Folge Databricks, um die Release Notes in deinen Feed zu holen.
Die AI Function ai_parse_document() extrahiert in der Beta mithilfe eines Modells aus den Databricks Foundation Model APIs strukturierte Inhalte aus unstrukturierten Dokumenten.
The AI Function ai_parse_document() invokes a state-of-the-art AI model from Databricks Foundation Model APIs to extract structured content from unstructured documents.
This function is available in Beta. See ai_parse_document function.
Databricks Runtime 17.0 und Databricks Runtime 17.0 ML sind jetzt allgemein verfügbar.
Databricks Runtime 17.0 and Databricks Runtime 17.0 ML are now generally available.
See Databricks Runtime 17.0 (EoS) and Databricks Runtime 17.0 for Machine Learning (EoS).
Die OIDC-Föderation für Delta Sharing, bei der Empfänger JWTs ihres eigenen IdP als kurzlebige OAuth-Tokens für die föderierte Authentifizierung nutzen, ist allgemein verfügbar.
Using Open ID Connect (OIDC) federation for Delta Sharing, where recipients use JSON web tokens (JWT) from their own IdP as short-lived OAuth tokens for secure, federated authentication, is generally available.
See Enable Open ID Connect (OIDC) federation for OpenSharing recipients.
Pipelines in Spark Declarative Pipelines on Lakeflow können nun vom Legacy-Publishing-Modus, der nur einen einzelnen Catalog und ein Schema erlaubte, in den Standardmodus migriert werden, der das Veröffentlichen in mehrere Catalogs und Schemas ermöglicht.
Spark Declarative Pipelines on Lakeflow has a legacy publishing mode that only allowed publishing to a single catalog and schema. The default publishing mode enables publishing to multiple catalogs and schemas. Migration from the legacy publishing mode to the default publishing mode is now available.
See Enable the default publishing mode in a pipeline.
Über AI Gateway lassen sich nun eigene Rate Limits für Model-Serving-Endpunkte festlegen, und zwar pro Endpunkt, als Standard für Nutzer, für einzelne Nutzer, Service Principals oder Benutzergruppen.
You can now specify custom rate limits for your model serving endpoints using AI Gateway. Provide rate limits for any of the following:
See Configure AI Gateway (legacy) using the UI.
Mit Delta Sharing lassen sich in der Public Preview nun Managed Iceberg Tables im Databricks-to-Databricks-Sharing und im Open Sharing teilen.
You can now use Delta Sharing to share managed Iceberg tables in Databricks-to-Databricks sharing and open sharing. See Add managed Iceberg tables to a share and Read shared managed Iceberg tables.
Autoren können in Dashboards Dateien direkt im Daten-Tab nach Unity Catalog hochladen und das Dashboard-Theme mit eigener Schriftart sowie eigenen Hintergrund- und Widget-Farben anpassen.
File upload dialog.
In Genie lassen sich Filterwerte nun bearbeiten, das Audit-Log enthält für createConversationMessageComment das neue Feld comment_type, und eine neue List-Spaces-Genie-API listet alle zugänglichen Spaces mit Titel, Beschreibung und ID auf.
Editable filters in Genie: Users can now edit filter values to refine responses. For string columns that have entity matching (previously value dictionaries) enabled, Genie uses context to determine when editable filters could improve accuracy and offers them accordingly.
New audit log field for Genie comments: A new comment_type field is available in the audit log response for the createConversationMessageComment action. When a user adds a feedback comment to a conversation message, the interaction is recorded as one of the following types:
REQUEST_COMMENT: User leaves a feedback comment.REVIEW_COMMENT: Tracks following comments, such as when a space author responds.THUMBS_DOWN_COMMENT: User clicks Fix it to get a new response.List Spaces Genie API: A new List Spaces Genie API endpoint retrieves all spaces the requestor has access to, including the following fields: Genie Agent (formerly Genie Space) title, description, and ID.
Die KI-Dokumentation für Unity-Catalog-Tabellen und -Spalten verwendet nun ein von Databricks gehostetes Modell und bleibt auch bei deaktivierten Partner-powered AI features verfügbar.
AI documentation for Unity Catalog tables and table columns now uses a Databricks-hosted model:
For more information, see:
Der Eintrag Jobs & Pipelines im linken Menü ist der neue Einstieg in die Lakeflow-Funktionen, während die Einträge Pipelines und Workflows entfernt wurden und deren Funktionen dort verfügbar sind.
The Jobs & Pipelines item in the left navigation is the entry point to the Databricks' unified data engineering features, Lakeflow. The Pipelines and Workflows items in the left navigation have been removed, and their functionality is now available from Jobs & Pipelines.
Tabellen, die von Spark Declarative Pipelines on Lakeflow in Unity-Catalog-ETL-Pipelines erstellt wurden, können in der Public Preview von einer Pipeline in eine andere verschoben werden.
