Pular para o conteúdo principal
Última atualização em

Databricks Runtime 11.3 LTS (Fim de Suporte)

nota

O suporte para esta versão do Databricks Runtime foi encerrado. Para a data de fim do suporte, consulte o Histórico de fim de suporte. Para todas as versões suportadas Databricks Runtime , consulte as notas sobre versões e compatibilidadeDatabricks Runtime.

As notas a seguir sobre a versão fornecem informações sobre Databricks Runtime 11.3 LTS, desenvolvido com Apache Spark 3.3.0. A Databricks lançou esta versão em outubro de 2022.

nota

LTS significa que esta versão tem suporte a longo prazo . Consulte o ciclo de vida da versão LTS do Databricks Runtime.

Mudanças comportamentais​

[Alteração significativa] A nova versão do Python requer a atualização dos clientes Python do Databricks Connect V1.​

nota

Uma atualização subsequente altera a versão do Python no Databricks Runtime 11.3 LTS para 3.9.21. O 3.9.21 Esta versão não introduz quaisquer alterações comportamentais.

Para aplicar as correções de segurança necessárias, a versão do Python no Databricks Runtime 11.3 LTS foi atualizada da versão 3.9.5 para a 3.9.19. Como essas alterações podem causar erros em clientes que usam funções específicas do PySpark, todos os clientes que usam o Databricks Connect V1 para Python com o Databricks Runtime 11.3 LTS devem ser atualizados para o Python 3.9.7 ou posterior.

Novos recursos e melhorias​

O Python foi atualizado da versão 3.9.19 para a 3.9.21.​

A versão do Python no Databricks Runtime 11.3 LTS foi atualizada da versão 3.9.19 para a 3.9.21.

trigger de transmissão estruturada uma vez está obsoleto​

A configuração Trigger.Once foi descontinuada. A Databricks recomenda que você use Trigger.AvailableNow. Consulte Configurar intervalos de disparo de transmissão estruturada.

Alterar o caminho de origem para o Auto Loader​

Agora você pode alterar o caminho de entrada do diretório para o Auto Loader configurado com o modo de listagem de diretórios sem precisar escolher um novo diretório de ponto de verificação. Consulte Alterar o caminho de origem para o Auto Loader.

O conectorDatabricks Kinesis agora suporta a leitura de transmissões de dados Kinesis no modo EFO.​

Agora você pode usar a fonte Databricks Kinesis transmissão estruturada no Databricks Runtime 11.3 LTS para executar consultas que leem do Kinesis Data transmissão no modo de fan-out aprimorado. Isso permite taxas de transferência dedicadas por shard, por consumidor e entrega de registros no modo push.

Novas funções geoespaciais H3​

Apresentando 4 novas funções H3, h3_maxchild, h3_minchild, h3_pointash3 e h3_pointash3string. Essas funções estão disponíveis em SQL, Scala e Python. Consulte as funções geoespaciais H3.

Novo recurso para Predictive I/O​

O Photon suporta o modo de alcance para quadros em execução, usando RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW. O Photon também suporta o modo de alcance para quadros crescentes, usando RANGE BETWEEN UNBOUNDED PRECEDING AND offset_stop { PRECEDING | FOLLOWING }.

Aumentar as partições iniciais para realizar buscas por consultas seletivas.​

O valor das partições iniciais a serem verificadas foi aumentado para 10 para consulta seletiva com take/tail/limit em clusters habilitados para Photon e LIMIT em Databricks SQL. Com 10 partições, você pode evitar a sobrecarga de executar vários trabalhos pequenos e uma escalada lenta. Você também pode configurar isso através de spark.sql.limit.selectiveInitialNumPartitions.

Visualização das novas versões do plano AQE​

Apresentamos as versões de planos AQE, que permitem visualizar as atualizações do seu plano de tempo de execução provenientes da execução adaptativa de consultas (AQE).

Novos modos de acompanhamento de progresso assíncrono e limpeza log .​

Apresentando modos de transmissão estruturada chamados acompanhamento de progresso assíncrono e purga log assíncrona. O modo de limpeza log assíncrona reduz a latência das consultas de transmissão, removendo logs usados para o acompanhamento do progresso em segundo plano.

transmissão estruturada no Unity Catalog agora suporta display()​

Agora você pode usar display() quando usar transmissão estruturada para trabalhar com tabelas registradas no Unity Catalog.

Os eventos do pipeline agora são registrados em formato JSON​

Databricks agora grava eventos pipeline no log in formato JSON . Embora cada evento possa ser analisado em JSON, eventos grandes podem não conter todos os campos, ou os campos podem estar truncados. Cada evento é registrado em uma única linha com o prefixo Event received:. Segue abaixo um exemplo de evento.

Event received: {"id":"some-event-id","origin":{"pipeline_id":"some-pipeline-id","cluster_id":"some-cluster id"},"message":"simple [truncated] message","level":"WARN"}

Processamento com estado arbitrário em estrutura de negócios com Python​

Apresentamos a função applyInPandasWithState que pode ser usada para realizar processamento com estado arbitrário em PySpark. Isso é equivalente à função flatMapGroupsWithState na API Java.

Inferência de datas em arquivos CSV​

Apresentamos uma inferência aprimorada de colunas do tipo data em arquivos CSV. Quando o formato da data é consistente em todos os registros de uma coluna, essas colunas podem ser inferidas como DateType. Você também pode ter uma combinação de formatos de data em diferentes colunas. O Databricks pode inferir automaticamente o formato de data para cada coluna. As colunas de data em arquivos CSV anteriores ao Databricks Runtime 11.3 LTS são deixadas como StringType.

Suporte para clonagem de tabelas Apache Parquet e Apache Iceberg (Prévia Pública)​

Agora é possível usar o comando `clone` para criar e atualizar incrementalmente tabelas Delta que espelham tabelas Apache Parquet e Apache Iceberg. Você pode atualizar sua tabela Parquet de origem e aplicar as alterações incrementalmente à tabela Delta clonada usando o comando clone. Consulte Clonar incrementalmente tabelas Parquet e Apache Iceberg para Delta Lake.

Use SQL para especificar locais de armazenamento em nível de esquema e catálogo para tabelas de gerenciamento Unity Catalog​

Agora você pode usar o comando SQL MANAGED LOCATION para especificar um local de armazenamento cloud para gerenciar tabelas nos níveis de catálogo e esquema. Consulte CREATE CATALOG e CREATE SCHEMA.

Mudanças de comportamento​

Databricks Connect 11.3.2​

A atualização 11.3.2 do cliente Databricks Connect já é compatível. Consulte Databricks Connect e Databricks Connect notas sobre a versão.

Conector Databricks Snowflake atualizado​

O conector Databricks Snowflake foi atualizado para a versão mais recente do código do código aberto repositório, Snowflake fonte de dados para Apache Spark. Agora é totalmente compatível com Databricks Runtime 11.3 LTS, incluindo o pushdown de predicados e o pushdown interno do plano de consulta, mantendo todos os recursos da versão de código aberto.

