Mars 2024

Ces fonctionnalités et ces améliorations de la plateforme Azure Databricks ont été publiées en mars 2024.

DBRX Base et DBRX Instruct sont désormais disponibles dans Model Serving

27 mars 2024

Le Service de modèles Mosaic AI prend désormais en charge DBRX Base et DBRX Instruct, des modèles de langage MoE (mélange d’experts) haut de gamme formés par Databricks. Ces deux modèles font partie des API Foundation Model, où DBRX Instruct est un modèle ajusté disponible dans les régions de point de terminaison de service avec paiement par jeton, et DBRX Base est un modèle préentraîné disponible dans des régions de point de terminaison de service à débit approvisionné limitées. Consultez Utiliser les API Foundation Model.

Model Serving est conforme HIPAA dans toutes les régions

27 mars 2024

Le Service de modèles Mosaic AI est conforme HIPAA dans toutes les régions où le service est en disponibilité générale. Pour connaître les régions prises en charge par Model Serving, consultez Disponibilité dans les régions.

Le débit approvisionné dans les API Foundation Model est en disponibilité générale et conforme HIPAA

27 mars 2024

Les API Databricks Foundation Model offrent désormais un service de modèle à débit approvisionné en disponibilité générale. Dans le cadre de la disponibilité générale, les charges de travail des API Foundation Model avec débit approvisionné sont conformes HIPAA. Consultez Débit provisionné Modèle de fondation API.

MLflow applique désormais des limites de quota pour les expériences et les exécutions

27 mars 2024

MLflow impose désormais une limite de quota sur le nombre total de paramètres, d’étiquettes et d’étapes de métrique pour toutes les exécutions existantes et nouvelles, ainsi que sur le nombre total d’exécutions pour toutes les expériences existantes et nouvelles. Consultez l’article Limites des ressources.

L’interface utilisateur Jobs est mise à jour pour mieux gérer les travaux déployés par les packs de ressources Databricks

26 mars 2024

Étant donné que les modifications apportées aux travaux Azure Databricks déployés par les packs de ressources Databricks doivent être appliquées uniquement en mettant à jour la configuration du pack, ces travaux sont, par défaut, en lecture seule lorsqu’ils sont consultés dans l’interface utilisateur Jobs. Auparavant, par défaut, ces travaux pouvaient être modifiés dans l’interface utilisateur et entraîner la présence d’écarts non intentionnels entre la configuration dans l’interface utilisateur et la configuration du pack. Toutefois, une option est fournie pour les cas où vous devez apporter des modifications d’urgence à un travail. Consultez Afficher et exécuter un travail créé avec un pack de ressources Databricks.

Google Cloud Vertex AI est pris en charge en tant que fournisseur de modèles pour les modèles externes

25 mars 2024

Les modèles externes dans le service de modèles Mosaic AI prennent désormais en charge les modèles fournis par Google Cloud Vertex AI. Pour plus d’informations sur les modèles externes, consultez Fournisseurs de modèle.

Débogage de notebook interactif

22 mars 2024

Databricks prend désormais en charge le débogage Python interactif directement dans le notebook pour les clusters en mode d’accès Utilisateur unique ou Partagé sans isolation. Avec le débogage interactif, vous pouvez parcourir le code ligne par ligne et afficher les valeurs des variables pour détecter et corriger les erreurs dans le code. Pour plus d’informations, consultez Déboguer des notebooks.

Inscription en libre-service pour les fournisseurs d’échanges privés sur Marketplace

22 mars 2024

Si vous souhaitez publier uniquement des annonces d’échanges privés dans Databricks Marketplace, vous pouvez maintenant vous inscrire par le biais d’un workflow en libre-service. Pour publier des annonces publiques, vous devez toujours déposer une demande via le portail partenaire Databricks. Voir Demander à être un fournisseur de la Place de marché Databricks.

Databricks Runtime 15.0 est en disponibilité générale

22 mars 2024

Databricks Runtime 15.0 et Databricks Runtime 15.0 ML sont désormais en disponibilité générale.

Voir Databricks Runtime 15.0 (EoS) et Databricks Runtime 15.0 pour Machine Learning (EoS).

Databricks Repos est remplacé par les dossiers Git

21 mars 2024

L’ancienne fonctionnalité Databricks Repos se nomme désormais « Dossiers Git » Si vous avez des dépôts existants, ils sont conservés sous les mêmes chemins de système de fichiers. Voir Qu’est-il arrivé à Databricks Repos ?.

Extension de la prise en charge des séries Databricks Runtime 14.1 et 14.2

20 mars 2024

La prise en charge de Databricks Runtime 14.1 et Databricks Runtime 14.1 pour le Machine Learning a été prolongée du 11 avril 2024 au 1er octobre 2024.

La prise en charge de Databricks Runtime 14.2 et Databricks Runtime 14.2 pour le Machine Learning a été prolongée du 22 mai 2024 au 1er octobre 2024.

Voir Toutes les versions d'exécution Databricks prises en charge.

Pilote ODBC Databricks 2.8.0

19 mars 2024

Nous avons publié la version 2.8.0 du pilote ODBC Databricks (téléchargement). Cette version ajoute les nouvelles fonctionnalités et améliorations suivantes :

• Prise en charge de l’assertion JWT en tant qu’informations d’identification client pour OAuth.
• Prise en charge du renouvellement de jeton. Dans le cadre de l’authentification directe de jeton, vous pouvez maintenant renouveler votre jeton.
• Mise à jour de bibliothèques tierces : Arrow 15.0.0 (précédemment 9.0.0)(sur Windows), libcURL 8.6.0 (précédemment 8.4.0), Zlib 1.3.1 (précédemment 1.2.13).
• Prise en charge d’Accept Undetermined Revocation.

