FedRAMP Moderate
Cette page décrit les contrôles de conformité FedRAMP Moderate dans Databricks.
Vue d'ensemble de FedRAMP Moderate
FedRAMP Moderate est un programme fédéral américain qui standardise l'évaluation de la sécurité, l'autorisation et le monitoring continu pour les produits et services cloud au niveau d'impact modéré. Il permet aux agences fédérales d'utiliser les technologies cloud tout en assurant la protection des données fédérales.
Points clés
- S'applique aux services cloud gérant les informations non classifiées contrôlées (CUI).
- Exige la conformité aux contrôles de référence modérés du NIST 800-53.
- Met l'accent sur le contrôle d'accès, la réponse aux incidents, le monitoring continu et le chiffrement.
- Databricks est une Offre de service cloud (OSC) autorisée FedRAMP® de niveau d'impact modéré dans les régions AWS US East-1, US-East-2, US-West-1, US West-2 (commerciales).
- Les agences gouvernementales américaines peuvent accéder au package FedRAMP® Databricks sur AWS sur OMB Max en soumettant un formulaire de demande d’accès au package et en l'envoyant à
package-access@fedramp.gov. - Des informations complémentaires concernant Databricks et la conformité FedRAMP® sont disponibles sur le Centre de sécurité et de confiance Databricks.
Activer les contrôles de conformité FedRAMP Moderate
Pour configurer votre workspace afin de prendre en charge le traitement des données réglementées par la norme FedRAMP Moderate, le workspace doit avoir le profil de sécurité de la conformité activé. Seules des fonctionnalités en préversion spécifiques sont prises en charge pour le traitement des données réglementées. Pour plus de détails sur le profil de sécurité de la conformité, les fonctionnalités en préversion prises en charge et les régions prises en charge, consultez Profil de sécurité de la conformité.
Vous êtes seul responsable de vérifier que des informations sensibles ne sont jamais saisies dans les champs de saisie définis par les clients, tels que les noms de Workspace, les noms de Ressources compute, les tags, les noms de Job, les noms d'exécution de Job, les noms de réseau, les noms d'identifiants, les noms de comptes de stockage et les identifiants ou URL de repository Git. Ces champs peuvent être stockés, traités ou consultés en dehors de la limite de conformité.
Pour activer les contrôles de conformité FedRAMP Moderate, consultez Configurer les paramètres de sécurité et de conformité améliorés.
La version 5 ou supérieure de l'environnement de base Serverless compute sera bientôt requise pour les charges de travail FedRAMP Moderate sur AWS. Databricks recommande de passer dès maintenant à la version 5 de l'environnement de base. Pour sélectionner un environnement de base pour les Notebooks, consultez Sélectionner un environnement de base. Pour configurer l'environnement des jobs, consultez Configurer l'environnement pour les tâches de job.
Support régional des fonctionnalités