O cache do Hadoop para S3A agora está desativado.​

O cache do Hadoop (FileSystem Apache Hadoop Main 3.3.4 API) para S3A agora está desativado. Isso visa a compatibilidade com outros conectores de armazenamento cloud . Para cargas de trabalho que dependem do cache do sistema de arquivos, certifique-se de que os sistemas de arquivos recém-criados recebam as configurações corretas do Hadoop, incluindo os provedores de credenciais.

O esquema de coleta de estatísticas do Delta Lake agora corresponde à ordem das colunas na definição do esquema da tabela.​

Essa alteração corrige um bug no protocolo Delta Lake, no qual as estatísticas não eram coletadas para as colunas devido a uma incompatibilidade na ordem das colunas do DataFrame e da tabela. Em alguns casos, você poderá encontrar uma degradação no desempenho de gravação devido à coleta de estatísticas em campos anteriormente não rastreados. Consulte Ignorando dados.

applyInPandasWithState gera um erro se a consulta contiver um shuffle após o operador.​

O operador applyInPandasWithState gera um erro se a consulta tiver shuffle depois do operador. Isso acontece quando o usuário adiciona shuffle após as operações, ou o otimizador ou coletor adiciona shuffle implicitamente.

Melhorias na biblioteca​

  • Biblioteca Python atualizada:

    • distlib da versão 0.3.5 para a 0.3.6

  • Biblioteca R atualizada:

    • vassoura de 1.0.0 para 1.0.1
    • chamada de 3.7.1 para 3.7.2
    • dplyr da versão 1.0.9 para a 1.0.10
    • dtplyr da versão 1.2.1 para a 1.2.2
    • forcats de 0.5.1 a 0.5.2
    • futuro da versão 1.27.0 para a 1.28.0
    • future.apply da versão 1.9.0 para a 1.9.1
    • gert da versão 1.7.0 para a 1.8.0
    • variáveis globais de 0.16.0 a 0.16.1
    • gtable de 0.3.0 para 0.3.1
    • haven da versão 2.5.0 para a 2.5.1
    • HMS de 1.1.1 a 1.1.2
    • httr da versão 1.4.3 para a 1.4.4
    • knitr de 1,39 a 1,40
    • modelador da versão 0.1.8 para 0.1.9
    • pilar de 1.8.0 para 1.8.1
    • progresso de 0.10.1 para 0.11.0
    • readxl da versão 1.4.0 para a 1.4.1
    • Exemplo reproduzível da versão 2.0.1 para a 2.0.2
    • rlang da versão 1.0.4 para a versão 1.0.5
    • rmarkdown da versão 2.14 para a 2.16
    • RSQLite da versão 2.2.15 para a 2.2.16
    • rstudioapi da versão 0.13 para a 0.14
    • rversions de 2.1.1 para 2.1.2
    • colheita de 1.0.2 para 1.0.3
    • escala de 1.2.0 para 1.2.1
    • Sparklyr de 1.7.7 a 1.7.8
    • stringr da versão 1.4.0 para a 1.4.1
    • sobrevivência de 3,2-13 para 3,4-0
    • tinytex de 0,40 a 0,41
    • viridisLite da versão 0.4.0 para a 0.4.1

  • Biblioteca Java atualizada:

    • com.fasterxml.jackson.core.jackson-anotação da versão 2.13.3 para a versão 2.13.4
    • com.fasterxml.jackson.core.jackson-core da versão 2.13.3 para a versão 2.13.4
    • com.fasterxml.jackson.core.jackson-databind da versão 2.13.3 para a versão 2.13.4
    • com.fasterxml.jackson.dataformat.jackson-dataformat-cbor da versão 2.13.3 para a versão 2.13.4
    • com.fasterxml.jackson.datatype.jackson-datatype-joda da versão 2.13.3 para a versão 2.13.4
    • com.fasterxml.jackson.datatype.jackson-datatype-jsr310 da versão 2.13.3 para a versão 2.13.4
    • com.fasterxml.jackson.module.jackson-module-paranamer da versão 2.13.3 para a versão 2.13.4
    • com.fasterxml.jackson.module.jackson-module-scala_2.12 de 2.13.3 para 2.13.4
    • org.apache.hadoop.hadoop-client-api da versão 3.3.2-databricks para 3.3.4-databricks
    • org.apache.hadoop.hadoop-client-runtime de 3.3.2 para 3.3.4
    • org.apache.orc.orc-core de 1.7.5 para 1.7.6
    • org.apache.orc.orc-mapreduce de 1.7.5 para 1.7.6
    • org.apache.orc.orc-shims de 1.7.5 para 1.7.6
    • org.apache.parquet.parquet-column de 1.12.0-databricks-0004 para 1.12.0-databricks-0007
    • org.apache.parquet.parquet-common de 1.12.0-databricks-0004 para 1.12.0-databricks-0007
    • org.apache.parquet.parquet-encoding de 1.12.0-databricks-0004 para 1.12.0-databricks-0007
    • org.apache.parquet.parquet-format-structures de 1.12.0-databricks-0004 para 1.12.0-databricks-0007
    • org.apache.parquet.parquet-hadoop de 1.12.0-databricks-0004 para 1.12.0-databricks-0007
    • org.apache.parquet.parquet-jackson de 1.12.0-databricks-0004 para 1.12.0-databricks-0007
    • org.glassfish.jersey.containers.jersey-container-servlet de 2,34 para 2,36
    • org.glassfish.jersey.containers.jersey-container-servlet-core de 2,34 para 2,36
    • org.glassfish.jersey.core.jersey-client de 2,34 para 2,36
    • org.glassfish.jersey.core.jersey-common de 2,34 para 2,36
    • org.glassfish.jersey.core.jersey-server de 2,34 para 2,36
    • org.glassfish.jersey.inject.jersey-hk2 de 2,34 para 2,36

Apache Spark​

O Databricks Runtime 11.3 LTS inclui o Apache Spark 3.3.0. Esta versão inclui todas as correções e melhorias do Spark. Incluído no Databricks Runtime 11.2 (Fim de Suporte), bem como as seguintes correções de bugs e melhorias adicionais feitas no Spark:

  • [SPARK-39957] [WARMFIX][sc-111425][CORE] Atraso em onDisconnected para permitir que o Driver receba o código de saída do Executor
  • [SPARK-39955] [WARMFIX][sc-111424][CORE] Melhorar o processo LaunchTask para evitar falhas de estágio causadas por falha no envio de mensagens LaunchTask
  • [SPARK-40474] [SC-106248][cherry-pick] Corrigir o comportamento de inferência de esquema CSV para colunas de data e hora e introduzir detecção automática para campos de data.
  • [SPARK-40535] [SC-111243][sql] Corrigido o bug que impedia a criação do buffer do AggregatingAccumulator caso as linhas de entrada estivessem vazias.
  • [SPARK-40434] [SC-111125][sc-111144][SC-111138][spark-40435][11.3][ss][Python] Implemente applyInPandasWithState em PySpark
  • [SPARK-40460] [SC-110832][ss] Corrigida transmissão de métricas ao selecionar _metadata
  • [SPARK-40324] [SC-109943][sql] Forneça um contexto de consulta de ParseException
  • [SPARK-40466] [SC-110899][ss] Melhorar a mensagem de erro quando o DSv2 estiver desativado enquanto o DSv1 não estiver disponível
  • [SPARK-40456] [SC-110848][sql] O método PartitionIterator.hasNext deve ser barato para ser chamado repetidamente.
  • [SPARK-40169] [SC-110772][sql] Não aplicar pushdown a filtros Parquet sem referência ao esquema de dados
  • [SPARK-40467] [SC-110759][ss] Dividir FlatMapGroupsWithState em vários conjuntos de testes
  • [SPARK-40468] [SC-110813][sql] Corrigir a remoção de colunas em CSV quando _corrupt_record é selecionado
  • [SPARK-40291] [SC-110085][sql] Melhorar a mensagem para erro de coluna não incluída na cláusula GROUP BY
  • [SPARK-40398] [SC-110762][core][SQL] Use Loop em vez de Arrays.transmissão api
  • [SPARK-40433] [SC-110684][ss][Python] Adicionar toJVMRow em PythonSQLUtils para converter linha PySpark serializada em linha JVM
  • [SPARK-40414] [SC-110568][sql][Python] Tipo mais genérico em PythonArrowInput e PythonArrowOutput
  • [SPARK-40352] [SC-109945][sql] Adicionar aliases de função: len, datepart, dateadd, date_diff e curdate
  • [SPARK-40470] [SC-110761][sql] Lidar com GetArrayStructFields e GetMapValue na função “arrays_zip”
  • [SPARK-40387] [SC-110685][sql] Melhorar a implementação do Spark Decimal
  • [SPARK-40429] [SC-110675][sql] Defina KeyGroupedPartitioning somente quando a coluna referenciada estiver na saída
  • [SPARK-40432] [SC-110716][ss][Python] Introduzir GroupStateImpl e GroupStateTimeout no PySpark
  • [SPARK-39915] [SC-110496][sql] Garanta que o particionamento de saída seja especificado pelo usuário no AQE
  • [SPARK-29260] [SQL] Suporte ALTER DATABASE SET LOCATION se o HMS suportar
  • [SPARK-40185] [SC-110056][sql] Remover sugestão de coluna quando a lista de candidatos estiver vazia
  • [SPARK-40362] [SC-110401][sql] Corrigir canonicalização de comparação binária
  • [SPARK-40411] [SC-110381][ss] Refatorar FlatMapGroupsWithStateExec para ter uma trait pai
  • [SPARK-40293] [SC-110084][sql] Tornar a mensagem de erro da tabela V2 mais significativa
  • [SPARK-38734] [SC-110383][sql] Remover a classe de erro INDEX_OUT_OF_BOUNDS
  • [SPARK-40292] [SC-110300][sql] Corrigir nomes de colunas na função “arrays_zip” quando arrays são referenciados a partir de structs aninhados
  • [SPARK-40276] [SC-109674][core] Reduzir o tamanho do resultado de RDD.takeOrdered
  • [SPARK-40197] [SC-109176][sql] Substituir plano de consulta com contexto para MULTI_VALUE_SUBQUERY_ERROR
  • [SPARK-40300] [SC-109942][sql] Migrar para a classe de erro DATATYPE_MISMATCH
  • [SPARK-40149] [SC-110055][sql] Propagar colunas de metadados através do Projeto
  • [SPARK-40280] [SC-110146][sql] Adicionar suporte para push down Parquet para anotar int e long
  • [SPARK-40220] [SC-110143][sc-109175][SQL] Não exibir o mapa vazio de parâmetros de mensagem de erro
  • [SPARK-40295] [SC-110070][sql] Permitir funções v2 com argumentos literais na distribuição/ordenação de escrita
  • [SPARK-40156] [SC-109264][sql] url_decode() deve retornar uma classe de erro
  • [SPARK-39195] [SQL] O OutputCommitCoordinator do Spark deve abortar o estágio quando o arquivo confirmado não for consistente com o status da tarefa
  • [SPARK-40260] [SC-109424][sql] Usar classes de erro nos erros de compilação de GROUP BY uma posição
  • [SPARK-40205] [SC-110144][sc-109082][SQL] Forneça um contexto de consulta de ELEMENT_AT_BY_INDEX_ZERO
  • [SPARK-40112] [SC-109676][sql] Melhorar a função TO_BINARY()
  • [SPARK-40209] [SC-109081][sql] Não altere o valor do intervalo de Decimal em changePrecision() em caso de erros
  • [SPARK-40319] [SC-109873][sql] Remover método de erro de execução de consulta duplicada para PARSE_DATETIME_BY_NEW_PARSER
  • [SPARK-40222] [SC-109209][sql] As funções numéricas try_add/try_divide/try_subtract/try_multiply devem lançar erro a partir de seus filhos.
  • [SPARK-40183] [SC-108907][sql] Use a classe de erro NUMERIC_VALUE_OUT_OF_RANGE para estouro na conversão decimal
  • [SPARK-40180] [SC-109069][sql] Formatar mensagens de erro por spark-sql
  • [SPARK-40153] [SC-109165][sql] Unificar funções de resolução e funções com valor de tabela
  • [SPARK-40308] [SC-109880][sql] Permitir argumentos delimitadores não dobráveis para a função str_to_map
  • [SPARK-40219] [SC-110052][sc-109663][SQL] O plano lógico view resolvida deve conter o esquema para evitar pesquisas redundantes
  • [SPARK-40098] [SC-109939][sc-108693][SQL] Mensagens de erro de formato no servidor Thrift
