Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
O Microsoft Fabric Runtime é uma plataforma integrada ao Azure baseada no Apache Spark. Ele facilita a execução e o gerenciamento de fluxos de trabalho de engenharia de dados e ciência de dados. Ele sintetiza elementos essenciais de recursos proprietários e de código aberto para oferecer uma solução abrangente. Para brevidade, consulte o Microsoft Fabric Runtime alimentado pelo Apache Spark simplesmente como Fabric Runtime.
Note
Este artigo aborda o ciclo de vida dos runtimes do Apache Spark. Não cobre kernels de notebooks Python, que seguem um ciclo de vida separado. Para o ciclo de vida do kernel do notebook Python, veja o tempo de execução do notebook Python e o ciclo de vida do kernel no Fabric.
Cadência de lançamento
O Apache Spark normalmente lança versões menores a cada seis a nove meses. A equipe do Microsoft Fabric Spark está comprometida em entregar rapidamente novas versões em runtime, garantindo a mais alta qualidade, integração e suporte contínuo. Cada versão é formada por cerca de 110 componentes. À medida que o runtime se expande além do Apache Spark, a equipe garante uma integração perfeita dentro do ecossistema Azure.
Com um compromisso com a excelência, a equipe analisa cuidadosamente as novas versões prévias do runtime. Eles têm como objetivo uma pré-visualização experimental em cerca de três meses, mas acabam estabelecendo prazos caso a caso. Essa abordagem envolve a avaliação de componentes críticos de cada versão do Spark, incluindo Java, Scala, Python, R e Delta Lake. Após uma avaliação minuciosa, a equipe cria uma linha do tempo detalhada que delineia a disponibilidade e progressão do tempo de execução em várias etapas. No geral, o objetivo é estabelecer um caminho padrão para o ciclo de vida dos runtimes do Microsoft Fabric para o Apache Spark.
Dica
Sempre use a versão de runtime em GA mais recente para sua carga de trabalho de produção, que atualmente é Runtime 1.3.
A tabela a seguir lista o nome e as datas de lançamento das versões de runtime do Azure Synapse com suporte.
| Nome do runtime | Fase de liberação | Data do fim do suporte |
|---|---|---|
| Runtime 2.0 baseado no Apache Spark 4.1 | Visualização Pública | Não aplicável |
| Runtime 1.3 baseado no Apache Spark 3.5 | GA | 30 de setembro de 2026** |
** O Runtime 1.3 entra em Suporte de Longo Prazo (LTS) em 1º de outubro de 2026, por um período de seis meses, estendendo o suporte até março de 2027.
O diagrama descreve o ciclo de vida de uma versão de runtime desde a visualização pública experimental até o preterimento e remoção.
| Etapa | Descrição | Ciclo de vida típico |
|---|---|---|
| Prévia pública experimental | A fase de visualização pública experimental marca o lançamento inicial de uma nova versão de runtime. Durante essa fase, os usuários são incentivados a experimentar as últimas versões do Apache Spark e do Delta Lake e fornecer comentários, apesar da presença de limitações documentadas. Os termos da versão prévia do Microsoft Azure se aplicam. Ver os Termos de Uso da versão prévia. | 2 a 3 meses* |
| Versão preliminar pública | Após melhorias adicionais e limitações minimizadas, o tempo de execução avança para a fase de pré-visualização. Os termos da versão prévia do Microsoft Azure se aplicam. Ver os Termos de Uso da versão prévia. | 3 meses* |
| GA (Disponibilidade Geral) | Quando uma versão de runtime atende aos critérios de GA (Disponibilidade Geral), ela é lançada ao público e pode ser usada para cargas de trabalho de produção. Para chegar a esse estágio, o runtime deve atender a requisitos estritos quanto ao desempenho, integração com a plataforma, avaliações de confiabilidade e capacidade de atender às necessidades dos usuários. | 24 meses |
| LTS (suporte de longo prazo) | Após o lançamento de Disponibilidade Geral (GA), um runtime pode passar para a fase de Suporte de Longo Prazo (LTS), dependendo dos requisitos específicos da versão do Spark. Essa etapa LTS pode ser anunciada, detalhando a duração esperada de suporte para os clientes, que geralmente é mais um ano de suporte completo. | 12 meses* |
| Data de fim do suporte anunciada | Quando um runtime chega ao fim do suporte, ele não recebe mais atualizações ou suporte. Normalmente, um aviso de seis meses é dado antes da descontinuação do tempo de execução. A data de fim do suporte é documentada pela atualização de uma tabela específica com a data de fim da vida útil, que marca a descontinuação do suporte. | 6 meses antes do dia do preterimento |
| Data de fim do suporte. Runtime sem suporte e preterido | Quando a data de fim do suporte anunciada chega, o runtime se torna oficialmente sem suporte. Essa mudança implica que não recebe atualizações ou correções de bugs, e a equipe não oferece suporte oficial. O sistema resolve automaticamente todos os chamados de suporte. Usar um runtime não suportado é por sua conta e risco. O tempo de execução foi removido das configurações do workspace do Fabric e do item Ambiente, o que impossibilita seu uso no nível do workspace. Além disso, o runtime também foi removido dos ambientes, e não há opção de criar um novo ambiente para essa versão de runtime. Jobs existentes do Spark em execução nos ambientes existentes não podem ser executados. | N/D |
| Runtime removido | Quando o runtime atinge a fase sem suporte, todos os ambientes que usam esse runtime são eliminados. Todos os componentes relacionados ao back-end e associados a esse runtime também são removidos. | Alguns dias após a data de fim do suporte |
* A duração esperada do tempo de execução em cada fase. Esses cronogramas servem como exemplo e podem variar dependendo de vários fatores. As linhas do tempo de ciclo de vida estão sujeitos a alterações a critério da Microsoft.
Controle de versão
Nossa numeração de versão de runtime, embora intimamente relacionada ao Controle de Versão Semântico, segue uma abordagem ligeiramente diferente. A versão principal do runtime corresponde à versão principal do Apache Spark. Portanto, o Runtime 1 corresponde ao Spark versão 3. Da mesma forma, o Runtime 2 se alinha ao Spark 4.1. É essencial notar que, entre os tempos de execução atuais, podem ocorrer mudanças, incluindo a adição ou remoção de diferentes bibliotecas. Além disso, nossa plataforma oferece um recurso de gerenciamento de biblioteca que permite aos usuários instalar qualquer biblioteca desejada.
Conteúdo relacionado
- Runtime de notebook do Python e ciclo de vida do kernel no Fabric
- Ambientes de execução do Apache Spark no Fabric – Visão geral, gerenciamento de versões e suporte a múltiplos ambientes de execução
- Runtime 2.0 (Spark 4.1, Java 21, Python 3.13, Delta Lake 4.2)
- Runtime 1.3 (Spark 3.5, Java 11, Python 3.11, Delta Lake 3.2)