Databricks Runtime 10.1 (non pris en charge)
Les notes de publication suivantes fournissent des informations sur Databricks Runtime 10.1 et Databricks Runtime 10.1 Photon, avec Apache Spark 3.2.0. Databricks a publié ces images en novembre 2021. Photon est en préversion publique.
Améliorations et nouvelles fonctionnalités
- Nouveaux paramètres de table Delta pour compacter de petits fichiers
- Nouvelles métriques de groupe de lignes pour les analyses de requête Parquet
- Trigger.AvailableNow pour les requêtes de streaming de source Delta
- Trigger.AvailableNow pour le chargeur automatique
- Prise en charge Delta pour les configurations de système de fichiers Hadoop transmises via les options DataFrame
- La réalisation d’un point de contrôle d’état asynchrone est désormais prise en charge dans les travaux de streaming avec état (préversion publique)
- Sparklyr avec passage des informations d’identification
- Contrôle de précision de synthèse des données des utilitaires Databricks (préversion publique)
- Les notebooks Azure Databricks peuvent maintenant être utilisés avec le noyau IPython
- Nouvelles fonctions dans Spark SQL
Nouveaux paramètres de table Delta pour compacter de petits fichiers
La propriété de table Delta delta.autoOptimize.autoCompact accepte désormais les nouvelles valeurs d’auto et de legacy en plus des valeurs existantes de true et false. Quand la valeur est auto (recommandé), le compactage automatique utilise les meilleures valeurs par défaut, comme la définition de 32 Mo en tant que taille de fichier cible (bien que les comportements par défaut soient susceptibles de changer à l’avenir). Quand la valeur est legacy ou true, le compactage automatique utilise 128 Mo comme taille de fichier cible.
Au lieu de définir cette propriété pour une table individuelle, vous pouvez définir la configuration spark.databricks.delta.autoCompact.enabled sur auto, legacy ou true pour activer le compactage automatique pour toutes les tables Delta. Cette configuration est prioritaire sur la propriété de table associée pendant la session active.
La taille de fichier cible pour le compactage automatique peut être contrôlée à l’aide de la configuration spark.databricks.delta.autoCompact.maxFileSize.
Pour plus d’informations sur le compactage automatique, consultez Compactage automatique pour Delta Lake sur Azure Databricks.
Nouvelles métriques de groupe de lignes pour les analyses de requête Parquet
Les analyses des requêtes avec Parquet font maintenant apparaître les métriques de groupe de lignes dans l’interface utilisateur Spark. Ces métriques de groupe de lignes sont les suivantes :
- nombre total de groupes de lignes Parquet
- nombre de groupes de lignes Parquet lus
Trigger.AvailableNow pour les requêtes de streaming de source Delta
Cette modification prend en charge un nouveau type de déclencheur pour les requêtes de streaming de source Delta dans Scala : Trigger.AvailableNow. C’est comme Trigger.Once, qui traite toutes les données disponibles, puis arrête la requête. Toutefois, Trigger.AvailableNow offre une meilleure scalabilité, car les données peuvent être traitées en plusieurs lots au lieu d’un seul. Cette modification n’introduit pas une nouvelle interface ; elle implémente une API Spark existante. Ce déclencheur prend également en charge toutes les options de limitation de débit déjà prises en charge par Delta comme source.
Exemple :
spark.readStream
.format("delta")
.option("maxFilesPerTrigger", "1")
.load(inputDir)
.writeStream
.trigger(Trigger.AvailableNow)
.option("checkpointLocation", checkpointDir)
.start()
Vous voulez voir la couverture de Trigger.AvailableNow dans Qu’est-ce que Auto Loader ?.
Trigger.AvailableNow pour le chargeur automatique
Trigger.AvailableNow est un nouveau mode déclencheur de streaming similaire à Trigger.Once. Trigger.Once traite toutes les données disponibles, puis arrête la requête. Trigger.AvailableNow propose une meilleure scalabilité, car les données peuvent être traitées en plusieurs lots au lieu d’un seul. Le chargeur automatique prend désormais en charge Trigger.AvailableNow à la fois dans les modes Liste de répertoires et Notification de fichiers pour Scala. Vous voulez voir la couverture de Trigger.AvailableNow dans Qu’est-ce que Auto Loader ?.
Prise en charge Delta pour les configurations de système de fichiers Hadoop transmises via les options DataFrame
Comme pour Parquet, Delta prend désormais en charge la lecture des configurations de système de fichiers Hadoop à partir des options DataFrameReader et DataFrameWriter lorsque la table est lue ou écrite, à l’aide de DataFrameReader.load(path) ou DataFrameWriter.save(path). Consultez Configurer les informations d'identification du stockage Delta.
La réalisation d’un point de contrôle d’état asynchrone est désormais prise en charge dans les travaux de streaming avec état (préversion publique)
La réalisation d’un point de contrôle d’état asynchrone est une nouvelle fonctionnalité qui réduit potentiellement la latence de microlot de bout en bout dans les travaux de streaming avec état par d’importantes mises à jour d’état. Consultez Point de contrôle d’état asynchrone pour les requêtes avec état.
Sparklyr avec passage des informations d’identification
Vous pouvez maintenant utiliser les API sparklyr pour lire et écrire des données depuis et vers le stockage cloud avec le passage des informations d’identification. Cette fonctionnalité est limitée aux clusters standard avec un accès mono-utilisateur. Consultez Accéder à Azure Data Lake Storage à l’aide du relais d’informations d’identification Microsoft Entra ID (anciennement Azure Active Directory) (hérité).
Contrôle de précision de synthèse des données des utilitaires Databricks (préversion publique)
Un nouveau paramètre precise pour dbutils.data.summarize contrôle la précision des résultats de synthèse. Lorsque precise est défini sur false (valeur par défaut), la synthèse renvoie des résultats approximatifs pour le comptage de valeurs, le centile et le nombre d’éléments fréquents. Lorsque precise a la valeur true, les synthèses sont maintenant calculées avec le comptage de valeurs et le nombre d’éléments fréquents exacts, avec des estimations de centile plus précises. Consultez la commande summarize (dbutils.data.summarize).
Les notebooks Azure Databricks peuvent maintenant être utilisés avec le noyau IPython
Vous pouvez maintenant configurer un cluster Azure Databricks pour utiliser le noyau IPython pour exécuter du code Python. L’utilisation du noyau IPython sur Azure Databricks ajoute la prise en charge des outils d’affichage et de sortie d’IPython. En outre, le noyau IPython capture les sorties stdout et stderr des processus enfants créés par un notebook, ce qui permet d’inclure cette sortie dans les résultats de la commande du notebook.