  • [SPARK-39917] [SC-109038][sql] Usar classes de erro diferentes para estouro aritmético numérico/de intervalo
  • [SPARK-40033] [SC-109875][sql] Suporte para poda de esquema aninhado através de element_at
  • [SPARK-40194] [SC-109660][sql] A função SPLIT em regex vazia deve truncar strings vazias à direita.
  • [SPARK-40228] [SC-109835][sql] Não simplifique multiLike se child não for uma expressão barata
  • [SPARK-40039] [SC-109896][sc-109260][SS] Apresentando um gerenciador de arquivos de checkpoint de transmissão baseado na interface Abortable do Hadoop
  • [SPARK-40285] [SC-109679][sql] Simplifique o roundTo[Numeric] para Spark Decimal
  • [SPARK-39896] [SC-109658][sql] UnwrapCastInBinaryComparison deve funcionar quando o literal de In/InSet falhar na conversão para binário
  • [SPARK-40040] [SC-109662][sql] Enviar limite local para ambos os lados se a condição join estiver vazia
  • [SPARK-40055] [SC-109075][sql] listCatalogs também deve retornar spark_catalog mesmo quando a implementação de spark_catalog for defaultSessionCatalog
  • [SPARK-39915] [SC-109391][sql] dataset.repartition(N) pode não criar N partições Parte não-AQE
  • [SPARK-40207] [SC-109401][sql] Especifique o nome da coluna quando o tipo de dados não for compatível com a fonte de dados.
  • [SPARK-40245] [SC-109295][sql] Corrigir verificação de igualdade do FileScan quando colunas de partição ou filtro de dados não são lidas
  • [SPARK-40113] [SC-109405][sql] Implementações da interface Reactor ParquetScanBuilder DataSourceV2
  • [SPARK-40211] [SC-109226][core][SQL] Permitir a personalização do número inicial de partições no comportamento de take()
  • [SPARK-40252] [SC-109379][sql] Substituir Stream.collect(Collectors.joining) por StringJoiner API
  • [SPARK-40247] [SC-109272][sql] Corrigir verificação de igualdade de BitSet
  • [SPARK-40067] [SQL] Use Table#name() em vez de Scan#name() para preencher o nome da tabela no nó BatchScan do SparkUI
  • [SPARK-39966] [SQL] Usar filtro V2 em SupportsDelete
  • [SPARK-39607] [SC-109268][sql][DSV2] Função de suporte à distribuição e encomenda V2 em escrita
  • [SPARK-40224] [SC-109271][sql] Fazer com que ObjectHashAggregateExec libere memória imediatamente ao recorrer à classificação baseada em fallback.
  • [SPARK-40013] [SQL] As expressões DS V2 devem ter o default toString
  • [SPARK-40214] [SC-109079][Python][SQL] adicionar 'get' às funções
  • [SPARK-40192] [SC-109089][sql][ML] Remover agrupamento redundante
  • [SPARK-40146] [SC-108694][sql] Simplesmente a geração de código para obter o valor do mapa
  • [SPARK-40109] [SQL] Nova função SQL: get()
  • [SPARK-39929] [SQL] DS V2 suporta funções de strings push-down (não ANSI)
  • [SPARK-39819] [SQL] O push down de agregados DS V2 pode funcionar com Top N ou Paginação (Classificação com expressões)
  • [SPARK-40213] [SC-109077][sql] Suporte à conversão de valores ASCII para caracteres Latin-1
  • [SPARK-39887] [SQL] A função RemoveRedundantAliases deve manter os aliases que tornam a saída dos nós de projeção única.
  • [SPARK-39764] [SQL] Tornar PhysicalOperation igual a ScanOperation
  • [SPARK-39964] [SQL] O pushdown DS V2 deve unificar o caminho de tradução
  • [SPARK-39528] [SQL] Usar filtro V2 em SupportsRuntimeFiltering
  • [SPARK-40066] [SQL] Modo ANSI: sempre retornar nulo em caso de acesso inválido à coluna do mapa
  • [SPARK-39912] [SPARK-39828][sql] Refinar CatalogImpl
  • [SPARK-39833] [SC-108736][sql] Desativar o índice de coluna Parquet no DSv1 para corrigir um problema de correção no caso de sobreposição de colunas de partição e dados
  • [SPARK-39880] [SQL] O comando V2 SHOW FUNCTIONS deve imprimir o nome qualificado da função, como v1
  • [SPARK-39767] [SQL] Remover UnresolvedDBObjectName e adicionar UnresolvedIdentifier
  • [SPARK-40163] [SC-108740][sql] recurso: SparkSession.config(Map)
  • [SPARK-40136] [SQL] Corrigir o fragmento de contextos de consulta SQL
  • [SPARK-40107] [SC-108689][sql] Extrair a conversão empty2null do FileFormatWriter
  • [SPARK-40121] [Python][sql] Inicializar projeção usada para UDF Python
  • [SPARK-40128] [SQL] Fazer com que o VectorizedColumnReader reconheça DELTA_LENGTH_BYTE_ARRAY como uma codificação de coluna independente
  • [SPARK-40132] [ML] Restaurar rawPredictionCol para MultilayerPerceptronClassifier.setParams
  • [SPARK-40050] [SC-108696][sql] Aprimorar EliminateSorts para suportar a remoção de classificações via LocalLimit
  • [SPARK-39629] [SQL] Suporte v2 SHOW FUNCTIONS
  • [SPARK-39925] [SC-108734][sql] Adicionar sobrecarga array_sort(column, comparator) às operações do DataFrame
  • [SPARK-40117] [Python][sql] Converter condição para Java em DataFrameWriterV2.overwrite
  • [SPARK-40105] [SQL] Melhorar o reparticionamento em ReplaceCTERefWithRepartition
  • [SPARK-39503] [SQL] Adicionar nome de catálogo de sessão para tabela e função de banco de dados v1
  • [SPARK-39889] [SQL] Usar classes de erro diferentes para valores numéricos/intervalares divididos por 0
  • [SPARK-39741] [SQL] Suporte para codificação/decodificação de URL como função integrada e organização das funções relacionadas a URLs
  • [SPARK-40102] [SQL] Usar SparkException em vez de IllegalStateException no SparkPlan
  • [SPARK-40014] [SQL] Suporte para conversão de decimais em intervalos ANSI
  • [SPARK-39776] [SQL][seguir] Atualizar UT do PlanStabilitySuite no modo ANSI
  • [SPARK-39963] [SQL] Simplificar SimplifyCasts.isWiderCast

