Notes de version de Databricks SQL 2025

Les fonctionnalités et améliorations suivantes de Databricks SQL ont été publiées en 2025.

Novembre 2025

Databricks SQL version 2025.35 is rolling out in Current

November 20, 2025

Databricks SQL version 2025.35 is rolling out to the Current channel. See features in 2025.35.

Databricks SQL alerts are now in Public Preview

November 14, 2025

• Databricks SQL alerts: The latest version of Databricks SQL alerts, with a new editing experience, is now in Public Preview. See Databricks SQL alerts.

SQL Editor visualization fix

November 6, 2025

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

Octobre 2025

Databricks SQL version 2025.35 is now available in Preview

October 30, 2025

Databricks SQL version 2025.35 is now available in the Preview channel. Review the following section to learn about new features, behavioral changes, and bug fixes.

EXECUTE IMMEDIATE using constant expressions

You can now pass constant expressions as the SQL string and as arguments to parameter markers in EXECUTE IMMEDIATE statements.

LIMIT ALL support for recursive CTEs

You can now use LIMIT ALL to remove the total size restriction on recursive common table expressions (CTEs).

st_dump function support

You can now use the st_dump function to get an array containing the single geometries of the input geometry. See st_dump function.

Polygon interior ring functions are now supported

You can now use the following functions to work with polygon interior rings:

• st_numinteriorrings: Get the number of inner boundaries (rings) of a polygon. See st_numinteriorrings function.
• st_interiorringn: Extract the n-th inner boundary of a polygon and return it as a linestring. See st_interiorringn function.

Support MV/ST refresh information in DESCRIBE EXTENDED AS JSON

Databricks now generates a section for materialized view and streaming table refresh information in the DESCRIBE EXTENDED AS JSON output, including last refreshed time, refresh type, status, and schedule.

Add metadata column to DESCRIBE QUERY and DESCRIBE TABLE

Databricks now includes a metadata column in the output of DESCRIBE QUERY and DESCRIBE TABLE for semantic metadata.

For DESCRIBE QUERY, when describing a query with metric views, semantic metadata propagates through the query if dimensions are directly referenced and measures use the MEASURE() function.

For DESCRIBE TABLE, the metadata column appears only for metric views, not other table types.

Correct handling of null structs when dropping NullType columns

When writing to Delta tables, Databricks now correctly preserves null struct values when dropping NullType columns from the schema. Previously, null structs were incorrectly replaced with non-null struct values where all fields were set to null.

New alert editing experience

October 20, 2025

• New alert editing experience: Creating or editing an alert now opens in the new multi-tab editor, providing a unified editing workflow. See Databricks SQL alerts.

Visualizations fix

October 9, 2025

• Legend selection for aliased series names: Legend selection now works correctly for charts with aliased series names in SQL editor and notebooks.

Semantic metadata in metric views

October 2, 2025

You can now define semantic metadata in a metric view. Semantic metadata helps AI tools such as Genie Agents (formerly Genie Spaces) and AI/BI dashboards interpret and use your data more effectively.

To use semantic metadata, your metric view must use YAML specification version 1.1 or higher and run on Databricks Runtime 17.3 or above. The corresponding Databricks SQL version is 2025.30, available in the Preview channel for SQL warehouses.

See Agent metadata in metric views and Upgrade to YAML 1.1.

Septembre 2025

Databricks SQL version 2025.30 is now available in Preview

September 25, 2025

Databricks SQL version 2025.30 is now available in the Preview channel. Review the following section to learn about new features, behavioral changes, and bug fixes.

UTF8 based collations now support LIKE operator

You can now use LIKE with columns that have one of the following collations enabled: UTF8_Binary, UTF8_Binary_RTRIM, UTF8_LCASE, UTF8_LCASE_RTRIM. See Collation.

ST_ExteriorRing function is now supported

You can now use the ST_ExteriorRing function to extract the outer boundary of a polygon and return it as a linestring. See st_exteriorring function.

Declare multiple session or local variables in a single DECLARE statement

You can now declare multiple session or local variables of the same type and default value in a single DECLARE statement. See DECLARE VARIABLE and BEGIN END compound statement.

