Wydanie DLT 2025.04
23–30 stycznia 2025
Te funkcje i ulepszenia zostały wydane w wersji 2025.04 DLT.
Wersje środowiska Databricks Runtime używane w tej wersji
Kanał:
- CURRENT (ustawienie domyślne): Databricks Runtime 15.4
- WERSJA ZAPOZNAWCZA: Databricks Runtime 15.4 lub 16.1
Uwaga
Ponieważ wersje kanału DLT są zgodne z procesem uaktualniania stopniowego, uaktualnienia kanału są wdrażane w różnych regionach w różnych momentach. Wydanie, w tym wersje środowiska Databricks Runtime, może nie zostać zaktualizowane do tygodnia lub więcej po początkowej dacie wydania. Aby znaleźć wersję środowiska Databricks Runtime dla potoku, zobacz informacje o środowisku uruchomieniowym .
Nowe funkcje i ulepszenia
- Domyślnie nowe potoki DLT obsługują tworzenie i aktualizowanie zmaterializowanych widoków oraz tabel przesyłania strumieniowego w różnych katalogach i schematach. To nowe domyślne zachowanie konfiguracji potoku wymaga, aby użytkownicy określali schemat docelowy, który staje się domyślnym schematem potoku. Wirtualny schemat
LIVEi skojarzona z nim składnia nie są już wymagane. Aby dowiedzieć się więcej, zobacz Ustaw katalog docelowy i schemat, Skonfiguruj potok DLT, oraz schemat LIVE (starsza wersja).
- Żądanie
clone a pipelinew interfejsie API REST usługi Databricks jest teraz ogólnie dostępne. To polecenie umożliwia skopiowanie istniejącego potoku publikującego do metastore Hive do nowego potoku publikującego do Unity Catalogu. Zobacz , jak utworzyć potok Unity Catalog poprzez sklonowanie potoku magazynu metadanych Hive.
- Obsługa wyświetlania metryk obciążenia przesyłania strumieniowego dla aktualizacji potoku DLT jest dostępna w publicznej wersji zapoznawczej. Podczas wyświetlania aktualizacji pipeline'u w interfejsie użytkownika DLT można teraz wyświetlać metryki, takie jak sekundy zaległości, bajty zaległości, rekordy zaległości i pliki zaległości dla każdego przepływu przesyłania strumieniowego w pipeline'ie. Metryki przesyłania strumieniowego są obsługiwane dla źródeł Spark Structured Streaming, takich jak Apache Kafka, Amazon Kinesis i Auto Loader. Zobacz Wyświetl metryki przesyłania strumieniowego.