1.183 Einträge aus 1 Quelle. Zuletzt aktualisiert:
Folge Databricks, um die Release Notes in deinen Feed zu holen.
Datum aus der Quelle.
Erstmals gesehen am .
Beide SharePoint-Connectors in Lakeflow Connect, der managed und der standard Connector, sind jetzt allgemein verfügbar.
Both SharePoint connectors in Lakeflow Connect are now generally available: the managed connector for fully managed ingestion pipelines, and the standard connector for custom pipelines built with Spark and SQL APIs.
Datum aus der Quelle.
Erstmals gesehen am .
HTTP connections in Unity Catalog sind jetzt auf Schema-Ebene allgemein verfügbar und erben Berechtigungen vom übergeordneten Schema, während Verbindungen auf Metastore-Ebene in Public Preview bleiben.
HTTP connections in Unity Catalog are now generally available at the schema level. You can create an HTTP connection inside a schema instead of only at the metastore level. A schema-level connection uses the three-level namespace (catalog.schema.connection) and inherits Unity Catalog privileges from its parent schema, so you can apply the same access controls and auditing that you use for other data assets. Metastore-level HTTP connections remain in Public Preview. See Connect to external HTTP services.
Datum aus der Quelle.
Erstmals gesehen am .
Titel und Beschreibungen von Visualisierungs-Widgets in AI/BI dashboards unterstützen jetzt Rich-Text-Formatierung mit Textstilen, Links, Tabellen und Markdown.
Visualization widget titles and descriptions support rich text formatting. Click a widget's title or description to open a formatting toolbar, where you can apply text styling, links, and tables, or type markdown directly.
See Format widget titles and descriptions.
Datum aus der Quelle.
Erstmals gesehen am .
Der managed PagerDuty connector in Lakeflow Connect ist als Beta verfügbar und lädt Incident-, On-Call-, Service- und Audit-Daten in Databricks.
The managed PagerDuty connector in Lakeflow Connect is now available in Beta. The connector ingests incident, on-call, service, and audit data from PagerDuty into Databricks. See PagerDuty connector.
Datum aus der Quelle.
Erstmals gesehen am .
Der managed NetSuite connector in Lakeflow Connect ist jetzt allgemein verfügbar und lädt ERP- und Finanzdaten aus Oracle NetSuite in Databricks.
The managed NetSuite connector in Lakeflow Connect is now generally available. The connector allows you to ingest ERP and financial data from Oracle NetSuite into Databricks. See NetSuite connector.
Datum aus der Quelle.
Erstmals gesehen am .
Beide Google Drive Connectors in Lakeflow Connect, der verwaltete und der Standard-Connector für eigene Pipelines mit Spark- und SQL-APIs, sind jetzt allgemein verfügbar (GA).
Both Google Drive connectors in Lakeflow Connect are now generally available: the managed connector for fully managed ingestion pipelines, and the standard connector for custom pipelines built with Spark and SQL APIs.
Datum aus der Quelle.
Erstmals gesehen am .
Full page Genie Code ist jetzt allgemein verfügbar und bietet eine Command-Center-Ansicht mit prominentem Chat, Notebooks und Dateien als Tabs, parallelen Chats sowie Anpassung über Skills, Instructions und MCP-Server.
Full page Genie Code is now generally available. Full page Genie Code is a command center experience where the active chat is shown prominently, notebooks and files open as tabs alongside it, and you can run multiple chats in parallel. Start work directly from Genie Code, and personalize how it works with skills, instructions, and MCP servers. See Full page Genie Code.
Datum aus der Quelle.
Erstmals gesehen am .
Für unterstützte Databricks Runtime Versionen von 13.3 LTS bis 18 LTS sind neue Wartungsupdates mit Fehlerbehebungen, Sicherheitspatches und Leistungsverbesserungen verfügbar.
New maintenance updates are available for supported Databricks Runtime versions. These updates include bug fixes, security patches, and performance improvements. For details, see:
Datum aus der Quelle.
Erstmals gesehen am .
Die Zugriffskontrolle für Serverless Compute ist allgemein verfügbar, sodass Workspace-Admins über die Objekte Default Interactive Compute und Default Automated Compute steuern können, wer Serverless-Workloads ausführt, wobei alle Nutzer standardmäßig Can Use besitzen.
