Abril de 2018

Os lançamentos são encenados. Sua conta do Azure Databricks pode não ser atualizada até uma semana após a data de lançamento inicial.

CLI de Segredos

Abril 26, 20180

A CLI do Databricks versão 0.7.0 oferece o poder de gerenciar segredos a partir da linha de comando. A documentação de segredos agora mostra como usar os comandos secrets CLI para criar e gerenciar segredos.

Consulte Gestão secreta.

Guias de Aprendizagem Aprofundada

Abril 24, 2018

Adicionamos documentação para o Deep Learning no Azure Databricks usando clusters de CPU.

Consulte Aprendizagem profunda.

Atualização da API de Segredos para Âmbito de Criação de Segredo

25 de abril - 1 de maio de 2018: Versão 2.70

O ponto de extremidade Criar Escopo Secreto (2.0/preview/secret/scopes/create) agora substitui o campo initial_manage_acl e usa initial_manage_principal em vez disso. O novo campo fornece a mesma funcionalidade, mas melhor semântica.

Consulte API de segredos.

Sugestões para erros do Spark

24 de abril - 1 de maio de 2018: Versão 2.70

O Azure Databricks agora fornece dicas para ajudá-lo a interpretar e solucionar muitos dos erros que você pode ver ao executar comandos do Spark. E vamos continuar a adicionar mais.

CLI 0.7.0 do Databricks

Abril 24, 2018

A CLI 0.7.0 do Databricks inclui correções de bugs.

Ele também fornece uma interface de linha de comando para a API Secrets.

Consulte Databricks CLI (legado).

Aumento do limite de truncagem da saída dos scripts init

24 de abril - 1 de maio de 2018: Versão 2.70

Aumentamos o limite de truncamento de saída para scripts init para 500.000 caracteres.

Consulte O que são scripts init?.

API de Clusters: tipo de evento UPSIZE_COMPLETED adicionado

24 de abril - 1 de maio de 2018: Versão 2.70

O novo UPSIZE_COMPLETED tipo de evento de cluster indica que os nós terminaram de ser adicionados a um cluster.

Consulte API de clusters na referência da API de clusters.

Comandos de preenchimento automático

10 a 17 de abril de 2018: Versão 2.69

O Azure Databricks agora oferece suporte a dois tipos de preenchimento automático em seus blocos de anotações: local e servidor. O preenchimento automático local completa as palavras existentes no bloco de anotações. O preenchimento automático do servidor é mais poderoso porque acessa o cluster para tipos, classes e objetos definidos, bem como bancos de dados SQL e nomes de tabelas. Para ativar o preenchimento automático do servidor, você deve anexar seu bloco de anotações a um cluster em execução e executar todas as células que definem objetos completos.

Conjuntos sem servidor atualizados para o Databricks Runtime 4.0

Abril 10, 2018

A versão de tempo de execução de pools sem servidor foi atualizada do Databricks Runtime 3.5 (que inclui o Apache Spark 2.2.1) para o Databricks Runtime 4.0 (que inclui o Apache Spark 2.3.0). Você deve reiniciar os clusters para pegar essa alteração.

A atualização representa uma pequena atualização de versão do Apache Spark e é compatível com versões anteriores.

Consulte Referência de configuração de computação.