November 2020

  • Artikel

Dessa funktioner och förbättringar av Azure Databricks-plattformen släpptes i november 2020.

Kommentar

Versioner mellanlagras. Ditt Azure Databricks-konto kanske inte uppdateras förrän en vecka eller mer efter det första lanseringsdatumet.

Stöd för Databricks Runtime 6.6-serien upphör

Den 26 november 2020

Stöd för Databricks Runtime 6.6, Databricks Runtime 6.6 för Machine Learning och Databricks Runtime 6.6 för Genomics avslutades den 26 november. Se Supportlivscykler för Databricks-körning.

MLflow Model Registry (allmän tillgänglighet)

18 november - 1 december 2020: Version 3.33

MLflow Model Registry är nu GA. Flera förbättringar har gjorts sedan Model Registry släpptes för offentlig förhandsversion:

  • Granska loggning för åtgärder på modellregisterobjekt. Åtgärder i modellregistret registreras nu i granskningsloggar. modelRegistry Se posten i granskningsloggreferensenför de loggade åtgärderna och parametrarna.
  • Kommentarer för modellversioner. Nu kan du lägga till kommentarer i modellversioner så att du kan använda Model Registry för teamdiskussioner för att hantera din modellproduktionspipeline.
  • Taggar på modeller och modellversioner. Du kan skapa taggar för modeller och modellversioner och söka efter dem med hjälp av API:et.
  • Förbättringar av URL:en för sidan med registrerade modeller. Url:en för den här sidan behåller nu sin historik så att du kan navigera med bakåt- och framåtknapparna i webbläsaren när du gör frågor och visar modeller från den här sidan. Du kan också dela URL:en med kollegor som ser samma vy.

Filtrera experimentkörningar beroende på om en registrerad modell är associerad

18 november - 1 december 2020: Version 3.33

När du visar körningar för ett experiment kan du nu filtrera körningar baserat på om de har skapat en modellversion eller inte. Mer information finns i Filterkörningar.

18 november - 1 december 2020: Version 3.33

Galleriet Partnerintegrering har flyttats från menyn Konto till fliken Lägg till data . Mer information finns i Teknikpartners.

Klusterprinciper använder nu allowlist och blocklist som principtypnamn

18 november - 1 december 2020: Version 3.33

Klusterprinciper använder nu "allowlist" och "blocklist" som principtyper och ersätter "whitelist" och "blacklist". Se Referens för beräkningsprincip. Observera att detta ursprungligen tillkännagavs som en version 3.31-funktion, vilket var felaktigt.

Återförsök utförs automatiskt när det inte går att skapa ett jobbkluster

Viktigt!

Den här uppdateringen återställdes efter versionen av version 3.33.

18 november - 1 december 2020: Version 3.33

Azure Databricks försöker nu automatiskt skapa jobbkluster igen när specifika återställningsbara fel inträffar. Jobbkörningar finns kvar i RunLifeCycleState: VÄNTAR tills klusterstarten har slutförts. Varje försök har ett annat namn och ett annat cluster_id namn. När klustret har skapats övergår körningen till RunLifeCycleState: RUNNING.

18 november - 1 december 2020: Version 3.33

Nu kan du visa en innehållsförteckning för dina anteckningsböcker och använda den för att snabbt navigera i en notebook-fil. Anteckningsbokens innehållsförteckning skapas automatiskt baserat på Markdown-rubrikerna. Mer information finns i Notebook-innehållsförteckning.

Databricks SQL (offentlig förhandsversion)

18 november 2020

Databricks har nöjet att introducera Databricks SQL, en intuitiv miljö för att köra ad hoc-frågor och skapa instrumentpaneler för data som lagras i din datasjö. Databricks SQL gör det möjligt för din organisation att driva en sjöhusarkitektur med flera moln som ger datalagerprestanda med datasjöekonomi samtidigt som den ger en härlig användarupplevelse för SQL-analys. Databricks SQL:

  • Integreras med de BI-verktyg som du använder idag, till exempel Tableau och Microsoft Power BI, så att du kan köra frågor mot de mest fullständiga och de allra senaste data i din datasjö.
  • Kompletterar befintliga BI-verktyg med ett SQL-gränssnitt som gör att dataanalytiker och data scientists kan köra frågor på data i en datasjö direkt i Azure Databricks.
  • Ger möjlighet att dela frågeinsikter via visualiseringar och instrumentpaneler (dra och släpp) med automatisk avisering vid viktiga förändringar i data.
  • Använder Skapa ett SQL-lager för att ge tillförlitlighet, kvalitet, skalning, säkerhet och prestanda till din datasjö, så att du kan köra traditionella analysarbetsbelastningar med dina senaste och fullständiga data.

Mer information finns i Vad är datalager på Azure Databricks?

Ennodskluster stöder nu Databricks-containertjänster

4-10 november 2020: Version 3.32

Nu kan du använda Databricks Container Services i kluster med en nod. Mer information finns i Beräkning med en nod eller flera noder och Anpassa containrar med Databricks Container Service.

Databricks Runtime 7.4 – allmän tillgänglighet

3 november 2020

Databricks Runtime 7.4, Databricks Runtime 7.4 ML och Databricks Runtime 7.4 för Genomics är nu allmänt tillgängliga.

Mer information finns i den fullständiga viktig information på Databricks Runtime 7.4 (stöds inte) och Databricks Runtime 7.4 för ML (stöds inte).

Uppdatering av Databricks JDBC-drivrutin

3 november 2020

En ny version av Databricks JDBC-drivrutinen har släppts. Den nya versionen innehåller ett antal felkorrigeringar, framför allt returnerar drivrutinen nu rätt antal ändrade rader från DML-åtgärder när den tillhandahålls av Databricks Runtime.

Databricks Connect 7.3 (betaversion)

3 november 2020

Databricks Anslut 7.3 är nu tillgänglig som betaversion.

Med Databricks Anslut 7.3 kan du använda Microsoft Entra ID-token för att autentisera till Azure Databricks och stöder genomströmning av Microsoft Entra-ID-autentiseringsuppgifter. På så sätt kan du autentisera automatiskt till Azure Data Lake Storage Gen1 och Azure Data Lake Storage Gen2 från Databricks Anslut med samma Microsoft Entra ID-identitet som du använder för att autentisera till Azure Databricks.

Mer information finns i Viktig information om Databricks Anslut och Databricks Anslut.