Databricks Release Notes

Einträge: 1.189
Quellen: 1
Zuletzt aktualisiert: 9. Oktober 2026

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

Feed abonnieren:RSS API

JDBC Unity Catalog Connection in Beta

Databricks unterstützt in der Beta JDBC-Verbindungen über Unity Catalog Connections, mit denen sich externe Datenbanken per Spark Data Source API oder Remote Query SQL API lesen und beschreiben lassen, ab Databricks Runtime 17.3 oder auf Serverless Compute.

Databricks now supports connecting to external databases using JDBC with Unity Catalog connections in Beta. You can use a JDBC Unity Catalog connection to read and write to a data source with the Spark Data Source API or Databricks Remote Query SQL API. Key benefits include:

Governed access to data sources using Unity Catalog connections
Create the connection one time and reuse it across any Unity Catalog compute type: serverless, standard clusters, dedicated clusters, and Databricks SQL
Stable for Spark and compute upgrades
Connection credentials are hidden from the querying user

The JDBC connection is available on Databricks Runtime 17.3 and above on standard or dedicated access mode, or on serverless compute. For more information, see JDBC connection.

Mehr anzeigenWeniger anzeigen

Originalquelle(öffnet in neuem Tab)Problem melden

Lakeflow Declarative Pipelines heißt jetzt Lakeflow Spark Declarative Pipelines

Lakeflow Declarative Pipelines wurde in Lakeflow Spark Declarative Pipelines umbenannt.

Lakeflow Declarative Pipelines has been renamed to Lakeflow Spark Declarative Pipelines. See Spark Declarative Pipelines.

Originalquelle(öffnet in neuem Tab)Problem melden

Migration von Community Edition zu Free Edition (Public Preview)

Das Migrationstool, mit dem Community Edition Workspaces zu Free Edition migriert werden können, ist nun verfügbar.

The migration tool for migrating Community Edition workspaces to Free Edition is now available.

Originalquelle(öffnet in neuem Tab)Problem melden

Dashboards: Filter, Metric-View-Metadaten und Fehlerbehebungen

Per-Widget-Filter unterstützen nun Datumsbereiche, relative Datumsbereiche und Zahlenfilter, AI/BI Dashboards nutzen Unity Catalog Metadaten aus Metric Views, und mehrere Fehler bei Entwurfsansicht und Slack-Benachrichtigungen wurden behoben.

Per-widget filter enhancements: Per-widget filters now support date ranges, relative date ranges, and number filters.
Metric view metadata support: AI/BI dashboards now consume Unity Catalog metadata from metric views, including formatting and display name.
Horizontal chart scrollbars on hover: Scrollbars for horizontal charts now show on hover.
Fixed custom calculations display in draft mode: Resolved an issue where visualizations using custom calculations were not displaying in draft mode.
Fixed Slack notification OAuth token field: Resolved a bug where the OAuth token field appeared pre-filled with placeholder text despite no prior token being provided for dashboard subscription Slack notifications.

Mehr anzeigenWeniger anzeigen

Originalquelle(öffnet in neuem Tab)Problem melden

Genie: Bessere Visualisierungen und Erklärungen bei leeren Ergebnissen

Genie liefert bei leeren Abfrageergebnissen Texterklärungen, erstellt Diagramme mit Hilfe von Ergebnis-Metadaten in besserer Qualität und formatiert Datumswerte in Visualisierungen verbessert.

Text explanations for empty results: Genie now includes text explanations of query results when query results are empty.
Improved auto-generated charts: Visualizations now use query result metadata for higher-quality auto-generated charts.
Improved date formatting: The process for formatting date results in visualizations has been improved.

Originalquelle(öffnet in neuem Tab)Problem melden

SAP-BDC-Connector unterstützt Cloud-übergreifendes Teilen

Mit dem SAP Business Data Cloud (BDC) Connector für Databricks können Daten nun zwischen verschiedenen Cloud-Umgebungen geteilt werden.

You can now share data between different cloud environments using the SAP Business Data Cloud (BDC) Connector for Databricks.

See Share data between SAP Business Data Cloud (BDC) and Databricks.

