2024 年 3 月

これらの機能とAzure Databricksプラットフォームの機能強化は、2024 年 3 月にリリースされました。

DBRX ベースと DBRX の指示がモデル サービスで利用可能

2024 年 3 月 27 日

Mosaic AI Model Serving では、Databricks によってトレーニングされた混合専門家モデル (MoE) 言語モデルである DBRX Base と DBRX Instruct がサポートされるようになりました。 どちらのモデルも Foundation Model API の一部であり、DBRX Instruct はトークン単位のサービス エンドポイント リージョンで利用できる微調整されたモデルであり、DBRX Base は、限られたプロビジョニング済みスループット サービス エンドポイント リージョンで利用できる事前トレーニング済みモデルです。 「Foundation Model API を使う」を参照してください。

モデル サービスはすべてのリージョンで HIPAA に準拠

2024 年 3 月 27 日

Mosaic AI Model Serving は、サービスが一般公開されているすべてのリージョンで HIPAA に準拠しています。 リージョンの可用性を参照して、モデルサービングのサポートされているリージョンを確認してください。

Foundation Model API のプロビジョニング済みスループットが GA および HIPAA に準拠

2024 年 3 月 27 日

Databricks Foundation Model API では、一般提供されるプロビジョニング済みスループット モデルが提供されるようになりました。 一般提供の一環として、Foundation Model API によってプロビジョニングされるスループット ワークロードは HIPAA に準拠しています。 「プロビジョンド スループット ファウンデーション モデル API」をご参照ください。

MLflow は実験と実行のクォータ制限を適用しています

2024 年 3 月 27 日

MLflow では、既存および新規のすべての実行の合計パラメーター、タグ、メトリック ステップの数と、既存および新規のすべての実験の合計実行数にクォータ制限が適用されるようになりました。 リソース制限に関するページを参照してください。

Jobs UI が更新され、宣言型オートメーション バンドルによってデプロイされたジョブをより適切に管理できます

2024 年 3 月 26 日

宣言型オートメーション バンドルによってデプロイされたAzure Databricks ジョブに対する変更は、バンドル構成を更新することによってのみ適用する必要があるため、これらのジョブは既定では、ジョブ UI で表示される場合は読み取り専用です。 以前は、既定では、これらのジョブは UI で変更でき、そのために UI の構成とバンドル構成の間に意図しないギャップが発生する可能性がありました。 ただし、ジョブに緊急な変更を加える必要がある場合のために、オプションが提供されます。 「宣言型オートメーション バンドルを使用して作成されたジョブを表示して実行する」を参照してください。

外部モデルのモデル プロバイダーとしてサポートされる Google Cloud Vertex AI

2024 年 3 月 25 日

Mosaic AI Model Serving の外部モデルで、Google Cloud Vertex AI によって提供されるモデルがサポートされるようになりました。 外部モデルのモデル プロバイダーを参照してください。

対話型ノートブックのデバッグ

2024 年 3 月 22 日

Databricks では、Dedicated または No isolation shared アクセス モードのクラスターに対して、ノートブックで直接対話型のPythonデバッグがサポートされるようになりました。 対話型デバッグを使用すると、コードを 1 行ずつステップ実行し、変数の値を表示して、コード内のエラーを検出して修正できます。 詳細については、「ノートブックのデバッグ」を参照してください。

Marketplaceでのプライベートエクスチェンジプロバイダーのセルフサービスでの登録

2024 年 3 月 22 日

Databricks Marketplace でプライベート エクスチェンジ リストのみを公開する場合は、セルフサービス ワークフローを使用してサインアップできるようになりました。 パブリック リストを公開するには、Databricks パートナー ポータルから申請する必要があります。 Databricks Marketplace プロバイダーになるためのサインアップについてを参照してください。

Databricks Runtime 15.0 が一般提供

2024 年 3 月 22 日

Databricks Runtime 15.0 および Databricks Runtime 15.0 ML が一般公開されました。

Databricks Runtime 15.0 (EoS) および Databricks Runtime 15.0 for Machine Learning (EoS) を参照してください。

Databricks Repos Git フォルダーに変更されました

2024 年 3 月 21 日

以前の Databricks Repos機能は、"Git フォルダー" と呼ばれるようになりました。 既存のReposがある場合は、同じファイル システム パスの下に保持されます。 Databricks Repos に何が起こったのかを参照してください。

Databricks Runtime 14.1 および 14.2 シリーズのサポート延長

2024 年 3 月 20 日

Machine Learningの Databricks Runtime 14.1 と Databricks Runtime 14.1 のサポートは、2024 年 4 月 11 日から 2024 年 10 月 1 日に延長されました。

Machine Learningの Databricks Runtime 14.2 と Databricks Runtime 14.2 のサポートは、2024 年 5 月 22 日から 2024 年 10 月 1 日に延長されました。

「サポートされているすべての Databricks Runtime リリース」を参照してください。

Databricks ODBC ドライバー 2.8.0

2024 年 3 月 19 日

Databricks ODBC ドライバーのバージョン 2.8.0 がリリースされました (ダウンロード)。 このリリースには、次の新機能と機能強化が追加されています。

• OAuth のクライアント資格情報としての JWT アサーションのサポート。
• トークン更新のサポート。 トークンパススルー認証の場合、トークンを更新できるようになりました。
• サード パーティ製ライブラリの更新: Arrow 15.0.0 (以前は 9.0.0)(Windows)、libcURL 8.6.0 (以前は 8.4.0)、Zlib 1.3.1 (以前は 1.2.13)。
• Accept Undetermined Revocation のサポート。

