Databricks Runtime 5.5 (EoS) LTS
O suporte para essa versão do Databricks Runtime foi encerrado. Para saber a data do fim do suporte, consulte Histórico do fim do suporte. Para conhecer todas as versões compatíveis do site Databricks Runtime, consulte Databricks Runtime notas sobre as versões e a compatibilidade.
A Databricks lançou esta versão em julho de 2019. Ele foi declarado Long Term Support (LTS) em agosto de 2019. O suporte terminou em 27 de julho de 2021. O Databricks Runtime 5.5 Extended Support (EoS) foi lançado em 8 de julho de 2021 e estende o suporte ao 5.5 até dezembro de 2021. Ele usa o Ubuntu 18.04.5 LTS em vez do obsoleto Ubuntu 16.04.6 LTS usada na distribuição original do Databricks Runtime 5.5 LTS. Ubuntu 16.04.6 O suporte LTS foi encerrado em 1º de abril de 2021.
As notas a seguir sobre a versão fornecem informações sobre o site Databricks Runtime 5.5, alimentado por Apache Spark.
Novo recurso
Delta Lake no Databricks Auto Optimize
Atualmente, quando o senhor grava dados no armazenamento em nuvem, precisa compactar os arquivos para obter o melhor desempenho de E/S. O senhor precisa se preocupar com o tamanho correto do arquivo, com a frequência de compactação dos arquivos, com o tamanho do clustering a ser usado e assim por diante. Para resolver essa classe de problemas, temos o prazer de anunciar a disponibilidade geral do Auto Optimize with Delta Lake no Databricks. Durante cada gravação nas tabelas do Delta, descobrimos automaticamente o tamanho correto dos arquivos e os compactamos para que o senhor não precise se preocupar em otimizar a disposição do armazenamento. Durante as gravações, se a opção auto-optimize for true, o Databricks determinará automaticamente se uma otimização é necessária e otimizará os arquivos pequenos. Para obter detalhes, consulte Configurar o Delta Lake para controlar o tamanho do arquivo de dados.
O Delta Lake no Databricks melhorou o desempenho das consultas de agregação de mínimo, máximo e contagem
O desempenho das consultas de agregação mínima, máxima e de contagem do Delta Lake no Databricks foi significativamente aprimorado com a redução da quantidade de dados lidos. Agora, essas consultas são executadas usando estatísticas e valores de partição nos metadados, em vez de varrer os dados.
Suporte do Presto e do Athena para tabelas Delta no AWS S3 (visualização pública)
Agora o senhor pode consultar as tabelas Delta a partir de ferramentas externas, como Presto e Athena. O Presto e o Athena oferecem suporte à leitura de tabelas externas quando a lista de arquivos de dados a serem processados é lida de um arquivo de manifesto, que é um arquivo de texto contendo a lista de arquivos de dados a serem lidos para consultar uma tabela. Quando uma tabela externa é definida no site Hive metastore usando arquivos de manifesto, o Presto e o Athena usam a lista de arquivos no manifesto em vez de encontrar os arquivos pela listagem de diretórios.
Glue Catálogo como metastore Databricks
O suporte do Glue Catalog está geralmente disponível. Esse recurso permite que o senhor configure o Databricks Runtime para usar o AWS Glue catálogo de dados como seu metastore, que pode servir como um substituto para um Hive metastoreexterno. Ele também permite que vários espaços de trabalho do Databricks compartilhem o mesmo metastore. Para obter mais informações e limitações, consulte Use AWS Glue catálogo de dados como um metastore (legado).
Visualização
A passagem de credenciais para o Glue Catalog está em Private Preview. Entre em contato com o suporte se quiser experimentar isso.
Pipeline de inferência de modelo mais rápido com fonte de dados de arquivo binário aprimorada e iterador escalar Pandas UDF (Public Preview)
As tarefas de aprendizado de máquina, especialmente no domínio de imagens e vídeos, geralmente precisam operar em um grande número de arquivos. Em Databricks Runtime 5.4, já disponibilizamos o arquivo binário fonte de dados para ajudar ETL arquivos arbitrários, como imagens, em Spark tabelas. No Databricks Runtime 5.5, adicionamos uma opção, recursiveFileLookup, para carregar arquivos recursivamente a partir de diretórios de entrada aninhados. Consulte Arquivo binário.
O arquivo binário fonte de dados permite que o senhor execute a tarefa de inferência de modelos em paralelo a partir de tabelas Spark usando um escalonamento Pandas UDF. No entanto, talvez seja necessário inicializar o modelo para cada lote de registros, o que gera sobrecarga. No Databricks Runtime 5.5, fizemos o backport de um novo tipo Pandas UDF chamado "scalar iterator" do Apache Spark master. Com ele, o senhor pode inicializar um modelo apenas uma vez e aplicá-lo a muitos lotes de entrada, o que pode resultar em um aumento de velocidade de 2 a 3 vezes para modelos como o ResNet50. Consulte Série para UDF escalar.
Segredos API no R Notebook
O site Secrets API permite que o senhor injete segredos no Notebook sem codificá-los. Este API agora está disponível no R Notebook, além do suporte existente para Python e Scala Notebook. Você pode usar a função dbutils.secrets.get para obter segredos. Os segredos são redigidos antes de serem impressos em uma célula do Notebook.