Pour plus d’informations, consultez Noyau IPython.
Nouvelles fonctions dans Spark SQL
Les objets et commandes suivants ont été ajoutés pour l’utilisation des données dans le catalogue Unity (préversion) :
- Emplacements externes
- MODIFIER CATALOGUE
- ALTER CREDENTIAL
- MODIFIER EMPLACEMENT
- CRÉER UN CATALOGUE
- CRÉER UN EMPLACEMENT
- CREATE RECIPIENT
- DESCRIBE CATALOG
- DÉCRIRE LES INFORMATIONS D’IDENTIFICATION
- DÉCRIRE L’EMPLACEMENT
- DROP CATALOG
- DROP CREDENTIAL
- DROP LOCATION
- LISTE
- SHOW CATALOGS
- AFFICHER LES INFORMATIONS D’IDENTIFICATION
- AFFICHER LES EMPLACEMENTS
- UTILISER LE CATALOGUE
Les commandes suivantes ont été ajoutées pour le partage Delta (préversion), qui vous permet de partager des données en lecture seule avec des destinataires en dehors de votre organisation :
- Partage
- ALTER SHARE
- CREATE SHARE
- DÉCRIRE LE DESTINATAIRE
- DESCRIBE SHARE
- DROP RECIPIENT
- DROP SHARE
- GRANT SHARE
- REVOKE SHARE
- SHOW ALL IN SHARE
- SHOW RECIPIENTS
- SHOW SHARES
- SHOW GRANTS ON SHARE
- SHOW GRANTS TO RECIPIENT
Résolution des bogues
- Correction d’une condition de concurrence susceptible d’entraîner l’échec d’une requête avec une exception
IOExceptiontelle queNo FileSystem for schemeou d’empêcher les modifications apportées àsparkContext.hadoopConfigurationd’entrer en vigueur dans les requêtes.
Mises à niveau de la bibliothèque
- Bibliothèques Python mises à niveau :
- filelock de 3.0.12 vers 3.3.1
- koalas de 1.8.1 vers 1.8.2
- plotly de 5.1.0 vers 5.3.0
- Bibliothèques R mises à niveau :
- bslib de 0.3.0 vers 0.3.1
- caret de 6.0-88 vers 6.0-90
- cpp11 de 0.3.1 vers 0.4.0
- data.table de 1.14.0 vers 1.14.2
- desc de 1.3.0 vers 1.4.0
- diffobj de 0.3.4 vers 0.3.5
- digest de 0.6.27 vers 0.6.28
- generics de 0.1.0 vers 0.1.1
- hms de 1.1.0 vers 1.1.1
- knitr de 1.34 vers 1.36
- lattice de 0.20-44 vers 0.20-45
- lifecycle de 1.0.0 vers 1.0.1
- lubridate de 1.7.10 vers 1.8.0
- mgcv de 1.8-37 vers 1.8-38
- mime de 0.11 vers 0.12
- pkgload de 1.2.2 vers 1.2.3
- progressr de 0.8.0 vers 0.9.0
- rcmdcheck de 1.3.3 vers 1.4.0
- readr de 2.0.1 vers 2.0.2
- recipes de 0.1.16 vers 0.1.17
- remotes de 2.4.0 vers 2.4.1
- rlang de 0.4.11 vers 0.4.12
- rvest de 1.0.1 vers 1.0.2
- shiny de 1.6.0 vers 1.7.1
- stringi de 1.7.4 vers 1.7.5
- testthat de 3.0.4 vers 3.1.0
- tidyr de 1.1.3 vers 1.1.4
- tinytex de 0.33 vers 0.34
- usethis de 2.0.1 vers 2.1.2
- xfun de 0.26 vers 0.27
- Bibliothèques Java mises à niveau :
- com.zaxxer.HikariCP de 3.1.0 vers 4.0.3
Apache Spark
Databricks Runtime 10.1 comprend Apache Spark 3.2.0. Cette version inclut tous les correctifs et améliorations Spark inclus dans Databricks Runtime 10.0 (non pris en charge), ainsi que les correctifs de bogues supplémentaires et les améliorations apportées à Spark suivants :
- [SPARK-37037] [SQL] Améliorer le tri des tableaux d’octets en unifiant la fonction compareTo d’UTF8String et ByteArray
- [SPARK-37091] [R] SystemRequirements pour inclure Java < 18
- [SPARK-37041] [SQL] Rétroportage de HIVE-15025 : prise en charge du protocole SSL (Secure Socket Layer) pour HMS
- [SPARK-37098] [SQL] Les propriétés ALTER TABLE doivent invalider le cache
- [SPARK-36992] [SQL] Améliorer les performances de tri des tableaux d’octets en unifiant la fonction getPrefix d’UTF8String et ByteArray
- [SPARK-37047] [SQL] Ajouter des fonctions lpad et rpad pour les chaînes binaires
- [SPARK-37076] [SQL] Implémenter StructType.toString explicitement pour Scala 2.13
- [SPARK-37075] [SQL] Déplacer la génération d’expression UDAF à partir de sql/catalyst vers sql/core
- [SPARK-37084] [SQL] Définir spark.sql.files.openCostInBytes sur bytesConf
- [SPARK-37088] [PYSPARK][SQL] Le thread de l’enregistreur ne doit pas accéder à l’entrée après le retour de l’écouteur de complétion de tâche
- [SPARK-37069] [SQL] Secours correct lorsque Hive.getWithoutRegisterFns n’est pas disponible
- [SPARK-37050] [PYTHON] Mettre à jour les instructions d’installation Conda
- [SPARK-37067] [SQL] Utiliser ZoneId.of() pour gérer la chaîne de fuseau horaire dans DatetimeUtils
- [SPARK-35925] [SQL] Prendre en charge DayTimeIntervalType dans la fonction width-bucket
- [SPARK-35926] [SQL] Ajouter la prise en charge de YearMonthIntervalType pour width_bucket
- [SPARK-35973] [SQL] Ajouter une commande
SHOW CATALOGS - [SPARK-36922] [SQL] Les fonctions SIGN/SIGNUM doivent prendre en charge les intervalles ANSI
- [SPARK-37078] [CORE] Prendre en charge les anciens constructeurs de récepteur à 3 paramètres
- [SPARK-37061] [SQL] Corriger CustomMetrics lors de l’utilisation des classes internes
- [SPARK-35918] [AVRO] Unifier la gestion des incompatibilités de schéma pour la lecture/l’écriture et améliorer les messages d’erreur
- [SPARK-36871] [SQL] Migrer CreateViewStatement vers la commande v2
- [SPARK-36898] [SQL] Rendre le facteur de jointure de hachage aléatoire configurable
- [SPARK-36921] [SQL] Prendre en charge les intervalles ANSI par
DIV - [SPARK-36794] [SQL] Ignorer les clés de jointure dupliquées lors de la création d’une relation pour une jointure de hachage aléatoire SEMI/ANTI
- [SPARK-36867] [SQL] Corriger le message d’erreur avec un alias GROUP BY
- [SPARK-36914] [SQL] Implémenter dropIndex et listIndexes dans JDBC (dialecte MySQL)
- [SPARK-35531] [SQL] Passer directement la table Hive à HiveClient quand vous appelez getPartitions pour éviter la conversion inutile de HiveTable -> CatalogTable - -> HiveTable
- [SPARK-36718] [SQL] Réduire uniquement les projets si nous ne dupliquons pas d’expressions coûteuses
- [SPARK-37046] [SQL] : ALTER VIEW ne préserve pas la casse des colonnes
- [SPARK-36978] [SQL] La règle InferConstraints doit créer des contraintes IsNotNull sur le champ imbriqué consulté au lieu du type imbriqué racine
- [SPARK-37052] [CORE] Spark doit uniquement passer l’argument –verbose à la classe main quand il s’agit de l’interpréteur de commandes SQL