Support TEMPORARY keyword for metric view creation

You can now use the TEMPORARY keyword when creating a metric view. Temporary metric views are visible only in the session that created them and are dropped when the session ends. See CREATE VIEW.

DESCRIBE CONNECTION shows environment settings for JDBC connections

Databricks now includes user-defined environment settings in the DESCRIBE CONNECTION output for JDBC connections that support custom drivers and run in isolation. Other connection types remain unchanged.

SQL syntax for Delta read options in streaming queries

You can now specify Delta read options for SQL-based streaming queries using the WITH clause. For example:

SQL

SELECT * FROM STREAM tbl WITH (SKIPCHANGECOMMITS=true, STARTINGVERSION=X);

Correct results for split with empty regex and positive limit

Databricks now returns correct results when using split function with an empty regex and a positive limit. Previously, the function incorrectly truncated the remaining string instead of including it in the last element.

Fix url_decode and try_url_decode error handling in Photon

In Photon, try_url_decode() and url_decode() with failOnError = false now return NULL for invalid URL-encoded strings instead of failing the query.

Août 2025

Default warehouse setting is now available in Beta

August 28, 2025

Set a default warehouse that will be automatically selected in the compute selector across the SQL editor, AI/BI dashboards, Genie Agents (formerly Genie Spaces), Alerts, and Catalog Explorer. Individual users can override this setting by selecting a different warehouse before running a query. They can also define their own user-level default warehouse to apply across their sessions. See Set a default SQL warehouse for the workspace and Set a user-level default warehouse.

Databricks SQL version 2025.25 is rolling out in Current

August 21, 2025

Databricks SQL version 2025.25 is rolling out to the Current channel from August 20th, 2025 to August 28th, 2025. See features in 2025.25.

Databricks SQL version 2025.25 is now available in Preview

August 14, 2025

Databricks SQL version 2025.25 is now available in the Preview channel. Review the following section to learn about new features and behavioral changes.

Recursive common table expressions (rCTE) are generally available

Recursive common table expressions (rCTEs) are generally available. Navigate hierarchical data using a self-referencing CTE with UNION ALL to follow the recursive relationship.

Support for schema and catalog level default collation

You can now set a default collation for schemas and catalogs. This allows you to define a collation that applies to all objects created within the schema or catalog, ensuring consistent collation behavior across your data.

Support for Spatial SQL expressions and GEOMETRY and GEOGRAPHY data types

You can now store geospatial data in built-in GEOMETRY and GEOGRAPHY columns for improved performance of spatial queries. This release adds more than 80 new spatial SQL expressions, including functions for importing, exporting, measuring, constructing, editing, validating, transforming, and determining topological relationships with spatial joins. See ST geospatial functions, GEOGRAPHY type, and GEOMETRY type.

Support for schema and catalog level default collation

You can now set a default collation for schemas and catalogs. This allows you to define a collation that applies to all objects created within the schema or catalog, ensuring consistent collation behavior across your data.

Better handling of JSON options with VARIANT

The from_json and to_json functions now correctly apply JSON options when working with top-level VARIANT schemas. This ensures consistent behavior with other supported data types.

Support for TIMESTAMP WITHOUT TIME ZONE syntax

You can now specify TIMESTAMP WITHOUT TIME ZONE instead of TIMESTAMP_NTZ. This change improves compatibility with the SQL Standard.

Resolved subquery correlation issue

Databricks no longer incorrectly correlates semantically equal aggregate expressions between a subquery and its outer query. Previously, this could lead to incorrect query results.

Error thrown for invalid CHECK constraints

Databricks now throws an AnalysisException if a CHECK constraint expression cannot be resolved during constraint validation.

Stricter rules for stream-stream joins in append mode

Databricks now disallows streaming queries in append mode that use a stream-stream join followed by window aggregation, unless watermarks are defined on both sides. Queries without proper watermarks can produce non-final results, violating append mode guarantees.

New SQL editor is generally available

August 14, 2025

The new SQL editor is now generally available. The new SQL editor provides a unified authoring environment with support for multiple statement results, inline execution history, real-time collaboration, enhanced Databricks Assistant integration, and additional productivity features. See Write queries and explore data in the new SQL editor.