Tables created by Spark Declarative Pipelines on Lakeflow in Unity Catalog ETL pipelines can be moved from one pipeline to another. See Move tables between pipelines.
Unity Catalog unterstützt in der Beta attributbasierte Zugriffskontrolle (ABAC), die über Tags und UDFs dynamische, vererbbare Richtlinien mit Zeilenfiltern oder Spaltenmaskierung über Catalogs, Schemas und Tabellen hinweg ermöglicht.
Databricks now supports attribute-based access control (ABAC) in Unity Catalog, enabling dynamic, tag-driven access policies across catalogs, schemas, and tables. ABAC uses tags and user-defined functions (UDFs) to enforce fine-grained access controls based on data attributes such as sensitivity, region, or business domain.
Using ABAC, you can define scalable policies once and apply them across large sets of data assets. Policies inherit across the object hierarchy and can include row-level filters or column masking logic. This simplifies governance, supports centralized policy management, and improves security posture. See Attribute-based access control in Unity Catalog.
Automatic liquid clustering, das Clustering-Keys automatisch zur Optimierung des Datenlayouts wählt, lässt sich nun allgemein verfügbar auf von Unity Catalog verwalteten Tabellen aktivieren.
Automatic liquid clustering is now generally available. You can enable automatic liquid clustering on Unity Catalog managed tables. Automatic liquid clustering intelligently selects clustering keys to optimize data layout for your queries. See Automatic liquid clustering.
Behoben wurden die Hervorhebung von Tooltips in Combo-Charts, das Auf- und Zuklappen langer Texte in Tabellenzellen und fehlerhaft dargestellte Drop-down-Menüs, während parametrisierte Zeitpläne wegen Konflikten mit bestehenden Dashboard-Zeitplänen vorübergehend deaktiviert sind.
Dashboard visualization fixes:
Parameterized schedules temporarily disabled: Parameterized schedules have been temporarily disabled due to unexpected conflicts with some existing dashboard schedules.
Lakebase, eine in die Databricks Data + AI Platform integrierte OLTP-Engine, ermöglicht in der Public Preview über Datenbankinstanzen mit PostgreSQL-kompatiblem Speicher und Compute transaktionale Workloads neben Lakehouse-Daten.
Lakebase is an online transactional processing (OLTP) engine that is fully integrated with the Databricks Data + AI Platform. You can create a database instance, a new compute type, which provides dedicated, PostgreSQL-compatible storage and compute, enabling you to run transactional workloads alongside your Lakehouse data.
See Lakebase Postgres.
Account-Admins können auf der Token-Report-Seite in der Account Console Personal Access Tokens überwachen und widerrufen, wobei Databricks stattdessen OAuth-Tokens empfiehlt.
The token report page enables account admins to monitor and revoke personal access tokens (PATs) in the account console. Databricks recommends you use OAuth access tokens instead of PATs for greater security and convenience. See Monitor and revoke personal access tokens in the account.
Der vollständig verwaltete Microsoft SharePoint connector in Lakeflow Connect ermöglicht als Beta das Einlesen von SharePoint-Daten in Databricks, wobei Pipelines bisher nur per API und nicht über die Benutzeroberfläche erstellt werden können.
The fully-managed Microsoft SharePoint connector in Lakeflow Connect allows you to ingest data from SharePoint into Databricks. See Overview of SharePoint ingestion setup.
The Beta release supports API-based pipeline creation. UI-based pipeline creation is not yet supported.
Mosaic AI Gateway ist jetzt allgemein verfügbar und bietet für Model-Serving-Endpoints Berechtigungs- und Ratenbegrenzung, Payload Logging, Nutzungsverfolgung, Traffic Routing und Fallbacks für externe Modelle, während AI Guardrails in Public Preview bleibt.
Mosaic AI Gateway is now generally available. AI Gateway is a centralized service that streamlines the usage and management of AI models within an organization.
AI Gateway brings governance, monitoring, and production readiness to model serving endpoints using the following features:
AI Guardrails remains in Public Preview.
Die neuen AUTO CDC APIs erstellen Flows mit Unterstützung für Change Data Feeds in Spark Declarative Pipelines on Lakeflow, und Databricks empfiehlt, die APPLY CHANGES APIs dadurch zu ersetzen.
The new AUTO CDC APIs create flows that support change data feeds (CDF) in Spark Declarative Pipelines on Lakeflow. Databricks recommends replacing usage of APPLY CHANGES APIs with AUTO CDC.
For information about the SQL AUTO CDC API, see:
For information about the Python create_auto_cdc_flow APIs, see
Databricks Jobs wurde in Lakeflow Jobs umbenannt, wobei für die weitere Nutzung keine Migration erforderlich ist.
The product known as Databricks Jobs is now Lakeflow Jobs. No migration is required to use Lakeflow Jobs. See Lakeflow Jobs.