Siklus hidup runtime Apache Spark dalam Fabric
Runtime Microsoft Fabric adalah platform terintegrasi Azure berdasarkan Apache Spark. Ini memfasilitasi eksekusi dan manajemen rekayasa data dan alur kerja ilmu data. Ini mensintesis elemen penting dari sumber daya kepemilikan dan sumber terbuka untuk menawarkan solusi yang komprehensif. Untuk brevity, kami merujuk ke Microsoft Fabric Runtime yang didukung oleh Apache Spark hanya sebagai Fabric Runtime.
Rangkaian rilis
Apache Spark biasanya merilis versi minor setiap 6 hingga 9 bulan. Tim Microsoft Fabric Spark berkomitmen untuk memberikan versi runtime baru dengan alacrity sekaligus memastikan kualitas dan integrasi tertinggi serta dukungan berkelanjutan. Setiap versi terdiri dari sekitar 110 komponen. Saat runtime berkembang di luar Apache Spark, kami memastikan integrasi yang mulus dalam ekosistem Azure.
Dengan komitmen terhadap keunggulan, kami mendekati rilis runtime pratinjau baru dengan hati-hati, menargetkan pratinjau eksperimental dalam ~ 3 bulan tetapi pada akhirnya menetapkan garis waktu berdasarkan kasus per kasus. Ini melibatkan evaluasi komponen penting dari setiap versi Spark, termasuk Java, Scala, Python, R, dan Delta Lake. Setelah penilaian menyeluruh, kami membuat garis waktu terperinci yang menguraikan ketersediaan dan perkembangan runtime melalui berbagai tahap. Secara keseluruhan, Tujuan kami adalah untuk menetapkan jalur siklus hidup standar untuk runtime Microsoft Fabric untuk Apache Spark.
Tip
Selalu gunakan versi runtime GA terbaru untuk beban kerja produksi Anda, yang saat ini adalah Runtime 1.3.
Tabel berikut mencantumkan nama runtime, dan tanggal rilis untuk rilis runtime Azure Synapse yang didukung.
Nama runtime | Tahap rilis | Tanggal akhir dukungan |
---|---|---|
Runtime 1.3 berdasarkan Apache Spark 3.5 | GA | 30 September 2026 |
Runtime 1.2 berdasarkan Apache Spark 3.4 | GA | Selasa, 31 Maret 2026 |
Runtime 1.1 berdasarkan Apache Spark 3.3 | EOSA | Senin, 31 Maret 2025 |
Diagram menguraikan siklus hidup versi runtime dari pratinjau publik eksperimentalnya hingga penghentian dan penghapusannya.
Tahap | Deskripsi | Siklus Hidup Umum |
---|---|---|
Pratinjau publik eksperimental | Fase pratinjau publik eksperimental menandai rilis awal versi runtime baru. Selama fase ini, pengguna didesak untuk bereksperimen dengan versi terbaru Apache Spark dan Delta Lake dan memberikan umpan balik, meskipun ada keterbatasan yang didokumentasikan. Ketentuan Pratinjau Microsoft Azure berlaku. Lihat Ketentuan Penggunaan Pratinjau. | 2-3 bulan* |
Pratinjau umum | Setelah perbaikan lebih lanjut dilakukan dan batasan di minimalisasi, runtime berlangsung ke tahap pratinjau. Ketentuan Pratinjau Microsoft Azure berlaku. Lihat Ketentuan Penggunaan Pratinjau. | 3 bulan* |
Ketersediaan Umum (GA) | Setelah versi runtime memenuhi kriteria Ketersediaan Umum (GA), versi tersebut dirilis ke publik dan cocok untuk beban kerja produksi. Untuk mencapai tahap ini, runtime harus memenuhi persyaratan ketat dalam hal performa, integrasi dengan platform, penilaian keandalan, dan kemampuannya untuk memenuhi kebutuhan pengguna. | 24 bulan |
Dukungan Jangka Panjang (LTS) | Setelah rilis Ketersediaan Umum (GA), runtime dapat beralih ke tahap Dukungan Jangka Panjang (LTS), tergantung pada persyaratan spesifik versi Spark. Tahap LTS ini dapat diumumkan, merinci durasi dukungan yang diharapkan untuk pelanggan, yang umumnya merupakan tahun tambahan dukungan penuh. | 12 bulan* |
Tanggal akhir dukungan diumumkan | Ketika runtime mencapai akhir dukungannya, runtime tidak akan menerima pembaruan atau dukungan lebih lanjut. Biasanya, pemberitahuan enam bulan diberikan sebelum penghentian runtime. Tanggal akhir dukungan ini didokumentasikan dengan memperbarui tabel tertentu dengan tanggal akhir masa pakai, yang menandai penghentian dukungan. | 6 bulan sebelum hari penghentian |
Tanggal akhir dukungan. Runtime Tidak Didukung dan Tidak Digunakan Lagi | Setelah tanggal akhir dukungan yang diumumkan sebelumnya tiba, runtime menjadi tidak didukung secara resmi. Ini menyiratkan bahwa ia tidak akan menerima pembaruan atau perbaikan bug, dan tidak ada dukungan resmi yang akan diberikan oleh tim. Semua tiket dukungan akan diselesaikan secara otomatis. Menggunakan runtime yang tidak didukung adalah risiko pengguna sendiri. Runtime akan dihapus dari pengaturan ruang kerja Fabric dan item Lingkungan, sehingga tidak mungkin digunakan di tingkat ruang kerja. Selain itu, runtime juga akan dihapus dari lingkungan, dan tidak akan ada opsi untuk membuat lingkungan baru untuk versi runtime yang didukung tersebut. Pekerjaan Spark yang ada yang berjalan di lingkungan yang ada tidak akan dapat dijalankan. | T/A |
Runtime dihapus | Setelah runtime mencapai fase yang tidak didukung, semua lingkungan yang menggunakan runtime ini dihilangkan. Semua komponen terkait backend yang terkait dengan runtime ini juga dihapus. | Beberapa hari setelah tanggal akhir dukungan |
* Durasi runtime yang diharapkan di setiap tahap. Garis waktu ini disediakan sebagai contoh dan mungkin bervariasi tergantung pada berbagai faktor. Garis waktu siklus hidup dapat berubah berdasarkan kebijaksanaan Microsoft.
Penerapan versi
Penomoran versi runtime kami, sementara terkait erat dengan Semantic Versioning, mengikuti pendekatan yang sedikit berbeda. Versi utama runtime sesuai dengan versi utama Apache Spark. Oleh karena itu, Runtime 1 sesuai dengan Spark versi 3. Demikian pula, Runtime 2 yang akan datang akan selaras dengan Spark 4.0. Penting untuk dicatat bahwa antara runtime saat ini, perubahan dapat terjadi, termasuk penambahan atau penghapusan pustaka yang berbeda. Selain itu, platform kami menawarkan fitur manajemen pustaka yang memberdayakan pengguna untuk menginstal pustaka yang diinginkan.
Konten terkait
- Baca tentang Apache Spark Runtimes di Fabric - Gambaran Umum, Penerapan Versi, Dukungan Beberapa Runtime, dan Peningkatan Delta Lake Protocol
- Runtime 1.3 (Spark 3.5, Java 11, Python 3.11, Delta Lake 3.2)
- Runtime 1.2 (Spark 3.4, Java 11, Python 3.10, Delta Lake 2.4)
- Runtime 1.1 (Spark 3.3, Java 8, Python 3.10, Delta Lake 2.2)