Atualizações de manutenção​

Consulte as atualizações de manutenção do Databricks Runtime 11.3.

Ambiente do sistema​

  • Sistema Operacional : Ubuntu 20.04.5 LTS

    • Observação : Esta é a versão do Ubuntu usada pelos contêineres do Databricks Runtime. Os contêineres Databricks Runtime são executados em máquinas virtuais do provedor cloud , que podem usar uma versão diferente do Ubuntu ou uma distribuição Linux.

  • Java : Zulu 8.56.0.21-CA-linux64

  • Scala : 2.12.14

  • Python : 3.9.21

  • R : 4.1.3

  • Delta Lake : 2.1.0

Biblioteca Python instalada​

Biblioteca

Versão

Biblioteca

Versão

Biblioteca

Versão

argônio2-cffi

20.1.0

gerador-assíncrono

1.10

atributos

21.2.0

chamada de retorno

0.2.0

backports.entry-points-selecionáveis

1.1.1

preto

22.3.0

água sanitária

4.0.0

boto3

1.21.18

botocore

1.24.18

certificar

08/10/2021

cffi

1.14.6

chardet

4.0.0

normalizador de conjunto de caracteres

2.0.4

clique

8.0.3

criptografia

3.4.8

ciclista

0.10.0

Cython

0.29.24

dbus-Python

1.2.16

debugpy

1.4.1

decorador

5.1.0

defusedxml

0.7.1

biblioteca dist

0.3.6

pontos de entrada

0,3

visão geral das facetas

1.0.0

bloqueio de arquivo

3.8.0

idna

3.2

ipykernel

6.12.1

ipython

7.32.0

ipython-genutils

0.2.0

ipywidgets

7.7.0

jedi

0.18.0

Jinja2

2.11.3

jmespath

0.10.0

joblib

1.0.1

esquema JSON

3.2.0

cliente jupyter

6.1.12

jupyter-core

4.8.1

jupyterlab-pygments

0.1.2

widgets do JupyterLab

1.0.0

kiwisolver

1.3.1

MarkupSafe

2.0.1

Matplotlib

3.4.3

matplotlib-inline

0.1.2

desafinação

0.8.4

mypy-extensões

0.4.3

nbclient

0.5.3

nbconvert

6.1.0

nbformato

5.1.3

ninho-asyncio

1.5.1

notebook

6.4.5

numpy

1.20.3

embalagem

21.0

Pandas

1.3.4

pandocfilters

1.4.3

parso

0.8.2

especificação de caminho

0.9.0

Patsy

0.5.2

pexpect

4.8.0

pickleshare

0.7.5

Travesseiro

8.4.0

pip

21.2.4

diretórios de plataforma

2.5.2

Plotly

5.9.0

cliente prometheus

0.11.0

kit de ferramentas de prompt

3.0.20

protobuf

4.21.5

psutil

5.8.0

psycopg2

2.9.3

ptyprocess

0.7.0

pyarrow

7.0.0

pycparser

2.20

Pigmentos

2.10.0

PyGObject

3.36.0

pyodbc

4.0.31

pyparsing

3.0.4

pirrizante

0.18.0

Python-dateutil

2.8.2

pytz

2021.3

pyzmq

22.2.1

solicitações

2.26.0

solicitações-socket unix

0.2.0

s3transfer

0.5.2

scikit-learn

0.24.2

scipy

1.7.1

nascido no mar

0.11.2

Send2Trash

1.8.0

ferramentas de configuração

58.0.4

seis

1.16.0

ssh-import-id

5.10

modelos estatísticos

0.12.2

tenacidade

8.0.1

terminado

0.9.4

caminho de teste

0.5.0

threadpoolctl

2.2.0

tokenize-rt

4.2.1

tomli

2.0.1

tornado

6.1

traços

5.1.0

extensões de digitação

3.10.0.2

atualizações não assistidas

0,1

urllib3

1.26.7

ambiente virtual

20.8.0

largura do wc

0.2.5

codificações web

0.5.1

Python wheel

0.37.0

widgetsnbextension

3.6.0

Biblioteca R instalada​

A biblioteca R foi instalada a partir do Snapshot Microsoft CRAN de 08/09/2022. O instantâneo não está mais disponível.

