メインコンテンツまでスキップ

何が来ますか？

今後の Databricks リリースの機能と動作の変更点について説明します。

クエリ プロファイル UI の改善​

クエリプロファイルUIは、使いやすさを向上させ、主要な知見に迅速にアクセスできるように更新されています。

  • 概要パネルには、主要なメトリクス、最小化されたクエリ プロファイル プレビュー、クエリ プロファイル ページの主要なセクションへのクイック リンクが含まれます。
  • 新しい 上位演算子 パネルには、最もリソースを大量に消費する演算子が一覧表示され、フィルタリングオプションとグラフビューの強調表示が表示されます。
  • 更新されたレイアウトは、Summary メトリクスから詳細な知見への読みやすさとナビゲーションを向上させるように設計されています。
  • その他の改善点には、キーワードベースのノードの強調表示、強化された実行リスト、クエリパフォーマンス分析ワークフローの改良などがあります。

Auto Loader incremental directory listing オプションの動作の変更​

注記

Auto Loader cloudFiles.useIncrementalListing オプションは非推奨です。このノートでは、オプションのデフォルト値の変更と、この変更後も引き続き使用する方法について説明しますが、Databricks では、このオプションの使用をファイル通知モードに置き換えることをお勧めします。

今後の Databricks Runtime リリースでは、非推奨の Auto Loader cloudFiles.useIncrementalListing オプションの値は、デフォルトによって false に設定されます。 この値を false に設定すると、 Auto Loader は実行のたびに完全なディレクトリ リストを実行します。 現在、cloudFiles.useIncrementalListing オプションのデフォルト値は auto であり、ディレクトリで増分リストを使用できるかどうかを検出するために最善の努力をするように Auto Loader に指示します。

増分リスト機能を引き続き使用するには、 cloudFiles.useIncrementalListing オプションを autoに設定します。 この値を auto に設定すると、 Auto Loader は 7 回の増分リストごとに完全なリストを作成するベスト エフォート型の試行を行います。これは、この変更前のこのオプションの動作と一致します。

ディレクトリ Auto Loader 一覧表示オプションの詳細については、「 Auto Loader オプション」を参照してください。

サーバレス コンピュート サービス資格情報の Scala SDK サポートを取得する​

サーバレス コンピュートのアップデートでは、 Scala SDKでサービス資格情報を使用した外部クラウド サービスに対する Unity Catalog 管理認証がサポートされます。 16.2 Scala以降で既に利用可能なサービスプリンシパル認証の サポートは、 を使用したサービスクレデンシャルによる認証のサポートに追加されます。Databricks RuntimePythonSDK「サービス資格情報を使用して外部クラウド サービスへのアクセスを管理する」を参照してください。

データセット定義が DLT パイプラインから削除された場合の動作の変更​

DLT の今後のリリースでは、マテリアライズドビュー またはストリーミングテーブルがパイプラインから削除された場合の動作が変更されます。 この変更により、削除されたマテリアライズドビュー またはストリーミングテーブルは、次回のパイプライン更新実行時に自動的に削除されなくなります。 代わりに、 DROP MATERIALIZED VIEW コマンドを使用してマテリアライズドビューを削除したり、 DROP TABLE コマンドを使用してストリーミングテーブルを削除したりできます。 オブジェクトをドロップした後、パイプライン更新を実行しても、オブジェクトは自動的に回復されません。同じ定義を持つマテリアライズドビューまたはストリーミングテーブルがパイプラインに再追加されると、新しいオブジェクトが作成されます。ただし、 UNDROP コマンドを使用してオブジェクトをリカバリーすることはできます。

コストを削減し、パフォーマンスとコストに対する制御を強化 for your サーバレス ワークフロー ワークロードのコンピュート​

現在サポートされている自動パフォーマンス最適化に加えて、サーバレス ワークフロー最適化機能の強化により、ワークロードをパフォーマンスとコストのどちらに最適化するかをより詳細に制御できるようになります。 詳細については、「 Cost savings on Serverレス コンピュート for ノートブック, Jobs, and パイプライン」を参照してください。