Ce tableau présente la disponibilité des fonctionnalités pour la norme de conformité sélectionnée dans toutes les régions Databricks prises en charge. Certaines fonctionnalités peuvent être répertoriées comme disponibles avant d'être réellement publiées.
Fonctionnalité |
|
|
|
|
|---|---|---|---|---|
Politiques ABAC GRANT | ✓ | ✓ | ✓ | ✓ |
ABAC sur les vues | ✓ | ✓ | ✓ | ✓ |
AI Classify | ✓ | ✓ | ✓ | ✓ |
Diagnostic par l'IA | ✓ | ✓ | ✓ | ✓ |
AI Extract | ✓ | ✓ | ✓ | ✓ |
Mode de précision AI Extract | ✓ | ✓ | ✓ | ✓ |
API REST AI Functions | ✓ | ✓ | ✓ | ✓ |
AI ParseDocument | ✓ | ✓ | ✓ | ✓ |
AI Prep Search | ✓ | ✓ | ||
Requête d’IA pour les modèles personnalisés et externes | ✓ | ✓ | ✓ | ✓ |
Recherche par IA : évaluation de la qualité | ||||
Privilège de gestion des accès (« MANAGE ACCESS CONTROL ») | ✓ | ✓ | ✓ | ✓ |
Privilège de visualisation avancée des métadonnées (« READ METADATA ») | ✓ | ✓ | ✓ | ✓ |
Agent Bricks - AI Functions | ✓ | ✓ | ✓ | ✓ |
Agent Framework : autorisation utilisateur « Au nom de » | ✓ | ✓ | ✓ | ✓ |
APIs de Mode Agent pour les agents Genie | ✓ | ✓ | ||
Agentic Converter in Genie Code | ✓ | ✓ | ||
Enrichissement AI | ✓ | ✓ | ✓ | ✓ |
Tâche de job d'alerte | ✓ | ✓ | ✓ | ✓ |
Table système des alertes | ✓ | ✓ | ✓ | ✓ |
Détection d'anomalies | ✓ | ✓ | ||
Mise à l’échelle horizontale des applications | ✓ | ✓ | ✓ | ✓ |
Analyse de sécurité des applications | ✓ | ✓ | ✓ | ✓ |
Contrôle d’accès basé sur les attributs | ✓ | ✓ | ✓ | ✓ |
Flux de données de changement automatique (CDF) | ✓ | ✓ | ✓ | ✓ |
Backfills dans Workflows | ✓ | ✓ | ✓ | ✓ |
Budget pour Unity AI Gateway | ✓ | ✓ | ✓ | ✓ |
Discuter dans Genie One | ✓ | ✓ | ||
Classic Compute | ✓ | ✓ | ✓ | ✓ |
Salle blanche Genie Agent | ✓ | ✓ | ||
Tâche JAR de salle blanche | ✓ | ✓ | ||
Clean Room JAR UDF | ✓ | ✓ | ||
Sortie partagée de la salle blanche | ✓ | ✓ | ||
Salles blanches | ✓ | ✓ | ||
Runtime IA des salles blanches | ✓ | ✓ | ||
Création de partenaires de résolution d’identités Cleanroom | ✓ | ✓ | ||
Livraison des logs de cluster aux volumes UC | ✓ | ✓ | ✓ | ✓ |
Collaborer sur des bundles d'actifs Databricks depuis le workspace | ✓ | ✓ | ✓ | ✓ |
Commentaires sur les tables étrangères | ✓ | ✓ | ✓ | ✓ |
Compute : clusters de groupes dédiés | ✓ | ✓ | ✓ | ✓ |
Entrée basée sur le contexte : politiques d’accès privé du Workspace | ✓ | ✓ | ✓ | ✓ |
Contrôle d’entrée basé sur le contexte | ✓ | ✓ | ✓ | ✓ |
Pipelines déclaratifs continus : mode Standard et notifications améliorées | ✓ | ✓ | ✓ | ✓ |
Partage de vues multiplateforme | ✓ | ✓ | ✓ | ✓ |
ABAC multi-moteur | ✓ | ✓ | ||
JDBC personnalisé sur le compute UC | ✓ | ✓ | ✓ | ✓ |
Service LLM personnalisé pour Databricks Model Serving | ✓ | ✓ | ✓ | ✓ |
Templates de bundle personnalisés dans le workspace | ✓ | ✓ | ✓ | ✓ |
DCS-vNext | ✓ | ✓ | ✓ | ✓ |
Mode de publication directe DLT | ✓ | ✓ | ✓ | ✓ |
Activation default de Dashboard Genie | ✓ | ✓ | ||
Classification des données | ✓ | ✓ | ||
Salle de données (GovCloud) | ||||
Databricks Apps | ✓ | ✓ | ✓ | ✓ |
Databricks Apps — App Spaces | ✓ | ✓ | ✓ | ✓ |
Databricks Apps – Configurer la taille du compute des applications | ✓ | ✓ | ✓ | ✓ |