- [SPARK-37017] [SQL] Réduire l’étendue de la synchronisation afin d’éviter un blocage potentiel
- [SPARK-37032] [SQL] Corriger le lien de syntaxe SQL rompu dans la page de référence SQL
- [SPARK-36905] [SQL] Corriger la lecture des affichages Hive sans nom de colonne explicite
- [SPARK-36678] Migrer SHOW TABLES pour utiliser la commande V2 par défaut
- [SPARK-36943] [SQL] Améliorer la lisibilité du message d’erreur de colonne manquante
- [SPARK-36980] [SQL] Insérer une requête de prise en charge avec CTE
- [SPARK-37001] [SQL] Désactiver deux niveaux de mappage pour l’agrégation de hachage finale par défaut
- [SPARK-36970] [SQL] Désactiver manuellement le format
Bde la fonctiondate_formatpour rendre Java 17 compatible avec Java 8 - [SPARK-36546] [SQL] Ajouter la prise en charge des tableaux à unionByName
- [SPARK-36979] [SQL] Ajouter la règle RewriteLateralSubquery dans nonExcludableRules
- [SPARK-36949] [SQL] Interdire les tables du fournisseur Hive avec des intervalles ANSI
- [SPARK-36849] [SQL] Migrer UseStatement vers le framework de commande v2
- [SPARK-36868] [SQL] Migrer CreateFunctionStatement vers le framework de commande v2
- [SPARK-36841] [SQL] Ajouter une syntaxe ansi
set catalog xxxpour modifier le catalogue actuel - [SPARK-36821] [SQL] Rendre la classe ColumnarBatch extensible - addenda
- [SPARK-36963] [SQL] Ajouter max_by/min_by à sql.functions
- [SPARK-36913] [SQL] Implémenter createIndex et IndexExists dans DS V2 JDBC (dialecte MySQL)
- [SPARK-36848] [SQL] Migrer ShowCurrentNamespaceStatement vers le framework de commande v2
- [SPARK-36526] [SQL] Prise en charge de l’index DSV2 : ajouter l’interface supportsIndex
- [SPARK-36960] [SQL] Filtres pushdown avec des valeurs d’intervalle ANSI dans ORC
- [SPARK-36929] [SQL] Supprimer la méthode inutilisée EliminateSubqueryAliasesSuite#assertEquivalent
- [SPARK-36931] [SQL] Prendre en charge la lecture et l’écriture des intervalles ANSI depuis/vers les sources de données ORC
- [SPARK-34980] [SQL] Prendre en charge la fusion de partition par le biais d’union dans AQE
- [SPARK-36809] [SQL] Supprimer la diffusion pour InSubqueryExec utilisée dans DPP
- [SPARK-36813] [SQL][PYTHON] Proposer une infrastructure de jointure as-of et implémenter ps.merge_asof
- [SPARK-36918] [SQL] Ignorer les types lors de la comparaison de structs pour unionByName
- [SPARK-36891] [SQL] Refactoriser SpecificParquetRecordReaderBase et ajouter plus de couverture au décodage Parquet vectorisé
- [SPARK-36920] [SQL] Prendre en charge les intervalles ANSI par
ABS() - [SPARK-36888] [SQL] Ajouter des cas de test pour la fonction sha2
- [SPARK-36889] [SQL] Respect de
spark.sql.parquet.filterPushdownpar le générateur d’analyses Parquet v2 - [SPARK-36830] [SQL] Prendre en charge la lecture et l’écriture des intervalles ANSI depuis/vers les sources de données JSON
- [SPARK-36870] [SQL] Introduire la classe d’erreur INTERNAL_ERROR
- [SPARK-36831] [SQL] Prendre en charge la lecture et l’écriture des intervalles ANSI depuis/vers les sources de données CSV
- [SPARK-36550] [SQL] Cause de propagation en cas d’échec de la réflexion UDF
- [SPARK-36866] [SQL] Filtres pushdown avec des valeurs d’intervalle ANSI dans Parquet
- [SPARK-33832] [SQL] Forcer la simplification et l’amélioration du code des jointures d’asymétrie
- [SPARK-36642] [SQL] Ajouter l’API pyspark df.withMetadata
- [SPARK-35765] [SQL] Les agrégations distinctes ne respectent pas les doublons
- [SPARK-36825] [SQL] Lire/écrire des dataframes avec intervalles ANSI depuis/vers des fichiers Parquet
- [SPARK-36829] [SQL] Refactoriser un contrôle de valeur NULL pour collectionOperators
- [SPARK-32712] [SQL] Prendre en charge l’écriture de la table compartimentée Hive (formats de fichiers Hive avec hachage Hive)
- [SPARK-36797] [SQL] L’union doit résoudre les colonnes imbriquées en tant que colonnes de niveau supérieur
- [SPARK-36838] [SQL] Améliorer les performances de code générées par InSet
- [SPARK-36683] [SQL] Ajouter de nouvelles fonctions SQL intégrées : SEC et CSC
- [SPARK-36721] [SQL] Simplifier les égalités booléennes si un côté est littéral
- [SPARK-36760] [SQL] Ajouter l’interface SupportsPushDownV2Filters
- [SPARK-36652] [SQL] La sélection de jointure dynamique AQE ne doit pas s’appliquer à une jointure différente
- [SPARK-36745] [SQL] ExtractEquiJoinKeys doit retourner les prédicats d’origine sur les clés de jointure
- [SPARK-36107] [SQL] Refactoriser le premier jeu de 20 erreurs d’exécution de requête pour utiliser des classes d’erreur
- [SPARK-32709] [SQL] Prendre en charge l’écriture de la table compartimentée Hive (format Parquet/ORC avec hachage Hive)
- [SPARK-36735] [SQL] Ajuster la surcharge liée à la relation mise en cache pour DPP
- [SPARK-33832] [SQL] Prendre en charge l’optimisation de la jointure asymétrique même si c’est encore plus aléatoire
- [SPARK-36822] [SQL] BroadcastNestedLoopJoinExec doit utiliser toutes les conditions au lieu de la condition différente
- [SPARK-35221] [SQL] Ajouter la vérification des indicateurs de jointure pris en charge
- [SPARK-36814] [SQL] Rendre la classe ColumnarBatch extensible
- [SPARK-36663] [SQL] Prendre en charge les noms de colonnes composés exclusivement de chiffres dans les sources de données ORC
- [SPARK-36751] [SQL][PYTHON][R] Ajouter des API bit/octet_length à Scala, Python et R
- [SPARK-36733] [SQL] Résoudre un problème de performances dans SchemaPruning lorsqu’un struct contient de nombreux champs
- [SPARK-36724] [SQL] Prendre en charge timestamp_ntz en tant que type de colonne de temps pour SessionWindow
- [SPARK-36556] [SQL] Ajouter des filtres DSV2
- [SPARK-36687] [SQL][CORE] Renommer des classes d’erreur avec le suffixe _ERROR
- [SPARK-35803] [SQL] Prendre en charge DataSource V2 CreateTempViewUsing
- [SPARK-36642] [SQL] Ajouter df.withMetadata : sucre syntaxique pour mettre à jour les métadonnées d’un dataframe
Mises à jour de maintenance
Consultez Mises à jour de maintenance de Databricks Runtime 10.1.