Biblioteca

Versão

Biblioteca

Versão

Biblioteca

Versão

askpass

1.1

afirmar que

0.2.1

backports

1.4.1

base

4.1.3

base64enc

0,1-3

pedaço

4.0.4

bit64

4.0.5

bolha

1.2.3

bota

1.3-28

cerveja

1.0-7

brio

1.1.3

vassoura

1.0.1

bslib

0.4.0

cachem

1.0.6

chamador

3.7.2

acento circunflexo

6.0-93

guarda-celular

1.1.0

cronologia

2.3-57

Aula

7.3-20

CLIPE

3.3.0

cortador

0.8.0

Cluster

2.1.3

ferramentas de código

0,2-18

espaço de cores

2.0-3

marca comum

1.8.0

compilador

4.1.3

configuração

0.3.1

cpp11

0.4.2

giz de cera

1.5.1

Credenciais

1.3.2

cachos

4.3.2

tabela de dados

1.14.2

conjunto de dados

4.1.3

DBI

1.1.3

dbplyr

2.2.1

descrição

1.4.1

ferramentas de desenvolvedor

2.4.4

diffobj

0.3.5

digerir

0.6.29

iluminação descendente

0.4.2

dplyr

1.0.10

dtplyr

1.2.2

e1071

1.7-11

elipse

0.3.2

avaliar

0,16

fã

1.0.3

farver

2.1.1

mapa rápido

1.1.0

fonte incrível

0.3.0

para gatos

0.5.2

para cada

1.5.2

Externo

0,8-82

forja

0.2.0

fs

1.5.2

futuro

1.28.0

futuro.aplicar

1.9.1

gargarejo

1.2.0

genéricos

0.1.3

gert

1.8.0

ggplot2

3.3.6

gh

1.3.0

gitcreds

0.1.1

glmnet

4.1-4

globais

0.16.1

cola

1.6.2

google drive

2.0.0

googlesheets4

1.0.1

Gower

1.0.0

gráficos

4.1.3

grDevices

4.1.3

grade

4.1.3

gradeExtra

2.3

gsubfn

0,7

gtable

0.3.1

capacete

1.2.0

refúgio

2.5.1

mais alto

0,9

HMS

1.1.2

htmltools

0.5.3

htmlwidgets

1.5.4

httpuv

1.6.5

httr

1.4.4

IDs

1.0.1

ini

0.3.1

ipred

0,9-13

isoband

0.2.5

iteradores

1.0.14

jquerylib

0.1.4

jsonlite

1.8.0

KernSmooth

2.23-20

tricoteira

1,40

rótulo do rótulo

0.4.2

mais tarde

1.3.0

treliça

0,20-45

lava

1.6.10

vida útil

1.0.1

ouça

0.8.0

lubrificar

1.8.0

magrittr

2.0.3

Markdown

1.1

MASSA

7.3-56

Matriz

1.4-1

memória

2.0.1

métodos

4.1.3

mgcv

1,8-40

mímica

0,12

miniUI

0.1.1.1

Métricas do Modelo

1.2.2.2

modelador

0.1.9

Munsell

0.5.0

nlme

3.1-157

nnet

7.3-17

numDerivado

2016.8-1.1

openssl

2.0.2

paralelo

4.1.3

em paralelo

1.32.1

pilar

1.8.1

pkgbuild

1.3.1

pkgconfig

2.0.3

pacote

2.0.6

pacote

1.3.0

plogr

0.2.0

alicate

1.8.7

louvar

1.0.0

unidades bonitas

1.1.1

pROC

1.18.0

processox

3.7.0

prodlim

13/11/2019

profvis

0.3.7

progresso

1.2.2

progressista

0.11.0

promessas

1.2.0.1

protótipo

1.0.0

proxy

0,4-27

ps

1.7.1

ronronar

0.3.4

r2d3

0.2.6

R6

2.5.1

trapo

1.2.2

floresta aleatória

4.7-1.1

rappdirs

0.3.3

rcmdcheck

1.4.0

RColorBrewer

1.1-3

Rcpp

1.0.9

RcppEigen

0.3.3.9.2

leitor

2.1.2

readxl

1.4.1

receitas

1.0.1

revanche

1.0.1

revanche2

2.1.2

controles remotos

2.4.2

reprex

2.0.2

remodelar2

1.4.4

rlang

1.0.5

rmarkdown

2.16

RODBC

1.3-19

roxygen2

7.2.1

rpart

4.1.16

rprojroot

2.0.3

Reserve

1.8-11

RSQLite

2.2.16

rstudioapi

0,14

rversions

2.1.2

colheita

1.0.3

atrevimento

0.4.2

escala

1.2.1

seletor

0,4-2

informações da sessão

1.2.2

forma

1.4.6

brilhante

1.7.2

ferramentas de origem

0.1.7

Sparklyr

1.7.8

SparkR

3.3.0

espacial

7.3-11

splines

4.1.3

sqldf

0,4-11

QUADRADO

2021.1

estatísticas

4.1.3

estatísticas4

4.1.3

stringi

1.7.8

stringr

1.4.1

sobrevivência

3.4-0

sistema

3.4

fontes do sistema

1.0.4

tcltk

4.1.3

teste que

3.1.4

formatação de texto

0.3.6

tibble

3.1.8

mais organizado

1.2.0

tidyselect

1.1.2

tidyverse

1.3.2

data e hora

4021.104

tinytex

0,41

Ferramentas

4.1.3

tzdb

0.3.0

verificador de url

1.0.1

usethis

2.1.6

utf8

1.2.2

utilitários

4.1.3

uuid

1.1-0

vctrs

0.4.1

viridisLite

0.4.1

vrum

1.5.7

Waldo

0.4.0

bigode

0,4

com

2.5.0

xfun

0,32

xml2

1.3.3

xopen

1.0.0

tabela cruzada

1,8-4

yaml

2.3.5

zíper

2.2.0

Bibliotecas Java e Scala instaladas (Scala versão cluster 2.12)​

ID do grupo

ID do artefato

Versão

formiga

formiga

2.7.7

com.amazonaws

Amazon- cliente Kinesis

1.12.0

com.amazonaws

aws-java-sdk-autoscale

1.12.189

com.amazonaws

aws-java-sdk-cloudformation

1.12.189

com.amazonaws

aws-java-sdk-cloudfront

1.12.189

com.amazonaws

aws-java-sdk-cloudhsm

1.12.189

com.amazonaws

aws-java-sdk-cloudsearch

1.12.189

com.amazonaws

aws-java-sdk-cloudtrail

1.12.189

com.amazonaws

aws-java-sdk-cloudwatch

1.12.189

com.amazonaws

aws-java-sdk-cloudwatchmetrics

1.12.189

com.amazonaws

aws-java-sdk-codedeploy

1.12.189

com.amazonaws

aws-java-sdk-cognitoidentity

1.12.189

com.amazonaws

aws-java-sdk-cognitosync

1.12.189

com.amazonaws

aws-java-sdk-config

1.12.189

com.amazonaws

aws-java-sdk-core

1.12.189

com.amazonaws

aws-java-sdk-datapipeline

1.12.189

com.amazonaws

aws-java-sdk-directconnect

1.12.189

com.amazonaws

diretório aws-java-sdk

1.12.189

com.amazonaws

aws-java-sdk-dynamodb

1.12.189

com.amazonaws

aws-java-sdk-ec2

1.12.189

com.amazonaws

aws-java-sdk-ecs

1.12.189

com.amazonaws

aws-java-sdk-efs

1.12.189

com.amazonaws

aws-java-sdk-elasticache

1.12.189

com.amazonaws

aws-java-sdk-elasticbeanstalk

1.12.189

com.amazonaws

aws-java-sdk-elasticloadbalancing

1.12.189

com.amazonaws

aws-java-sdk-elastictranscoder

1.12.189

com.amazonaws

aws-java-sdk-emr

1.12.189

com.amazonaws

aws-java-sdk-glacier

1.12.189

com.amazonaws

aws-java-sdk-glue

1.12.189

com.amazonaws

aws-java-sdk-iam

1.12.189

com.amazonaws

aws-java-sdk-importar/exportar

1.12.189

com.amazonaws

aws-java-sdk-kinesis

1.12.189

com.amazonaws

aws-java-sdk-kms

1.12.189

com.amazonaws

aws-java-sdk-lambda

1.12.189

com.amazonaws

aws-java-sdk-logs

1.12.189

com.amazonaws

aws-java-sdk-machinelearning

1.12.189

com.amazonaws

aws-java-sdk-opsworks

1.12.189

com.amazonaws

aws-java-sdk-rds

1.12.189

com.amazonaws

aws-java-sdk-redshift

1.12.189

com.amazonaws

aws-java-sdk-route53

1.12.189

com.amazonaws

aws-java-sdk-s3

1.12.189

com.amazonaws

aws-java-sdk-ses

1.12.189

com.amazonaws

aws-java-sdk-simpledb

1.12.189

com.amazonaws

aws-java-sdk-simpleworkflow

1.12.189

com.amazonaws

aws-java-sdk-sns

1.12.189

com.amazonaws

aws-java-sdk-sqs

1.12.189

com.amazonaws

aws-java-sdk-ssm

1.12.189

com.amazonaws

aws-java-sdk-storagegateway

1.12.189

com.amazonaws

aws-java-sdk-sts

1.12.189

com.amazonaws

suporte aws-java-sdk

1.12.189

com.amazonaws

aws-java-sdk-swf-biblioteca

