Zum Inhalt springen

Databricks Release Notes

1.183 Einträge aus 1 Quelle. Zuletzt aktualisiert:

Folge Databricks, um die Release Notes in deinen Feed zu holen.

Feed abonnieren:RSS: Feed für Databricks Release NotesAPI: Einträge von Databricks Release Notes als JSON
Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Databricks Runtime 18: 18. Mai 2026

Databricks Runtime 18 bringt Verhaltensänderungen: CREATE OR REPLACE TABLE behält Kommentare, DataFrame-Schreibvorgänge nach Namen casten kompatible Spaltentypen automatisch, und ALTER TABLE SET TBLPROPERTIES für pipelines.pipelineId versucht, die Tabelle für Pipeline-Schreibzugriffe freizugeben.

Behavioral changes

Review the following changes, which take effect when clusters restart on this runtime.

  • CREATE OR REPLACE TABLE: CREATE OR REPLACE TABLE now preserves existing column and table comments by default. Previously, comments were dropped when recreating a table. Managed tables and views now match the existing behavior of materialized views and streaming tables.
  • DataFrame by-name writes: writeTo().append(), writeTo().overwrite(), writeTo().overwritePartitions(), and write.mode("append").saveAsTable() now automatically cast type-compatible columns (for example, int to long) to match the target Delta table schema. Previously, these operations failed with a DELTA_FAILED_TO_MERGE_FIELDS error when column types were compatible but not identical. Behavior now matches SQL INSERT INTO ... BY NAME. save() and saveAsTable() in overwrite mode are not affected.
  • ALTER TABLE SET TBLPROPERTIES for pipelines.pipelineId: ALTER TABLE <table> SET TBLPROPERTIES('pipelines.pipelineId' = '<pipeline-id>') now attempts to make the specified table eligible for writes by the pipeline. Previously, setting this property on a regular table had no effect. If the table isn't eligible for pipeline writes, the command throws SETTING_PIPELINES_PIPELINE_ID_NOT_SUPPORTED. …

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Genie-Code-Chatverläufe teilen

Genie-Code-Chatverläufe lassen sich nun mit anderen Benutzern, Gruppen oder Service Principals teilen, die darauf Lesezugriff erhalten.

You can now share Genie Code chat threads with other users, groups, or service principals. Recipients receive read-only access to view the shared chat thread. See Share a chat.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Supervisor Agent unterstützt Unity-Catalog-Tabellen als Subagent-Tools

Sie können jetzt Unity-Catalog-Tabellen als Subagent-Tools in Ihrem Supervisor Agent hinzufügen.

You can now add Unity Catalog tables as subagent tools in your Supervisor Agent. See Use Supervisor Agent to create a coordinated multi-agent system.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Supervisor Agent unterstützt Vektor-Suchindizes als Subagent-Tools

Sie können jetzt Vektor-Suchindizes als Subagent-Tools in Ihrem Supervisor Agent hinzufügen.

You can now add vector search indexes as subagent tools in your Supervisor Agent. See Use Supervisor Agent to create a coordinated multi-agent system.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Sinks in Spark Declarative Pipelines auf Lakeflow allgemein verfügbar

Die sink-API von Spark Declarative Pipelines auf Lakeflow ist allgemein verfügbar und erlaubt es, transformierte Pipeline-Daten per Append-Flows in externe Ziele wie Delta-Tabellen, Apache Kafka, Azure Event Hubs und eigene Python-Datenquellen zu schreiben.

The Spark Declarative Pipelines on Lakeflow sink API is now generally available. Use sinks with append flows to write transformed pipeline data to external targets, including Delta tables, Apache Kafka topics, Azure Event Hubs, and custom Python data sources. See Use sinks in pipelines.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Gelöschte Lakebase-Projekte innerhalb von 7 Tagen wiederherstellen

Gelöschte Lakebase-Projekte werden nun 7 Tage lang soft-deleted gehalten und können in dieser Zeit mit allen Branches, Datenbanken, Endpoints und Einstellungen wiederhergestellt werden.

When you delete a Lakebase project, it now enters a soft-deleted state for 7 days before permanent deletion. You can recover the project during that window, restoring all branches, databases, endpoints, and project settings. See Recover a deleted project.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Ausführungsverlauf geplanter Aktualisierungen in Google Sheets

Im Databricks Connector für Google Sheets lässt sich nun der Ausführungsverlauf geplanter Aktualisierungen mit Run-ID, Startzeit und Erfolgsstatus einsehen.

