Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Estas características y las mejoras de la plataforma de Azure Databricks se publicaron en noviembre de 2024.
Nota:
Las versiones se publican por fases. Es posible que la cuenta de Azure Databricks no se actualice hasta una semana o más después de la fecha de lanzamiento inicial.
Metadatos adicionales para la información sobre herramientas de tablas en notebooks
25 de noviembre de 2024
Al mantener el puntero sobre el nombre de una tabla de Unity Catalog en una celda del notebook, la información sobre herramientas ahora incluye los metadatos siguientes:
- Dueño
- Última actualización
- Tamaño
- Descripción
- Vínculo para ver la tabla en el panel lateral del Explorador de catálogos
La actualización automática del clúster y la interfaz de usuario de cumplimiento y seguridad mejoradas están disponibles con carácter general.
19 de noviembre de 2024
La actualización automática del clúster ahora está disponible con carácter general. La actualización automática del clúster garantiza que todos los clústeres de un área de trabajo se actualicen periódicamente con la imagen del sistema operativo host y las actualizaciones de seguridad más recientes. La capacidad de habilitar las características mejoradas de seguridad y cumplimiento desde la consola de cuentas ahora también está generalmente disponible. Consulte Actualización automática del clúster y Configuración de la configuración mejorada de seguridad y cumplimiento.
Compatibilidad ampliada con el depurador de Python en cuadernos
18 de noviembre de 2024
El depurador integrado de Python en los cuadernos de Databricks ahora es compatible con la computación sin servidor y la computación configurada en modo de acceso estándar (anteriormente, modo de acceso compartido) en Databricks Runtime 14.3 LTS o superior. Para obtener más información sobre el depurador, consulte Depurar notebooks de Databricks.
Experiencia mejorada del terminal web
18 de noviembre de 2024
Databricks realizó las siguientes mejoras en la experiencia del terminal web:
- Compatibilidad con archivos de configuración: ahora puede establecer configuraciones persistentes para el terminal web de Databricks con archivos de configuración .bashrc. Consulte Configuración del terminal web.
- Historial del ciclo de comandos: ahora puede recorrer los comandos ejecutados en sesiones anteriores con las teclas de flecha "Arriba" y "Abajo". Esto facilita la recuperación y reutilización de comandos anteriores sin volver a ajustarlos.
- Compatibilidad con clústeres compartidos: nuestro terminal web mejorado está disponible en la computación con el modo de acceso estándar en Databricks Runtime 15.1 y versiones posteriores.
Para obtener más información sobre el uso del terminal web, consulte Run shell commands in Azure Databricks web terminal.
Compatibilidad con el historial de consultas y el perfil de consulta para DLT
15 de noviembre de 2024
Azure Databricks ahora ofrece herramientas mejoradas para supervisar el rendimiento de las consultas en canalizaciones DLT. Consulte Historial de consultas de Access para canalizaciones.
Cambio de marca de Mosaic AI Model Training
15 de noviembre de 2024
Mosaic AI Model Training se ha cambiado de nombre para abarcar las características existentes:
- Foundation Model Fine-tuning, anteriormente conocido como Mosaic AI Model Training, sigue ofreciendo personalización avanzada para los modelos fundamentales.
- Ahora se puede acceder a las características de AutoML desde la sección Experimentos .
Reutilizar salidas de SQL como _sqldf en las celdas de SQL subsecuentes
15 de noviembre de 2024
En Databricks Runtime 14.3 y versiones posteriores, ejecutar una consulta SQL en un cuaderno de Databricks genera un DataFrame implícito (_sqldf) que puede usar en celdas SQL de nivel inferior. Esto agrega compatibilidad para el uso de la variable _sqldf en las celdas de Python introducidas en Databricks Runtime 13.3. Consulte Explorar los resultados de las celdas SQL.
Conectividad privada desde el soporte de computación sin servidor para recursos gestionados por Azure
15 de noviembre de 2024
Todos los recursos administrados por Azure con compatibilidad nativa con endpoints privados ahora se admiten desde proceso sin servidor. Esta característica ya está disponible con carácter general. Consulte Configurar la conectividad privada con recursos Azure.
Compatibilidad con conectividad privada para trabajos, notebooks y DLT
15 de noviembre de 2024
La conectividad privada para la computación sin servidor ahora admite trabajos, cuadernos y tareas DLT. Esta característica ya está disponible con carácter general. Consulte Configurar la conectividad privada con recursos Azure.
La tabla del sistema Warehouses ya está disponible (versión preliminar pública)
15 de noviembre de 2024
La system.compute.warehouses tabla registra las configuraciones de SQL Warehouse. Cada fila es una instantánea de las propiedades de una instancia de SQL Warehouse en un momento dado específico. Se crea una nueva instantánea cuando cambian las propiedades. Consulte la Referencia de la tabla del sistema de almacenes.
Uso compartido de vistas multiplataforma (versión preliminar pública)
14 de noviembre de 2024
Los destinatarios de Databricks ahora pueden consultar vistas compartidas mediante cualquier recurso de proceso de Databricks. Anteriormente, si la cuenta de Azure Databricks de un destinatario era diferente de la cuenta del proveedor, los destinatarios solo podían consultar una vista compartida mediante un almacenamiento de SQL sin servidor. Consulte Leer vistas compartidas.
El uso compartido de vistas también se extiende ahora a los conectores de compartición abierta. Véase Leer datos compartidos con tokens de portador.
