2018 年 2 月February 2018

リリースはステージングされています。Releases are staged. Azure Databricks アカウントは、最初のリリース日から1週間後に更新することはできません。Your Azure Databricks account may not be updated until a week after the initial release date.

時系列データをサポートする新しい折れ線グラフNew line chart supports time-series data

2018年2月27日-3 月6日: バージョン2.66Feb 27 - Mar 6, 2018: Version 2.66

新しい折れ線グラフでは、時系列データが完全にサポートされ、古い折れ線グラフオプションによる制限が解消されます。A new line chart fully supports time-series data and resolves limitations with our old line chart option. 古い折れ線グラフは非推奨とされます。ユーザーは、古い折れ線グラフを使用している視覚化を新しいものに移行することをお勧めします。The old line chart is deprecated, and we recommend that users migrate any visualizations that use the old line chart to the new one.

折れ線グラフ

詳細については、「非推奨の折れ線グラフの移行」を参照してください。See Migrate Deprecated Line Charts for more information.

視覚化の機能強化More visualization improvements

2018年2月27日-3 月6日: バージョン2.66Feb 27 - Mar 6, 2018: Version 2.66

テーブルの出力で列を並べ替え、グラフで10を超える凡例項目を使用できるようになりました。You can now sort columns in table output and use more than 10 legend items in a chart.

ジョブ API を使用したジョブ実行の削除Delete job runs using Job API

2018年2月27日-3 月6日: バージョン2.66Feb 27 - Mar 6, 2018: Version 2.66

ジョブ API を使用して、新しい jobs/runs/delete エンドポイントを使用してジョブの実行を削除できるようになりました。You can now use the Job API to delete job runs, using the new jobs/runs/delete endpoint.

詳細については、「 Delete の実行」を参照してください。See Runs Delete for more information.

KaTeX math レンダリングライブラリが更新されましたKaTeX math rendering library updated

2018年2月27日-3 月6日: バージョン2.66Feb 27 - Mar 6, 2018: Version 2.66

数学式の描画に使用 Azure Databricks れる K0.5.1 Ex のバージョンは、0.9.0 から beta1 に更新されました。The version of KatTeX that Azure Databricks uses for math equation rendering was updated from 0.5.1 to 0.9.0-beta1.

この更新プログラムでは、0.5.1 で記述された式を中断する可能性がある変更が導入されています。This update introduces changes that can break expressions that were written in 0.5.1:

  • \xLongequal\xlongequal になりました (#997)\xLongequal is now \xlongequal (#997)
  • [text]color HTML の色は整形式である必要があります。[text]color HTML colors must be well-formed. (#827)(#827)
  • \llap\rlap では、コンテンツを数値演算モードで表示するようになりました。\llap and \rlap now render contents in math mode. 以前の動作を提供するには、\mathllap (新規) と \mathrlap (新規) を使用します。Use \mathllap (new) and \mathrlap (new) to provide the previous behavior.
  • \color\textcolor は、LaTeX (#619) と同様に動作するようになりました。\color and \textcolor now behave as they do in LaTeX (#619)

詳細については、 KaTeX のリリースノートを参照してください。See the KaTeX release notes for more information.

Databricks CLI: 0.5.0 リリースDatabricks CLI: 0.5.0 release

2018年2月27日: databricks 0.5.0February 27, 2018: databricks-cli 0.5.0

Databricks CLI で、ライブラリ APIを対象とするコマンドがサポートされるようになりました。Databricks CLI now supports commands that target the Libraries API.

CLI では、複数の接続プロファイルもサポートされるようになりました。The CLI also now supports multiple connection profiles. 接続プロファイルを使用して、複数の Azure Databricks デプロイと対話するように CLI を構成できます。Connection profiles can be used to configure the CLI to talk to multiple Azure Databricks deployments.

詳細については、「 DATABRICKS CLI 」を参照してください。See Databricks CLI for more information.

DBUtils API ライブラリDBUtils API library

2月13-20 日、2018: バージョン2.65Feb 13-20, 2018: Version 2.65

Azure Databricks には、DBFS、notebook ワークフロー、およびウィジェットと簡単に連携できるようにするさまざまなユーティリティ Api が用意されています。Azure Databricks provides a variety of utility APIs that let you work easily with DBFS, notebook workflows, and widgets. dbutils-api ライブラリは、アプリケーションを Azure Databricks クラスターにデプロイする前に、これらのユーティリティ Api に対してローカルで単体テストをコンパイルして実行できるようにすることで、アプリケーション開発を高速化します。The dbutils-api library accelerates application development by allowing you to locally compile and run unit tests against these utility APIs before deploying your application to an Azure Databricks cluster.

詳細については、「 Databricks UTILITIES API library 」を参照してください。See Databricks Utilities API library for more information.