Originalquelle(öffnet in neuem Tab)Problem melden

MCP-Server im Databricks Marketplace listen (Public Preview)

Im Databricks Marketplace können nun Model Context Protocol (MCP) Server gelistet und installiert werden, um KI-Agenten mit externen Datenquellen, SaaS-Tools und Entwickler-APIs zu verbinden.

Databricks Marketplace now supports listing Model Context Protocol (MCP) servers. Providers can list MCP servers to distribute AI tools and other Databricks users can install MCP servers from Marketplace to connect AI agents to external data sources, SaaS tools, and developer APIs.

See MCP server listing fields and Get access to external MCP servers.

Originalquelle(öffnet in neuem Tab)Problem melden

Neuer Tab „MCP Servers“ im Workspace

Der neue Tab „MCP Servers“ im Workspace zeigt verwaltete und externe MCP-Server sowie eine kuratierte Liste installierbarer MCP-Server aus dem Databricks Marketplace.

The new MCP Servers tab in the workspace shows your managed and external MCP servers, and a curated list of MCP servers available to install from Databricks Marketplace.

See MCPs.

Originalquelle(öffnet in neuem Tab)Problem melden

Fix: Tooltips in Notebook- und SQL-Editor-Visualisierungen

Ein Fehler wurde behoben, bei dem Tooltips in Visualisierungen in Notebook und SQL Editor hinter der Legende verdeckt wurden.

Fixed tooltip display issue: Resolved an issue where tooltips were hidden behind the legend in Notebook and SQL Editor visualizations.

Originalquelle(öffnet in neuem Tab)Problem melden

Neue Tag-Suchsyntax in der Workspace-Suche

Für die Suche nach Tabellen und Views per Tag-Schlüssel und -Wert gilt nun die Syntax tag:<tag_key>:<tag_value>, während die Suche nur nach Schlüssel weiterhin mit tag:<tag_key> funktioniert.

The workspace search syntax for searching tables and views by tag has been updated. To search by both tag key and value, use the syntax tag:<tag_key>:<tag_value>. Previously, the syntax was to omit tag: when searching by both key and value. To search by tag key alone, continue using tag:<tag_key>. See Use tags to search.

Originalquelle(öffnet in neuem Tab)Problem melden

Serverless Notebook Tasks können Jobs-Umgebung nutzen

Bei Serverless Notebook Tasks kann nun allgemein verfügbar entweder die Umgebung des Notebooks oder eine bestimmte Job-Umgebung verwendet werden, statt immer die Serverless-Umgebung des Notebooks zu erben.

The ability to use a job environment in serverless notebook tasks is now generally available, allowing you to use the notebook's environment or select a specific job environment. Previously, serverless notebook tasks always inherited the serverless environment from the notebook. See Configure environment for job tasks.

Originalquelle(öffnet in neuem Tab)Problem melden

Databricks Runtime Wartungsupdates (11/04)

Für unterstützte Databricks-Runtime-Versionen von 12.2 LTS bis 17.3 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:

Databricks Runtime 17.3 LTS
Databricks Runtime 17.2
Databricks Runtime 17.1
Databricks Runtime 17.0
Databricks Runtime 16.4 LTS
Databricks Runtime 15.4 LTS
Databricks Runtime 14.3 LTS
Databricks Runtime 13.3 LTS
Databricks Runtime 12.2 LTS

Originalquelle(öffnet in neuem Tab)Problem melden

Function Calling und Structured Output mit Qwen3-Next Instruct (Beta)

Mosaic AI Model Serving unterstützt in der Beta Function Calling und Structured Output mit Alibaba Clouds Qwen3-Next 80B A3B Instruct.

Mosaic AI Model Serving now supports function calling and structured output using Alibaba Cloud's Qwen3-Next 80B A3B Instruct.

See Function calling on Databricks
See Structured outputs on Databricks

Originalquelle(öffnet in neuem Tab)Problem melden

Attribute-based access control (ABAC) jetzt in Public Preview

ABAC ist nun in der Public Preview, wobei Richtlinien standardmäßig auf Account-Ebene für alle Workspaces des Metastores gelten und die Ausgabe von Column-Mask-Funktionen automatisch auf den Datentyp der Zielspalte gecastet wird, was bei inkompatiblen Rückgabetypen zu Fehlern führen kann.