Fixed timeout handling for materialized views and streaming tables

August 14, 2025

New timeout behavior for materialized views and streaming tables created in Databricks SQL:

• Materialized views and streaming tables created after August 14, 2025 will have the warehouse timeout automatically applied.
• For materialized views and streaming tables created before August 14, 2025, run CREATE OR REFRESH to synchronize the timeout setting with the timeout configuration of the warehouse.
• All materialized views and streaming tables now have a default timeout of two days.

Juillet 2025

Preset date ranges for parameters in the SQL editor

July 31, 2025

In the new SQL editor, you can now choose from preset date ranges—such as This week, Last 30 days, or Last year when using timestamp, date, and date range parameters. These presets make it faster to apply common time filters without manually entering dates.

Jobs & Pipelines list now includes Databricks SQL pipelines

July 29, 2025

The Jobs & Pipelines list now includes pipelines for materialized views and streaming tables that were created with Databricks SQL.

Inline execution history in SQL editor

July 24, 2025

Inline execution history is now available in the new SQL editor, allowing you to quickly access past results without re-executing queries. Easily reference previous executions, navigate directly to past query profiles, or compare run times and statuses—all within the context of your current query.

Databricks SQL version 2025.20 is now available in Current

July 17, 2025

Databricks SQL version 2025.20 is rolling out in stages to the Current channel. For features and updates in this release, see 2025.20 features.

SQL editor updates

July 17, 2025

• Improvements to named parameters: Date-range and multi-select parameters are now supported. For date range parameters, see Add a date range using .min and .max. For multi-select parameters, see Pass multiple values as a string.

• Updated header layout in SQL editor: The run button and catalog picker have moved to the header, creating more vertical space for writing queries.

Git support for alerts

July 17, 2025

You can now use Databricks Git folders to track and manage changes to alerts. To track alerts with Git, place them in a Databricks Git folder. Newly cloned alerts only appear in the alerts list page or API after a user interacts with them. They have paused schedules and need to be explicitly resumed by users. See How Git integration works with alerts.

Databricks SQL version 2025.20 is now available in Preview

July 3, 2025

Databricks SQL version 2025.20 is now available in the Preview channel. Review the following section to learn about new features and behavioral changes.

Prise en charge des procédures SQL

Les scripts SQL peuvent désormais être encapsulés dans une procédure stockée en tant qu'asset réutilisable dans Unity Catalog. Vous pouvez créer une procédure à l'aide de la commande CREATE PROCEDURE, puis l'appeler à l'aide de la commande CALL.

Définir une collation default pour les fonctions SQL.

L'utilisation de la nouvelle clause DEFAULT COLLATION dans la commande CREATE FUNCTION définit l'interclassement default utilisé pour les paramètres STRING, le type de retour et les littéraux STRING dans le corps de la fonction.

Prise en charge des expressions de table communes récursives (rCTE)

Databricks prend désormais en charge la navigation des données hiérarchiques à l'aide d'expressions de table commune récursives (CTE récursives). Utilisez un CTE auto-référencé avec UNION ALL pour suivre la relation récursive.

Prise en charge de ALL CATALOGS dans SHOW SCHEMAS

La syntaxe SHOW SCHEMAS est mise à jour pour accepter la syntaxe suivante :

SHOW SCHEMAS [ { FROM | IN } { catalog_name | ALL CATALOGS } ] [ [ LIKE ] pattern ]

Lorsque ALL CATALOGS est spécifié dans une requête SHOW, l'exécution itère sur tous les catalogues actifs qui prennent en charge les espaces de noms à l'aide du gestionnaire de catalogues (DsV2). Pour chaque catalogue, il inclut les espaces de noms de niveau supérieur.

