Databricks SQL notas sobre a versão 2025

Os seguintes recursos e melhorias do Databricks SQL foram lançados em 2025.

Agosto de 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, AI/BI Genie, 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.

Expanded 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.

Julho de 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. For multi-select parameters, see Use multiple values in a single query.

• 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.

Suporte a procedimentos SQL

Os scripts SQL agora podem ser encapsulados em um procedimento armazenado como um ativo reutilizável no Unity Catalog. O senhor pode criar um procedimento usando o comando CREATE PROCEDURE e, em seguida, chamá-lo usando o comando CALL.

Definir um agrupamento default para SQL Functions

O uso da nova cláusula DEFAULT COLLATION no comando CREATE FUNCTION comando define o agrupamento default usado para os parâmetros STRING, o tipo de retorno e os literais STRING no corpo da função.

Suporte para expressões de tabela comuns recursivas (RCTE)

Databricks agora oferece suporte à navegação de expressões de tabelas comuns recursivas (rCTEs) de uso de dados hierárquicos. Use um CTE autorreferenciado com UNION ALL para acompanhar a relação recursiva.

Suporte ALL CATALOGS em SHOW SCHEMAS

A sintaxe SHOW SCHEMAS foi atualizada para aceitar a seguinte sintaxe:

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

Quando ALL CATALOGS é especificado em uma consulta SHOW, a execução percorre todos os catálogos ativos que suportam namespaces usando o gerenciador de catálogos (DSv2). Para cada catálogo, ele inclui os namespaces de nível superior.

Os atributos de saída e o esquema do comando foram modificados para adicionar uma coluna catalog indicando o catálogo do namespace correspondente. A nova coluna é adicionada ao final dos atributos de saída, como mostrado abaixo:

Saída anterior

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

Nova saída

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

O Liquid clustering agora compacta vetores de deleção com mais eficiência

Delta As tabelas com o Liquid clustering agora aplicam alterações físicas de vetores de exclusão com mais eficiência quando o OPTIMIZE está em execução. Para obter mais detalhes, consulte Aplicar alterações nos arquivos de dados Parquet.

Permitir expressões não determinísticas nos valores das colunas UPDATE/INSERT para operações MERGE

O Databricks agora permite o uso de expressões não determinísticas em valores de coluna atualizados e inseridos das operações do site MERGE. No entanto, expressões não determinísticas nas condições das declarações MERGE não são suportadas.

Por exemplo, agora você pode gerar valores dinâmicos ou aleatórios para colunas:

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

Isso pode ser útil para a privacidade dos dados, ofuscando os dados reais e preservando as propriedades dos dados (como valores médios ou outras colunas de cálculo).

Suporte à palavra-chave VAR para declarar e eliminar variáveis SQL

A sintaxe SQL para declarar e eliminar variáveis agora suporta a palavra-chave VAR, além de VARIABLE. Essa alteração unifica a sintaxe em todas as operações relacionadas a variáveis, o que melhora a consistência e reduz a confusão para os usuários que já usam VAR ao definir variáveis.

CREATE VIEW As cláusulas em nível de coluna agora geram erros quando a cláusula se aplica apenas à visualização materializada

CREATE VIEW comando que especifica uma cláusula em nível de coluna que só é válida para MATERIALIZED VIEWs agora gera um erro. As cláusulas afetadas para CREATE VIEW comando são as seguintes:

• NOT NULL
• Um tipo de dados especificado, como FLOAT ou STRING
• DEFAULT
• COLUMN MASK

Junho de 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.

Maio de 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 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.

IDENTIFIER suporte agora disponível no Databricks SQL para operações de catálogo

Agora, o senhor pode usar a cláusula IDENTIFIER ao realizar as seguintes operações de catálogo:

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

Essa nova sintaxe permite que o senhor especifique dinamicamente os nomes dos catálogos usando parâmetros definidos para essas operações, possibilitando um SQL fluxo de trabalho mais flexível e reutilizável. Como exemplo da sintaxe, considere CREATE CATALOG IDENTIFIER(:param), onde param é um parâmetro fornecido para especificar um nome de catálogo.

Para obter mais detalhes, consulte a cláusula IDENTIFIER.

Expressões agrupadas agora fornecem aliases transitórios gerados automaticamente

Os aliases gerados automaticamente para expressões agrupadas agora sempre incorporarão de forma determinística as informações do site COLLATE. Os aliases gerados automaticamente são transitórios (instáveis) e não devem ser usados como base. Em vez disso, como melhor prática, use expression AS alias de forma consistente e explícita.

