August 2021

Diese Features und Azure Databricks-Plattformverbesserungen wurden im August 2021 veröffentlicht.

Allgemeine Verfügbarkeit von Databricks-Repositorys

31. August 2021

Databricks Repos ist jetzt allgemein verfügbar. Mit Repos können Sie neue Git-Repositorys in Azure Databricks erstellen oder vorhandene klonen, mit Notebooks in diesen Repositorys arbeiten, Best Practices für die Git-basierte Entwicklung und Zusammenarbeit befolgen und Ihre CI/CD-Workflows in Repos-APIs integrieren. Databricks Repos lässt sich in GitHub, Bitbucket, GitLab und Azure DevOps integrieren. Ausführliche Informationen finden Sie unter Git-Integration für Databricks-Git-Ordner und Repos-API.

Höherer Timeoutwert für zeitintensive Notebookaufträge

23.-30. August 2021: Version 3.53

Sie können jetzt Notebookworkflowaufträge ausführen, die bis zu 30 Tage in Anspruch nehmen. Bisher wurden nur Notebookworkflowaufträge unterstützt, die bis zu 48 Stunden in Anspruch nehmen. Weitere Informationen finden Sie unter Ausführen eines Databricks-Notebooks über ein anderes Notebook.

Verbesserungen bei Dienststabilität und Skalierbarkeit von Aufträgen

23.-30. August 2021: Version 3.53

Die folgenden Änderungen erhöhen die Stabilität und Skalierbarkeit des Auftragsdiensts:

• Jedem neuen Auftrag und jeder neuen Ausführung wird ein längerer, eindeutiger, numerischer, nicht sequenzieller Bezeichner zugewiesen. Clients, die die Auftrags-API verwenden und von einer festen Bezeichnerlänge oder sequenziellen oder monoton zunehmenden Bezeichnern abhängen, müssen so geändert werden, dass Bezeichner akzeptiert werden, die länger, nicht sequenziell und ungeordnet sind. Der Bezeichnertyp von int64 bleibt unverändert, und die Kompatibilität wird für Clients beibehalten, die IEEE 754-64-Bit-Gleitkommazahlen verwenden, z. B. JavaScript-Clients.
• Der Wert des Felds number_in_job, das in der Antwort auf einige Auftrags-API-Anforderungen enthalten ist, ist jetzt auf den gleichen Wert wie run_id festgelegt.

Durch die Gruppenmitgliedschaft gewährte Benutzerberechtigungen werden in der Verwaltungskonsole angezeigt.

23.-30. August 2021: Version 3.53

Benutzerberechtigungen, die von der Gruppenmitgliedschaft gewährt werden, werden jetzt für jeden Benutzer auf der Registerkarte „Benutzer“ in der Verwaltungskonsole angezeigt.

Verwalten von MLflow-Experimentberechtigungen (Public Preview)

23.-30. August 2021: Version 3.53

Sie können jetzt die Berechtigungen eines MLflow-Experiments über die Seite „Experiment“ verwalten. Ausführliche Informationen finden Sie unter Ändern von Berechtigungen für ein Experiment.

Verbesserte Auftragserstellung aus Notebooks

23.-30. August 2021: Version 3.53

Sie können jetzt Aufträge bearbeiten und klonen, die einem Notebook zugeordnet sind. Ausführliche Informationen finden Sie unter Erstellen und Verwalten geplanter Notebookaufträge.

Virtuelle Computer der Ddsv4-Serie (Public Preview)

23.-30. August 2021: Version 3.53

Azure Databricks unterstützt jetzt die virtuellen Computer (VM) der Ddsv4-Serie. Weitere Informationen zu diesen VMs finden Sie unter Ddv4- und Ddsv4-Serie.

Verbesserte Unterstützung für das Reduzieren von Notebook-Überschriften

23.-30. August 2021: Version 3.53

Sie können jetzt alle reduzierbaren Überschriften in einem Notebook reduzieren oder erweitern. Bisher konnten Sie nur eine Überschrift gleichzeitig reduzieren oder erweitern. Weitere Informationen finden Sie unter Reduzierbare Überschriften.

Databricks Runtime 9.0 und 9.0 ML sind allgemein verfügbar; 9.0 Photon befindet sich in der Public Preview

17. August 2021

Databricks Runtime 9.0 und 9.0 ML sind jetzt allgemein verfügbar. 9.0 Photon befindet sich in der Public Preview-Phase.

Weitere Informationen finden Sie in den vollständigen Versionshinweisen zu Databricks Runtime 9.0 (EoS) und Databricks Runtime 9.0 für ML (EoS).

Databricks Runtime 9.0 (Betaversion)

10. August 2021

Databricks Runtime 9.0 und Databricks Runtime 9.0 ML sind jetzt als Betaversionen verfügbar.

Weitere Informationen finden Sie in den vollständigen Versionshinweisen zu Databricks Runtime 9.0 (EoS) und Databricks Runtime 9.0 für ML (EoS).