Les attributs de sortie et le schéma de la commande ont été modifiés pour ajouter une colonne catalog indiquant le catalogue de l’espace de noms correspondant. La nouvelle colonne est ajoutée à la fin des attributs de sortie, comme indiqué ci-dessous :

Sortie précédente

| Namespace        |
|------------------|
| test-namespace-1 |
| test-namespace-2 |

Nouveau résultat

| Namespace        | Catalog        |
|------------------|----------------|
| test-namespace-1 | test-catalog-1 |
| test-namespace-2 | test-catalog-2 |

Le Clustering fluide compacte désormais les vecteurs de suppression plus efficacement

Les tables Delta avec clustering liquide appliquent désormais plus efficacement les modifications physiques issues des vecteurs de suppression lorsque OPTIMIZE est en cours d'exécution. Pour plus de détails, consultez Appliquer les modifications aux fichiers de données Parquet.

Autoriser les expressions non déterministes dans les valeurs de colonne UPDATE/INSERT pour les MERGE Opérations

Databricks autorise désormais l'utilisation d'expressions non déterministes dans les valeurs de colonne mises à jour et insérées des MERGE opérations. Cependant, les expressions non déterministes dans les conditions des instructions MERGE ne sont pas prises en charge.

Par exemple, vous pouvez désormais générer des valeurs dynamiques ou aléatoires pour les colonnes :

MERGE INTO target USING source
ON target.key = source.key
WHEN MATCHED THEN UPDATE SET target.value = source.value + rand()

Cela peut être utile pour la confidentialité des données en masquant les données réelles tout en préservant les propriétés des données (telles que les valeurs moyennes ou d’autres colonnes calculées).

Prend en charge le mot-clé VAR pour déclarer et supprimer des variables SQL

La syntaxe SQL pour la déclaration et la suppression de variables prend désormais en charge le mot-clé VAR en plus de VARIABLE. Cette modification unifie la syntaxe pour toutes les Opérations liées aux variables, ce qui améliore la cohérence et réduit la confusion pour les utilisateurs qui utilisent déjà VAR lors de la définition de variables.

Les clauses de niveau colonneCREATE VIEW génèrent désormais des erreurs lorsque la clause s'applique uniquement aux vues matérialisées

CREATE VIEW les commandes qui spécifient une clause au niveau de la colonne et qui ne sont valides que pour les MATERIALIZED VIEWgénèrent désormais une erreur. Les clauses affectées pour les commandes CREATE VIEW sont :

• NOT NULL
• Un type de données spécifié, tel que FLOAT ou STRING
• DEFAULT
• COLUMN MASK

Juin 2025

Databricks SQL Serverless engine upgrades

June 11, 2025

The following engine upgrades are now rolling out globally, with availability expanding to all regions over the coming weeks.

• Lower latency: Dashboards, ETL jobs, and mixed workloads now run faster, with up to 25% improvement. The upgrade is automatically applied to serverless SQL warehouses with no additional cost or configuration.
• Predictive Query Execution (PQE): PQE monitors tasks in real time and dynamically adjusts query execution to help avoid skew, spills, and unnecessary work.
• Photon vectorized shuffle: Keeps data in compact columnar format, sorts it within the CPU's high-speed cache, and processes multiple values simultaneously using vectorized instructions. This improves throughput for CPU-bound workloads such as large joins and wide aggregation.

User interface updates

June 5, 2025

• Query insights improvements: Visiting the Query History page now emits the listHistoryQueries event. Opening a query profile now emits the getHistoryQuery event.

mai 2025

Metric views are in Public Preview

May 29, 2025

Unity Catalog metric views provide a centralized way to define and manage consistent, reusable, and governed core business metrics. They abstract complex business logic into a centralized definition, enabling organizations to define key performance indicators once and use them consistently across reporting tools like dashboards, Genie Agents (formerly Genie Spaces), and alerts. Use a SQL warehouse running on the Preview channel (2025.16) or other compute resource running Databricks Runtime 16.4 or above to work with metric views. See Unity Catalog metric views.

User interface updates

May 29, 2025

• New SQL editor improvements:
  • New queries in Drafts folder: New queries are now created by default in the Drafts folder. When saved or renamed, they automatically move out of Drafts.
  • Query snippets support: You can now create and reuse query snippets—predefined segments of SQL such as JOIN or CASE expressions, with support for autocomplete and dynamic insertion points. Create snippets by choosing View > Query Snippets.
  • Audit log events: Audit log events are now emitted for actions taken in the new SQL editor.
  • Filters impact on visualizations: Filters applied to result tables now also affect visualizations, enabling interactive exploration without modifying the SQL query.