このリリースでは、2.8.0 での次の問題も解決されます:

• Databricks Runtime 11 より後のクラスターで UseNativeQuery が 1 に設定されている場合、コネクタは SQLPrepare の後に正しくない列番号を返します。

詳細については、リリース ノートまたはインストール パッケージの「インストールと構成」ガイドを参照してください。

プライベート エンドポイント ルールの管理 (パブリック プレビュー)

2024 年 3 月 19 日

Azure Databricks アカウント コンソールを使用して、サーバーレス コンピューティングからプライベート リンクのプライベート エンドポイント ルールを表示および管理できるようになりました。 この機能は、1 週間以上にわたってすべてのアカウントにロール アウトされます。 プライベート エンドポイントルールの管理について参照してください。

Azure Databricks担当者向けのワークスペース アクセス

2024 年 3 月 19 日

既定では、Azure Databricks担当者は、顧客のワークスペースや運用マルチテナント環境にアクセスできません。 ワークスペース管理者は、停止、セキュリティ イベントを調査したり、デプロイをサポートしたりするために、Azure Databricks担当者に一時的なセッションのワークスペースへのアクセス権を付与できるようになりました。 詳細については、Azure Databricks担当者の Workspace アクセスを参照してください。

HIPAA では、サーバーレス コンピューティングがサポートされるようになりました

2024 年 3 月 15 日

HIPAA のためのコンプライアンス セキュリティ プロファイルの機能強化がサーバーレス コンピューティング プレーンのコンピューティング リソースに適用されるようになりました。 HIPAA を参照してください。

ノートブックの SQL ウェアハウスは GA です

2024 年 3 月 15 日

ノートブック用の SQL ウェアハウスが一般提供になりました。豊富な機能を持つ共同作成可能なノートブック環境内で、SQL ワークロードのための瞬時で拡張性に優れたフル マネージド コンピューティングを活用できます。 詳細については、「SQL ウェアハウスを使用してノートブックを使用する」を参照してください。

Unity カタログでオブジェクトのメタデータを表示する機能を委任する (パブリック プレビュー)

2024 年 3 月 15 日

新しい BROWSE 権限を使用して、Unity Catalog オブジェクトのメタデータを表示するためのアクセス許可をユーザー、サービス プリンシパル、およびアカウント グループに付与できるようになりました。 これにより、データの読み取りアクセス権がなくてもユーザーはデータを検出できます。 ユーザーは、カタログ エクスプローラー、スキーマ ブラウザー、検索結果、系列グラフ、 information_schema、REST API を使用して、オブジェクトのメタデータを表示できます。

BROWSE 権限はカタログで、または外部の場所で付与できます。 カタログで BROWSE を付与すると、そのカタログ内の現在と将来の全オブジェクトに BROWSE が自動的に付与されます。 BROWSE権限を持つユーザーは、オブジェクトのメタデータを表示するために、親カタログのUSE CATALOGや親スキーマのUSE SCHEMAを必要としません。

「閲覧」を参照してください。

プライベート エンドポイントのリージョンごとの新しい制限

2024 年 3 月 14 日

サーバーレス コンピューティング プレーン ネットワーキングをお客様にもっと柔軟に利用してもらえるよう、Databricks では、リージョンあたり最大 100 のプライベート エンドポイントがサポートされるようになりました。 プライベート エンドポイントは、必要に応じてネットワーク接続構成 (NCC) 全体に分散できます。 以前の Databricks では、NCC あたり最大 10 のプライベート エンドポイントとリージョンあたり 10 の NCC がサポートされていました。 Azure リソースへのプライベート接続の構成を参照してください。

Databricks Runtime 15.0 (ベータ版)

2024 年 3 月 11 日

Databricks Runtime 15.0 と Databricks Runtime 15.0 ML をベータ版リリースとして使用できるようになりました。

Databricks Runtime 14.0 シリーズのサポート終了

2024 年 3 月 11 日

Machine Learningの Databricks Runtime 14.0 と Databricks Runtime 14.0 のサポートは、3 月 11 日に終了しました。 Databricks サポート ライフサイクルを参照してください。

Reposでの sys.path と CWD の新しい計算

2024 年 3 月 8 日

sys.path と現在の作業ディレクトリ (CWD) が、Repos内のPythonノートブックとファイルに対して計算される方法を更新しました。 機能上の変更はありません。 sys.path の情報については、sys.path 仕様を参照してください。

機能提供は GA です

2024 年 3 月 7 日

Databricks Feature Serving を使用すると、Databricks プラットフォーム内のデータを、Databricks の外部にデプロイされたモデルまたはアプリケーションで利用できるようになります。 Mosaic AI Model Serving エンドポイントと同様に、Feature Serving エンドポイントは、リアルタイム トラフィックに合わせて自動的にスケーリングし、任意のスケールで高可用性で低遅延のサービスを提供します。 詳細については、「 機能サービス エンドポイント」を参照してください。

さらに多くのリージョンで予測最適化が利用可能に

2024 年 3 月 5 日

予測最適化が、既に使用可能だったリージョンに加えて、次のリージョンで使用できるようになりました。

• オーストラリアイースト
• ブラジルサウス
• カナダ中部
• セントララス
• 東南アジア

サポートされているリージョンの完全な一覧については、「利用可能なリージョンに制限がある機能」を参照してください。 詳しい情報については、「Unity Catalog 管理テーブルの予測最適化」を参照してください。