Databricks Apps — Installer des applications à partir de Git | ✓ | ✓ | ✓ | ✓ |
Databricks Apps - Autorisation utilisateur « Au nom de » | ✓ | ✓ | ✓ | ✓ |
Databricks Apps – Déploiements déclenchés par un webhook (GitHub, Azure DevOps) | ✓ | ✓ | ✓ | ✓ |
Databricks Apps V2 | ✓ | ✓ | ✓ | ✓ |
Databricks Genie pour Microsoft Teams | ✓ | ✓ | ✓ | ✓ |
Databricks Genie pour Slack | ✓ | ✓ | ✓ | ✓ |
default paquets Python par default dans les Spark Declarative Pipelines | ✓ | ✓ | ✓ | ✓ |
Default Dépôts de paquets Python dans les clusters créés via l'API | ✓ | ✓ | ✓ | ✓ |
Dépôts de paquets Python default dans les clusters créés via l'UI | ✓ | ✓ | ✓ | ✓ |
Default Stockage | ✓ | ✓ | ✓ | ✓ |
Paramètre de warehouse par default | ✓ | ✓ | ✓ | ✓ |
Historique du déploiement | ✓ | ✓ | ✓ | ✓ |
Tâches désactivées dans Lakeflow Jobs | ✓ | ✓ | ✓ | ✓ |
Page Discover (Découvrir) | ✓ | ✓ | ✓ | ✓ |
Recommandations de domaines | ✓ | ✓ | ✓ | ✓ |
Domaines et Discover | ✓ | ✓ | ✓ | ✓ |
Intégrer Genie sous forme d’iframe | ✓ | ✓ | ✓ | ✓ |
Activer les vues de métriques locales du tableau de bord dans les tableaux de bord AI/BI | ✓ | ✓ | ✓ | ✓ |
Activer les modèles étendus | ✓ | ✓ | ✓ | ✓ |
Active la fonction table à valeur de query à distance (remote_query). | ✓ | ✓ | ✓ | ✓ |
UDF Python améliorées dans Unity Catalog | ✓ | ✓ | ✓ | ✓ |
Prise en charge d’EventBridge pour les événements de fichier | ✓ | ✓ | ✓ | ✓ |
Module complémentaire Excel | ✓ | ✓ | ✓ | ✓ |
Prise en charge du format de fichier Excel | ✓ | ✓ | ✓ | ✓ |
Politique d'habilitation élargie des consommateurs pour le Workspace | ✓ | ✓ | ✓ | ✓ |
Notifications concernant l'expiration des jetons d'accès personnels | ✓ | ✓ | ✓ | ✓ |
Notifications d'expiration du jeton d'accès du service principal | ✓ | ✓ | ✓ | ✓ |
Étendre la classification des données avec des classisseurs personnalisés | ✓ | ✓ | ||
Accès externe à la table Delta gérée par Unity Catalog | ✓ | ✓ | ✓ | ✓ |
Secrets externes pour Unity Catalog | ✓ | ✓ | ✓ | ✓ |
Vues de fonctionnalités de streaming pour le Magasin de fonctionnalités | ✓ | ✓ | ✓ | ✓ |
Vues de fonctionnalités (batch) | ✓ | ✓ | ✓ | ✓ |
Type de fichier | ✓ | ✓ | ||
Privilèges DML à granularité fine | ✓ | ✓ | ✓ | ✓ |
Éditeur de fichiers et de Notebook ciblé pour les dossiers Git | ✓ | ✓ | ✓ | ✓ |
Partage de tables Delta étrangères | ✓ | ✓ | ✓ | ✓ |
Genie Code en pleine page | ✓ | ✓ | ✓ | ✓ |
Mode Genie Agent | ✓ | ✓ | ||
Partage de chat Genie | ✓ | ✓ | ✓ | ✓ |
Genie Code | ✓ | ✓ | ✓ | ✓ |
Mode Agent Genie Code | ✓ | ✓ | ✓ | ✓ |
Tâches planifiées de Genie Code | ✓ | ✓ | ✓ | ✓ |
Genie Code pour la création de tableaux de bord | ✓ | ✓ | ✓ | ✓ |
Échantillonnage de données Genie | ✓ | ✓ | ✓ | ✓ |
Inspecter la réponse de Genie | ✓ | ✓ | ||
Genie One | ✓ | ✓ | ✓ | ✓ |
upload de fichiers Genie One | ✓ | ✓ | ✓ | ✓ |
Genie One MCP | ✓ | ✓ | ||
Mémoire de Genie One | ✓ | ✓ | ✓ | ✓ |
Extraits de l’ontologie Genie | ✓ | ✓ | ✓ | ✓ |
Partage de gestionnaire de Genie space | ✓ | ✓ | ✓ | ✓ |
Genie Spaces | ✓ | ✓ | ✓ | ✓ |
Prise en charge de Git CLI pour les dossiers Git | ✓ | ✓ | ✓ | ✓ |
