Abril de 2022

Estas funcionalidades e as melhorias da plataforma Azure Databricks foram lançadas em abril de 2022.

Nova região do Azure: Suécia Central

29 de abril de 2021

O Azure Databricks está agora disponível na região Suécia Central.

Use tags para gerir melhor os seus jobs no Azure Databricks

21 a 26 de abril de 2022

Agora pode adicionar tags aos seus Azure Databricks jobs, permitindo-lhe facilmente acompanhar e pesquisar empregos com base numa ou mais chaves personalizadas ou pares chave-valor. Como as tags também se propagam para clusters de trabalho, é possível utilizá-las no monitoramento de clusters.

Termina o suporte da série Databricks Runtime 10.0

20 de abril de 2022

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

Obtenha uma visão geral visual das execuções das suas tarefas com a nova visualização da matriz de tarefas

19 a 27 de abril de 2022

Agora pode visualizar facilmente as execuções de um trabalho do Azure Databricks com a nova vista matricial na interface do trabalho. O modo de 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 Ver execuções para um único trabalho.

Poupe tempo e recursos quando as suas execuções no Azure Databricks não forem bem-sucedidas

19 a 25 de abril de 2022

Quando uma execução de trabalho falha, o recurso de reparo e reexecução de novos trabalhos permite que você execute novamente 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 recuperar de execuções de trabalho malsucedidas. Consulte Executar novamente tarefas falhadas e ignoradas.

Exibir o histórico de execução de tarefas de trabalho

19 a 25 de abril de 2022

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

Atribuir um novo cluster na interface de trabalhos quando o acesso de utilizador único já não existir

18 a 25 de abril de 2022: Versão 3.70

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

Databricks Runtime 10.5 (Beta)

15 de abril de 2022

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

Consulte as notas completas de lançamento 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 de 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 CAN_VIEW permissão, os botões iniciar, parar e excluir serão desativados. Anteriormente, a seleção de uma ação não autorizada resultava na falha da ação.

O AutoML está disponível em geral

4 a 11 de abril de 2022: Versão 3.69

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

Usar conjuntos de dados do Unity Catalog com AutoML

4 a 11 de abril de 2022: Versão 3.69

Agora pode selecionar conjuntos de dados do Unity Catalog na UI do AutoML. Você deve ser o usuário único designado de um cluster no modo de acesso de usuário único.

O DLT está em Disponibilidade Geral no AWS e Azure, e em Pré-visualização Pública no GCP

5 de abril de 2022

A Databricks tem o prazer de anunciar a disponibilidade geral do DLT na AWS e Microsoft Azure, e da Pré-visualização Pública no Google Cloud. DLT é a primeira estrutura ETL que usa uma abordagem simples e declarativa para construir pipelines de dados confiáveis. A DLT gerencia automaticamente sua infraestrutura em escala para que analistas e engenheiros de dados possam gastar menos tempo em ferramentas e se concentrar em obter valor dos dados. Veja Lakeflow Spark Declarative Pipelines.

Interface SQL DLT: alteração não disruptiva nos nomes das tabelas

5 de abril de 2022

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

• As tabelas ao vivo incrementais são renomeadas para tabelas ao vivo de streaming. A transmissão de tabelas ao vivo herda a semântica das tabelas ao vivo incrementais. A DLT continuará a suportar INCREMENTAL como uma palavra-chave obsoleta para compatibilidade com versões anteriores.
• As mesas ao vivo completas serão referidas como simplesmente mesas ao vivo. As tabelas dinâmicas garantirão que, no final de uma atualização de pipeline, o conteúdo da tabela resultante seja exatamente igual ao resultado da transformação especificada nas entradas atuais.