Abril de 2022

Esses recursos e melhorias na plataforma Azure Databricks foram lançados em abril de 2022.

Nova região de Azure: Suécia Central

29 de abril de 2021

Azure Databricks agora está disponível na região Central da Suécia.

Usar tags para gerenciar melhor seus jobs do Azure Databricks

21 a 26 de abril de 2022

Agora você pode adicionar tags aos seus trabalhos de Azure Databricks, permitindo que você rastreie e pesquise facilmente trabalhos com base em uma ou mais chaves personalizadas ou pares chave-valor. Como as etiquetas também se propagam para os grupos de trabalho, você pode usá-las no monitoramento do grupo.

Término do suporte do Databricks Runtime série 10.0

20 de abril de 2022

O suporte para Databricks Runtime 10.0 e Databricks Runtime 10.0 para Machine Learning terminou em 20 de abril. Consulte ciclos de vida de suporte do Databricks.

Obtenha uma visão geral visual das execuções de trabalhos com a nova visualização em matriz dos trabalhos

19 a 27 de abril, 2022

Agora você pode visualizar facilmente as execuções de um job do Azure Databricks com a nova exibição de matriz na interface do usuário de trabalhos. A exibição de matriz complementa o modo de exibição de tabela existente e fornece uma visão geral dos detalhes da execução do trabalho e da tarefa, incluindo a hora de início, a duração e o status de cada execução. Consulte Exibir execuções de um trabalho individual.

Economize tempo e recursos no caso de as execuções de trabalho do Azure Databricks não serem bem-sucedidas.

19 a 25 de abril, 2022

Quando uma execução de trabalho falha, o novo recurso de reparo e reexecução permite reexecutar apenas o subconjunto de tarefas malsucedidas e quaisquer tarefas dependentes. Como as tarefas bem-sucedidas não são executadas novamente, esse recurso reduz o tempo e os recursos necessários para se recuperar de execuções de trabalho malsucedidas. Veja Executar novamente tarefas com falha e ignoradas.

Exibir o histórico de execuções para as tarefas de trabalho

19 a 25 de abril, 2022

Agora, você pode exibir o histórico de execuções de cada tarefa que faz parte de um trabalho que orquestra várias tarefas. Confira Ver histórico de execução de tarefas.

Atribua um novo cluster na interface de trabalhos quando o acesso de usuário único não existir mais.

18 a 25 de abril, 2022: versão 3.70

Essa versão corrige um problema que removeu o botão de cluster Swap da interface do usuário Azure Databricks jobs quando o acesso de Usuário Único não estiver disponível. Agora, você pode atribuir um novo cluster a um trabalho na interface do usuário quando o cluster configurado não está disponível, por exemplo, devido a uma alteração de rede.

Databricks Runtime 10.5 (Beta)

15 de abril de 2022

O Databricks Runtime 10.5, 10.5 Photon e 10.5 ML já estão disponíveis como versões Beta.

Confira as notas de versão completas em Databricks Runtime 10.5 (EoS) e Databricks Runtime 10.5 para Machine Learning (EoS).

A interface do usuário DLT é aprimorada para desabilitar ações não autorizadas

4 a 11 de abril, 2022: versão 3.69

A interface do usuário DLT é atualizada para desabilitar ações de pipeline que você não está autorizado a usar. Por exemplo, se você tiver apenas a permissão CAN_VIEW, os botões iniciar, parar e excluir serão desabilitados. Anteriormente, selecionar uma ação não autorizada resultava na falha da ação.

O AutoML está em disponibilidade geral

4 a 11 de abril, 2022: versão 3.69

O AutoML está disponível no Databricks Runtime 10.4 LTS ML e superior.

Usar conjuntos de dados do Catálogo do Unity com AutoML

4 a 11 de abril, 2022: versão 3.69

Agora, você pode selecionar conjuntos de dados do Catálogo do Unity na interface do usuário do AutoML. Você deve ser o usuário único designado de um cluster no modo de acesso Usuário Único.

DLT está em Disponibilidade Geral no AWS e Azure e em Prévia Pública no GCP

5 de abril de 2022

O Databricks tem o prazer de anunciar a disponibilidade geral do DLT no AWS e Microsoft Azure e visualização pública no Google Cloud. O DLT é a primeira estrutura ETL que usa uma abordagem simples e declarativa para criar pipelines de dados confiáveis. O DLT gerencia automaticamente sua infraestrutura em escala para que analistas de dados e engenheiros possam gastar menos tempo em ferramentas e se concentrar em obter valor dos dados. Consulte Pipelines Declarativos do Lakeflow Spark.

Interface SQL DLT: alteração não significativa nos nomes de tabela

5 de abril de 2022

Esta versão apresenta uma alteração não interruptiva na sintaxe usada para nomear tabelas na interface SQL DLT. Essas alterações alinham a semântica e a sintaxe da interface SQL com aprimoramentos futuros para a plataforma DLT. Para dar suporte a esses aprimoramentos futuros, estamos fazendo as seguintes alterações:

• As tabelas dinâmicas incrementais foram renomeadas como tabelas dinâmicas de streaming. As tabelas dinâmicas de streaming herdam a semântica das tabelas dinâmicas incrementais. O DLT continuará dando suporte a INCREMENTAL como uma palavra-chave preterida para compatibilidade com versões anteriores.
• As tabelas dinâmicas completas serão chamadas simplesmente de tabelas dinâmicas. O Live Tables garantirá que, no final de uma atualização de pipeline o conteúdo da tabela resultante seja exatamente igual ao resultado da transformação especificada nas entradas atuais.