Oktober 2020October 2020

Diese Features und Azure Databricks Plattform-Verbesserungen wurden im Oktober 2020 veröffentlicht.These features and Azure Databricks platform improvements were released in October 2020.

Hinweis

Releases werden bereitgestellt.Releases are staged. Ihr Azure Databricks Konto wird möglicherweise erst bis zu einer Woche nach dem ersten Veröffentlichungsdatum aktualisiert.Your Azure Databricks account may not be updated until up to a week after the initial release date.

Verwenden von kundenseitig verwalteten Schlüsseln für den DBFS-Stamm (GA)Use customer-managed keys for DBFS root (GA)

21. Oktober 2020October 21, 2020

Die Möglichkeit, ihren eigenen Verschlüsselungsschlüssel in Azure Key Vault zu verwenden, um das dBFS-Speicherkonto zu verschlüsseln, ist nun allgemein verfügbar.The ability to use your own encryption key in Azure Key Vault to encrypt the DBFS storage account is now generally available. Diese Funktion erfordert den Azure Databricks Premium Plan.This feature requires the Azure Databricks Premium Plan. Weitere Informationen finden Sie unter Konfigurieren von Kunden verwalteten Schlüsseln für dBFS-Stamm.See Configure customer-managed keys for DBFS root.

Erweiterte Zugriffssteuerung für Experimente (ACLs)Expanded experiment access control (ACLs)

Oktober 20-27, 2020: Version 3,31October 20-27, 2020: Version 3.31

Die erweiterten Experiment Berechtigungen , die mit Azure Databricks Platform-Version 3,29 (September 23-29, 2020) eingeführt wurden, sind jetzt für alle bereit Stellungen aktiviert.The expanded experiment permissions introduced with Azure Databricks platform version 3.29 (Sept 23-29, 2020) are now enabled for all deployments.

Weitere Informationen finden Sie unter mlflow-artefaktberechtigungen.For more information, see MLflow Artifact permissions.

Clusterrichtlinien verwenden jetzt allowlist und blocklist als Namen für Richtlinientypen.Cluster policies now use allowlist and blocklist as policy type names

Oktober 20-27, 2020: Version 3,31October 20-27, 2020: Version 3.31

Cluster Richtlinien verwenden jetzt "AllowList" und "blocklist" als Richtlinien Typen, wobei "Whitelist" und "blacklist" ersetzt werden.Cluster policies now use “allowlist” and “blocklist” as policy types, replacing “whitelist” and “blacklist.” Siehe Cluster Richtlinien Definitionen.See Cluster policy definitions.

Hohe Qualität beim Importieren und Exportieren von Jupyter Notebook-Dateien (ipynb)High fidelity import and export of Jupyter notebook (ipynb) files

Oktober 20-27, 2020: Version 3,31October 20-27, 2020: Version 3.31

Azure Databricks bietet jetzt hohe Treue beim Importieren und Exportieren von Notebooks in das jupyter Notebook-Dateiformat (ipynb).Azure Databricks now provides high fidelity import and export of notebooks to the Jupyter notebook (ipynb) file format. Beim Importieren von jupyter Notebook-Dateien, die ursprünglich aus Azure Databricks exportiert wurden, werden Ergebnisse und Dashboards beibehalten.When you import Jupyter notebook files that were originally exported from Azure Databricks, results and dashboards are preserved. Dies war zuvor nur mit dem externen DBC-Format möglich.This was previously possible only with the DBC external format. Mit diesem Upgrade auf die jupyter-Notebook-Behandlung sind Azure Databricks Notebooks nun mit Tools wie GitHub, nbformat, nbdime und nbconvert kompatibel.With this upgrade to Jupyter notebook handling, Azure Databricks notebooks are now compatible with tools like GitHub, nbformat, nbdime, and nbconvert. Siehe Notebook externe Formate.See Notebook external formats.

