marzo 2018

Le versioni vengono distribuite gradualmente. L'account Azure Databricks può non essere aggiornato fino a una settimana dopo la data di rilascio iniziale.

Dettagli di esecuzione dei comandi

27 marzo - 3 aprile 2018: versione 2.68

Quando si esegue un comando in un notebook, vengono ora visualizzate informazioni dettagliate sullo stato di avanzamento.

L’interfaccia della riga di comando di Databricks supporta --profile

27 marzo - 3 aprile 2018: versione 2.68

L'interfaccia della riga di comando di Databricks 0.6.1 supporta --profile in tutte le posizioni.

Vedere CLI di Databricks (legacy).

Elenchi di controllo di accesso abilitati per impostazione predefinita per i nuovi clienti SKU Premium

27 marzo - 3 aprile 2018: versione 2.68

Gli elenchi di controllo di accesso (ACL) sono ora abilitati per impostazione predefinita per tutti i nuovi clienti nello SKU Premium. I clienti esistenti devono continuare ad abilitare manualmente gli elenchi di controllo di accesso (ACL).

Consultare Gli elenchi dei controlli di accesso non possono più essere disabilitati.

Azure Databricks è ora disponibile a livello generale

22 marzo 2018

Siamo lieti di annunciare che Azure Databricks è ora disponibile a livello generale. Nelle ultime settimane, abbiamo aggiuto delle funzionalità per migliorare ulteriormente l'esperienza di Azure Databricks, tra cui:

• Peering di rete virtuale, che consente di usare Apache Kafka in HDInsight con Azure Databricks
• Microsoft Power BI include ora un connettore Spark predefinito
• Connettore Azure Synapse Analytics
• Supporto di Azure Data Factory v2 (anteprima)
• Gestione dei segreti (anteprima)
• Altre aree di Azure
• Prestazioni e documentazione migliorate

E naturalmente Azure Databricks continua a fornire semplici integrazioni con Archiviazione BLOB di Azure, Azure Data Lake Store e Azure Cosmos DB.

Come supplemento alla documentazione fornita in questo sito, learn.microsoft.com fornisce materiale introduttivo, informazioni sulla gestione account di Azure ed esercitazioni end-to-end.

Nuovo tema del sito di documentazione

21 marzo 2018

L'aspetto del sito di documentazione è stato aggiornato. Speriamo che ti piaccia!

Ridimensionamento automatico delle risorse di archiviazione locali

13-20 marzo 2018: versione 2.67

Tutti i cluster in Azure Databricks vengono avviati con il ridimensionamento automatico dell'archiviazione locale abilitato. Ciò significa che Azure Databricks collega automaticamente dischi gestiti aggiuntivi alle macchine virtuali del ruolo di lavoro del cluster ogni volta che lo spazio su disco risulta insufficiente.

Per altre informazioni, vedere Abilita il ridimensionamento automatico delle risorse di archiviazione locali.

Peering di rete virtuale

13-20 marzo 2018: versione 2.67

Aggiunge il supporto per il Peering reti virtuali, che consente alla rete virtuale in cui è in esecuzione la risorsa di Azure Databricks di eseguire il peering con un'altra rete virtuale di Azure.

Per altre informazioni, vedere Peering reti virtuali.

Registro eventi del cluster

13-20 marzo 2018: versione 2.67

La pagina dei dettagli del cluster include una nuova scheda Registro eventi che visualizza eventi importanti del ciclo di vita del cluster. Gli eventi cronologici sono consultabili per 60 giorni, un tempo paragonabile ad altre tempistiche di conservazione dei dati in Azure Databricks.

Per altre informazioni, vedere Registri eventi di calcolo.

Interfaccia della riga di comando di Databricks: versione 0.6.0

13 marzo 2018: databricks-cli 0.6.0

L'interfaccia della riga di comando di Databricks supporta ora Python 3.

Per altre informazioni, vedere Interfaccia della riga di comando di Databricks (legacy).

Gestione dell’esecuzione dei processi

13-20 marzo 2018: versione 2.67

È ora possibile eliminare un processo eseguito nella pagina dei dettagli del processo e nella pagina di esecuzione del processo.

L'endpoint Get Output dell'esecuzione del processo è disponibile a livello generale e l'output massimo restituito è stato aumentato a 5 MB.

La modifica delle autorizzazioni di un cluster richiede ora la modalità di modifica

13-20 marzo 2018: versione 2.67

In precedenza, era possibile modificare le autorizzazioni di un cluster senza cliccare Modifica, il che non era coerente con altri attributi del cluster.

Un effetto collaterale di questa modifica è che non è più possibile modificare le autorizzazioni del cluster mentre un cluster è in sospeso.

Esportazione del modello di ML Databricks

1 marzo 2018

La documentazione illustra ora come usare l'esportazione di modelli di ML di Databricks, che consente di esportare modelli e pipeline di ML complete da Apache Spark. Questi modelli e pipeline esportati possono essere importati in altre piattaforme (Spark e non Spark) per calcolare punteggi ed eseguire stime. L'esportazione dei modelli è destinata ad applicazioni a bassa latenza e con tecnologia ML leggera.

Per altre informazioni, vedere Esportazione modelli MLeap ML.