Cette mise en production résout également le problème suivant dans la version 2.8.0 :

• Lorsque UseNativeQuery a la valeur 1 pour un cluster ultérieur à DBR 11, le connecteur retourne un numéro de colonne incorrect après SQLPrepare.

Pour plus d’informations, consultez les notes de publication ou le Guide d’installation et de configuration dans le package d’installation.

Gérer les règles de point de terminaison privé (préversion publique)

19 mars 2024

Vous pouvez désormais afficher et gérer les règles de point de terminaison privé pour une liaison privée à partir d’un calcul serverless à l’aide de la console de compte Azure Databricks. Le déploiement de cette fonctionnalité sur tous les comptes s’étalera sur une ou plusieurs semaines. Voir Gérer les règles de point de terminaison privé.

Accès à l’espace de travail pour le personnel Azure Databricks

19 mars 2024

Par défaut, le personnel Azure Databricks n’a pas accès aux espaces de travail clients ni aux environnements de production multi-locataires. Les administrateurs d’espace de travail peuvent désormais accorder au personnel Azure Databricks l’accès à leur espace de travail pour une session temporaire afin d’investiguer une panne ou un événement de sécurité, ou d’assurer un support pour votre déploiement. Pour plus d’informations, consultez Accès à l’espace de travail pour le personnel Azure Databricks.

HIPAA prend désormais en charge le calcul serverless

15 mars 2024

Les améliorations du profil de sécurité de conformité pour HIPAA s’appliquent maintenant aux ressources de calcul dans le plan de calcul serverless. Consultez Fonctionnalités de conformité HIPAA.

Les entrepôts SQL pour les notebooks sont en disponibilité générale

15 mars 2024

Les entrepôts SQL pour les notebooks, désormais en disponibilité générale, vous permettent de tirer parti d’un calcul complètement managé, instantané et scalable pour vos charges de travail SQL dans l’environnement de création collaboratif enrichi d’un notebook. Pour plus d’informations, consultez l’article Utiliser un notebook avec un entrepôt SQL.

Déléguer la possibilité de voir les métadonnées d’un objet dans Unity Catalog (préversion publique)

15 mars 2024

Vous pouvez désormais accorder aux utilisateurs, aux principaux de service et aux groupes de comptes l’autorisation de voir les métadonnées d’un objet Unity Catalog en utilisant le nouveau privilège BROWSE . Cela permet aux utilisateurs de découvrir des données sans avoir d’accès en lecture sur les données. Un utilisateur peut voir les métadonnées d’un objet en utilisant Catalog Explorer, le navigateur de schémas, les résultats de recherche, le graphique de traçabilité, information_schema et l’API REST.

Le privilège BROWSE peut être accordé sur un catalogue ou sur un emplacement externe. L’octroi de BROWSE sur un catalogue accorde automatiquement BROWSE sur tous les objets actuels et futurs du catalogue. Un utilisateur avec le privilège BROWSE n’a pas besoin de USE CATALOG sur le catalogue parent ni de USE SCHEMA sur le schéma parent pour voir les métadonnées d’un objet.

Consultez BROWSE.

Nouvelle limite par région pour les points de terminaison privés

14 mars 2024

Pour donner aux clients plus de flexibilité dans la gestion du réseau du plan de calcul serverless, Databricks prend désormais en charge jusqu’à 100 points de terminaison privés par région. Les points de terminaison privés peuvent être distribués selon les besoins dans des configurations de connectivité réseau (NCC). Auparavant, Databricks prenait en charge jusqu’à 10 points de terminaison privés par NCC et 10 NCC par région. Consultez Configurer la connectivité privée à partir du calcul serverless.

Databricks Runtime 15.0 (bêta)

11 mars 2024

Databricks Runtime 15.0 et Databricks Runtime 15.0 ML sont désormais disponibles en versions bêta.

Fin de la prise en charge de la série Databricks Runtime 14.0

11 mars 2024

La prise en charge de Databricks Runtime 14.0 et de Databricks Runtime 14.0 pour le Machine Learning a pris fin le 11 mars. Consultez Cycles de vie du support de Databricks.

Nouveau calcul pour sys.path et CWD dans Repos

8 mars 2024

Nous avons mis à jour la façon dont sys.path et le répertoire de travail actuel (CWD) sont calculés pour les notebooks et les fichiers Python dans Repos. Il n’y a aucune modification fonctionnelle. Pour plus d’informations sur sys.path, consultez la spécification sys.path.

Feature Serving est en disponibilité générale

7 mars 2024

Avec Databricks Feature Serving, les données de la plateforme Databricks peuvent être rendues disponibles pour des modèles ou des applications déployés en dehors de Databricks. À l’instar des points de terminaison de service de modèles Mosaic AI, les points de terminaison de service de fonctionnalités se mettent à l’échelle automatiquement pour s’adapter au trafic en temps réel et fournir un service à haute disponibilité et à latence faible à n’importe quelle échelle. Pour plus d’informations, consultez Qu’est-ce que Databricks Feature Serving ?.

Vous pouvez utiliser Databricks Feature Serving pour servir des données structurées à des applications de génération augmentée de récupération (RAG). Si vous souhaitez obtenir un exemple de notebook, consultez Tables en ligne avec des applications RAG.

L’optimisation prédictive est disponible dans davantage de régions

5 mars 2024

L’optimisation prédictive est désormais disponible dans les régions suivantes (en plus de celles déjà disponibles) :

• australiaeast
• brazilsouth
• canadacentral
• centralus
• southeastasia

Pour obtenir la liste complète des régions prises en charge, consultez Fonctionnalités avec une disponibilité régionale limitée. Pour plus d’informations, consultez Optimisation prédictive pour les tables managées Unity Catalog.