You can now view the run history of scheduled refreshes in the Databricks Connector for Google Sheets. Each run shows its Run ID, start time, and success status. See Schedule data refreshes in Google Sheets.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Environment Versions für Spark Declarative Pipelines (Beta)

Für Spark Declarative Pipelines on Lakeflow lässt sich jetzt in der Beta eine Environment Version konfigurieren, die Python-Version und vorinstallierte Bibliotheken festlegt und die Pipeline von Databricks-Runtime-Upgrades entkoppelt.

Environment versions for Spark Declarative Pipelines on Lakeflow are now in Beta. Configure an environment version on a pipeline to pin the Python language version and set of preinstalled libraries, decoupling your pipeline's Python runtime from Databricks Runtime upgrades. See Configure environment versions for pipelines.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Zusätzlicher Empfänger für operative Workspace-E-Mails

Workspace-Admins können nun einen zusätzlichen E-Mail-Empfänger hinterlegen, der dieselben operativen Mitteilungen wie die Admins erhält, etwa zu Breaking Changes, Vorfällen und Feature-Rollouts.

Workspace admins can now add an additional email recipient to receive operational emails about a workspace. Once configured, this address receives the same operational updates as workspace admins, including things like breaking changes, incident communications, and feature rollout announcements. To deliver to multiple people, use a distribution-list alias. See Manage workspace email settings.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Databricks SQL Alerts jetzt allgemein verfügbar

Die neueste Version der Databricks SQL Alerts ist allgemein verfügbar und führt geplant eine Abfrage aus, prüft eine Bedingung und benachrichtigt Empfänger, wenn sie erfüllt ist.

The latest version of Databricks SQL alerts is now generally available. SQL alerts let you monitor data and KPIs by running a query on a schedule, evaluating a condition, and notifying recipients when the condition is met. Use SQL alerts to monitor KPI drifts, detect anomalies, and surface data quality issues. See Databricks SQL alerts.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

SQL-Alert-Task in Lakeflow Jobs in Public Preview

Der SQL-Alert-Task in Lakeflow Jobs ist von Beta in die Public Preview gewechselt und gibt seinen Auswertungsstatus als Ausgabewert zurück, sodass nachgelagerte Tasks darauf verzweigen können.

The SQL alert task in Lakeflow Jobs, previously in Beta, is now in Public Preview. Use the task to evaluate a Databricks SQL alert as part of a Lakeflow Job. The task returns its evaluation state as a task output value, so downstream tasks can branch on the result. See SQL alert task for jobs.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Serverless Compute Version 18.2

Die Serverless-Compute-Version 18.2, die ungefähr Databricks Runtime 18.2 entspricht, bringt unter anderem CREATE OR REPLACE TEMP TABLE, den Alias agg() für measure(), ein Upgrade des Snowflake JDBC-Treibers auf 3.28.0, den Namespace-Alias pyspark.pipelines.testing und Write-Option-Flags in der Delta-Tabellenhistorie.

This serverless compute release roughly corresponds to Databricks Runtime 18.2.

New features

  • CREATE OR REPLACE support for temporary tables: CREATE OR REPLACE TEMP TABLE syntax is now supported, allowing you to create or replace temporary tables in a single statement. This eliminates the need to explicitly drop and recreate temporary tables.

  • agg() alias for measure() function: agg() is now available as an alias for the measure() function. This change is fully backward compatible. Existing queries that use measure() continue to work without modification, and agg() produces identical results when used with the same arguments.

  • Snowflake JDBC driver upgrade: The Snowflake JDBC driver is upgraded from 3.22.0 to 3.28.0.

  • pyspark.pipelines.testing namespace alias: pyspark.pipelines.testing is now available as a convenience alias for dlt.testing APIs. Import Spark Declarative Pipelines on Lakeflow pipeline testing utilities through either namespace.

  • Delta table history includes write option flags: Delta table history (DESCRIBE HISTORY) now includes write option flags in the operationParameters column for WRITE and REPLACE TABLE operations. When the following options are explicitly enabled, they appear as boolean flags in the history (only included when true): …

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

ai_parse_document standardmäßig mit Compliance Security Profile

ai_parse_document ist jetzt standardmäßig in Workspaces mit aktiviertem Compliance Security Profile und ausgewählten Standards wie HIPAA, PCI-DSS, FedRAMP Moderate oder C5 verfügbar.

ai_parse_document is now available by default for workspaces with the compliance security profile enabled and HIPAA, PCI-DSS, FedRAMP Moderate, CCCS Medium (Protected B), UK Cyber Essentials Plus, HITRUST, IRAP, C5, and TISAX controls selected.