Attribute-based access control (ABAC) is now in Public Preview. ABAC is a data governance model that provides flexible, scalable, and centralized access control by defining policies based on governed tags applied to data assets.

In Public Preview, ABAC includes two key changes from the Beta:

Account-level enforcement: ABAC has transitioned from a workspace-level preview to an account-level preview. ABAC policies are now enforced across all workspaces attached to an account’s metastore by default. See ABAC Beta to Public Preview transition.
Automatic type casting for column masks: Databricks now automatically casts the output of column mask functions defined in ABAC policies to match the target column’s data type. This ensures consistent typing and more reliable query behavior. Existing column mask functions might fail if their return types are incompatible with the target column’s type. See Automatic type casting for column masks

For more information, see Attribute-based access control in Unity Catalog.

Mehr anzeigenWeniger anzeigen

Originalquelle(öffnet in neuem Tab)Problem melden

Audit-Logs für Request-for-Access-Ereignisse

Aktionen im Zusammenhang mit Access Request Destinations (Public Preview) werden nun in den Audit-Logs ausgegeben.

Actions related to access request destinations (Public Preview) are now emitted in the audit logs. For more details, see Request for access events.

Originalquelle(öffnet in neuem Tab)Problem melden

Einstellung zum Deaktivieren von DBFS root und Mounts ist allgemein verfügbar

Workspace-Admins können den Zugriff auf das Databricks Filesystem (DBFS) root und Mounts in bestehenden Workspaces jetzt per allgemein verfügbarer (GA) Workspace-Einstellung deaktivieren.

The workspace setting that allows workspace admins to disable access to the Databricks Filesystem (DBFS) root and mounts in existing Databricks workspaces is now generally available. See Disable access to DBFS root and mounts in your existing Databricks workspace.

Originalquelle(öffnet in neuem Tab)Problem melden

TISAX-Compliance-Controls für Databricks

Neue TISAX-Compliance-Controls unterstützen bei der Einhaltung von TISAX, dem auf ISO/IEC 27001 und VDA ISA basierenden Prüf- und Austauschmechanismus der deutschen Automobilindustrie, für den Workspace.

TISAX compliance controls provide enhancements that help you with compliance for your workspace. TISAX (Trusted Information Security Assessment Exchange) is an assessment and exchange mechanism defined by the ENX Association for the German automotive industry, based on ISO/IEC 27001 and VDA ISA requirements. See Trusted Information Security Assessment Exchange (TISAX).

Originalquelle(öffnet in neuem Tab)Problem melden

JAR-Tasks auf Serverless Compute unterstützt

JAR-Jobs können jetzt auf Serverless Compute ausgeführt werden.

You can now run JAR jobs on serverless compute. See JAR task for jobs.

Originalquelle(öffnet in neuem Tab)Problem melden

Salesforce-Connector unterstützt History Tracking (SCD Typ 2)

Der Salesforce-Ingestion-Connector in Lakeflow Connect kann jetzt History Tracking (SCD type 2) aktivieren, um den Verlauf von Änderungen zu erhalten, statt wie standardmäßig (SCD type 1) veraltete Datensätze zu überschreiben.

By default, history tracking is off (SCD type 1) for managed connectors in Lakeflow Connect. This setting overwrites outdated records as they're updated and deleted in the source. You can now enable history tracking (SCD type 2) to maintain a history of those changes. See Examples: Salesforce.

Originalquelle(öffnet in neuem Tab)Problem melden

Zellen beim Ausführen von Notebooks überspringen

Mit dem Magic Command %skip am Zellanfang lassen sich einzelne Zellen überspringen, wenn mehrere Zellen eines Notebooks ausgeführt werden.

You can now skip individual cells when running multiple cells in a notebook using the %skip magic command. Add %skip at the beginning of any cell you want to skip. See Run Databricks notebooks.

Originalquelle(öffnet in neuem Tab)Problem melden

Ähnlich wie Databricks, mit neuen Einträgen