Mars 2021March 2021

Ces fonctionnalités et Azure Databricks améliorations de la plateforme ont été publiées en mars 2021.These features and Azure Databricks platform improvements were released in March 2021.

Notes

Les mises en production sont intermédiaires.Releases are staged. Votre compte de Azure Databricks ne peut pas être mis à jour avant une semaine ou plus après la date de publication initiale.Your Azure Databricks account may not be updated until a week or more after the initial release date.

Azure Databricks prend maintenant en charge le mode foncé pour l’affichage des notebooksAzure Databricks now supports dark mode for viewing notebooks

23-29 mars, 2021 : version 3,42March 23-29, 2021: Version 3.42

Vous pouvez désormais afficher les blocs-notes avec un arrière-plan sombre.You can now view notebooks with a dark background. Pour obtenir des instructions sur la façon de modifier ce paramètre, consultez afficher les blocs-notes en mode sombre .See View notebooks in dark mode for instructions on how to change this setting.

Réduire votre coût TCO Azure Databricks avec les machines virtuelles Spot Azure (préversion publique)Save your Azure Databricks TCO with Azure Spot VMs (Public Preview)

22 mars 2021March 22, 2021

La prise en charge des machines virtuelles (VM) Azure permet aux utilisateurs de créer des clusters Azure Databricks avec des machines virtuelles Azure.Azure Spot Virtual Machines (VMs) support enables users to create Azure Databricks clusters with Azure Spot VMs. Vous pouvez désormais tirer parti des instances de points Azure à faible coût et réduire le coût total de possession (TCO) de Azure Databricks.You can now get the benefit of significantly lower-cost Azure Spot instances and reduce your total cost of ownership (TCO) of Azure Databricks. Vous pouvez choisir d’utiliser des instances de points Azure lorsque vous :You can choose to use Azure Spot instances when you:

Databricks Runtime 8.1 (GA)Databricks Runtime 8.1 (GA)

22 mars 2021March 22, 2021

Databricks Runtime 8,1 et Databricks Runtime 8,1 ML sont désormais mis à la disposition générale.Databricks Runtime 8.1 and Databricks Runtime 8.1 ML are now generally available.

Pour plus d’informations, consultez les notes de publication complètes à l’adresse Databricks Runtime 8,1 et Databricks Runtime 8,1 pour machine learning.For information, see the full release notes at Databricks Runtime 8.1 and Databricks Runtime 8.1 for Machine Learning.

Simplification de la création et de la gestion des travaux avec l’interface utilisateur des travaux améliorée (préversion publique)Easier job creation and management with the enhanced jobs user interface (Public Preview)

22-29 mars, 2021 : version 3,42March 22-29, 2021: Version 3.42

Databricks a remanié l’interface utilisateur des tâches pour faciliter la création et la gestion des travaux.Databricks has redesigned the Jobs user interface to make it easier to create and manage jobs. La nouvelle interface utilisateur vous permet de :The new UI lets you:

  • Créez et modifiez des travaux avec une interface rationalisée.Create and edit jobs with a streamlined interface.
  • Affichez la configuration du travail dans un onglet distinct (améliorant la lisibilité).View job configuration in a separate tab (enhancing readability).
  • Créez de nouveaux travaux en clonant les travaux existants.Create new jobs by cloning existing jobs.
  • Exécuter un travail avec des paramètres différents de l’interface utilisateur.Run a job with different parameters from the user interface.
  • Affichez la configuration JSON d’un travail.View the JSON configuration of a job.

La nouvelle interface utilisateur du travail est la valeur par défaut pour tous les utilisateurs.The new job UI is the default for all users. Tandis que la nouvelle IU est en préversion publique, vous pouvez revenir à l’interface utilisateur précédente en cliquant sur l’onglet nouveau situé en haut de la page.While the new UI is in public preview, you can switch back to the previous UI by clicking the NEW tab at the top of the page. Rechargez la page pour revenir à la nouvelle interface utilisateur.Reload the page to switch back to the new UI.