Verbesserung der SCIM-API: In der Antwort für Benutzerdatensätze werden sowohl indirekte als auch direkte Gruppen zurückgegeben.SCIM API improvement: both indirect and direct groups returned in user record response

Oktober 20-27, 2020: Version 3,31October 20-27, 2020: Version 3.31

Von der scim-API zurückgegebene Benutzerdaten Sätze erfüllen nun den scim-RFC-7643-Standard so, dass die Antwort Gruppen auflistet, zu denen der Benutzer gehört.User records returned by the SCIM API now comply with the SCIM RFC-7643 standard in the way that the response lists groups to which the user belongs. Scim RFC-7643 definiert zwei Typen von Gruppenmitgliedschaften: direkt und indirekt.SCIM RFC-7643 defines two types of group membership: direct and indirect. Die API hat nur eine direkte Mitgliedschaft zurückgegeben.The API was returning only direct membership. Nun gibt Sie sowohl direkte als auch indirekte Mitgliedschaft zurück.It now returns both direct and indirect membership. Sie enthält auch ein neues type Feld, um zwischen den beiden zu unterscheiden.It also includes a new type field to distinguish between the two. Siehe scim-API.See SCIM API.

Die Azure-Anforderungs-ID ist nun in Ausnahmen enthalten.Azure request ID is now included in exceptions

Oktober 20-27, 2020: Version 3,31October 20-27, 2020: Version 3.31

Die Azure-Anforderungs-ID ( x-ms-client-request-id ) ist jetzt in den folgenden Protokollen enthalten, um die Problembehandlung zu unterstützen:The Azure request ID (x-ms-client-request-id) is now included in the following logs to aid in troubleshooting:

  • ClusterereignisseCluster events
  • Dienst Protokolle, wenn Azure Ausnahmen auslöstService logs when Azure throws exceptions
  • Verwendungs Protokolle von AzureLaunchExceptionUsage logs of AzureLaunchException

Der Support für die Databricks Runtime 6.5-Serie läuft aus.Databricks Runtime 6.5 series support ends

14. Oktober 2020October 14, 2020

Unterstützung für Databricks Runtime 6,5, Databricks Runtime 6,5 für Machine Learning und Databricks Runtime 6,5 für Genomics am 14. Oktober.Support for Databricks Runtime 6.5, Databricks Runtime 6.5 for Machine Learning, and Databricks Runtime 6.5 for Genomics ended on October 14. Siehe databricks Runtime Support Lifecycle.See Databricks runtime support lifecycle.

Konnektivität für sichere Cluster (keine öffentlichen IP-Adressen) befindet sich in der öffentlichen Vorschauphase (Public Preview)Secure cluster connectivity (no public IPs) is Public Preview

13. Oktober, 2020: Version 3,30October 13, 2020: Version 3.30

Sichere Cluster Konnektivität ermöglicht Ihnen das Starten von Clustern, in denen alle Knoten nur private IP-Adressen aufweisen und so eine höhere Sicherheit bieten.Secure cluster connectivity lets you launch clusters in which all nodes have only private IP addresses, providing enhanced security. Sie können sichere Cluster Konnektivität für neue Arbeitsbereiche aktivieren.You can enable secure cluster connectivity for new workspaces. Wenn Sie über Arbeitsbereiche mit öffentlichen IP-Adressen verfügen, die Sie migrieren möchten, sollten Sie neue Arbeitsbereiche erstellen, die für sichere Cluster Konnektivität aktiviert sind, und ihre Ressourcen zu den neuen Arbeitsbereichen migrieren.If you have workspaces with public IPs that you would like to migrate, you should create new workspaces enabled for secure cluster connectivity and migrate your resources to the new workspaces. Weitere Informationen erhalten Sie von Ihrem Microsoft-oder databricks-Kontoteam.Contact your Microsoft or Databricks account team for details.

Weitere Informationen finden Sie unter sichere Cluster Konnektivität.For more information, see Secure cluster connectivity.

Verbesserung der SCIM-API: Antwort für das Feld $refSCIM API improvement: $ref field response

Oktober 7-13, 2020: Version 3,30October 7-13, 2020: Version 3.30

In scim-Antworten $ref gab das Feld einen internen Hostnamen im URI zurück.In SCIM responses, the $ref field was returning an internal hostname in the URI. In Übereinstimmung mit scim RFC-7463 geben scim-Antworten nun einen relativen URI im $ref Feld zurück.In accordance with SCIM RFC-7463, SCIM responses now return a relative URI in the $ref field.