ジョブのみをフィルター処理するFilter for your jobs only

2月13-20 日、2018: バージョン2.65Feb 13-20, 2018: Version 2.65

[ジョブ] の一覧で新しいフィルターを使用すると、自分が所有しているジョブだけでなく、自分がアクセスできるジョブのみを表示できます。New filters on the Jobs list let you display only the jobs you own and only the jobs you have access to.

ジョブフィルター

詳細については、「ジョブ」を参照してください。See Jobs for more information.

[ジョブの作成] ページからの Spark 送信Spark-submit from the Create Job page

2月13-20 日、2018: バージョン2.65Feb 13-20, 2018: Version 2.65

[ジョブの作成] ページから、REST API または CLI を使用して spark-submit パラメーターを構成できるようになりました。Now you can configure spark-submit parameters from the Create Job page, as well as through the REST API or CLI.

Spark-送信

詳細については、「ジョブ」を参照してください。See Jobs for more information.

[クラスターの作成] ページで [Python 3] を選択します。Select Python 3 from the Create Cluster page

2月13-20 日、2018: バージョン2.65Feb 13-20, 2018: Version 2.65

クラスターを作成するときに、新しい Python バージョンのドロップダウンから Python バージョン2または3を指定できるようになりました。Now you can specify Python version 2 or 3 from the new Python version drop-down when you create a cluster. 選択しない場合は、Python 2 が既定値になります。If you don’t make a selection, Python 2 is the default. 前と同様に、REST API を使用して Python 3 クラスターを作成することもできます。You can also, as before, create Python 3 clusters using the REST API.

Python バージョン

詳細については、 Python のバージョンを参照してください。See Python version for more information.

ワークスペース UI の機能強化Workspace UI improvements

2月13-20 日、2018: バージョン2.65Feb 13-20, 2018: Version 2.65

ワークスペースファイルブラウザーで種類 (フォルダー、ノートブック、ライブラリ) 別にファイルを並べ替える機能を追加しました。ホームフォルダーは常に [ユーザー] 一覧の上部に表示されます。We have added the ability to sort files by type (folders, notebooks, libraries) in the Workspace file browser, and the home folder always appears at the top of the Users list.

ワークスペースの並べ替え

SQL コマンドとデータベース名のオートコンプリートAutocomplete for SQL commands and database names

2月13-20 日、2018: バージョン2.65Feb 13-20, 2018: Version 2.65

Notebook 内の SQL セルで、SQL コマンドとデータベース名のオートコンプリートが提供されるようになりました。SQL cells in notebooks now provide autocompletion of SQL commands and database names.

サーバーレスプールで R がサポートされるようになりましたServerless pools now support R

2月1-8 日、2018: バージョン2.64Feb 1-8, 2018: Version 2.64

これで、サーバーレスプールで R を使用できるようになりました。You can now use R in serverless pools.

Spark パッケージとして利用可能な XGBoost ストXGBoost available as a Spark Package

2月1-8 日、2018: バージョン2.64Feb 1-8, 2018: Version 2.64

XGBoost スト Spark 統合ライブラリは、ライブラリ UI または REST API から Spark パッケージとして Azure Databricks にインストールできるようになりました。XGBoost’s Spark integration library can now be installed on Azure Databricks as a Spark Package from the Library UI or the REST API. 以前は、init スクリプトを使用してソースから必要なインストールを XGBoost ストしたため、クラスターの起動時間が長くなっていました。Previously, XGBoost required installation from source via init scripts and thus a longer cluster start-up time. 詳細については、「 Xgboost スト」を参照してください。See XGBoost for more information.

SQL および Python (ベータ) のテーブルアクセス制御Table access control for SQL and Python (Beta)

2月1-8 日、2018: バージョン2.64Feb 1-8, 2018: Version 2.64

昨年、SQL ユーザー向けにデータオブジェクトアクセス制御を導入しました。Last year, we introduced data object access control for SQL users. 現在、SQL と Python の両方のユーザーに対して、テーブルアクセス制御 (テーブル Acl) のパブリックベータリリースを発表いたします。Today we are excited to announce the public beta release of table access control (table ACLs) for both SQL and Python users. テーブルアクセス制御を使用すると、テーブル、データベース、ビュー、関数などのセキュリティ保護可能なオブジェクトへのアクセスを制限できます。With table access control, you can restrict access to securable objects like tables, databases, views, or functions. また、任意のクエリを含む派生ビューに対する権限を設定することによって、詳細なアクセス制御を (特定の条件に一致する行と列に) 提供することもできます。You can also provide fine-grained access control (to rows and columns matching specific conditions, for example) by setting permissions on derived views containing arbitrary queries.

注意

  • この機能はパブリックベータ版ですThis feature is in public beta
  • この機能には Databricks Runtime 3.5 + が必要です。This feature requires Databricks Runtime 3.5+.

詳細については、「テーブル Access Control 」を参照してください。See Table Access Control for more information.