Serverless compute access control is now generally available. Workspace admins can govern who runs serverless workloads through two built-in serverless compute objects: Default Interactive Compute (governs access to notebooks and Databricks Connect) and Default Automated Compute (governs access to jobs and Spark Declarative Pipelines on Lakeflow). All workspace users have Can Use on both objects by default, so existing workloads continue to run without changes.
See Manage serverless compute.
Datum aus der Quelle.
Erstmals gesehen am .
Die kostenlose Nutzung von Genie One und Genie Agents wird bis zum 31. Januar 2027 verlängert (zuvor 31. Juli 2026), während für Genie Code weiterhin 150 kostenlose DBUs pro Nutzer und Monat sowie ein Rabatt von 25 % auf darüber hinausgehende Nutzung gelten.
Free usage of Genie One and Genie Agents is extended through January 31, 2027. This promotion was previously set to end on July 31, 2026. Budget controls do not apply during the promotional period.
The promotion covers usage by users only. Service principals are excluded, and their usage continues to be billed.
Genie Code is not included in the promotion. Each Genie Code user continues to receive 150 free Databricks units (DBUs) per month, and usage above that allowance receives a 25% promotional discount through January 31, 2027. The promotional discount is combined with applicable discounts on the Serverless Real-Time Inference SKU. See Monitor and understand your Genie cost.
Datum aus der Quelle.
Erstmals gesehen am .
Secrets in Unity Catalog sind allgemein verfügbar und lassen sich als Securable Objects im dreistufigen Namensraum catalog.schema.secret speichern und über Unity-Catalog-Berechtigungen steuern.
Secrets in Unity Catalog is now generally available. You can store, govern, and access secrets as securable objects in Unity Catalog. A Unity Catalog secret uses the three-level namespace (catalog.schema.secret) and is governed by Unity Catalog privileges, so you can apply the same access controls and auditing that you use for other data assets. See Secrets in Unity Catalog.
Datum aus der Quelle.
Erstmals gesehen am .
Im Databricks-Editor lassen sich Arbeiten jetzt mit Spaces organisieren, die einen Ordner oder ein Projekt fokussieren und die geöffneten Tabs beibehalten.
You can now use spaces to organize your work in the Databricks editor. Each space lets you focus on a specific folder or project while preserving your open tabs, so you can easily pick up where you left off.
See Organize your work with spaces.
Datum aus der Quelle.
Erstmals gesehen am .
Umgebungsvariablen für Serverless-Lakeflow-Jobs-Tasks sind in Beta verfügbar, können auf Job-Ebene definiert und pro Task ausgewählt werden, müssen aber von einem Workspace-Admin auf der Previews-Seite aktiviert werden.
Environment variables for serverless Lakeflow Jobs tasks are in Beta. You can define named environment variable entries at the job level and select one for each task to pass deployment-specific configuration to your application code. A workspace admin must enable the preview from the workspace Previews page. See Configure environment variables for serverless jobs.
Datum aus der Quelle.
Erstmals gesehen am .
Aktualisierungen von Materialized Views und Streaming Tables in Databricks SQL übernehmen nun Custom Tags der SQL-Warehouse-Umgebung und geben sie an Abrechnungstabellen wie system.billing.usage weiter, sodass Kosten dem Quell-Warehouse zugeordnet werden können.
Materialized view and streaming table refreshes in Databricks SQL now inherit custom tags from the enclosing SQL warehouse environment. These tags propagate to billing surfaces like system.billing.usage, enabling proper cost attribution of materialized view and streaming table updates back to the source SQL warehouse. See Attribute costs to the SQL warehouse with custom tags.
Datum aus der Quelle.
Erstmals gesehen am .
Die MANAGE-Berechtigung erfordert auf Katalogen und Schemas nicht mehr USE CATALOG bzw. USE SCHEMA auf dem Objekt selbst, wodurch bereits breit vergebene MANAGE-Grants nun wirksam werden und überprüft werden sollten.
The MANAGE privilege no longer requires a usage privilege (USE CATALOG or USE SCHEMA) on the object where MANAGE is granted. This change makes MANAGE behave more consistently with object ownership.