Connecteur de permissions Google Drive | ✓ | ✓ | ✓ | ✓ |
Objets du hub CRM du connecteur HubSpot | ✓ | ✓ | ||
Fédération Iceberg REST Catalog | ✓ | ✓ | ✓ | ✓ |
Iceberg V3 | ✓ | ✓ | ✓ | ✓ |
Importation de BI externe vers AI/BI | ✓ | ✓ | ✓ | ✓ |
Observabilité améliorée des performances de Lakeflow | ✓ | ✓ | ✓ | ✓ |
Fonctions IP | ✓ | ✓ | ||
Pushdown de jointure pour les requêtes fédérées | ✓ | ✓ | ✓ | ✓ |
Assistant de connaissances | ✓ | ✓ | ✓ | ✓ |
Écritures directes LTAP | ||||
Lakeflow Connect pour le connecteur CDC MySQL intégré | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect pour le connecteur Oracle CDC intégré | ✓ | ✓ | ✓ | ✓ |
Connecteur Lakeflow Connect pour SQL Server CDC intégré | ✓ | ✓ | ✓ | ✓ |
Lakebase | ||||
Lakebase CDF | ||||
Recherche Lakebase | ||||
Lakeflow Connect - Confluence | ✓ | ✓ | ||
Lakeflow Connect - GA4 | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect - Google Ads | ✓ | ✓ | ||
Lakeflow Connect – HubSpot | ✓ | ✓ | ||
Lakeflow Connect - Meta Ads | ✓ | ✓ | ||
Lakeflow Connect – MySQL | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect - PostgreSQL | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect – SFTP | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect-Salesforce | ✓ | ✓ | ||
Lakeflow Connect - ServiceNow | ✓ | ✓ | ||
Lakeflow Connect — TikTok Ads | ✓ | ✓ | ||
Lakeflow Connect - Workday HCM | ✓ | ✓ | ||
Lakeflow Connect – Rapports Workday (RaaS) | ✓ | ✓ | ||
Lakeflow Connect – Zendesk Support | ✓ | ✓ | ||
Lakeflow Connect - Zerobus Ingest | ✓ | ✓ | ✓ | ✓ |
Connecteurs de source d'API Lakeflow Connect | ✓ | ✓ | ||
Connecteurs communautaires Lakeflow Connect | ✓ | ✓ | ||
Connecteurs basés sur les query de Lakeflow Connect | ✓ | ✓ | ||
Lakeflow Connect Zerobus Ingest GovCloud | ||||
Lakeflow Connect pour les logs d'événements 1Password | ✓ | ✓ | ||
Lakeflow Connect pour Aha ! | ✓ | ✓ | ||
Lakeflow Connect pour Akamai WAF | ✓ | ✓ | ||
Lakeflow Connect pour Amplitude | ✓ | ✓ | ||
Lakeflow Connect pour Anaplan | ✓ | ✓ | ||
Lakeflow Connect pour Anthropic | ✓ | ✓ | ||
Lakeflow Connect pour les Logs d’audit d’Anysphere | ✓ | ✓ | ||
Lakeflow Connect pour l'organisation Anysphere | ✓ | ✓ | ||
Lakeflow Connect pour les logs d'audit Atlassian | ✓ | ✓ | ||
Lakeflow Connect pour Celigo | ✓ | ✓ | ||
Lakeflow Connect pour CrowdStrike | ✓ | ✓ | ||
Lakeflow Connect pour Dynamics 365 | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect pour GitHub | ✓ | ✓ | ||
Lakeflow Connect pour Google Drive | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect pour Google Search Console | ✓ | ✓ | ||
Lakeflow Connect pour Google Workspace | ✓ | ✓ | ||
Lakeflow Connect pour Ironclad | ✓ | ✓ | ||
Lakeflow Connect pour Island Management Console | ✓ | ✓ | ||
Lakeflow Connect pour Jira | ✓ | ✓ | ||
Lakeflow Connect pour Kafka | ✓ | ✓ | ||
Lakeflow Connect pour Microsoft 365 Unified Audit Logs | ✓ | ✓ | ||
Lakeflow Connect pour Monday.com | ✓ | ✓ | ||
Lakeflow Connect pour Netskope Logs | ✓ | ✓ | ||
Lakeflow Connect pour NetSuite | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect pour les System Logs d'Okta | ✓ | ✓ | ||