New alert version in Beta

May 22, 2025

A new version of alerts is now in Beta. This version simplifies creating and managing alerts by consolidating query setup, conditions, schedules, and notification destinations into a single interface. You can still use legacy alerts alongside the new version. See Databricks SQL alerts.

User interface updates

May 22, 2025

• Tooltip formatting in charts: Tooltips in charts from the SQL editor and notebooks now follow the number formatting defined in the Data labels tab. See Visualizations in Databricks notebooks and SQL editor.

Databricks SQL version 2025.16 is now available

May 15, 2025

Databricks SQL version 2025.16 is now available in the Preview channel. Review the following section to learn about new features, behavioral changes, and bug fixes.

La prise en charge deIDENTIFIER est maintenant disponible dans Databricks SQL pour les Opérations de catalogue

Vous pouvez désormais utiliser la clause IDENTIFIER lors de l'exécution des opérations de catalogue suivantes :

• CREATE CATALOG
• DROP CATALOG
• COMMENT ON CATALOG
• ALTER CATALOG

Cette nouvelle syntaxe vous permet de spécifier dynamiquement les noms de catalogue en utilisant des paramètres définis pour ces opérations, ce qui permet des flux de travail SQL plus flexibles et réutilisables. Comme exemple de la syntaxe, considérez CREATE CATALOG IDENTIFIER(:param) où param est un paramètre fourni pour spécifier un nom de catalogue.

Pour plus de détails, consultez la clause IDENTIFIER.

Les expressions collationnées fournissent désormais des alias transitoires auto-générés

Les alias autogénérés pour les expressions collationnées incorporeront désormais toujours et de manière déterministe les informations COLLATE. Les alias générés automatiquement sont transitoires (instables) et ne doivent pas être utilisés. Au lieu de cela, par bonne pratique, utilisez expression AS alias de manière cohérente et explicite.

UNION/EXCEPT/INTERSECT dans une vue et EXECUTE IMMEDIATE renvoient maintenant des résultats corrects

Les queries pour les définitions de vues temporaires et persistantes avec les colonnes UNION/EXCEPT/INTERSECT de niveau supérieur et non-aliasées renvoyaient auparavant des résultats incorrects, car les mots-clés UNION/EXCEPT/INTERSECTétaient considérés comme des alias. Maintenant, ces query effectueront correctement l'opération d'ensemble complète.

EXECUTE IMMEDIATE ... INTO avec un UNION/EXCEPT/INTERSECT de niveau supérieur et des colonnes non aliasées a également écrit un résultat incorrect d'une opération d'ensemble dans la variable spécifiée en raison de l'interprétation de ces mots-clés comme des alias par l'analyseur. De même, les requêtes SQL avec un texte de fin non valide étaient également autorisées. Les opérations d'ensemble dans ces cas écrivent maintenant un résultat correct dans la variable spécifiée, ou échouent en cas de texte SQL non valide.

Nouvelles fonctions listagg et string_agg

Vous pouvez maintenant utiliser les fonctions listagg ou string_agg pour agréger les valeurs STRING et BINARY dans un groupe. Voir string_agg pour plus de détails.

Correctif pour le regroupement sur des littéraux entiers aliasés qui a échoué pour certaines opérations

Le regroupement d'expressions sur un littéral entier aliasé était auparavant défectueux pour certaines opérations comme MERGE INTO. Par exemple, cette expression renverrait GROUP_BY_POS_OUT_OF_RANGE car la valeur (val) serait remplacée par 202001 :

SQL

merge into t
using
(select 202001 as val, count(current_date) as total_count group by val) on 1=1
when not matched then insert (id, name)  values (val, total_count)

Cela a été corrigé. Pour atténuer le problème dans vos queries existantes, vérifiez que les constantes que vous utilisez ne sont pas égales à la position de la colonne qui doit se trouver dans les expressions de regroupement.