Previously, MANAGE on a catalog or schema took effect only if you also held the appropriate usage privileges on that object. You still need usage privileges on any parent containers:
MANAGE on a catalog requires no usage privileges.MANAGE on a schema requires USE CATALOG on the parent catalog, but no longer requires USE SCHEMA on the schema.MANAGE on a table, view, volume, or function is unchanged. It still requires USE CATALOG on the parent catalog and USE SCHEMA on the parent schema.All other privileges are unaffected and still require usage privileges as prerequisites, even for users with MANAGE. For example, querying a table still requires SELECT on the table, plus USE CATALOG and USE SCHEMA on the parent catalog and schema.
If you granted MANAGE broadly without also granting the corresponding usage privileges, those grants are now active, and holders can manage the object. Databricks recommends auditing existing MANAGE grants to confirm they reflect your intended access. …
Datum aus der Quelle.
Erstmals gesehen am .
Das Databricks Excel Add-in unterstützt nun kaskadierende Filter und Groß-/Kleinschreibung ignorierenden Textvergleich, während die Filter LIKE, NOT LIKE, IN, NOT IN und ILIKE nicht mehr in der Filterliste verfügbar sind.
The Databricks Excel Add-in now supports cascading filters and case-insensitive string matching. Additionally, the LIKE, NOT LIKE, IN, NOT IN, and ILIKE filters are no longer available in the filters list.
See Filter imported data.
Datum aus der Quelle.
Erstmals gesehen am .
Pipeline-verwaltete Materialized Views und Streaming Tables lassen sich nun auch dann aktualisieren, wenn der Pipeline-Owner oder die Run-as-Identität einer ABAC-Richtlinie unterliegt, ohne dass eine Ausnahme nötig ist.
You can now refresh a pipeline-managed materialized view or streaming table even when the pipeline owner or run-as identity is subject to an attribute-based access control (ABAC) policy.
Previously, refreshing a materialized view or streaming table managed by a pipeline required the pipeline owner or run-as identity to be exempt from any applicable ABAC policy. That limitation has been removed.
When a pipeline refreshes a materialized view or streaming table, policies are evaluated using the pipeline owner's or run-as identity. If you don't want the persisted data to be masked or filtered, add the pipeline owner or run-as identity to the EXCEPT clause of ABAC policies associated with all the tables being read during the pipeline refresh. Use the TO clause to specify which users and groups receive masked or filtered data.
See ABAC policies on materialized views and streaming tables.
Datum aus der Quelle.
Erstmals gesehen am .
Das Web-Terminal in Notebooks mit Serverless GPU Compute (AI Runtime) ist in Public Preview und ermöglicht Shell-Befehle, GPU-Überwachung mit nvidia-smi, Bibliotheksinstallation und Dateiverwaltung ab Serverless-GPU-Umgebungsversion 5.
The web terminal in notebooks connected to serverless GPU compute (AI Runtime) is now in Public Preview. Use it to run shell commands, monitor GPU usage with nvidia-smi, install libraries, and manage files directly on the compute. This requires serverless GPU environment version 5 or above. See Run shell commands in Databricks web terminal.
Datum aus der Quelle.
Erstmals gesehen am .
Packaged Clean Rooms sind allgemein verfügbar, sodass Provider Notebooks, JARs und Daten bereitstellen können, die Konsumenten auf eigenen Daten ausführen, ohne Code oder Daten des Providers einzusehen.
Packaged clean rooms are now generally available. In a packaged clean room, a provider supplies notebooks, JARs, and data that a consumer runs against their own data without seeing the provider's code or data assets. See Packaged clean rooms.
Datum aus der Quelle.
Erstmals gesehen am .
Der OpenAI Connector ist in Lakeflow Connect als Beta verfügbar und lädt über die OpenAI Organization Admin API Administrationsdaten wie Nutzer, Projekte, API-Keys, Nutzung, Kosten und Audit-Logs nach Databricks.
The OpenAI connector is now available in Lakeflow Connect in Beta. Workspace admins can control access to this feature from the Previews page.
The connector uses the OpenAI Organization Admin API to ingest organization administration data, such as users, projects, API keys, usage, costs, and audit logs, from OpenAI into Databricks. Authentication uses an OpenAI Admin API key.
See OpenAI connector.