1.11.22

com.amazonaws

aws-java-sdk-workspace

1.12.189

com.amazonaws

jmespath-java

1.12.189

com.chuusai

shapeless_2.12

2.3.3

com.clearspring.analítica

transmissão

2.9.6

com.databricks

Reserve

1,8-3

com.databricks

jets3t

0.7.1-0

com.databricks.scalapb

plugin_compilador_2.12

0.4.15-10

com.databricks.scalapb

scalapb-runtime_2.12

0.4.15-10

com.esotericsoftware

sombreado por crio

4.0.2

com.esotericsoftware

minlog

1.3.0

com.fasterxml

colega

1.3.4

com.fasterxml.jackson.core

anotação de Jackson

2.13.4

com.fasterxml.jackson.core

núcleo de Jackson

2.13.4

com.fasterxml.jackson.core

jackson-datab

2.13.4

com.fasterxml.jackson.dataformat

jackson-dataformat-cbor

2.13.4

com.fasterxml.jackson.datatype

jackson-datatype-joda

2.13.4

com.fasterxml.jackson.datatype

jackson-datatype-jsr310

2.13.4

com.fasterxml.jackson.module

jackson-módulo-paranomer

2.13.4

com.fasterxml.jackson.module

jackson-módulo-scala_2.12

2.13.4

com.github.ben-manes.caffeine

cafeína

2.3.4

com.github.fommil

jniloader

1.1

com.github.fommil.netlib

essencial

1.1.2

com.github.fommil.netlib

referência nativa-java

1.1

com.github.fommil.netlib

native_ref-java-nativos

1.1

com.github.fommil.netlib

sistema nativo-java

1.1

com.github.fommil.netlib

native_system-java-nativos

1.1

com.github.fommil.netlib

netlib-native_ref-linux-x86_64-natives

1.1

com.github.fommil.netlib

netlib-native_system-linux-x86_64-natives

1.1

com.github.luben

zstd-jni

1.5.2-1

com.github.wendykierp

JTransforms

3.1

com.google.code.findbugs

jsr305

3.0.0

com.google.code.gson

gson

2.8.6

com.google.crypto.tink

tinir

1.6.1

com.google.flatbuffers

flatbuffers-java

1.12.0

com.google.guava

goiaba

15.0

com.google.protobuf

protobuf-java

2.6.1

com.h2database

h2

2.0.204

com.helger

perfilador

1.1.1

com.jcraft

jsch

0.1.50

com.jolbox

ossocp

0.8.0.LANÇAMENTO

com.lihaoyi

código-fonte_2.12

0.1.9

com.microsoft.azure

azure-data lake-store-sdk

2.3.9

com.microsoft.sqlserver

mssql-JDBC

9.2.1.jre8

com.ning

compress-lzf

1.1

com.sun.mail

javax.mail

1.5.2

com.tdunning

JSON

1.8

com.thoughtworks.paranamer

paranamer

2.8

com.trueaccord.lenses

lentes_2.12

0.4.12

com.Twitter

chill-java

0.10.0

com.Twitter

chill_2.12

0.10.0

com.Twitter

util-app_2.12

7.1.0

com.Twitter

util-core_2.12

7.1.0

com.Twitter

função-utilitária_2.12

7.1.0

com.Twitter

util-jvm_2.12

7.1.0

com.Twitter

util-lint_2.12

7.1.0

com.Twitter

util-registry_2.12

7.1.0

com.Twitter

util-stats_2.12

7.1.0

com.typesafe

configuração

1.2.1

com.typesafe.Scala-log

Scala-logging_2.12

3.7.2

com.uber

h3

3.7.0

com.univocity

analisadores de univocidade

2.9.1

com.zaxxer

HikariCP

4.0.3

commons-CLI

commons-CLI

1.5.0

codec comum

codec comum

1,15

coleções comuns

coleções comuns

3.2.2

commons-dbcp

commons-dbcp

1.4

upload de arquivo comum

upload de arquivo comum

1.3.3

commons-httpclient

commons-httpclient

3.1

commons-io

commons-io

2.11.0

commons-lang

commons-lang

2.6

registro comum

registro comum

1.1.3

poolcomum

poolcomum

1.5.4

dev.ludovic.netlib

arpack

2.2.1

dev.ludovic.netlib

blas

2.2.1

dev.ludovic.netlib

lapack

2.2.1

info.ganglia.gmetric4j

gmetric4j

1.0.10

io.airlift

compressor de ar

0,21

io.delta

delta-compartilhamento-spark_2.12

0.5.1

io.dropwizard.métricas

métricas-núcleo

4.1.1

io.dropwizard.métricas

métricas-grafite

4.1.1

io.dropwizard.métricas

métricas-verificações de integridade

4.1.1

io.dropwizard.métricas

métricas-jetty9

4.1.1

io.dropwizard.métricas

métricas-jmx

4.1.1

io.dropwizard.métricas

falando-JSON

4.1.1

io.dropwizard.métricas

mercantil-JVM

4.1.1

io.dropwizard.métricas

servlets de métricas

4.1.1

io.netty

netty-all

4.1.74.Final

io.netty

netty-buffer

4.1.74.Final

io.netty

netty-codec

4.1.74.Final

io.netty

netty-comum

4.1.74.Final

io.netty

manipulador de rede

4.1.74.Final

io.netty

netty-resolver

4.1.74.Final

io.netty

classes-tcnativas netty

2.0.48.Final

io.netty

transporte netty

4.1.74.Final

io.netty

netty-transport-classes-epoll

4.1.74.Final

io.netty

netty-transport-classes-kqueue

4.1.74.Final

io.netty

netty-transport-native-epoll-linux-aarch_64

4.1.74.Final

io.netty

netty-transport-native-epoll-linux-x86_64

4.1.74.Final

io.netty

netty-transport-native-kqueue-osx-aarch_64

4.1.74.Final

io.netty

netty-transport-native-kqueue-osx-x86_64

4.1.74.Final

io.netty

netty-transport-nativo-unix-comum

4.1.74.Final

io.prometheus

cliente simples

0.7.0

io.prometheus

simpleclient_common

0.7.0

io.prometheus

simpleclient_dropwizard

0.7.0

io.prometheus

simpleclient_pushgateway

0.7.0

io.prometheus

simpleclient_servlet

0.7.0

io.prometheus.jmx

coletor

0.12.0

jacarta.anotação

jakarta.anotação-api

1.3.5

jakarta.servlet

jakarta.servlet-api

4.0.3

jakarta.validação

jakarta.validation-api

2.0.2

jakarta.ws.rs

jakarta.ws.rs-api

2.1.6

javax.activation

ativação

1.1.1

javax.anotação

javax.anotação-api

1.3.2

javax.el

javax.el-api

2.2.4

javax.jdo

API jdo

3.0.1

javax.transação

jta

1.1

javax.transação

API de transação

1.1

javax.xml.bind

API JAXB

2.2.11

javolution

javolution

5.5.1

jline

jline

2.14.6

joda-time

joda-time

2.10.13

net.java.dev.jna

jna

5.8.0

rede.videira de navalha

salmoura

1.2

net.sf.jpam

jpam

1.1

net.sf.opencsv

opencsv

2.3

net.sf.supercsv

super-csv

2.2.0

net.floco de neve

floco de neve-ingest-sdk

0.9.6

net.floco de neve

floco de neve-JDBC

3.13.14

net.sourceforge.f2j

arpack_combinado_todos

0,1

org.acplt.remotetea

remotetea-oncrpc

1.1.2

org.antlr

ST4

4.0.4

org.antlr

antlr-runtime

3.5.2

org.antlr

antlr4-runtime

4,8

org.antlr

stringtemplate

3.2.1

org.apache.ant

formiga

1.9.2

org.apache.ant

formiga-jsch

1.9.2

org.apache.ant

lançador de formigas

1.9.2

org.apache.arrow

formato de seta

7.0.0

org.apache.arrow

núcleo de memória de seta

7.0.0

org.apache.arrow

rede de memória de flechas

7.0.0

org.apache.arrow

vetor de seta

7.0.0

org.apache.avro

AVRO

1.11.0

org.apache.avro

avro-ipc

1.11.0

org.apache.avro

avro-mapred

1.11.0

org.apache.commons

coleções-comuns4

4.4

org.apache.commons

commons-compress

1.21

org.apache.commons

