2020. március

Ezek a funkciók és Azure Databricks platform fejlesztései 2020 márciusában jelentek meg.

Megjegyzés

A kiadások szakaszosak. Előfordulhat Azure Databricks hogy a fiók csak a kezdeti kiadási dátum után egy héttel frissül.

Elérhető a felügyelt MLflow modellregisztrációs adatbázisának együttműködési központja (nyilvános előzetes verzió)

2020. március 26.31.: 3.16-os verzió

Az MLflow-modell beállításjegyzéke egy együttműködésen alapuló központ, ahol a csapatok megoszthatják a gépi tanulási modelleket, együttműködnek a kísérletezéstől az előkészítésen és az éles környezeten át a modellek jóváhagyási és cégirányítási munkafolyamatokkal való integrálásáig, valamint nyomon követhetik a modellek üzembe helyezését. A felügyelt MLflow-modell regisztrációs adatbázisa mostantól nyilvános előzetes verzióban is elérhető minden Azure Databricks számára. Lásd: MLflow Model Registry Azure Databricks.

A munkaterület-, készlet- és fürtcímkék propagálnak a DBU-használati adatokba és az Azure-beli virtuális gépekre a jobb költségkezelési jelentések készítése érdekében

2020. március 26.

Március 26-tól kezdve a címkepropagálást a használati Azure Databricks Azure-beli virtuális gépekre fogjuk terjeszteni. Az új címkepropagálási funkció Azure Databricks munkaterületcímkéket (azaz erőforráscsoport-címkéket), készletcímkéket és fürtcímkéket kombinál, és azokat propagálja a Databricks DBU használati adataihoz és az Azure-beli virtuális gépekhez erőforráscímkékként. Az összevont címkeinformációk az Azure Cost Management Portalon és a használati adatok exportálásában is láthatóak lesznek, így jobban átláthatók az Azure Databricks-használat és a vállalati egységek és csapatok pontos forrásmegjelölése. Lásd: Használat figyelése fürt-, készlet- és munkaterületcímkék használatával.

Databricks Runtime 7.0 (bétaverzió) az Apache Spark 3.0 előzetes verzióját biztosítja

2020. március 22.

Databricks Runtime 7.0 (bétaverzió) a Apache Spark 3.0 előzetesét biztosítja a Scala 2.12-es verzióval. Próbálja ki nem éles számítási feladatokkal, és adja meg visszajelzését.

További információért tekintse meg a 7.0 Databricks Runtime (nem támogatott) kibocsátási megjegyzéseit.

Databricks Runtime 6.5 ML (bétaverzió)

2020. március 20.

Databricks Runtime 6.5 ML (bétaverzió) a következő kódtárfrissítést tartalmazza:

  • Az MLflow az 1.5.0-s verzióról az 1.7.0-s verzióra frissítve

További információért tekintse meg Databricks Runtime 6.5-ös Machine Learning (nem támogatott) kibocsátási megjegyzéseit.

Databricks Runtime 6.5 (bétaverzió)

2020. március 20.

Databricks Runtime 6.5 (bétaverzió) számos kódtárfrissítést és új funkciót kínál, többek között a következőket:

  • A Delta-tábla összes írási, frissítési és törlési műveletmetrika mostantól megjelenik a táblaelőzmények között
  • A Delta Lake streamelési mikrokötetekkel feldolgozott adatok korlátozva vannak
  • A Snowflake-összekötő frissítve lett a 2.5.9-esre

További információért tekintse meg a 6.5-ös Databricks Runtime (nem támogatott) kibocsátási megjegyzéseit.

Az Azure Databricks-visszajelzés közvetlenül az Azure Databricks visszajelzési portálon jelenik meg

2020. március 10-17. : 3.15-ös verzió

A ? alatt található hivatkozás A Visszajelzés menü most a visszajelzési portálra Azure Databricks mutat.

Shiny-alkalmazások fejlesztése és tesztelése az RStudio Serverben

2020. március 10-17. : 3.15-ös verzió

Most már fejleszthet és tesztelhet Egy Olyan Applications-alkalmazást az RStudio Serveren belül, amely a Azure Databricks. Lásd: Az üzemeltetett RStudio Serveren található AI.

A jegyzetfüzet alapértelmezett nyelvének módosítása

2020. március 10-17. : 3.15-ös verzió

Mostantól módosíthatja a jegyzetfüzetek alapértelmezett nyelvét.

A Databricks Connect támogatja a Databricks Runtime 6.4-es verzióját

2020. március 6.

A Databricks Csatlakozás a 6.4-es Databricks Runtime támogatja.

A Databricks Connect támogatja a Databricks Runtime 6.3-as verzióját

2020. március 3.

A Databricks Csatlakozás a 6.3-as Databricks Runtime támogatja.