Condividi tramite

Novembre 2018

  • Articolo

Queste funzionalità e i miglioramenti della piattaforma Azure Databricks sono stati rilasciati a novembre 2018.

Nota

Le versioni vengono gestite in staging. L'account Azure Databricks potrebbe non essere aggiornato fino a una settimana dopo la data di rilascio iniziale.

Interfaccia utente della libreria

Importante

Questo aggiornamento è stato ripristinato il 7 dicembre 2018.

27 novembre - 4 dicembre, 2018: versione 2.85

In questa versione l'interfaccia utente della libreria è stata notevolmente migliorata.

L'interfaccia utente di Azure Databricks supporta ora librerie dell'area di lavoro e librerie collegate al cluster. Esiste una libreria dell'area di lavoro nell'area di lavoro che può essere collegata a uno o più cluster. Una libreria collegata al cluster è una libreria esistente solo nel contesto del cluster a cui è collegata. In aggiunta:

  • È ora possibile creare una libreria da un file caricato nell'archivio oggetti.
  • È ora possibile collegare e scollegare le librerie dalla pagina dei dettagli della libreria e dalla scheda Librerie di un cluster.
  • Le librerie installate usando l'API ora vengono visualizzate nella scheda Librerie di un cluster.

Impostazioni di memoria heap Spark personalizzate abilitate

27 novembre - 4 dicembre, 2018: versione 2.85

Le seguenti impostazioni della memoria Spark sono ora attive:

  • spark.executor.memory
  • spark.driver.memory

Importante

  • Azure Databricks include servizi in esecuzione in ogni nodo, pertanto la memoria massima consentita per Spark è inferiore alla capacità di memoria della macchina virtuale segnalata dal provider di servizi cloud. Se si vuole fornire a Spark la quantità massima di memoria dell'heap per l'executor o il driver, non specificare rispettivamente spark.executor.memory o spark.driver.memory.
  • Alcune configurazioni del cluster non valide in precedenza potrebbero causare errori del cluster se ignorate.

Processi e rimozione dei contesti di esecuzione inattivi

27 novembre - 4 dicembre, 2018: versione 2.85

I processi sono ora in grado di eliminare automaticamente i contesti di esecuzione inattivi. Per ridurre al minimo la rimozione automatica, Azure Databricks consiglia di usare cluster diversi per i processi e i carichi di lavoro interattivi.

Versione Databricks Runtime 5.0 per Machine Learning (beta)

19 novembre 2018

Databricks Runtime 5.0 ML (Beta) offre un ambiente pronto per l'apprendimento automatico e l'analisi scientifica dei dati. Il runtime include molte delle librerie più diffuse,, tra cui TensorFlow, Keras e XGBoost. È inoltre supportato il training TensorFlow distribuito con Horovod. Databricks Runtime 5.0 ML è basato su Databricks Runtime 5.0. Databricks Runtime 5.0 ML include anche le seguenti nuove funzionalità:

Vedere le note sulla versione complete per Databricks Runtime 5.0 ML (EoS).

Versione Databricks Runtime 5.0

8 novembre 2018

Databricks Runtime 5.0 è ora disponibile. Databricks Runtime 5.0 include Apache Spark 2.4.0, nuove funzionalità e aggiornamenti per Delta Lake e Structured Streaming e librerie Python, R, Java e Scala aggiornate. Per informazioni dettagliate, vedere Databricks Runtime 5.0 (EoS).

In Databricks Runtime 5.0, Azure Databricks rimuove ora i contesti di esecuzione inattivi dopo che un cluster ha raggiunto il limite massimo di contesto (145).

Supporto displayHTML per il caricamento senza restrizioni di contenuto di terze parti

6-13 novembre, 2018: versione 2.84

In precedenza, la sandbox dell'iframe displayHTML non disponeva dell'attributo allow-same-origin. Ciò implicava che l'iframe aveva un'origine Null, che non era semplice per le richieste XHR tra le origini, i cookie o l'accesso a iframe incorporati. Con questa nuova versione, l'iframe displayHTML viene servito dal nuovo dominio databricksusercontent.com e la sandbox dell'iframe include l'attributo allow-same-origin.

Non è necessario modificare l'utilizzo di displayHTML se è già funzionante.

databricksusercontent.com deve essere accessibile dal browser. Se è attualmente bloccato dalla rete aziendale, è necessario che il personale IT lo inserisca nell'elenco elementi consentiti.