Suivre les nouvelles tentatives de travail avec une nouvelle valeur séquentielle renvoyée pour chaque tentative d’exécution de travailTrack job retry attempts with a new sequential value returned for each job run attempt

22-29 mars, 2021 : version 3,42March 22-29, 2021: Version 3.42

L’API Jobs exécute la liste et exécute les réponses obtenir à présent le champ attempt_number dans la structure de données d' exécution .The Jobs API Runs list and Runs get responses now return the field attempt_number in the Run data structure. Le attempt_number champ est un nombre séquentiel incrémenté à chaque tentative d’exécution lorsque vous configurez une stratégie de nouvelle tentative pour un travail.The attempt_number field is a sequential number incremented with each run attempt when you configure a retry policy for a job. Vous pouvez utiliser le attempt_number champ pour suivre les nouvelles tentatives d’un travail.You can use the attempt_number field to track the retry attempts for a job.

Limite accrue pour le nombre de travaux enregistrés dans les espaces de travail PremiumIncreased limit for the number of saved jobs in Premium workspaces

22-29 mars, 2021 : version 3,42March 22-29, 2021: Version 3.42

Vous pouvez maintenant enregistrer jusqu’à 1 500 travaux dans un espace de travail avec le plan Premium.You can now save up to 1,500 jobs in a workspace with the Premium plan. Les espaces de travail avec un plan standard restent dans une limite de 1 000 tâches enregistrées.Workspaces with a Standard plan remain at a limit of 1,000 saved jobs.

Simplification de la connexion à Azure Databricks à partir de vos outils BI et clients SQL préférésEasier way to connect to Azure Databricks from your favorite BI tools and SQL clients

16 mars, 2021March 16, 2021

Les pages de téléchargement de Databricks JDBC et du pilote ODBC ont été réorganisées.The Databricks JDBC and ODBC driver download pages have been revamped. Il y a maintenant :There is now:

  • Téléchargement d’un pilote en un clic des derniers pilotes Databricks via des zones de téléchargement dédiées pour ODBC et JDBC, des liens vers les notes de publication, la documentation et la résolution des problèmes de la base de connaissances.One-click driver download of the latest Databricks drivers via dedicated download areas for ODBC and JDBC, links to release notes, documentation and KB troubleshooting.
  • Pilotes « retardés » : les nouvelles versions de pilotes sont disponibles au téléchargement immédiatement après leur publication.“Hot off the press” drivers: New driver versions are available for download immediately after being released.
  • Versions de pilote : accès aux versions de pilote les plus récentes et les plus anciennes sélectionnées.Driver versions: Access to both newest and selected older driver versions.

Consultez Téléchargement du pilote JDBC et Téléchargement du pilote ODBC.See JDBC driver download and ODBC driver download.

Les dépôts Azure Databricks vous permettent d’utiliser les dépôts Git pour intégrer Databricks à des systèmes CI/CDAzure Databricks Repos let you use Git repositories to integrate Databricks with CI/CD systems

16 mars, 2021March 16, 2021

Vous pouvez maintenant créer ou cloner des référentiels git existants dans Azure Databricks, travailler avec des blocs-notes dans ces référentiels, suivre les meilleures pratiques de développement et de collaboration basées sur git, telles que les révisions de code et les tests, et générer des flux de travail d’intégration et de livraison continue.You can now create new or clone existing Git repositories in Azure Databricks, work with notebooks in these repositories, follow Git-based development and collaboration best practices such as code reviews and tests, and build CI/CD workflows. Databricks pensions s’intègre à GitHub, bitbucket, GitLab et Azure DevOps.Databricks Repos integrates with GitHub, Bitbucket, GitLab, and Azure DevOps. Pour plus d’informations, consultez les pensions pour l’intégration de git.For details, see Repos for Git integration.

Restauration des nouvelles tentatives automatiques pour les clusters de travaux en échecAutomatic retries for failed job clusters reverted

11 mars 2021March 11, 2021

La fonctionnalité qui permettait les nouvelles tentatives automatiques lorsque la création d’un cluster de travail échoue dans la version 3,33 a été annulée.The functionality that enabled Automatic retries when the creation of a job cluster fails released in version 3.33 has been reverted.