Environnement du système
- Système d’exploitation : Ubuntu 20.04.3 LTS
- Java : Zulu 8.56.0.21-CA-linux64
- Scala : 2.12.14
- Python : 3.8.10
- R : 4.1.1
- Delta Lake : 1.0.0
Bibliothèques Python installées
| Bibliothèque | Version | Bibliothèque | Version | Bibliothèque | Version |
|---|---|---|---|---|---|
| Antergos Linux | 2015.10 (ISO-Rolling) | appdirs | 1.4.4 | argon2-cffi | 20.1.0 |
| async-generator | 1,10 | attrs | 20.3.0 | backcall | 0.2.0 |
| bleach | 3.3.0 | boto3 | 1.16.7 | botocore | 1.19.7 |
| certifi | 2020.12.5 | cffi | 1.14.5 | chardet | 4.0.0 |
| cycler | 0.10.0 | Cython | 0.29.23 | dbus-python | 1.2.16 |
| decorator | 5.0.6 | defusedxml | 0.7.1 | distlib | 0.3.3 |
| distro-info | 0.23ubuntu1 | entrypoints | 0.3 | facets-overview | 1.0.0 |
| filelock | 3.3.1 | idna | 2.10 | ipykernel | 5.3.4 |
| ipython | 7.22.0 | ipython-genutils | 0.2.0 | ipywidgets | 7.6.3 |
| jedi | 0.17.2 | Jinja2 | 2.11.3 | jmespath | 0.10.0 |
| joblib | 1.0.1 | jsonschema | 3.2.0 | jupyter-client | 6.1.12 |
| jupyter-core | 4.7.1 | jupyterlab-pygments | 0.1.2 | jupyterlab-widgets | 1.0.0 |
| kiwisolver | 1.3.1 | koalas | 1.8.2 | MarkupSafe | 2.0.1 |
| matplotlib | 3.4.2 | mistune | 0.8.4 | nbclient | 0.5.3 |
| nbconvert | 6.0.7 | nbformat | 5.1.3 | nest-asyncio | 1.5.1 |
| notebook | 6.3.0 | numpy | 1.19.2 | empaquetage | 20.9 |
| pandas | 1.2.4 | pandocfilters | 1.4.3 | parso | 0.7.0 |
| patsy | 0.5.1 | pexpect | 4.8.0 | pickleshare | 0.7.5 |
| Pillow | 8.2.0 | pip | 21.0.1 | plotly | 5.3.0 |
| prometheus-client | 0.10.1 | prompt-toolkit | 3.0.17 | protobuf | 3.17.2 |
| psycopg2 | 2.8.5 | ptyprocess | 0.7.0 | pyarrow | 4.0.0 |
| pycparser | 2.20 | Pygments | 2.8.1 | PyGObject | 3.36.0 |
| pyparsing | 2.4.7 | pyrsistent | 0.17.3 | python-apt | 2.0.0+ubuntu0.20.4.6 |
| python-dateutil | 2.8.1 | pytz | 2020.5 | pyzmq | 20.0.0 |
| requêtes | 2.25.1 | requests-unixsocket | 0.2.0 | s3transfer | 0.3.7 |
| scikit-learn | 0.24.1 | scipy | 1.6.2 | seaborn | 0.11.1 |
| Send2Trash | 1.5.0 | setuptools | 52.0.0 | six | 1.15.0 |
| ssh-import-id | 5.10 | statsmodels | 0.12.2 | tenacity | 8.0.1 |
| terminado | 0.9.4 | testpath | 0.4.4 | threadpoolctl | 2.1.0 |
| tornado | 6.1 | traitlets | 5.0.5 | unattended-upgrades | 0.1 |
| urllib3 | 1.25.11 | virtualenv | 20.4.1 | wcwidth | 0.2.5 |
| webencodings | 0.5.1 | wheel | 0.36.2 | widgetsnbextension | 3.5.1 |
Bibliothèques R installées
Les bibliothèques R sont installées à partir de l’instantané CRAN de Microsoft du 26/10/2021.