Activer l'indicateur pour interdire la désactivation de la matérialisation de la source pour les MERGE Opérations

Auparavant, les utilisateurs pouvaient désactiver la matérialisation de la source dans MERGE en définissant merge.materializeSource sur none. Avec le nouvel indicateur activé, cela sera interdit et provoquera une erreur. Databricks prévoit d’activer l’indicateur uniquement pour les clients qui n’ont jamais utilisé cet indicateur de configuration, de sorte qu’aucun client ne devrait remarquer de changement de comportement.

Avril 2025

Databricks SQL version 2025.15 is now available

April 10, 2025

Databricks SQL version 2025.15 is now available in the Preview channel. Review the following section to learn about new features, behavioral changes, and bug fixes.

Modifier plusieurs colonnes à l’aide de ALTER TABLE

Vous pouvez maintenant modifier plusieurs colonnes dans une seule instruction ALTER TABLE. Voir ALTER TABLE ... COLUMN clause.

La rétrogradation du protocole de table Delta est en disponibilité générale avec protection par point de contrôle

DROP FEATURE est généralement disponible pour supprimer les fonctionnalités de table Delta Lake et rétrograder le protocole de table. By default, DROP FEATURE crée désormais des points de contrôle protégés pour une expérience de rétrogradation plus optimisée et simplifiée qui ne nécessite aucun temps d’attente ni troncation de l’historique. Consultez Supprimer une fonctionnalité de table Delta Lake et rétrograder le protocole de table.

Écrivez des scripts SQL procéduraux basés sur ANSI SQL/PSM (Préversion publique)

Vous pouvez désormais utiliser les capacités de script basées sur la norme ANSI SQL/PSM pour écrire une logique procédurale avec SQL, incluant les instructions conditionnelles, les boucles, les variables locales et la gestion des exceptions. Consultez le scripting SQL.

Collation par default au niveau de la table et de la vue

Vous pouvez désormais spécifier un classement par default pour les tables et les vues. Cela simplifie la création de tables et de vues où toutes ou la plupart des colonnes partagent le même classement. Voir Classement.

Nouvelles fonctions H3

Les fonctions H3 suivantes ont été ajoutées :

• h3_try_coverash3
• h3_try_coverash3string
• h3_try_tessellateaswkb.

Legacy dashboards support has ended

April 10, 2025

Official support for legacy dashboards has ended. You can no longer create or clone legacy dashboards using the UI or API. Databricks continues to address critical security issues and service outages, but recommends using AI/BI dashboards for all new development. To learn more about AI/BI dashboards, see Dashboards. For help migrating, see Clone a legacy dashboard to an AI/BI dashboard and Use dashboard APIs to create and manage dashboards.

Custom autoformatting options for SQL queries

April 3, 2025

Customize autoformatting options for all of your SQL queries. See Custom format SQL statements.

Boxplot visualizations issue fixed

April 3, 2025

Fixed an issue where Databricks SQL boxplot visualizations with only a categorical x-axis did not display categories and bars correctly. Visualizations now render as expected.

CAN VIEW permission for SQL warehouses is in Public Preview

April 3, 2025

CAN VIEW permission is now in Public Preview. This permission allows users to monitor SQL warehouses, including the associated query history and query profiles. Users with CAN VIEW permission cannot run queries on the SQL warehouse without being granted additional permissions. See SQL warehouse ACLs.

Mars 2025

User interface updates

March 27, 2025

• Query profiles updated for improved usability: Query profiles have been updated to improve usability and help you quickly access key insights. See Query profile.

User interface updates

March 20, 2025

• Transfer SQL warehouse ownership to service principal: You can now use the UI to transfer warehouse ownership to a service principal.

User interface updates

March 6, 2025

• Dual-axis charts now support zoom: You can now click and drag to zoom in on dual-axis charts.
• Pin table columns: You can now pin table columns to the left side of the table display. Columns stay in view as you scroll right on the table. See Column settings.
• Fixed an issue with combo charts: Resolved misalignment between x-axis labels and bars when using a temporal field on the x-axis.

février 2025

Databricks SQL version 2025.10 is now available

February 21, 2025

Databricks SQL version 2025.10 is now available in the Preview channel. Review the following section to learn about new features, behavioral changes, and bug fixes.