Authentification rationalisée de Tableau Desktop à Azure Databricks avec Azure Active DirectoryStreamlined authentication from Tableau Desktop to Azure Databricks using Azure Active Directory

10 mars 2021March 10, 2021

Vous pouvez désormais vous authentifier à partir de tableau Desktop pour Azure Databricks à l’aide de l’authentification Azure Active Directory en plus des jetons d’accès personnels.You can now authenticate from Tableau Desktop to Azure Databricks using Azure Active Directory authentication in addition to personal access tokens. Pour plus d’informations, consultez se connecter à Azure Databricks à partir de tableau Desktop (2019,3 et versions ultérieures).For details, see Connect to Azure Databricks from Tableau Desktop (2019.3 and above).

Databricks Runtime 8.1 (bêta)Databricks Runtime 8.1 (Beta)

10 mars 2021March 10, 2021

Databricks Runtime 8,1 et Databricks Runtime 8,1 ML sont désormais disponibles en tant que versions bêta.Databricks Runtime 8.1 and Databricks Runtime 8.1 ML are now available as Beta releases.

Pour plus d’informations, consultez les notes de publication complètes à l’adresse Databricks Runtime 8,1 et Databricks Runtime 8,1 pour machine learning.For information, see the full release notes at Databricks Runtime 8.1 and Databricks Runtime 8.1 for Machine Learning.

Model Serving prend maintenant en charge d’autres types de modèlesModel Serving now supports additional model types

8-15 mars, 2021 : version 3,41March 8-15, 2021: Version 3.41

Vous pouvez désormais interroger des modèles basés sur tenseur avec l’interface utilisateur du modèle de service.You can now query tensor-based models with the Model Serving UI. Auparavant, l’interface utilisateur prenait uniquement en charge pandas trames.Previously, the UI supported only pandas DataFrames.

Pour interroger des modèles basés sur tenseur, MLflow 1.14.1 est requis.To query tensor-based models, MLflow 1.14.1 is required. Vous devez installer cette version manuellement.You must install this version manually. Pour obtenir des instructions sur l’installation d’une bibliothèque, consultez bibliothèques .See Libraries for instructions on how to install a library.

Nouvelles options de recherche dans le registre de modèlesNew options for searching Model Registry

8-15 mars, 2021 : version 3,41March 8-15, 2021: Version 3.41

Vous pouvez désormais Rechercher des modèles dans l’interface utilisateur du registre de modèle en fonction de balises.You can now search models in the Model Registry UI based on tags. Pour plus d’informations, consultez Rechercher un modèle à l’aide de l’interface utilisateur.For more information, see Search for a model using the UI.

Augmentation de la limite du nombre de clusters universels terminésIncreased limit for the number of terminated all-purpose clusters

8-15 mars, 2021 : version 3,41March 8-15, 2021: Version 3.41

Vous pouvez maintenant avoir jusqu’à 100 clusters à usage général terminés dans un espace de travail Azure Databricks.You can now have up to 100 terminated all-purpose clusters in an Azure Databricks workspace. Auparavant, la limite était de 70.Previously the limit was 70. Pour plus d’informations, consultez terminer un cluster.For details, see Terminate a cluster. La limite du nombre de clusters à usage général renvoyés par la demande de liste d’API de clusters est également 100.The limit on the number of all-purpose clusters returned by the Clusters API List request is also now 100.

Augmentation de la limite du nombre de clusters épinglés dans un espace de travailIncreased limit for the number of pinned clusters in a workspace

8-15 mars, 2021 : version 3,41March 8-15, 2021: Version 3.41

Vous pouvez maintenant avoir jusqu’à 40 clusters épinglés dans un espace de travail Azure Databricks.You can now have up to 40 pinned clusters in an Azure Databricks workspace. Auparavant, la limite était de 20.Previously the limit was 20. Pour plus d’informations, consultez épingler un cluster.For details, see Pin a cluster.

Databricks Runtime 8.0 (GA)Databricks Runtime 8.0 (GA)

2 mars, 2021March 2, 2021

Databricks Runtime 8,0 et Databricks Runtime 8,0 ML sont désormais mis à la disposition générale.Databricks Runtime 8.0 and Databricks Runtime 8.0 ML are now generally available.

Pour plus d’informations, consultez les notes de publication complètes à l’adresse Databricks Runtime 8,0 et Databricks Runtime 8,0 pour machine learning.For information, see the full release notes at Databricks Runtime 8.0 and Databricks Runtime 8.0 for Machine Learning.