UNION/EXCEPT/INTERSECT dentro de um view e EXECUTE IMMEDIATE agora retornam resultados corretos

As consultas de definições temporárias e persistentes do site view com colunas de nível superior UNION/EXCEPT/INTERSECT e sem aliases anteriormente retornavam resultados incorretos porque as palavras-chave UNION/EXCEPT/INTERSECTeram consideradas aliases. Agora, essas consultas executarão corretamente todo o conjunto de operações.

EXECUTE IMMEDIATE ... INTO com um nível superior UNION/EXCEPT/INTERSECT e colunas sem aliases também escreveu um resultado incorreto de um conjunto de operações na variável especificada devido ao fato de o analisador interpretar essas palavras-chave como aliases. Da mesma forma, as consultas SQL com texto residual inválido também foram permitidas. As operações de configuração nesses casos agora gravam um resultado correto na variável especificada ou falham no caso de texto SQL inválido.

Novas funções listagg e string_agg

Agora você pode usar as funções listagg ou string_agg para agregar valores STRING e BINARY em um grupo. Consulte string_agg para obter mais detalhes.

Correção para agrupamento em literais inteiros com aliases quebrados para determinadas operações

O agrupamento de expressões em um literal de número inteiro com alias era anteriormente interrompido para determinadas operações, como MERGE INTO. Por exemplo, essa expressão retornaria GROUP_BY_POS_OUT_OF_RANGE porque o valor (val) seria substituído por 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)

Isso foi corrigido. Para atenuar o problema em suas consultas existentes, verifique se as constantes que você está usando não são iguais à posição da coluna que deve estar nas expressões de agrupamento.

Ativar o sinalizador para não permitir a desativação da materialização da fonte para as operações do site MERGE

Anteriormente, os usuários podiam desativar a materialização da fonte em MERGE definindo merge.materializeSource como none. Com o novo sinalizador ativado, isso será proibido e causará um erro. A Databricks planeja ativar o sinalizador apenas para clientes que não usaram esse sinalizador de configuração antes, portanto, nenhum cliente deve notar qualquer alteração no comportamento.

Abril de 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.

Edite várias colunas usando ALTER TABLE

Agora você pode alterar várias colunas em uma única instrução ALTER TABLE. Consulte ALTER TABLE ... COLUMN.

Delta o downgrade do protocolo da tabela é GA com proteção de ponto de verificação

DROP FEATURE está geralmente disponível para remover o recurso da tabela Delta Lake e fazer o downgrade do protocolo da tabela. Em default, o DROP FEATURE agora cria pontos de verificação protegidos para uma experiência de downgrade mais otimizada e simplificada que não exige tempo de espera ou truncamento de histórico. Consulte Drop a Delta Lake table recurso e downgrade table protocol.

Escreva scripts SQL procedimentais com base no ANSI SQL/PSM (Public Preview)

Agora, o senhor pode usar recursos de script baseados em ANSI SQL/PSM para escrever lógica processual com SQL, incluindo instruções condicionais, loops, variáveis locais e tratamento de exceções. Consulte Script SQL.

Tabela e view level default collation

Agora o senhor pode especificar um agrupamento default para tabelas e visualizações. Isso simplifica a criação de tabelas e exibições em que todas ou a maioria das colunas compartilham o mesmo agrupamento. Veja Collation.

Novas funções H3

As seguintes funções H3 foram adicionadas:

• h3_try_coverash3
• h3_try_coverash3string
• h3_try_tessella como wkb.

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.

Março de 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.

Fevereiro de 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.

Em Delta Sharing, a tabela história é ativada pelo default

Os compartilhamentos criados usando o comando SQL ALTER SHARE <share> ADD TABLE <table> agora têm o histórico de compartilhamento (WITH HISTORY) ativado por default. Consulte ALTER SHARE.

As instruções SQL de credenciais retornam um erro quando há uma incompatibilidade de tipo de credencial

Com esta versão, se o tipo de credencial especificado em uma declaração de gerenciamento de credenciais SQL não corresponder ao tipo do argumento da credencial, será retornado um erro e a declaração não será executada. Por exemplo, para a instrução DROP STORAGE CREDENTIAL 'credential-name', se credential-name não for uma credencial de armazenamento, a instrução falhará com um erro.

Essa alteração é feita para ajudar a evitar erros do usuário. Anteriormente, essas declarações eram executadas com êxito, mesmo que fosse passada uma credencial que não correspondesse ao tipo de credencial especificado. Por exemplo, a declaração a seguir eliminaria storage-credential: DROP SERVICE CREDENTIAL storage-credential com sucesso.