| Bibliothèque | Version | Bibliothèque | Version | Bibliothèque | Version |
|---|---|---|---|---|---|
| askpass | 1.1 | assertthat | 0.2.1 | backports | 1.2.1 |
| base | 4.1.1 | base64enc | 0.1-3 | bit | 4.0.4 |
| bit64 | 4.0.5 | objet BLOB | 1.2.2 | boot | 1.3-28 |
| brew | 1.0-6 | brio | 1.1.2 | broom | 0.7.9 |
| bslib | 0.3.1 | cachem | 1.0.6 | callr | 3.7.0 |
| caret | 6.0-90 | cellranger | 1.1.0 | chron | 2.3-56 |
| class | 7.3-19 | cli | 3.0.1 | clipr | 0.7.1 |
| cluster | 2.1.2 | codetools | 0.2-18 | colorspace | 2.0-2 |
| commonmark | 1.7 | compiler | 4.1.1 | config | 0.3.1 |
| cpp11 | 0.4.0 | crayon | 1.4.1 | credentials | 1.3.1 |
| curl | 4.3.2 | data.table | 1.14.2 | jeux de données | 4.1.1 |
| DBI | 1.1.1 | dbplyr | 2.1.1 | desc | 1.4.0 |
| devtools | 2.4.2 | diffobj | 0.3.5 | digest | 0.6.28 |
| dplyr | 1.0.7 | dtplyr | 1.1.0 | e1071 | 1.7-9 |
| ellipsis | 0.3.2 | evaluate | 0.14 | fansi | 0.5.0 |
| farver | 2.1.0 | fastmap | 1.1.0 | fontawesome | 0.2.2 |
| forcats | 0.5.1 | foreach | 1.5.1 | foreign | 0.8-81 |
| forge | 0.2.0 | fs | 1.5.0 | future | 1.22.1 |
| future.apply | 1.8.1 | gargle | 1.2.0 | generics | 0.1.1 |
| gert | 1.4.1 | ggplot2 | 3.3.5 | gh | 1.3.0 |
| gitcreds | 0.1.1 | glmnet | 4.1-2 | globals | 0.14.0 |
| glue | 1.4.2 | googledrive | 2.0.0 | googlesheets4 | 1.0.0 |
| gower | 0.2.2 | graphics | 4.1.1 | grDevices | 4.1.1 |
| grid | 4.1.1 | gridExtra | 2.3 | gsubfn | 0.7 |
| gtable | 0.3.0 | haven | 2.4.3 | highr | 0.9 |
| hms | 1.1.1 | htmltools | 0.5.2 | htmlwidgets | 1.5.4 |
| httpuv | 1.6.3 | httr | 1.4.2 | hwriter | 1.3.2 |
| hwriterPlus | 1.0-3 | ids | 1.0.1 | ini | 0.3.1 |
| ipred | 0.9-12 | isoband | 0.2.5 | iterators | 1.0.13 |
| jquerylib | 0.1.4 | jsonlite | 1.7.2 | KernSmooth | 2.23-20 |
| knitr | 1.36 | labeling | 0.4.2 | later | 1.3.0 |
| lattice | 0.20-45 | lava | 1.6.10 | cycle de vie | 1.0.1 |
| listenv | 0.8.0 | lubridate | 1.8.0 | magrittr | 2.0.1 |
| markdown | 1.1 | MASS | 7.3-54 | Matrice | 1.3-4 |
| memoise | 2.0.0 | methods | 4.1.1 | mgcv | 1.8-38 |
| mime | 0,12 | ModelMetrics | 1.2.2.2 | modelr | 0.1.8 |
| munsell | 0.5.0 | nlme | 3.1-152 | nnet | 7.3-16 |
| numDeriv | 2016.8-1.1 | openssl | 1.4.5 | parallel | 4.1.1 |
| parallelly | 1.28.1 | pillar | 1.6.4 | pkgbuild | 1.2.0 |
| pkgconfig | 2.0.3 | pkgload | 1.2.3 | plogr | 0.2.0 |
| plyr | 1.8.6 | praise | 1.0.0 | prettyunits | 1.1.1 |
| pROC | 1.18.0 | processx | 3.5.2 | prodlim | 2019.11.13 |
| progress | 1.2.2 | progressr | 0.9.0 | promises | 1.2.0.1 |
| proto | 1.0.0 | proxy | 0.4-26 | ps | 1.6.0 |
| purrr | 0.3.4 | r2d3 | 0.2.5 | R6 | 2.5.1 |
| randomForest | 4.6-14 | rappdirs | 0.3.3 | rcmdcheck | 1.4.0 |
| RColorBrewer | 1.1-2 | Rcpp | 1.0.7 | readr | 2.0.2 |
| readxl | 1.3.1 | recipes | 0.1.17 | rematch | 1.0.1 |
| rematch2 | 2.1.2 | remotes | 2.4.1 | reprex | 2.0.1 |
| reshape2 | 1.4.4 | rlang | 0.4.12 | rmarkdown | 2,11 |
| RODBC | 1.3-19 | roxygen2 | 7.1.2 | rpart | 4.1-15 |
| rprojroot | 2.0.2 | Rserve | 1.8-8 | RSQLite | 2.2.8 |
| rstudioapi | 0,13 | rversions | 2.1.1 | rvest | 1.0.2 |
| sass | 0.4.0 | scales | 1.1.1 | selectr | 0.4-2 |
| sessioninfo | 1.1.1 | shape | 1.4.6 | shiny | 1.7.1 |
| sourcetools | 0.1.7 | sparklyr | 1.7.2 | SparkR | 3.2.0 |
| spatial | 7.3-11 | splines | 4.1.1 | sqldf | 0.4-11 |
| SQUAREM | 2021.1 | stats | 4.1.1 | stats4 | 4.1.1 |
| stringi | 1.7.5 | stringr | 1.4.0 | survival | 3.2-13 |
| sys | 3.4 | tcltk | 4.1.1 | TeachingDemos | 2,10 |
| testthat | 3.1.0 | tibble | 3.1.5 | tidyr | 1.1.4 |
| tidyselect | 1.1.1 | tidyverse | 1.3.1 | timeDate | 3043.102 |
| tinytex | 0.34 | tools | 4.1.1 | tzdb | 0.1.2 |
| usethis | 2.1.2 | utf8 | 1.2.2 | utils | 4.1.1 |
| uuid | 0.1-4 | vctrs | 0.3.8 | viridisLite | 0.4.0 |
| vroom | 1.5.5 | waldo | 0.3.1 | whisker | 0,4 |
| withr | 2.4.2 | xfun | 0,27 | xml2 | 1.3.2 |
| xopen | 1.0.0 | xtable | 1.8-4 | yaml | 2.2.1 |
| zip | 2.2.0 |
Bibliothèques Java et Scala installées (version de cluster Scala 2.12)
| ID de groupe | ID d’artefact | Version |
|---|---|---|
| antlr | antlr | 2.7.7 |
| com.amazonaws | amazon-kinesis-client | 1.12.0 |
| com.amazonaws | aws-java-sdk-autoscaling | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudformation | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudfront | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudhsm | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudsearch | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudtrail | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudwatch | 1.11.655 |
| com.amazonaws | aws-java-sdk-cloudwatchmetrics | 1.11.655 |
| com.amazonaws | aws-java-sdk-codedeploy | 1.11.655 |
| com.amazonaws | aws-java-sdk-cognitoidentity | 1.11.655 |
| com.amazonaws | aws-java-sdk-cognitosync | 1.11.655 |
| com.amazonaws | aws-java-sdk-config | 1.11.655 |