Programmgesteuertes Verwalten von Repositorys mit der Databricks-Befehlszeilenschnittstelle (Public Preview)

9.-16. August 2021: Version 3.52

Sie können jetzt Git-Remote-Repositorys mithilfe der Databricks-Befehlszeilenschnittstelle (CLI) verwalten. Siehe Databricks CLI (Legacy).

Programmgesteuertes Verwalten von Repositorys mit der Databricks-REST-API (Public Preview)

9.-16. August 2021: Version 3.52

Sie können jetzt Git-Remote-Repositorys mithilfe der Databricks-REST-API verwalten. Weitere Informationen finden Sie unter Repository-API.

Der Support für die Databricks Runtime 7.6-Serie läuft aus.

8. August 2021

Der Support für Databricks Runtime 7.6, Databricks Runtime 7.6 für Machine Learning und Databricks Runtime 7.6 für Genomics wurde am 8. August eingestellt. Weitere Informationen finden Sie unter Databricks-Supportlebenszyklus.

Protokollieren von Überwachungsereignissen bei der Interaktion mit Databricks-Repositorys

9.-13. August 2021: Version 3.52

Wenn die Überwachungsprotokollierung aktiviert ist, wird jetzt ein Überwachungsereignis protokolliert, wenn Sie ein Databricks-Repository erstellen, aktualisieren oder löschen, wenn Sie alle Databricks-Repositorys auflisten, die einem Arbeitsbereich zugeordnet sind, und wenn Sie Änderungen zwischen einem Databricks-Repository und einem Remote-Repository synchronisieren. Weitere Informationen finden Sie unter Git-Ordnerereignisse.

Verbesserter Workflow für die Auftragserstellung und -verwaltung

9.-13. August 2021: Version 3.52

Sie können jetzt Aufträge anzeigen und verwalten, die einem Notebook zugeordnet sind. Insbesondere können Sie eine Auftragsausführung starten, die aktuelle oder letzte Ausführung anzeigen, den Zeitplan des Auftrags anhalten oder fortsetzen und den Auftrag löschen.

Die Benutzeroberfläche für die Erstellung von Notebookaufträgen wurde überarbeitet, und es wurden neue Konfigurationsoptionen hinzugefügt. Ausführliche Informationen finden Sie unter Erstellen und Verwalten geplanter Notebookaufträge.

Photon-Runtimes jetzt verfügbar (Public Preview)

9.-13. August 2021: Version 3.52

Photon ist die neue native vektorisierte Engine in Azure Databricks, die direkt mit Apache Spark-APIs kompatibel ist. Um Cluster mit Photon bereitstellen zu können, müssen Sie ein Photon-Bild verwenden.

Anweisungen zum Festlegen von Git-Anmeldeinformationen (Public Preview) vereinfacht

9.-13. August 2021: Version 3.52

Die Anweisungen auf der Git-Integrationsregisterkarte der Seite „Benutzereinstellungen“ wurden vereinfacht.

Importieren mehrerer Notebooks im Format

9.-13. August 2021: Version 3.52

Sie können jetzt mehrere Notebooks im Format .html in einer .zip-Datei importieren. Bisher konnten Sie nur ein einzelnes Notebook im .html-Format importieren.

Die .zip-Datei kann Ordner und Notebooks im Format .html oder Quelldateiformat (Python, Scala, SQL oder R) enthalten. Eine .zip-Datei kann nicht beide Formate enthalten.

Verbesserungen der Benutzerfreundlichkeit für Delta Live Tables

9.-13. August 2021: Version 3.52

Diese Version enthält die folgenden Verbesserungen an der Delta Live Tables-Laufzeit und -Benutzeroberfläche:

• Beim Erstellen einer Pipeline können Sie jetzt eine Zieldatenbank für die Veröffentlichung Ihrer Delta Live Tables-Tabellen und -Metadaten angeben. Weitere Informationen zum Veröffentlichen von Datasets finden Sie in den Pipelines " Delta Live Tables" mit legacy-Hive-Metastore .
• Notebooks unterstützen jetzt die Syntaxhervorhebung für Schlüsselwörter in SQL-Datasetdefinitionen. Sie können diese Syntaxhervorhebung verwenden, um die Richtigkeit Ihrer SQL-Anweisungen für Delta Live Tables sicherzustellen. Weitere Informationen zur SQL-Syntax von Delta Live Tables finden Sie in der SQL-Sprachreferenz.
• Die Delta Live Tables-Laufzeit gibt nun Ihren Pipelinegraphen aus, bevor die Pipeline ausgeführt wird, sodass Sie den Graphen früher auf der Benutzeroberfläche sehen können.
• Alle Python-Bibliotheken, die in Ihren Notebooks konfiguriert sind, werden jetzt installiert, bevor Python-Code ausgeführt wird. Dadurch wird sichergestellt, dass alle Python-Notebooks in Ihrer Pipeline global auf Bibliotheken zugreifen können. Siehe [_]](../../../delta-live-tables/external-dependencies.md).