commons-crypto

1.1.0

org.apache.commons

commons-lang3

3.12.0

org.apache.commons

commons-math3

3.6.1

org.apache.commons

texto comum

1.9

org.apache.curator

curador-cliente

2.13.0

org.apache.curator

estrutura de curadoria

2.13.0

org.apache.curator

curador-receitas

2.13.0

org.apache.derby

derby

10.14.2.0

org.apache.hadoop

hadoop-client-api

3.3.4-databricks

org.apache.hadoop

hadoop-client-runtime

3.3.4

org.apache.hive

linha de abelhas da colmeia

2.3.9

org.apache.hive

hive-CLI

2.3.9

org.apache.hive

hive-JDBC

2.3.9

org.apache.hive

cliente hive-llap

2.3.9

org.apache.hive

colmeia-llap-comum

2.3.9

org.apache.hive

colmeia-serde

2.3.9

org.apache.hive

calços de colmeia

2.3.9

org.apache.hive

API de armazenamento do Hive

2.7.2

org.apache.hive.shims

calços-colmeia-0,23

2.3.9

org.apache.hive.shims

calços-de-colmeia-comuns

2.3.9

org.apache.hive.shims

programador de calços de colmeia

2.3.9

org.apache.httpcomponents

httpclient

4.5.13

org.apache.httpcomponents

httpcore

4.4.14

org.apache.ivy

hera

2.5.0

org.apache.logging.log4j

log4j-1.2-api

2.18.0

org.apache.logging.log4j

API log4j

2.18.0

org.apache.logging.log4j

log4j-core

2.18.0

org.apache.logging.log4j

log4j-slf4j-impl

2.18.0

org.apache.mesos

mesos-shaded-protobuf

1.4.0

org.apache.orc

núcleo orc

1.7.6

org.apache.orc

orc-mapreduce

1.7.6

org.apache.orc

calços de orc

1.7.6

org.apache.parquet

coluna de parquet

1.12.0-databricks-0007

org.apache.parquet

parquet-comum

1.12.0-databricks-0007

org.apache.parquet

codificação parquet

1.12.0-databricks-0007

org.apache.parquet

estruturas em formato de parquet

1.12.0-databricks-0007

org.apache.parquet

parquet-hadoop

1.12.0-databricks-0007

org.apache.parquet

parquet-jackson

1.12.0-databricks-0007

org.apache.thrift

libfb303

0.9.3

org.apache.thrift

libthrift

0.12.0

org.apache.xbean

xbean-asm9-shaded

4.20

org.apache.yetus

anotação de público

0.5.0

org.apache.zookeeper

tratador de animais

3.6.2

org.apache.zookeeper

tratador de animais-juta

3.6.2

org.checkerframework

verificador-qual

3.5.0

org.codehaus.jackson

jackson-core-asl

1.9.13

org.codehaus.jackson

jackson-mapper-asl

1.9.13

org.codehaus.janino

compilador comum

3.0.16

org.codehaus.janino

janino

3.0.16

org.datanucleus

datanucleus-api-jdo

4.2.4

org.datanucleus

núcleo de dados

4.1.17

org.datanucleus

datanucleus-rdbms

4.1.19

org.datanucleus

javax.jdo

3.2.0-m3

org.Eclipse.jetty

cliente do cais

9.4.46.v20220331

org.Eclipse.jetty

continuação do cais

9.4.46.v20220331

org.Eclipse.jetty

jetty-http

9.4.46.v20220331

org.Eclipse.jetty

jetty-io

9.4.46.v20220331

org.Eclipse.jetty

cais-jndi

9.4.46.v20220331

org.Eclipse.jetty

cais-mais

9.4.46.v20220331

org.Eclipse.jetty

proxy jetty

9.4.46.v20220331

org.Eclipse.jetty

segurança do cais

9.4.46.v20220331

org.Eclipse.jetty

servidor jetty

9.4.46.v20220331

org.Eclipse.jetty

servlet de cais

9.4.46.v20220331

org.Eclipse.jetty

servlets de cais

9.4.46.v20220331

org.Eclipse.jetty

jetty-util

9.4.46.v20220331

org.Eclipse.jetty

jetty-util-ajax

9.4.46.v20220331

org.Eclipse.jetty

aplicativo web jetty

9.4.46.v20220331

org.Eclipse.jetty

jetty-xml

9.4.46.v20220331

org.Eclipse.jetty.websocket

API websocket

9.4.46.v20220331

org.Eclipse.jetty.websocket

cliente websocket

9.4.46.v20220331

org.Eclipse.jetty.websocket

websocket-comum

9.4.46.v20220331

org.Eclipse.jetty.websocket

servidor websocket

9.4.46.v20220331

org.Eclipse.jetty.websocket

servlet websocket

9.4.46.v20220331

org.fusesource.leveldbjni

níveldjni-todos

1.8

org.glassfish.hk2

API hk2

2.6.1

org.glassfish.hk2

hk2-locador

2.6.1

org.glassfish.hk2

hk2-utils

2.6.1

org.glassfish.hk2

osgi-recurso-locador

1.0.3

org.glassfish.hk2.external

aopalliance-reempacotado

2.6.1

org.glassfish.hk2.external

jakarta.inject

2.6.1

org.glassfish.jersey.containers

jersey-container-servlet

2,36

org.glassfish.jersey.containers

jersey-container-servlet-core

2,36

org.glassfish.jersey.core

cliente de Jersey

2,36

org.glassfish.jersey.core

camisa-comum

2,36

org.glassfish.jersey.core

servidor jersey

2,36

org.glassfish.jersey.inject

camisa-hk2

2,36

org.hibernate.validator

hibernate-validador

6.1.0.Final

org.javassist

javassist

3.25.0-GA

org.jboss.logging

registro jboss

3.3.2.Final

org.jdbi

jdbi

2.63.1

org.jetbrains

anotação

17.0.0

org.joda

joda-converter

1.7

org.jodd

jodd-core

3.5.2

org.json4s

json4s-ast_2.12

3.7.0-M11

org.json4s

json4s-core_2.12

3.7.0-M11

org.json4s

json4s-jackson_2.12

3.7.0-M11

org.json4s

json4s-scalap_2.12

3.7.0-M11

org.lz4

lz4-java

1.8.0

org.mariadb.JDBC

cliente mariadb-java

2.7.4

org.mlflow

mlflow-spark

1.27.0

org.objenesis

objenesia

2.5.1

org.postgresql

PostgreSQL

42.3.3

org.roaringbitmap

RoaringBitmap

0.9.25

org.roaringbitmap

calços

0.9.25

org.rocksdb

rocksdjni

6.24.2

org.rosuda.REngine

Motor RE

2.1.0

org.Scala-lang

Scala-compilador_2.12

2.12.14

org.Scala-lang

Scala-biblioteca_2.12

2.12.14

org.Scala-lang

Scala-reflect_2.12

2.12.14

org.Scala-lang.modules

Scala-collection-compat_2.12

2.4.3

org.Scala-lang.modules

Scala-parser-combinators_2.12

1.1.2

org.Scala-lang.modules

Scala-xml_2.12

1.2.0

org.Scala-sbt

interface de teste

1.0

org.scalacheck

scalacheck_2.12

1.14.2

org.scalactic

escalactic_2.12

3.0.8

org.scalanlp

breeze-macros_2.12

1.2

org.scalanlp

brisa_2.12

1.2

org.scalatest

scalatest_2.12

3.0.8

org.slf4j

jcl-sobre-slf4j

1.7.36

org.slf4j

jul-para-slf4j

1.7.36

org.slf4j

API slf4j

1.7.36

org.spark-project.spark

não utilizado

1.0.0

org.threeten

três dez-extra

1.5.0

org.tukaani

xz

1.8

org.typelevel

álgebra_2.12

2.0.1

org.typelevel

gatos-kernel_2.12

2.1.1

org.typelevel

macro-compat_2.12

1.1.1

org.typelevel

spire-macros_2.12

0.17.0

org.typelevel

plataforma-spire_2.12

0.17.0

org.typelevel

spire-util_2.12

0.17.0

org.typelevel

spire_2.12

0.17.0

org.wildfly.openssl

wildfly-openssl

1.0.7.Final

org.xerial

sqlite-JDBC

3.8.11.2

org.xerial.snappy

snappy-java

1.1.8.4

org.yaml

yaml de cobra

1,24

ouro

ouro

2.0.8

pl.edu.icm

JLargeArrays

1.5

software.Amazon.ion

ion-java

1.0.2

stax

API stax

1.0.1