Diagnoseprotokolle (Überwachungsprotokolle) werden jetzt mit geringer Wartezeit bereitgestellt.Diagnostic (audit) logs are now delivered with low latency

Oktober 7-13, 2020: Version 3,30October 7-13, 2020: Version 3.30

Diagnose Überwachungs Protokolle werden jetzt mit geringer Latenz geliefert, wobei 99% der Protokolle innerhalb von 15 Minuten in Azure-kommerziellen Regionen übermittelt werden.Diagnostic audit logs are now delivered with low latency, with 99% of logs delivered within 15 minutes in Azure Commercial regions. Es ist keine Aktion erforderlich, um eine Bereitstellung mit geringer Latenz zu ermöglichen.No action is necessary to enable low-latency delivery. Siehe Diagnoseprotokoll Übermittlung.See Diagnostic log delivery.

Langfristiger Support (Long-Term Support, LTS) für Databricks Runtime 7.3, 7.3 ML und 7.3 GenomicsDatabricks Runtime 7.3, 7.3 ML, and 7.3 Genomics declared Long Term Support (LTS)

8. Oktober 2020October 8, 2020

Databricks Runtime 7,3, Databricks Runtime 7,3 ml und Databricks Runtime 7,3 für Genomics wurden als LTS-Releases (Long Term Support) deklariert.Databricks Runtime 7.3, Databricks Runtime 7.3 ML, and Databricks Runtime 7.3 for Genomics have been declared Long Term Support (LTS) releases.

Azure Databricks bietet zwei volle Jahre der Unterstützung für LTS-Releases.Azure Databricks provides two full years of support for LTS releases. Diese Releases werden bis zum 24. September 2022 unterstützt.These releases will be supported until September 24, 2022.

Weitere Informationen zu diesen Databricks Runtime Versionen finden Sie in den Versions Anmerkungen Databricks Runtime 7,3 LTS, Databricks Runtime 7,3 LTS mlund Databricks Runtime 7,3 LTS für Genomics .For more information about these Databricks Runtime versions, see the Databricks Runtime 7.3 LTS, Databricks Runtime 7.3 LTS ML, and Databricks Runtime 7.3 LTS for Genomics release notes.

Rendern von Bildern mit höherer Auflösung mithilfe von „matplotlib“Render images at higher resolution using matplotlib

Oktober 7-13, 2020: Version 3,30October 7-13, 2020: Version 3.30

Sie können jetzt matplotlib-Bilder in python-Notebooks mit doppelter Standardauflösung (auch als Retina-Auflösung bezeichnet) gerenden, die Benutzern von hochauflösenden Bildschirmen eine bessere Visualisierung bietenYou can now render matplotlib images in Python notebooks at double the standard resolution (also known as retina resolution), providing users of high-resolution screens with a better visualization experience. Weitere Informationen finden Sie unter Rendering-Bilder mit höherer Auflösung.See Render images at higher resolution.

Verwenden der Databricks-CLI oder der Databricks-API, um von Azure Key Vault unterstützte Geheimnisbereiche zu erstellenUse the Databricks CLI or the Databricks API to create Azure Key Vault backed secret scopes

Oktober 7-13, 2020: Version 3,30October 7-13, 2020: Version 3.30

Sie können jetzt die databricks-Befehlszeilenschnittstelle oder die databricks-Rest-API verwenden, um Azure Key Vault gesicherte geheime Bereiche zu erstellen.You can now use the Databricks CLI or the Databricks REST API to create Azure Key Vault-backed secret scopes. Weitere Informationen finden Sie unter Erstellen eines Azure Key Vault gesicherten geheimen Bereichs mithilfe der databricks-CLI und Erstellen eines geheimen Bereichs.See Create an Azure Key Vault-backed secret scope using the Databricks CLI and Create secret scope.

Verwenden von Azure AD-Token zum Authentifizieren bei der Databricks-CLIUse Azure AD tokens to authenticate to the Databricks CLI

Oktober 7-13, 2020: Version 3,30October 7-13, 2020: Version 3.30

Sie können jetzt Azure Active Directory Token verwenden, um sich bei der databricks-CLI zu authentifizieren.You can now use Azure Active Directory tokens to authenticate to the Databricks CLI. Siehe Einrichten der Authentifizierung.See Set up authentication.

Neue Azure-Regionen (Public Preview)New Azure regions (Public Preview)

1. Oktober 2020October 1, 2020

Azure Databricks ist nun in den Regionen Schweiz, Norden, China, Osten 2 und China, Norden 2 als Public Preview verfügbar.Azure Databricks is now available in the Switzerland North, China East 2, and China North 2 regions as a Public Preview.