Lakeflow Connect pour OpenAI | ✓ | ✓ | ||
Lakeflow Connect pour Outlook | ✓ | ✓ | ||
LakeFlow Connect pour PagerDuty | ✓ | ✓ | ||
Lakeflow Connect pour Pendo | ✓ | ✓ | ||
Lakeflow Connect pour Salesforce Marketing Cloud | ✓ | ✓ | ||
Lakeflow Connect pour SendGrid | ✓ | ✓ | ||
Lakeflow Connect pour SharePoint | ✓ | ✓ | ✓ | ✓ |
Lakeflow Connect pour les logs d’accès et d’intégration Slack | ✓ | ✓ | ||
Lakeflow Connect pour les Logs d'audit Slack | ✓ | ✓ | ||
Lakeflow Connect pour Smartsheet | ✓ | ✓ | ||
Lakeflow Connect pour Square | ✓ | ✓ | ||
Lakeflow Connect pour Strac | ✓ | ✓ | ||
LakeFlow Connect pour Verkada | ✓ | ✓ | ||
Lakeflow Connect pour Vimeo | ✓ | ✓ | ||
Lakeflow Connect pour les Audit Logs de Wiz | ✓ | ✓ | ||
Lakeflow Connect pour Workday Activity Logging | ✓ | ✓ | ||
Lakeflow Connect pour Workiva | ✓ | ✓ | ||
Lakeflow Connect pour Zip | ✓ | ✓ | ||
Lakeflow Connect pour Zoho Books | ✓ | ✓ | ||
Lakeflow Connect pour Zoom Logs | ✓ | ✓ | ||
Lakeflow Designer | ✓ | ✓ | ✓ | ✓ |
Intégrations Lakeflow | ✓ | ✓ | ||
Tâches Lakeflow | ✓ | ✓ | ✓ | ✓ |
Intégrité de Lakeflow Jobs | ✓ | ✓ | ✓ | ✓ |
Table système des événements de LakeFlow Pipelines | ✓ | ✓ | ✓ | ✓ |
Editor LakeFlow Pipelines | ✓ | ✓ | ||
Partage Lakehouse Federation | ✓ | ✓ | ||
Monitoring du Lakehouse | ✓ | ✓ | ||
Lakehouse RT | ✓ | ✓ | ||
MLflow sur Databricks | ✓ | ✓ | ✓ | ✓ |
MV et ST dans les jobs et notebooks Serverless | ✓ | ✓ | ||
Récupération après sinistre gérée | ||||
Serveurs MCP gérés | ✓ | ✓ | ✓ | ✓ |
Registre de prompts Managed MLflow | ✓ | ✓ | ✓ | ✓ |
Marketplace - Installer des applications Databricks Apps | ✓ | ✓ | ||
Partage de vues métriques | ✓ | ✓ | ✓ | ✓ |
Model Serving - Passerelle IA (v1) | ✓ | ✓ | ✓ | ✓ |
Model Serving - Garde-fou d'IA | ✓ | ✓ | ✓ | ✓ |
Model Serving - AI Playground | ✓ | ✓ | ✓ | ✓ |
Model Serving - Modèles personnalisés | ✓ | ✓ | ✓ | ✓ |
Model Serving - Modèles externes | ✓ | ✓ | ✓ | ✓ |
Model Serving - Fonction d'IA (ai_query) des modèles de fondation | ✓ | ✓ | ✓ | ✓ |
Model Serving – Modèles de fondation par jeton | ✓ | ✓ | ✓ | ✓ |
Trigger de Job de mise à jour du modèle | ✓ | ✓ | ✓ | ✓ |
Modèles dans Unity Catalog : travaux de déploiement | ✓ | ✓ | ✓ | ✓ |
Identifiants Git multiples | ✓ | ✓ | ✓ | ✓ |
Logs d’acceptation du réseau | ✓ | ✓ | ||
Nouveau formulaire de politique de compute | ✓ | ✓ | ✓ | ✓ |
Revendication d'identité personnalisée OAuth | ✓ | ✓ | ||
OpenSharing | ✓ | ✓ | ✓ | ✓ |
OpenSharing SecureConnect | ✓ | ✓ | ✓ | ✓ |
OpenSharing pour le stockage default – Accès étendu | ✓ | ✓ | ✓ | ✓ |
OpenTelemetry pour Databricks Apps | ✓ | ✓ | ✓ | ✓ |
OpenTelemetry pour Databricks Model Serving | ✓ | ✓ | ✓ | ✓ |
OpenTelemetry sur Databricks | ✓ | ✓ | ✓ | ✓ |
Mode Packaged Clean Rooms | ✓ | ✓ | ||
Pages | ||||
Exécutions partielles dans Workflows | ✓ | ✓ | ✓ | ✓ |
Réglage automatique de la portée des jetons d'accès personnels | ✓ | ✓ | ✓ | ✓ |
Type de tâche Power BI | ✓ | ✓ | ✓ | ✓ |
Optimisation prédictive | ✓ | ✓ | ||
Connectivité privée pour les services intensifs en termes de performances | ✓ | ✓ | ✓ | ✓ |
