April 2018

Versioner mellandelade. Ditt Azure Databricks kanske inte uppdateras förrän en vecka efter det första utgivningsdatumet.

Anteckning

Vi tillhandahåller nu Databricks Runtime meddelanden om utfasning i den version av Databricks Runtime som finns i .

CLI för hemligheter

Den 26 april 20180

Med Databricks CLI version 0.7.0 kan du hantera hemligheter från kommandoraden. Dokumentationen om hemligheter visar nu hur du använder CLI-kommandon för hemligheter för att skapa och hantera hemligheter.

Se Hemlighetshantering.

Djupinlärningsguider

Den 24 april 2018

Vi har lagt till dokumentation för deep Learning på Azure Databricks med hjälp av CPU-kluster.

Se Djupinlärning.

Uppdatering av API för hemligheter för att skapa hemlighetsomfång

25 april – 1 maj 2018: Version 2.70

Slutpunkten För att skapa hemligt omfång ( 2.0/preview/secret/scopes/create ) blir nu fältet inaktuellt och används i initial_manage_aclinitial_manage_principal stället. Det nya fältet innehåller samma funktioner men bättre semantik.

Se Secrets API 2.0.

Feltips för Spark

24 april – 1 maj 2018: Version 2.70

Azure Databricks nu tips som hjälper dig att tolka och felsöka många av de fel som kan visas när du kör Spark-kommandon. Och vi fortsätter att lägga till fler.

Spark error tips

Databricks CLI 0.7.0

Den 24 april 2018

Databricks CLI 0.7.0 innehåller felkorrigeringar.

Den tillhandahåller också ett kommandoradsgränssnitt till HEMLIGHETS-API:et.

Se Databricks CLI.

Ökning av gränsen för utdatatrunkering för init-skript

24 april – 1 maj 2018: Version 2.70

Vi har ökat gränsen för utdata trunkering för init-skript till 500 000 tecken.

Se Initieringsskript för klusternoder.

Kluster-API: händelsetypen UPSIZE_COMPLETED har lagts till

24 april – 1 maj 2018: Version 2.70

Den nya UPSIZE_COMPLETED klusterhändelsetypen anger att noderna har lagts till i ett kluster.

Se ClusterEventType i kluster-API-referensen.

Automatisk komplettering av kommando

10–17 april 2018: Version 2.69

Azure Databricks stöder nu två typer av automatisk komplettering i dina notebook-datorer: lokal och server. Lokal automatisk komplettering slutför ord som finns i anteckningsboken. Automatisk komplettering av server är mer kraftfullt eftersom det kommer åt klustret för definierade typer, klasser och objekt, samt SQL databas- och tabellnamn. Om du vill aktivera automatisk komplettering av servern måste du koppla anteckningsboken till ett kluster som körs och köra alla celler som definierar completable-objekt.

Notebook autocomplete

Se Komplettera automatiskt.

Serverlösa pooler har uppgraderats till Databricks Runtime 4.0

10 april 2018

Runtime-versionen för serverlösa pooler har uppgraderats från Databricks Runtime 3.5 (som omfattar Apache Spark 2.2.1) till Databricks Runtime 4.0 (som innehåller Apache Spark 2.3.0). Du måste starta om klustren för att kunna hämta den här ändringen.

Uppgraderingen representerar en mindre Apache Spark versionsuppdatering och är bakåtkompatibel.

Se Kluster med hög samtidighet.