Essa alteração afeta as seguintes declarações:

• DROP CREDENTIAL
• ALTER CREDENTIAL
• DESCRIBE CREDENTIAL
• CONCEDER... EM... CREDENCIAL
• REVOGAR... EM... CREDENCIAL
• SHOW GRANTS EM...CREDENCIAL

Use o timestampdiff & timestampadd nas expressões de coluna geradas

As expressões de coluna geradas pelo Delta Lake agora suportam as funções timestampdiff e timestampadd.

Suporte à sintaxe do pipeline SQL

Agora o senhor pode compor o pipelineSQL. Um pipeline SQL estrutura uma consulta padrão, como SELECT c2 FROM T WHERE c1 = 5, em uma sequência passo a passo, conforme mostrado no exemplo a seguir:

SQL

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

Para saber mais sobre a sintaxe compatível com o pipeline SQL, consulte Sintaxe do pipelineSQL.

Para obter informações sobre essa extensão entre indústrias, consulte SQL Has Problems. We Can Fix Them: Pipe Syntax In SQL (por Google Research).

Faça uma solicitação HTTP usando a função http_request

Agora você pode criar conexões HTTP e, por meio delas, fazer solicitações HTTP usando a função http_request.

A atualização para DESCRIBE TABLE retorna metadados como JSON estruturado

Agora o senhor pode usar o comando DESCRIBE TABLE AS JSON para retornar os metadados da tabela como um documento JSON. O resultado do JSON é mais estruturado do que o relatório default legível por humanos e pode ser usado para interpretar o esquema de uma tabela de forma programática. Para saber mais, consulte DESCRIBE TABLE AS JSON.

Agrupamentos insensíveis em branco à direita

Foi adicionado suporte para agrupamentos insensíveis em branco à direita. Por exemplo, esses agrupamentos tratam 'Hello' e 'Hello ' como iguais. Para saber mais, consulte Agrupamento RTRIM.

Processamento incremental aprimorado de clones

Esta versão inclui uma correção para um caso extremo em que um CLONE incremental pode copiar novamente arquivos já copiados de uma tabela de origem para uma tabela de destino. Consulte Clonar uma tabela em 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.

Janeiro de 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.

O tipo de dados VARIANT não pode mais ser usado com operações que exigem comparações

Você não pode usar as cláusulas ou operadores a seguir em consultas que incluem um tipo de dados VARIANT:

• DISTINCT
• INTERSECT
• EXCEPT
• UNION
• DISTRIBUTE BY

Essas operações realizam comparações, e as comparações que usam o tipo de dados VARIANT produzem resultados indefinidos e não são compatíveis com o Databricks. Se o senhor usar o tipo VARIANT em suas cargas de trabalho ou tabelas da Databricks, a Databricks recomenda as seguintes alterações:

• Atualize consultas ou expressões para converter explicitamente valores VARIANT em tipos de dados que não sejamVARIANT.
• Se o senhor tiver campos que devam ser usados com qualquer uma das operações acima, extraia esses campos do tipo de dados VARIANT e armazene-os usando tipos de dados nãoVARIANT.

Para saber mais, consulte Consultar dados de variantes.

Suporte para parametrizar a cláusula USE CATALOG with IDENTIFIER

A cláusula IDENTIFIER é compatível com o comando USE CATALOG. Com esse suporte, o senhor pode parametrizar o catálogo atual com base em uma variável de cadeia de caracteres ou marcador de parâmetro.

COMMENT ON COLUMN suporte para tabelas e visualizações

A declaração COMMENT ON suporta a alteração de comentários para view e colunas de tabela.

Novas funções SQL

As seguintes novas funções integradas do SQL estão disponíveis:

• dayname (expr) retorna a sigla em inglês de três letras para o dia da semana para a data especificada.
• uniform (expr1, expr2 [, seed]) retorna um valor aleatório com valores independentes e distribuídos de forma idêntica dentro do intervalo de números especificado.
• randstr(length) retorna uma cadeia aleatória de length caracteres alfanuméricos.

Invocação de parâmetros nomeados para mais funções

As funções a seguir oferecem suporte à invocação de parâmetros nomeados:

• variante_explode
• variante_explode_outer
• na linha
• exterior_embutido
• pose explodir
• posexplode_outer

Os tipos aninhados agora aceitam adequadamente as restrições NULL

Esta versão corrige um bug que afeta algumas colunas geradas pelo Delta de tipos aninhados, por exemplo, STRUCT. Às vezes, essas colunas rejeitavam incorretamente expressões com base nas restrições NULL ou NOT NULL dos campos aninhados. Isso foi corrigido.

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 Visualization types.