers | jersey-container-servlet | 2.22.2 |
| org.glassfish.jersey.containers | jersey-container-servlet-core | 2.22.2 |
| org.glassfish.jersey.core | jersey-client | 2.22.2 |
| org.glassfish.jersey.core | jersey-common | 2.22.2 |
| org.glassfish.jersey.core | jersey-server | 2.22.2 |
| org.glassfish.jersey.media | jersey-media-jaxb | 2.22.2 |
| org.hibernate | hibernate-validator | 5.1.1.Final |
| org.iq80.snappy | snappy | 0,2 |
| org.javassist | javassist | 3.18.1-GA |
| org.jboss.logging | jboss-logging | 3.1.3.GA |
| org.jdbi | jdbi | 2.63.1 |
| org.joda | joda-convert | 1,7 |
| org.jodd | jodd-core | 3.5.2 |
| org.json4s | json4s-ast_2.11 | 3.5.3 |
| org.json4s | json4s-core_2.11 | 3.5.3 |
| org.json4s | json4s-jackson_2.11 | 3.5.3 |
| org.json4s | json4s-scalap_2.11 | 3.5.3 |
| org.lz4 | lz4-java | 1.4.0 |
| org.mariadb.jdbc | mariadb-java-client | 2.1.2 |
| org.mockito | mockito-all | 1.9.5 |
| org.objenesis | objenesis | 2.5.1 |
| org.postgresql | postgresql | 42.1.4 |
| org.roaringbitmap | RoaringBitmap | 0.5.11 |
| org.rocksdb | rocksdbjni | 5.2.1 |
| org.rosuda.REngine | REngine | 2.1.0 |
| org.scala-lang | scala-compiler_2.11 | 2.11.8 |
| org.scala-lang | scala-library_2.11 | 2.11.8 |
| org.scala-lang | scala-reflect_2.11 | 2.11.8 |
| org.scala-lang.modules | scala-parser-combinators_2.11 | 1.0.2 |
| org.scala-lang.modules | scala-xml_2.11 | 1.0.5 |
| org.scala-sbt | test-interface | 1.0 |
| org.scalacheck | scalacheck_2.11 | 1.12.5 |
| org.scalactic | scalactic_2.11 | 3.0.3 |
| org.scalanlp | breeze-macros_2.11 | 0.13.2 |
| org.scalanlp | breeze_2.11 | 0.13.2 |
| org.scalatest | scalatest_2.11 | 3.0.3 |
| org.slf4j | jcl-over-slf4j | 1.7.16 |
| org.slf4j | jul-to-slf4j | 1.7.16 |
| org.slf4j | slf4j-api | 1.7.16 |
| org.slf4j | slf4j-log4j12 | 1.7.16 |
| org.spark-project.hive | hive-beeline | 1.2.1.spark2 |
| org.spark-project.hive | hive-cli | 1.2.1.spark2 |
| org.spark-project.hive | hive-exec | 1.2.1.spark2 |
| org.spark-project.hive | hive-jdbc | 1.2.1.spark2 |
| org.spark-project.hive | hive-metastore | 1.2.1.spark2 |
| org.spark-project.spark | неиспользованный | 1.0.0 |
| org.spire-math | spire-macros_2.11 | 0.13.0 |
| org.spire-math | spire_2.11 | 0.13.0 |
| org.springframework | spring-core | 4.1.4.RELEASE |
| org.springframework | spring-test | 4.1.4.RELEASE |
| org.tukaani | xz | 1.5 |
| org.typelevel | machinist_2.11 | 0.6.1 |
| org.typelevel | macro-compat_2.11 | 1.1.1 |
| org.xerial | sqlite-jdbc | 3.8.11.2 |
| org.xerial.snappy | snappy-java | 1.1.7.1 |
| org.yaml | snakeyaml | 1,16 |
| oro | oro | 2.0.8 |
| software.amazon.ion | ion-java | 1.0.2 |
| stax | stax-api | 1.0.1 |
| xmlenc | xmlenc | 0,52 |
Обратная связь
Ожидается в ближайшее время: в течение 2024 года мы постепенно откажемся от GitHub Issues как механизма обратной связи для контента и заменим его новой системой обратной связи. Дополнительные сведения см. в разделе https://aka.ms/ContentUserFeedback.
Отправить и просмотреть отзыв по