Dans Delta Sharing, l'historique des tables est activé par default

Les partages créés à l'aide de la commande SQL ALTER SHARE <share> ADD TABLE <table> ont désormais le partage d'historique (WITH HISTORY) activé par default. See ALTER SHARE.

Les instructions SQL d'identifiants renvoient une erreur en cas d'inadéquation du type d'identifiant.

Avec cette version, si le type d'identifiant spécifié dans une instruction SQL de gestion des identifiants ne correspond pas au type de l'argument d'identifiant, une erreur est renvoyée et l'instruction n'est pas exécutée. Par exemple, pour l'instruction DROP STORAGE CREDENTIAL 'credential-name', si credential-name n'est pas un identifiant de stockage, l'instruction échoue avec une erreur.

Ce changement est fait pour aider à prévenir les erreurs utilisateur. Auparavant, ces instructions s'exécutaient avec succès, même si une information d'identification ne correspondant pas au type d'information d'identification spécifié était transmise. Par exemple, l'instruction suivante supprimerait storage-credential: DROP SERVICE CREDENTIAL storage-credential avec succès.

Cette modification affecte les instructions suivantes :

• DROP CREDENTIAL
• ALTER CREDENTIAL
• DESCRIBE CREDENTIAL
• GRANT…ON…CREDENTIAL
• REVOKE... SUR... CREDENTIAL
• SHOW GRANTS ON…CREDENTIAL

Utilisez le timestampdiff et le timestampadd dans les expressions de colonne générées

Les expressions de colonne générées par Delta Lake prennent désormais en charge les fonctions timestampdiff et timestampadd.

Prise en charge de la syntaxe de pipeline SQL

Vous pouvez désormais composer des pipelines SQL. Un pipeline SQL structure une query standard, telle que SELECT c2 FROM T WHERE c1 = 5, en une séquence étape par étape, comme le montre l'exemple suivant :

SQL

FROM T
|> SELECT c2
|> WHERE c1 = 5

Pour en savoir plus sur la syntaxe prise en charge pour les pipelines SQL, consultez Syntaxe des pipelines SQL.

Pour en savoir plus sur cette extension intersectorielle, consultez SQL Has Problems. We Can Fix Them: Pipe Syntax In SQL (by Google Research).

Effectuer une requête HTTP à l'aide de la fonction http_request

Vous pouvez désormais créer des connexions HTTP et, par leur intermédiaire, effectuer des requêtes HTTP à l'aide de la fonction http_request.

Mise à jour vers DESCRIBE TABLE renvoie les métadonnées sous forme de JSON structuré

Vous pouvez maintenant utiliser la commande DESCRIBE TABLE AS JSON pour renvoyer les métadonnées de table en tant que document JSON. La sortie JSON est plus structurée que le rapport default lisible par l'homme et peut être utilisée pour interpréter le schéma d'une table par programmation. Pour en savoir plus, consultez DESCRIBE TABLE AS JSON.

Collations insensibles aux blancs de fin

Prise en charge ajoutée pour les classements insensibles aux blancs de fin. Par exemple, ces classements traitent 'Hello' et 'Hello ' comme équivalents. Pour en savoir plus, consultez le classement RTRIM.

Traitement incrémentiel de clone amélioré

Cette version inclut un correctif pour un cas limite où une CLONE incrémentale pourrait recopier des fichiers déjà copiés d'une table source vers une table cible. Consultez Cloner une table sur Databricks.

User interface updates

February 13, 2025

• Preview Unity Catalog metadata in data discovery: Preview metadata for Unity Catalog assets by hovering over an asset in the schema browser. This capability is available in Catalog Explorer and other interfaces where you use the schema browser, such as AI/BI dashboards and the SQL editor.

• Filter to find data assets you can query: Filter settings in Catalog Explorer's schema browser now includes a Can query checkbox. Selecting this option excludes objects that you can view but not query.

Janvier 2025

User interface updates

January 30, 2025

• Completed query count chart for SQL warehouses (Public Preview): A new Completed query count chart is now available on the SQL warehouse monitoring UI. This chart shows the number of queries finished in a time window, including canceled and failed queries. The chart can be used with the other charts and the Query History table to assess and troubleshoot the performance of the warehouse. The query is allocated in the time window it is completed. Counts are averaged per minute. For more information, see Monitor a SQL warehouse.