| com.amazonaws | aws-java-sdk-core | 1.11.655 |
| com.amazonaws | aws-java-sdk-datapipeline | 1.11.655 |
| com.amazonaws | aws-java-sdk-directconnect | 1.11.655 |
| com.amazonaws | aws-java-sdk-directory | 1.11.655 |
| com.amazonaws | aws-java-sdk-dynamodb | 1.11.655 |
| com.amazonaws | aws-java-sdk-ec2 | 1.11.655 |
| com.amazonaws | aws-java-sdk-ecs | 1.11.655 |
| com.amazonaws | aws-java-sdk-efs | 1.11.655 |
| com.amazonaws | aws-java-sdk-elasticache | 1.11.655 |
| com.amazonaws | aws-java-sdk-elasticbeanstalk | 1.11.655 |
| com.amazonaws | aws-java-sdk-elasticloadbalancing | 1.11.655 |
| com.amazonaws | aws-java-sdk-elastictranscoder | 1.11.655 |
| com.amazonaws | aws-java-sdk-emr | 1.11.655 |
| com.amazonaws | aws-java-sdk-glacier | 1.11.655 |
| com.amazonaws | aws-java-sdk-glue | 1.11.655 |
| com.amazonaws | aws-java-sdk-iam | 1.11.655 |
| com.amazonaws | aws-java-sdk-importexport | 1.11.655 |
| com.amazonaws | aws-java-sdk-kinesis | 1.11.655 |
| com.amazonaws | aws-java-sdk-kms | 1.11.655 |
| com.amazonaws | aws-java-sdk-lambda | 1.11.655 |
| com.amazonaws | aws-java-sdk-logs | 1.11.655 |
| com.amazonaws | aws-java-sdk-machinelearning | 1.11.655 |
| com.amazonaws | aws-java-sdk-opsworks | 1.11.655 |
| com.amazonaws | aws-java-sdk-rds | 1.11.655 |
| com.amazonaws | aws-java-sdk-redshift | 1.11.655 |
| com.amazonaws | aws-java-sdk-route53 | 1.11.655 |
| com.amazonaws | aws-java-sdk-s3 | 1.11.655 |
| com.amazonaws | aws-java-sdk-ses | 1.11.655 |
| com.amazonaws | aws-java-sdk-simpledb | 1.11.655 |
| com.amazonaws | aws-java-sdk-simpleworkflow | 1.11.655 |
| com.amazonaws | aws-java-sdk-sns | 1.11.655 |
| com.amazonaws | aws-java-sdk-sqs | 1.11.655 |
| com.amazonaws | aws-java-sdk-ssm | 1.11.655 |
| com.amazonaws | aws-java-sdk-storagegateway | 1.11.655 |
| com.amazonaws | aws-java-sdk-sts | 1.11.655 |
| com.amazonaws | aws-java-sdk-support | 1.11.655 |
| com.amazonaws | aws-java-sdk-swf-libraries | 1.11.22 |
| com.amazonaws | aws-java-sdk-workspaces | 1.11.655 |
| com.amazonaws | jmespath-java | 1.11.655 |
| com.chuusai | shapeless_2.12 | 2.3.3 |
| com.clearspring.analytics | flux | 2.9.6 |
| com.databricks | Rserve | 1.8-3 |
| com.databricks | jets3t | 0.7.1-0 |
| com.databricks.scalapb | compilerplugin_2.12 | 0.4.15-10 |
| com.databricks.scalapb | scalapb-runtime_2.12 | 0.4.15-10 |
| com.esotericsoftware | kryo-shaded | 4.0.2 |
| com.esotericsoftware | minlog | 1.3.0 |
| com.fasterxml | classmate | 1.3.4 |
| com.fasterxml.jackson.core | jackson-annotations | 2.12.2 |
| com.fasterxml.jackson.core | jackson-core | 2.12.2 |
| com.fasterxml.jackson.core | jackson-databind | 2.12.2 |
| com.fasterxml.jackson.dataformat | jackson-dataformat-cbor | 2.12.2 |
| com.fasterxml.jackson.datatype | jackson-datatype-joda | 2.12.2 |
| com.fasterxml.jackson.module | jackson-module-paranamer | 2.12.2 |
| com.fasterxml.jackson.module | jackson-module-scala_2.12 | 2.12.2 |
| com.github.ben-manes.caffeine | caffeine | 2.3.4 |
| 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 | 1.5.0-4 |
| com.github.wendykierp | JTransforms | 3.1 |
| com.google.code.findbugs | jsr305 | 3.0.0 |
| com.google.code.gson | gson | 2.8.6 |
| com.google.crypto.tink | tink | 1.6.0 |
| com.google.flatbuffers | flatbuffers-java | 1.9.0 |
| com.google.guava | guava | 15.0 |
| com.google.protobuf | protobuf-java | 2.6.1 |
| com.h2database | h2 | 1.4.195 |
| com.helger | profiler | 1.1.1 |
| com.jcraft | jsch | 0.1.50 |
| com.jolbox | bonecp | 0.8.0.RELEASE |
| com.lihaoyi | sourcecode_2.12 | 0.1.9 |
| com.microsoft.azure | azure-data-lake-store-sdk | 2.3.9 |
| com.microsoft.sqlserver | mssql-jdbc | 9.2.1.jre8 |
| com.ning | compress-lzf | 1.0.3 |
| com.sun.istack | istack-commons-runtime | 3.0.8 |
| com.sun.mail | javax.mail | 1.5.2 |
| com.tdunning | json | 1.8 |
| com.thoughtworks.paranamer | paranamer | 2.8 |
| com.trueaccord.lenses | lenses_2.12 | 0.4.12 |
| com.twitter | chill-java | 0.10.0 |
| com.twitter | chill_2.12 | 0.10.0 |
| com.twitter | util-app_2.12 | 7.1.0 |
| com.twitter | util-core_2.12 | 7.1.0 |
| com.twitter | util-function_2.12 | 7.1.0 |
| com.twitter | util-jvm_2.12 | 7.1.0 |
| com.twitter | util-lint_2.12 | 7.1.0 |
| com.twitter | util-registry_2.12 | 7.1.0 |
| com.twitter | util-stats_2.12 | 7.1.0 |
| com.typesafe | config | 1.2.1 |
| com.typesafe.scala-logging | scala-logging_2.12 | 3.7.2 |
| com.univocity | univocity-parsers | 2.9.1 |
| com.zaxxer | HikariCP | 4.0.3 |
| commons-cli | commons-cli | 1.2 |
| commons-codec | commons-codec | 1.15 |
| commons-collections | commons-collections | 3.2.2 |
| commons-dbcp | commons-dbcp | 1.4 |
| commons-fileupload | commons-fileupload | 1.3.3 |
| commons-httpclient | commons-httpclient | 3.1 |
| commons-io | commons-io | 2.8.0 |
| 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 |
| dev.ludovic.netlib | arpack | 1.3.2 |