La versión preliminar pública de Clean Rooms está disponible sin restricciones, con nuevas funcionalidades
13 de noviembre de 2024
Databricks Clean Rooms usa Delta Sharing y computación sin servidor para proporcionar un entorno seguro que protege la privacidad en el que varias partes pueden compartir datos empresariales confidenciales y colaborar sin acceder directamente a los datos de los demás. La versión preliminar pública de Clean Rooms ahora está abierta a todos los clientes de Azure y AWS, e incluye las siguientes características nuevas:
Las tablas de salida son tablas temporales de solo lectura generadas por una ejecución de notebook y compartidas con el metastore de Unity Catalog del ejecutor del notebook.
Los colaboradores pueden crear o leer tablas de salida en Azure, AWS y Google Cloud, pero solo se admiten cuando la sala limpia central se hospeda en AWS.
Los tipos de tarea de notebook de clean room le permiten ejecutar notebooks de Azure Databricks en una clean room como parte de un flujo de trabajo. Junto con la compatibilidad con valores de tarea y tablas de salida, se trata de una herramienta eficaz para ejecutar flujos de trabajo complejos en datos compartidos en salas limpias.
El control de egreso sin servidor le permite restringir el acceso saliente desde salas limpias centrales a destinos de Internet que usted especifique.
Consulte ¿Qué es Azure Databricks Salas Limpias?.
Databricks Runtime 16.0 está disponible con carácter general
11 de noviembre de 2024
Databricks Runtime 16.0 y Databricks Runtime 16.0 ML ya están disponibles con carácter general.
Consulte Databricks Runtime 16.0 (EoS) y Databricks Runtime 16.0 para Machine Learning (EoS).
Cambio importante: El RStudio hospedado está al final del ciclo de vida
11 de noviembre de 2024
En Databricks Runtime 16.0 y versiones posteriores, RStudio Server hospedado en Databricks ha llegado al final de su vida útil y no está disponible en ninguna área de trabajo de Azure Databricks. Para obtener más información y ver una lista de alternativas a RStudio, consulte Conexión a un servidor de RStudio hospedado en Databricks.
Optimización predictiva habilitada para todas las cuentas de Azure Databricks nuevas
11 de noviembre de 2024
El 11 de noviembre, Databricks ha habilitado la optimización predictiva como valor predeterminado para todas las cuentas de new Azure Databricks. Anteriormente, se deshabilitaba de forma predeterminada y se podía habilitar a través de la cuenta de administrador. Cuando se habilita la optimización predictiva, Azure Databricks ejecuta automáticamente operaciones de mantenimiento para tablas administradas de Unity Catalog. Para obtener más información sobre la optimización predictiva, consulte Optimización predictiva para tablas administradas del catálogo de Unity.
Bloques de código de solo lectura actualizados y unificados
8 de noviembre de 2024
Ahora hay disponible un nuevo bloque de código de solo lectura en el Explorador de catálogos, la página de alertas y Genie.
Aumento de las recomendaciones de corrección rápida
8 de noviembre de 2024
La corrección rápida de Databricks Assistant ahora identifica y sugiere correcciones para una gama más amplia de errores comunes de SQL y Python. Con un aumento del 50 % en la detección de errores, Quick Fix le puede ayudar a depurar su código más rápidamente. Vea Corrección rápida.
API de Modelos Fundamentales de pago por token disponible en todas las regiones admitidas por Model Serving
7 de noviembre de 2024
Ahora se admiten las cargas de trabajo de pago por token de las API de Foundation Model en todas las regiones en las que mosaic AI Model Serving está disponible. Si el área de trabajo está en una región de servicio de modelos, pero no en una región de EE. UU. o UE, el área de trabajo debe estar habilitada para el procesamiento de datos entre regiones geográficas. Cuando está habilitada, la carga de trabajo de pago por token se enruta a EE. UU. Databricks Geo.
Acceso regulado por el catálogo de Unity a servicios en la nube externos mediante credenciales de servicio (versión preliminar pública)
7 de noviembre de 2024
Las credenciales de servicio permiten la autenticación sencilla y segura con los servicios del inquilino en la nube mediante identidades administradas de Azure (MI) y Unity Catalog. Las credenciales de servicio están en versión preliminar pública y se admiten en Databricks Runtime 15.4 LTS y versiones posteriores. Consulte Creación de credenciales de servicio.
Controles de cumplimiento de UK Cyber Essentials Plus
7 de noviembre de 2024
Los controles de cumplimiento de UK Cyber Essentials Plus (UKCE+) proporcionan mejoras que le ayudan a cumplir el cumplimiento de su área de trabajo. UKCE+ es una certificación creada por el gobierno del Reino Unido para simplificar y estandarizar los procedimientos de seguridad de TI para las organizaciones comerciales que interactúan con datos del gobierno del Reino Unido. Consulta UK Cyber Essentials Plus.
Conectividad privada desde proceso sin servidor para la entrega de modelos
5 de noviembre de 2024
Ahora se admite la conectividad privada desde el cálculo sin servidor mediante Azure Private Link para el despliegue de modelos. Esto incluye compatibilidad con endpoints de modelo personalizados y endpoints de rendimiento aprovisionados. Consulte Configurar la conectividad privada con recursos Azure.
Finaliza la compatibilidad con la serie Databricks Runtime 14.2
5 de noviembre de 2024
Compatibilidad con Databricks Runtime 14.2 y Databricks Runtime 14.2 para Machine Learning finalizó el 5 de noviembre. Consulte Ciclo de vida del soporte técnico de Databricks.