• Expanded data display in SQL editor charts: Visualizations created in the SQL editor now support up to 15,000 rows of data.

Databricks SQL version 2024.50 is now available

January 23, 2025

Databricks SQL version 2024.50 is now available in the Preview channel. Review the following section to learn about new features, behavioral changes, and bug fixes.

Le type de données VARIANT ne peut plus être utilisé avec des opérations qui nécessitent des comparaisons

Vous ne pouvez pas utiliser les clauses ou opérateurs suivants dans les query qui incluent un type de données VARIANT :

• DISTINCT
• INTERSECT
• EXCEPT
• UNION
• DISTRIBUTE BY

Ces opérations effectuent des comparaisons, et les comparaisons qui utilisent le type de données VARIANT produisent des résultats non définis et ne sont pas prises en charge dans Databricks. Si vous utilisez le type VARIANT dans vos charges de travail ou tables Databricks, Databricks recommande les changements suivants :

• Mettez à jour les query ou les expressions pour convertir explicitement les valeurs VARIANT en types de données non-VARIANT.
• Si vous avez des champs qui doivent être utilisés avec l'une des opérations ci-dessus, extrayez ces champs du type de données VARIANT et stockez-les en utilisant des types de données non-VARIANT.

Pour en savoir plus, consultez Query les données de variantes.

Prise en charge de la paramétrisation de la clause USE CATALOG with IDENTIFIER

La clause IDENTIFIER est prise en charge pour l’instruction USE CATALOG. Grâce à cette prise en charge, vous pouvez paramétrer le catalogue actuel en fonction d’une variable de chaîne ou d’un marqueur de paramètre.

Prise en chargeCOMMENT ON COLUMN des tables et des vues

L'instruction COMMENT ON prend en charge la modification des commentaires pour les colonnes de vue et de table.

Nouvelles fonctions SQL

Les nouvelles fonctions SQL intégrées suivantes sont disponibles :

• dayname(expr) renvoie l'acronyme anglais de trois lettres du jour de la semaine pour la date donnée.
• uniform(expr1, expr2 [,seed]) renvoie une valeur aléatoire avec des valeurs indépendantes et identiquement distribuées dans la plage de nombres spécifiée.
• randstr(length) renvoie une chaîne aléatoire de length caractères alphanumériques.

Invocation de paramètres nommés pour plus de fonctions

Les fonctions suivantes prennent en charge l'invocation de parameter nommé:

• variant_explode
• variant_explode_outer
• en ligne
• inline_outer
• posexplode
• posexplode_outer

Les types imbriqués acceptent désormais correctement les contraintes NULL

Cette version corrige un bug affectant certaines colonnes Delta générées de types imbriqués, par exemple, STRUCT. Ces colonnes rejetaient parfois incorrectement les expressions basées sur les contraintes NULL ou NOT NULL des champs imbriqués. Ceci a été corrigé.

SQL editor user interface updates

January 15, 2025

The new SQL editor (Public Preview) includes the following user interface improvements:

• Enhanced download experience: Query outputs are automatically named after the query when downloaded.
• Keyboard shortcuts for font sizing: Use Alt + and Alt - (Windows/Linux) or Opt + and Opt - (macOS) to quickly adjust font size in the SQL editor.
• User mentions in comments: Tag specific users with @ in comments to send them email notifications.
• Faster tab navigation: Tab switching is now up to 80% faster for loaded tabs and 62% faster for unloaded tabs.
• Streamlined warehouse selection: SQL Warehouse size information is displayed directly in the compute selector for easier selection.
• Parameter editing shortcuts: Use Ctrl + Enter (Windows/Linux) or Cmd + Enter (macOS) to execute queries while editing parameter values.
• Enhanced version control: Query results are preserved in version history for better collaboration.

Chart visualization updates

January 15, 2025

The new chart system with improved performance, enhanced color schemes, and faster interactivity is now generally available. See Visualizations in Databricks notebooks and SQL editor and Notebook and SQL editor visualization types.