| dev.ludovic.netlib | blas | 1.3.2 |
| dev.ludovic.netlib | lapack | 1.3.2 |
| hive-2.3__hadoop-3.2 | jets3t-0.7 | liball_deps_2.12 |
| info.ganglia.gmetric4j | gmetric4j | 1.0.10 |
| io.airlift | aircompressor | 0.19 |
| io.delta | delta-sharing-spark_2.12 | 0.2.0 |
| io.dropwizard.metrics | metrics-core | 4.1.1 |
| io.dropwizard.metrics | metrics-graphite | 4.1.1 |
| io.dropwizard.metrics | metrics-healthchecks | 4.1.1 |
| io.dropwizard.metrics | metrics-jetty9 | 4.1.1 |
| io.dropwizard.metrics | metrics-jmx | 4.1.1 |
| io.dropwizard.metrics | metrics-json | 4.1.1 |
| io.dropwizard.metrics | metrics-jvm | 4.1.1 |
| io.dropwizard.metrics | metrics-servlets | 4.1.1 |
| io.netty | netty-all | 4.1.63.Final |
| io.prometheus | simpleclient | 0.7.0 |
| io.prometheus | simpleclient_common | 0.7.0 |
| io.prometheus | simpleclient_dropwizard | 0.7.0 |
| io.prometheus | simpleclient_pushgateway | 0.7.0 |
| io.prometheus | simpleclient_servlet | 0.7.0 |
| io.prometheus.jmx | collecteur | 0.12.0 |
| jakarta.annotation | jakarta.annotation-api | 1.3.5 |
| jakarta.servlet | jakarta.servlet-api | 4.0.3 |
| jakarta.validation | jakarta.validation-api | 2.0.2 |
| jakarta.ws.rs | jakarta.ws.rs-api | 2.1.6 |
| javax.activation | activation | 1.1.1 |
| javax.annotation | javax.annotation-api | 1.3.2 |
| javax.el | javax.el-api | 2.2.4 |
| javax.jdo | jdo-api | 3.0.1 |
| javax.transaction | jta | 1.1 |
| javax.transaction | transaction-api | 1.1 |
| javax.xml.bind | jaxb-api | 2.2.2 |
| javax.xml.stream | stax-api | 1.0-2 |
| javolution | javolution | 5.5.1 |
| jline | jline | 2.14.6 |
| joda-time | joda-time | 2.10.5 |
| log4j | apache-log4j-extras | 1.2.17 |
| log4j | log4j | 1.2.17 |
| maven-trees | hive-2.3__hadoop-3.2 | liball_deps_2.12 |
| net.java.dev.jna | jna | 5.8.0 |
| net.razorvine | pyrolite | 4.30 |
| net.sf.jpam | jpam | 1.1 |
| net.sf.opencsv | opencsv | 2.3 |
| net.sf.supercsv | super-csv | 2.2.0 |
| net.snowflake | snowflake-ingest-sdk | 0.9.6 |
| net.snowflake | snowflake-jdbc | 3.13.3 |
| net.snowflake | spark-snowflake_2.12 | 2.9.0-spark_3.1 |
| net.sourceforge.f2j | arpack_combined_all | 0.1 |
| org.acplt.remotetea | remotetea-oncrpc | 1.1.2 |
| org.antlr | ST4 | 4.0.4 |
| org.antlr | antlr-runtime | 3.5.2 |
| org.antlr | antlr4-runtime | 4.8 |
| 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 | 2.0.0 |
| org.apache.arrow | arrow-memory-core | 2.0.0 |
| org.apache.arrow | arrow-memory-netty | 2.0.0 |
| org.apache.arrow | arrow-vector | 2.0.0 |
| org.apache.avro | avro | 1.10.2 |
| org.apache.avro | avro-ipc | 1.10.2 |
| org.apache.avro | avro-mapred | 1.10.2 |
| org.apache.commons | commons-compress | 1.20 |
| org.apache.commons | commons-crypto | 1.1.0 |
| org.apache.commons | commons-lang3 | 3.12.0 |
| org.apache.commons | commons-math3 | 3.4.1 |
| org.apache.commons | commons-text | 1.6 |
| org.apache.curator | curator-client | 2.13.0 |
| org.apache.curator | curator-framework | 2.13.0 |
| org.apache.curator | curator-recipes | 2.13.0 |
| org.apache.derby | derby | 10.14.2.0 |
| org.apache.hadoop | hadoop-client-api | 3.3.1-databricks |
| org.apache.hadoop | hadoop-client-runtime | 3.3.1 |
| org.apache.hive | hive-beeline | 2.3.9 |
| org.apache.hive | hive-cli | 2.3.9 |
| org.apache.hive | hive-jdbc | 2.3.9 |
| org.apache.hive | hive-llap-client | 2.3.9 |
| org.apache.hive | hive-llap-common | 2.3.9 |
| org.apache.hive | hive-serde | 2.3.9 |
| org.apache.hive | hive-shims | 2.3.9 |
| org.apache.hive | hive-storage-api | 2.7.2 |
| org.apache.hive.shims | hive-shims-0.23 | 2.3.9 |
| org.apache.hive.shims | hive-shims-common | 2.3.9 |
| org.apache.hive.shims | hive-shims-scheduler | 2.3.9 |
| org.apache.htrace | htrace-core4 | 4.1.0-incubating |
| org.apache.httpcomponents | httpclient | 4.5.13 |
| org.apache.httpcomponents | httpcore | 4.4.12 |
| org.apache.ivy | ivy | 2.5.0 |
| org.apache.mesos | mesos-shaded-protobuf | 1.4.0 |
| org.apache.orc | orc-core | 1.6.10 |
| org.apache.orc | orc-mapreduce | 1.6.10 |
| org.apache.orc | orc-shims | 1.6.10 |
| org.apache.parquet | parquet-column | 1.12.0-databricks-0003 |
| org.apache.parquet | parquet-common | 1.12.0-databricks-0003 |
| org.apache.parquet | parquet-encoding | 1.12.0-databricks-0003 |
| org.apache.parquet | parquet-format-structures | 1.12.0-databricks-0003 |
| org.apache.parquet | parquet-hadoop | 1.12.0-databricks-0003 |
| org.apache.parquet | parquet-jackson | 1.12.0-databricks-0003 |
| org.apache.thrift | libfb303 | 0.9.3 |
| org.apache.thrift | libthrift | 0.12.0 |
| org.apache.xbean | xbean-asm9-shaded | 4.20 |
| org.apache.yetus | audience-annotations | 0.5.0 |
| org.apache.zookeeper | zookeeper | 3.6.2 |
| org.apache.zookeeper | zookeeper-jute | 3.6.2 |
| org.checkerframework | checker-qual | 3.5.0 |
| org.codehaus.jackson | jackson-core-asl | 1.9.13 |
