Vad är på gång?

Lär dig mer om kommande Versioner av Azure Databricks.

Förutsägelseoptimering aktiverad som standard på alla nya Azure Databricks-konton

Den 11 november aktiverar Databricks förutsägelseoptimering som standard för alla nya Azure Databricks-konton. Tidigare var den inaktiverad som standard och kunde aktiveras av kontoadministratören. När förutsägande optimering är aktiverat kör Azure Databricks automatiskt underhållsåtgärder för hanterade Unity Catalog-tabeller. Mer information om förutsägelseoptimering finns i Förutsägande optimering för hanterade Unity Catalog-tabeller.

Lägre kostnad och mer kontroll över prestanda jämfört med kostnaden för din serverlösa beräkning för arbetsflödesarbetsbelastningar

Förutom de automatiska prestandaoptimeringar som stöds för närvarande ger förbättringar av optimeringsfunktionerna för serverlös beräkning för arbetsflöden mer kontroll över om arbetsbelastningar optimeras för prestanda eller kostnad. Mer information finns i Kostnadsbesparingar för serverlös beräkning för notebook-filer, jobb och pipelines.

Ändringar för att aktivera standardvärden för AI/BI Genie

Den 11 november 2024 aktiveras växlingsknappen för att välja den offentliga förhandsversionen av Genie som standard. Information om hur du hanterar förhandsversioner finns i Hantera Förhandsversioner av Azure Databricks. AI/BI Genie blir allmänt tillgängligt den 9 december 2024, då användare med förhöjd behörighet, till exempel konto- och arbetsyteadministratörer, kan styra åtkomsten till Genie med hjälp av växlingsknappen som styr åtkomsten till Azure AI-tjänster som drivs av AI-hjälpmedel. Se Använda Databricks Assistant.

Ändringar i äldre instrumentpanelsversionsstöd

Databricks rekommenderar att du använder AI/BI-instrumentpaneler (tidigare Lakeview-instrumentpaneler). Tidigare versioner av instrumentpaneler, som tidigare kallades Databricks SQL-instrumentpaneler, kallas nu för äldre instrumentpaneler. Databricks rekommenderar inte att du skapar nya äldre instrumentpaneler. AI/BI-instrumentpaneler erbjuder förbättrade funktioner jämfört med äldre instrumentpaneler, inklusive AI-assisterad redigering, utkast och publicerade lägen och korsfiltrering.

För att underlätta övergången till den senaste versionen är uppgraderingsverktyg tillgängliga i både användargränssnittet och API:et. Anvisningar om hur du använder det inbyggda migreringsverktyget i användargränssnittet finns i Klona en äldre instrumentpanel till en AI/BI-instrumentpanel. För självstudier om hur du skapar och hanterar instrumentpaneler med hjälp av REST-API:et på Använda Azure Databricks-API:er för att hantera instrumentpaneler.

Ändringar i serverlös beräkningsarbetsbelastningsatribution

För närvarande kan din fakturerbara användningssystemtabell innehålla serverlösa SKU-faktureringsposter med nullvärden för run_as, job_id, job_run_idoch notebook_id. Dessa poster representerar kostnader som är associerade med delade resurser som inte direkt kan tillskrivas någon viss arbetsbelastning.

För att förenkla kostnadsrapportering tillskriver Databricks snart dessa delade kostnader till de specifika arbetsbelastningar som de har ådragit sig. Du ser inte längre faktureringsposter med null-värden i fält för arbetsbelastningsidentifierare. När du ökar din användning av serverlös beräkning och lägger till fler arbetsbelastningar minskar andelen av dessa delade kostnader på din faktura eftersom de delas mellan fler arbetsbelastningar.

Mer information om övervakning av serverlösa beräkningskostnader finns i Övervaka kostnaden för serverlös beräkning.

Fältet sourceIpAddress i granskningsloggar innehåller inte längre ett portnummer

På grund av en bugg innehåller vissa granskningsloggar för auktorisering och autentisering ett portnummer utöver IP-adressen i sourceIPAddress fältet (till exempel "sourceIPAddress":"10.2.91.100:0"). Portnumret, som loggas som 0, ger inget verkligt värde och är inkonsekvent med resten av Databricks-granskningsloggarna. För att förbättra konsekvensen för granskningsloggar planerar Databricks att ändra formatet på IP-adressen för dessa granskningslogghändelser. Den här ändringen kommer gradvis att lanseras från och med början av augusti 2024.

Om granskningsloggen innehåller en sourceIpAddress av 0.0.0.0kan Databricks sluta logga den.

Äldre Git-integrering är EOL den 31 januari

Efter den 31 januari 2024 tar Databricks bort äldre Git-integreringar för notebook-filer. Den här funktionen har varit i äldre status i mer än två år och ett utfasningsmeddelande har visats i produktgränssnittet sedan november 2023.

Mer information om hur du migrerar till Databricks Git-mappar (tidigare Repos) från äldre Git-integrering finns i Växla till Databricks Repos från äldre Git-integrering. Om borttagningen påverkar dig och du behöver ett tillägg kontaktar du databricks-kontoteamet.

JDK8 och JDK11 stöds inte

Azure Databricks planerar att ta bort JDK 8-stöd med nästa större Databricks Runtime-version när Spark 4.0 släpps. Azure Databricks planerar att ta bort JDK 11-stöd med nästa LTS-version av Databricks Runtime 14.x.

Automatisk aktivering av Unity Catalog för nya arbetsytor

Databricks har börjat aktivera Unity Catalog automatiskt för nya arbetsytor. Detta tar bort behovet av att kontoadministratörer konfigurerar Unity Catalog när en arbetsyta har skapats. Distributionen fortsätter gradvis mellan konton.

sqlite-jdbc-uppgradering

Databricks Runtime planerar att uppgradera sqlite-jdbc-versionen från 3.8.11.2 till 3.42.0.0 i alla versioner av Databricks Runtime-underhåll. API:erna för version 3.42.0.0 är inte helt kompatibla med 3.8.11.2. Bekräfta dina metoder och returtypen använd version 3.42.0.0.

Om du använder sqlite-jdbc i koden kontrollerar du kompatibilitetsrapporten sqlite-jdbc.