Use ai_parse_document to parse structured content from unstructured documents including PDFs, images, Word documents, and PowerPoint files.

See ai_parse_document function.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Databricks Runtime Maintenance-Updates (13.05.)

Für unterstützte Databricks-Runtime-Versionen von 13.3 LTS bis 18.2 sind neue Maintenance-Updates 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:

  • Databricks Runtime 18.2
  • Databricks Runtime 18.1
  • Databricks Runtime 18.0
  • Databricks Runtime 17.3 LTS
  • Databricks Runtime 16.4 LTS
  • Databricks Runtime 15.4 LTS
  • Databricks Runtime 14.3 LTS
  • Databricks Runtime 13.3 LTS

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Neue Lakebase-Instanzen skalieren standardmäßig auf null

Neue Lakebase-Instanzen skalieren nach 24 Stunden Inaktivität standardmäßig auf null, um Compute-Kosten für ungenutzte Projekte zu senken, während bestehende Projekte unverändert bleiben.

New Lakebase instances now scale to zero by default after 24 hours of inactivity, reducing compute costs for idle projects. To learn more about scale to zero, see Scale to zero. To configure scale to zero, see Configure scale to zero. To change the scale to zero default for new Lakebase projects, see Compute defaults. This change does not affect existing projects.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Lakebase Change Data Feed (CDF) in Public Preview

Lakebase Change Data Feed erfasst zeilenweise Änderungen (Insert, Update, Delete) an Postgres-Tabellen aus dem Write-Ahead-Log und speichert sie als von Unity Catalog verwaltete Delta-Tabellen.

You can now store every insert, update, and delete on your Lakebase Postgres tables as Unity Catalog managed Delta tables. Lakebase Change Data Feed (CDF) captures row-level changes from the write-ahead log for downstream pipelines, models, and audit, with no external CDC stack to run. See Lakebase Change Data Feed.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

App-Telemetrie für Databricks Apps in Public Preview

Traces, Logs und Metriken von Databricks Apps lassen sich jetzt per OpenTelemetry-Protokoll erfassen und in Unity-Catalog-Tabellen speichern.

You can now collect traces, logs, and metrics from your Databricks Apps and persist them to Unity Catalog tables using the OpenTelemetry (OTel) protocol. See Configure telemetry for Databricks Apps.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

HIPAA-Unterstützung für das Databricks Add-in for Excel

Das Databricks Add-in for Excel (Public Preview) ist nun in allen unterstützten Regionen für Workspaces mit HIPAA-Compliance verfügbar.

The Databricks Add-in for Excel (Public Preview) is now available for workspaces with HIPAA compliance across all supported regions. See Connect to Databricks from Microsoft Excel.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

HubSpot-Connector allgemein verfügbar

Der verwaltete HubSpot-Connector in Lakeflow Connect ist allgemein verfügbar und nimmt Daten aus HubSpot Marketing Hub in Databricks auf.

The managed HubSpot connector in Lakeflow Connect is now generally available. The connector allows you to ingest data from HubSpot Marketing Hub into Databricks. See HubSpot connector.

Originalquelle(öffnet in neuem Tab)Problem melden

Angaben zum Datum

Datum aus der Quelle.

Erstmals gesehen am .

Databricks

Catalog Commits allgemein verfügbar

Catalog Commits sind allgemein verfügbar und machen Unity Catalog bei aktivierten verwalteten Delta-Tabellen zum Koordinationssystem, was Interoperabilität und Governance erweitert und etwa Transaktionen über mehrere Anweisungen und Tabellen ermöglicht.

Catalog commits are now generally available. Catalog commits expand Unity Catalog managed table interoperability, strengthen Unity Catalog governance capabilities, and unlock new features such as multi-statement, multi-table transactions. When catalog commits are enabled on a Unity Catalog managed Delta table, Unity Catalog becomes the table's system of coordination, brokering access and state across engines. Products that read or write to Unity Catalog managed tables now support catalog commits, including streaming tables, Delta Sharing, Zerobus, Lakeflow Connect, Unity Gateway, MLflow, and Lakeflow Jobs triggers. See Catalog commits.

Originalquelle(öffnet in neuem Tab)Problem melden

Ähnlich wie Databricks, mit neuen Einträgen