2018 年 11 月
這些功能和 Azure Databricks 平臺改良功能于 2018 年 11 月發行。
注意
發行會暫存。 在初始發行日期之後的一周之前,您的 Azure Databricks 帳戶可能不會更新。
程式庫 UI
重要
此更新已于 2018 年 12 月 7 日還原。
2018 年 11 月 27 日至 12 月 4 日:版本 2.85
在此版本中,程式庫 UI 已大幅改善。
Azure Databricks UI 現在支援工作區程式庫和叢集程式庫。 工作區程式庫存在於工作區中,而且可以連結至一或多個叢集。 叢集程式庫是一個程式庫,其只存在於所附加叢集的內容中。 此外:
- 您現在可以從上傳至物件儲存體的檔案建立程式庫。
- 您現在可以從程式庫詳細資料頁面和叢集的 [程式庫] 索引標籤附加和中斷程式庫。
- 使用 API 安裝的程式庫現在會顯示在叢集的 [程式庫] 索引標籤中。
已啟用自訂 Spark 堆積記憶體設定
2018 年 11 月 27 日至 12 月 4 日:版本 2.85
下列 Spark 記憶體設定現在生效:
spark.executor.memory
spark.driver.memory
重要
- Azure Databricks 在每個節點上都有執行的服務,因此 Spark 的最大允許記憶體小於雲端提供者所報告的 VM 記憶體容量。 如果您想要為 Spark 提供執行程式或驅動程式的最大堆積記憶體數量,請勿分別指定
spark.executor.memory
或spark.driver.memory
。 - 先前無效但忽略的某些叢集組態可能會導致叢集失敗。
作業和閒置執行內容收回
2018 年 11 月 27 日至 12 月 4 日:版本 2.85
作業現在會自動收回閒置執行內容。 請參閱 Databricks 筆記本執行內容 。 若要將自動收回降到最低,Azure Databricks 建議您針對作業和互動式工作負載使用不同的叢集。
Databricks Runtime 5.0 for 機器學習 (Beta) 版本
2018 年 11 月 19 日
Databricks Runtime 5.0 ML (Beta) 提供適用于機器學習和資料科學的現成環境。 其中包含多個熱門程式庫,包括 TensorFlow、Keras 和 XGBoost。 它也支援使用 Horovod 的分散式 TensorFlow 訓練。 Databricks Runtime 5.0 ML 建置在 Databricks Runtime 5.0 之上。 Databricks Runtime 5.0 ML 包含下列新功能:
- HorovodRunner,用於使用 Horovod 執行分散式深度學習訓練作業。 請參閱 分散式定型 。
- Conda 支援套件管理。
- MLeap 整合。
- GraphFrames 整合。
請參閱 Databricks Runtime 5.0 ML 的完整版本資訊 (不支援)。
Databricks Runtime 5.0 版本
2018 年 11 月 8 日
Databricks Runtime 5.0 現已推出。 Databricks Runtime 5.0 包含 Apache Spark 2.4.0、新的 Delta Lake 和結構化串流功能和升級,以及升級的 Python、R 和 JAVA 和 Scala 程式庫。 如需詳細資訊,請參閱 Databricks Runtime 5.0 (不支援)。
在 Databricks Runtime 5.0 上,一旦叢集達到內容上限(145),Azure Databricks 現在就會收回閒置的執行內容。 請參閱 Databricks 筆記本執行內容 。
displayHTML
支援不受限制地載入協力廠商內容
2018 年 11 月 6 日至 13 日:版本 2.84
displayHTML
先前 iframe 沙箱遺漏 allow-same-origin 屬性。 這表示 iframe 具有 Null 原始來源,這對跨原始來源 XHR 要求 、Cookie 或存取內嵌 iframe 並不太友好 。 在此版本中, displayHTML
iframe 會從新的網域提供, databricksusercontent.com
而 iframe 沙箱現在會包含 allow-same-origin
屬性。
如果您已經為您運作,就不需要變更 displayHTML 的使用方式。
databricksusercontent.com
必須可從您的瀏覽器存取。 如果公司網路目前遭到封鎖,IT 必須將其列入允許清單。