Production monitoring pour MLflow | ✓ | ✓ | ||
Historique des query et profil pour DLT | ✓ | ✓ | ✓ | ✓ |
Insights sur les performances des queries | ✓ | ✓ | ✓ | ✓ |
Prise en charge de l’écriture des sources de données distantes sur le compute serverless | ✓ | ✓ | ✓ | ✓ |
Contrôle d'accès basé sur les rôles (RBAC) | ✓ | ✓ | ✓ | ✓ |
Activation du contrôle d'accès basé sur les rôles (RBAC) au niveau du compte | ✓ | ✓ | ✓ | ✓ |
Alertes SQL V2 | ✓ | ✓ | ✓ | ✓ |
Fédération de partage de fichiers Salesforce Data Cloud | ✓ | ✓ | ✓ | ✓ |
Exploration de données d’exemple avec l’assistant | ✓ | ✓ | ✓ | ✓ |
UDF Scala et Java dans Unity Catalog | ✓ | ✓ | ✓ | ✓ |
Jetons d'accès personnels dotés de périmètres | ✓ | ✓ | ✓ | ✓ |
Secrets dans Unity Catalog | ✓ | ✓ | ✓ | ✓ |
Contrôle d’accès au compute serverless | ✓ | ✓ | ||
Limite de taux de compute Serverless | ✓ | ✓ | ||
Aperçu de workspace DLT / Lakeflow Serverless | ✓ | ✓ | ||
SDK Python pour prévisions serverless | ✓ | ✓ | ✓ | ✓ |
Serverless GPU compute | ✓ | ✓ | ✓ | ✓ |
API Serverless GPU Compute Remote H100s | ✓ | ✓ | ✓ | ✓ |
Les JAR serverless | ✓ | ✓ | ||
Aperçu du workspace pour les jobs et notebooks Serverless | ✓ | ✓ | ||
Serverless jobs, workflows et notebooks | ✓ | ✓ | ||
LakeFlow Pipelines Serverless | ✓ | ✓ | ||
Git privé serverless | ✓ | ✓ | ||
Serverless SQL Warehouse | ✓ | ✓ | ||
Workspace Serverless | ✓ | ✓ | ||
Connecteur de permissions SharePoint | ✓ | ✓ | ✓ | ✓ |
Partage avec des clients Iceberg | ✓ | ✓ | ✓ | ✓ |
parameter de pipeline déclaratif Spark | ✓ | ✓ | ✓ | ✓ |
Agent superviseur | ✓ | ✓ | ||
Configuration de la rétention des tables système | ||||
Trigger de mise à jour de table sur OpenSharing (Provider) | ✓ | ✓ | ✓ | ✓ |
Trigger de mise à jour de table sur OpenSharing (destinataire) | ✓ | ✓ | ✓ | ✓ |
Automatisation des tags | ✓ | ✓ | ||
Propagation des tags | ✓ | ✓ | ✓ | ✓ |
Propagation des tags - À l'échelle du compte | ✓ | ✓ | ✓ | ✓ |
Prise en charge du marquage pour les actifs ciblés par le workspace | ✓ | ✓ | ✓ | ✓ |
Connecteurs tiers pour les agents | ✓ | ✓ | ✓ | ✓ |
Type de données d'heure | ✓ | ✓ | ✓ | ✓ |
Transactions | ✓ | ✓ | ✓ | ✓ |
U2M pour Service Principal | ✓ | ✓ | ✓ | ✓ |
Liste unifiée des exécutions | ✓ | ✓ | ✓ | ✓ |
Unity AI Gateway | ✓ | ✓ | ✓ | ✓ |
Politiques de service Unity AI Gateway | ||||
Variant Shredding pour optimiser les performances de lecture sur des données semi-structurées | ✓ | ✓ | ||
Vector Search (Standard) | ✓ | ✓ | ||
Vector Search (optimisé pour le stockage) | ||||
Vector Search à QPS élevé | ✓ | ✓ | ||
Reranker Vector Search | ✓ | ✓ | ||
Vector Search : recherche en texte intégral | ||||
Création visuelle : synchronisation UI <> YAML pour les DAB dans le Workspace | ✓ | ✓ | ✓ | ✓ |
Détails des activités du warehouse | ✓ | ✓ | ✓ | ✓ |
Délai d'expiration des instructions du warehouse | ✓ | ✓ | ✓ | ✓ |
Pièces jointes de données de widget pour les abonnements au tableau de bord | ✓ | ✓ | ✓ | ✓ |
Environnements de base du Workspace pour le compute serverless | ✓ | ✓ |