Begränsningar med Databricks Connect för Scala

Observera

Den här artikeln beskriver Databricks Connect för Databricks Runtime 13.3 LTS och senare.

Den här artikeln innehåller begränsningar med Databricks Connect för Scala. Med Databricks Connect kan du ansluta populära IDE:er, notebook-servrar och anpassade applikationer till Azure Databricks beräkningsresurser. Se Databricks Connect. Den Python versionen av den här artikeln finns i Limitations with Databricks Connect for Python.

Viktig

Beroende på vilken version av Scala, Java, Databricks Runtime och Databricks Connect som du använder kan det finnas versionskrav för vissa funktioner. Se kraven.

Funktionstillgänglighet

Inte tillgängligt på Databricks Connect för Databricks Runtime 13.3 LTS och nedan:

  • Strömmande foreachBatch
  • Skapa dataramar som är större än 128 MB
  • Långa frågor över 3 600 sekunder
  • Skalära UDF:er för beräkningsresurser som använder dedikerat åtkomstläge (tidigare enskild användare)

Inte tillgängligt:

  • Databricks Utilities: credentials, library, notebook workflow, widgets
  • Spark-kontext
  • RDD:er
  • CREATE TABLE <table-name> AS SELECT (använd i stället spark.sql("SELECT ...").write.saveAsTable("table"))
  • Ändra loggnivån log4j via SparkContext
  • Distribuerad ML-träning
  • Synkronisera den lokala utvecklingsmiljön med fjärrberäkningsresursen
  • Last updated on