サーバレス コンピュート workload attribution の変更​

現在、 課金利用 システムテーブル には、run_as、job_id、job_run_id、および notebook_id の値が null である サーバレス SKU 請求レコードが含まれている場合があります。 これらのレコードは、特定のワークロードに直接起因しない共有リソースに関連付けられたコストを表します。

コストレポートを簡素化するために、Databricksはまもなく、これらの共有コストを、それらに発生した特定のワークロードに帰属させます。 ワークロード識別子フィールドに null 値を持つ請求レコードは表示されなくなります。 サーバレス コンピュートの使用量を増やし、ワークロードを追加すると、これらの共有コストがより多くのワークロードで共有されるため、請求額に占める割合は減少します。

モニタリング サーバレス コンピュートのコストの詳細については、 サーバレス コンピュートのコストを監視するを参照してください。

レガシーダッシュボードのサポート終了タイムライン​

  • 2025 年 4 月 7 日 : 従来のバージョンのダッシュボードの公式サポートが終了します。 重大なセキュリティ問題とサービスの停止のみが対処されます。
  • 2025 年 11 月 3 日: Databricks は、過去 6 か月間アクセスされていないレガシーダッシュボードのアーカイブを開始します。 アーカイブされたダッシュボードにはアクセスできなくなり、アーカイブプロセスはローリングベースで行われます。 アクティブに使用されているダッシュボードへのアクセスは変更されません。

Databricks は、2025 年 11 月 3 日以降にアクティブなレガシ ダッシュボードの移行計画を策定するために、顧客と協力します。

AI/BI ダッシュボードへの移行を支援するために、アップグレード ツールはユーザー インターフェイスと API の両方で利用できます。 UI で組み込み移行ツールを使用する方法については、「レガシーダッシュボードを AI/BI dashboardに複製する」を参照してください。REST APIを使用したダッシュボードの作成と管理に関するチュートリアルについては、「Databricks APIs を使用してダッシュボードを管理する」を参照してください。

監査ログの sourceIpAddress フィールドにポート番号が含まれなくなります​

バグにより、特定の認証および認証監査ログには、 sourceIPAddress フィールドに IP に加えてポート番号が含まれます (例: "sourceIPAddress":"10.2.91.100:0")。 ポート番号 ( 0として記録される) は実際の値を提供しず、他の Databricks 監査ログと一貫性がありません。 監査ログの一貫性を高めるために、Databricks ではこれらの監査ログイベントの IP アドレスの形式を変更する予定です。 この変更は、2024 年 8 月上旬から段階的に展開されます。

監査ログに sourceIpAddress 0.0.0.0が含まれている場合、Databricks はログ記録を停止する可能性があります。

外部サポート チケットの送信はまもなく廃止されます​

Databricks では、サポート チケットの送信エクスペリエンスを help.databricks.com から Databricks ワークスペースのヘルプ メニューに移行しています。 help.databricks.com によるサポート チケットの送信は、まもなく廃止されます。チケットの表示とトリアージは引き続き help.databricks.comで行います。

お客様の組織が Databricks サポート契約を結んでいる場合に利用できる製品内エクスペリエンスは、Databricks Assistant と統合されているため、チケットを送信しなくても問題に迅速に対処できます。

製品内エクスペリエンスにアクセスするには、ワークスペースの上部バーにあるユーザーアイコンをクリックし、[ サポートに問い合わせ る]をクリックするか、アシスタントに「ヘルプが必要です」と入力します。

[サポートに問い合わせる ] モーダルが開きます。

サポートモーダルに問い合わせる

製品内のエクスペリエンスが低下している場合は、問題に関する詳細情報を記載したサポートのリクエストを help@databricks.com に送信します。 詳細については、「 ヘルプの表示」を参照してください。

に最終更新