| org.codehaus.jackson | jackson-mapper-asl | 1.9.13 |
| org.codehaus.janino | commons-compiler | 3.0.16 |
| org.codehaus.janino | janino | 3.0.16 |
| org.datanucleus | datanucleus-api-jdo | 4.2.4 |
| org.datanucleus | datanucleus-core | 4.1.17 |
| org.datanucleus | datanucleus-rdbms | 4.1.19 |
| org.datanucleus | javax.jdo | 3.2.0-m3 |
| org.eclipse.jetty | jetty-client | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-continuation | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-http | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-io | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-jndi | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-plus | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-proxy | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-security | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-server | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-servlet | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-servlets | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-util | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-util-ajax | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-webapp | 9.4.40.v20210413 |
| org.eclipse.jetty | jetty-xml | 9.4.40.v20210413 |
| org.eclipse.jetty.websocket | websocket-api | 9.4.40.v20210413 |
| org.eclipse.jetty.websocket | websocket-client | 9.4.40.v20210413 |
| org.eclipse.jetty.websocket | websocket-common | 9.4.40.v20210413 |
| org.eclipse.jetty.websocket | websocket-server | 9.4.40.v20210413 |
| org.eclipse.jetty.websocket | websocket-servlet | 9.4.40.v20210413 |
| org.fusesource.leveldbjni | leveldbjni-all | 1.8 |
| org.glassfish.hk2 | hk2-api | 2.6.1 |
| org.glassfish.hk2 | hk2-locator | 2.6.1 |
| org.glassfish.hk2 | hk2-utils | 2.6.1 |
| org.glassfish.hk2 | osgi-resource-locator | 1.0.3 |
| org.glassfish.hk2.external | aopalliance-repackaged | 2.6.1 |
| org.glassfish.hk2.external | jakarta.inject | 2.6.1 |
| org.glassfish.jaxb | jaxb-runtime | 2.3.2 |
| org.glassfish.jersey.containers | jersey-container-servlet | 2,34 |
| org.glassfish.jersey.containers | jersey-container-servlet-core | 2,34 |
| org.glassfish.jersey.core | jersey-client | 2,34 |
| org.glassfish.jersey.core | jersey-common | 2,34 |
| org.glassfish.jersey.core | jersey-server | 2,34 |
| org.glassfish.jersey.inject | jersey-hk2 | 2,34 |
| org.hibernate.validator | hibernate-validator | 6.1.0.Final |
| org.javassist | javassist | 3.25.0-GA |
| org.jboss.logging | jboss-logging | 3.3.2.Final |
| org.jdbi | jdbi | 2.63.1 |
| org.jetbrains | annotations | 17.0.0 |
| org.joda | joda-convert | 1.7 |
| org.jodd | jodd-core | 3.5.2 |
| org.json4s | json4s-ast_2.12 | 3.7.0-M11 |
| org.json4s | json4s-core_2.12 | 3.7.0-M11 |
| org.json4s | json4s-jackson_2.12 | 3.7.0-M11 |
| org.json4s | json4s-scalap_2.12 | 3.7.0-M11 |
| org.lz4 | lz4-java | 1.7.1 |
| org.mariadb.jdbc | mariadb-java-client | 2.2.5 |
| org.objenesis | objenesis | 2.5.1 |
| org.postgresql | postgresql | 42.2.19 |
| org.roaringbitmap | RoaringBitmap | 0.9.14 |
| org.roaringbitmap | shims | 0.9.14 |
| org.rocksdb | rocksdbjni | 6.20.3 |
| org.rosuda.REngine | REngine | 2.1.0 |
| org.scala-lang | scala-compiler_2.12 | 2.12.14 |
| org.scala-lang | scala-library_2.12 | 2.12.14 |
| org.scala-lang | scala-reflect_2.12 | 2.12.14 |
| org.scala-lang.modules | scala-collection-compat_2.12 | 2.4.3 |
| org.scala-lang.modules | scala-parser-combinators_2.12 | 1.1.2 |
| org.scala-lang.modules | scala-xml_2.12 | 1.2.0 |
| org.scala-sbt | test-interface | 1.0 |
| org.scalacheck | scalacheck_2.12 | 1.14.2 |
| org.scalactic | scalactic_2.12 | 3.0.8 |
| org.scalanlp | breeze-macros_2.12 | 1.0 |
| org.scalanlp | breeze_2.12 | 1.0 |
| org.scalatest | scalatest_2.12 | 3.0.8 |
| org.slf4j | jcl-over-slf4j | 1.7.30 |
| org.slf4j | jul-to-slf4j | 1.7.30 |
| org.slf4j | slf4j-api | 1.7.30 |
| org.slf4j | slf4j-log4j12 | 1.7.30 |
| org.spark-project.spark | unused | 1.0.0 |
| org.springframework | spring-core | 4.1.4.RELEASE |
| org.springframework | spring-test | 4.1.4.RELEASE |
| org.threeten | threeten-extra | 1.5.0 |
| org.tukaani | xz | 1.8 |
| org.typelevel | algebra_2.12 | 2.0.0-M2 |
| org.typelevel | cats-kernel_2.12 | 2.0.0-M4 |
| org.typelevel | machinist_2.12 | 0.6.8 |
| org.typelevel | macro-compat_2.12 | 1.1.1 |
| org.typelevel | spire-macros_2.12 | 0.17.0-M1 |
| org.typelevel | spire-platform_2.12 | 0.17.0-M1 |
| org.typelevel | spire-util_2.12 | 0.17.0-M1 |
| org.typelevel | spire_2.12 | 0.17.0-M1 |
| org.wildfly.openssl | wildfly-openssl | 1.0.7.Final |
| org.xerial | sqlite-jdbc | 3.8.11.2 |
| org.xerial.snappy | snappy-java | 1.1.8.4 |
| org.yaml | snakeyaml | 1.24 |
| oro | oro | 2.0.8 |
| pl.edu.icm | JLargeArrays | 1.5 |
| software.amazon.ion | ion-java | 1.0.2 |
| stax | stax-api | 1.0.1 |