Melhorias
- Suporte para execução de Delta Lake SQL operações em Python
foreachBatch: Corrigimos a limitação conhecida de não poder gravar em tabelas Delta de dentro deforeachBatchde uma consulta de transmissão estruturada definida em Python. Isso é útil em cargas de trabalho comuns de Python transmissão; por exemplo, escrever agregados de transmissão no modo de atualização usando merge e foreachBatch. - desempenho das tabelas Delta armazenadas no lago de dados Azure Gen2: A verificação da versão mais recente de uma tabela Delta em ADLS agora verifica apenas o final da transação log, em vez de listar todas as versões disponíveis. Essa otimização torna
UPDATEum tempo constante de operações, melhorando significativamente a latência. - Escalabilidade do Optimize
ZORDER BY: Z-ordering em tabelas Delta muito grandes agora usa unidades de trabalho menores que são regidas pelo controle de admissão avançado. Esse recurso melhora a estabilidade dessas operações sem sacrificar a utilização do cluster. - Melhoria no desempenho do comando DML em tabelas com grande número de colunas: Agora, temos um melhor desempenho na redução de colunas ao procurar dados correspondentes em
UPDATE,DELETEeMERGEcomando. - Suporte para configuração de endpoint VNet + serviço no conector analítico Spark - Synapse: Adicionamos caminhos ADL Gen2 a uma lista de permissões como locais de dados temporários (
.option("tempDir", "abfss://...") e adicionamos uma nova opção chamadauseAzureMSI, a ser usada em vez deforward_spark_azure_storage_credentialscaso seu Synapse analítica esteja configurado para autenticar por meio de gerenciar identidades em seu armazenamento V2 account. - Invalidação automática do cache de disco: o cache de disco agora detecta automaticamente os arquivos que foram modificados ou sobrescritos após serem armazenados em cache. Todas as entradas obsoletas são automaticamente invalidadas e removidas do cache. Consulte Otimizar o desempenho com cache em Databricks.
- Atualização da roda da biblioteca Python de 0.33.3 para 0.33.4.
- Atualização da biblioteca R nlme de 3.1-139 para 3.1-140.
Correções de bugs
-
Foi corrigido um bug que fazia com que o conector S3-SQS/ABS-AQS pudesse apresentar um erro de tabela Delta corrompida quando um arquivo era removido e adicionado novamente.
-
Corrigido o cancelamento do comando R que não executava o Spark Job. Anteriormente, o comando R que não executava Spark Job podia ser cancelado, mas o estado do Notebook era perdido; agora o comando pode ser cancelado sem perder o estado do Notebook.
-
A eliminação ou a movimentação de uma tabela gerenciar agora invalida o cache Delta Lake log.
-
Foi corrigido um bug em que a gravação do ponto de verificação do Delta Lake podia falhar devido a
FileAlreadyExistsException. -
Scala O REPL agora define o sinalizador
-target:jvm-1.8adequado para suportar a chamada de métodos Java que usam Java 8 recurso.
Apache Spark
O Databricks Runtime 5.5 inclui o Apache Spark 2.4.3. Esta versão inclui todas as correções e melhorias do Spark incluídas no Databricks Runtime 5.4 (EoS), bem como as seguintes correções de bugs e melhorias adicionais feitas no Spark:
-
[SPARK-26856][PySpark] Corrigir falha de UT devido a padrões errados para o conjunto Kinesis
-
[SPARK-24695] Permitir que UDFs retornem CalendarInterval
-
[SPARK-28056] Adicionar docstring/doctest para SCALAR_ITER Pandas UDF
-
[SPARK-28185] Fecha o gerador quando as UDFs do Python param antes do tempo
-
[SPARK-24703] Suporte para multiplicação de intervalos
-
[SPARK-27018] [CORE] Corrige a remoção incorreta do arquivo com ponto de verificação no PeriodicCheckPointer
-
[SPARK-28127][SQL] Micro otimização no método mapChildren do TreeNode
-
[SPARK-26038] Decimal toScalaBigInt/toJavaBigInteger para decimais que não cabem em números longos
-
[SPARK-26555][SQL] Tornar a verificação de subtipos do ScalaReflection segura para threads
-
[SPARK-28081][ML] Lidar com grandes contagens de vocabulário no word2vec
-
[SPARK-21882] [CORE] OutputMetrics não conta os bytes escritos corretamente na função SaveAshadoopDataset
-
[SPARK-28030] converter filePath em URI no arquivo binário fonte de dados
-
[SPARK-27803][SQL][Python] Corrigir a poda de coluna para Python UDF
-
[SPARK-27917][SQL] A forma canônica do objeto CaseWhen está incorreta
-
[SPARK-27798][SQL] from_avro não deve produzir o mesmo valor quando convertido em relação local
-
[SPARK-27873][SQL] columnNameOfCorruptRecord não deve ser verificado com nomes de colunas no cabeçalho CSV ao desativar o enforceSchema
-
[SPARK-27907][SQL] HiveUDAF deve retornar NULL no caso de 0 linhas
-
[SPARK-27699][SQL] Deslocamento parcial de predicados disjuntivos no Parquet/ORC
-
[SPARK-27868][CORE] Melhor default valor e documentação para o backlog do servidor de soquete.
-
[SPARK-27869][CORE] Reduzir informações confidenciais nas propriedades do sistema a partir da interface do usuário
-
[SPARK-27863][SQL][BACKPORT-2.4] Arquivos de metadados e arquivos temporários não devem ser contados como arquivos de dados
-
[SPARK-27657][ML] Corrigir o formato log de ml.util.Instrumentation.logFai...
-
[SPARK-27858][SQL] Correção da desserialização Avro em tipos de união com vários tipos não nulos
-
[SPARK-27711][CORE] Não define o InputFileBlockHolder no final da tarefa
-
[SPARK-27351][SQL] Estimativa errada de outputRows após AggregateEstimation com apenas uma coluna de valor nulo
-
[SPARK-27539][SQL] Corrigir estimativa imprecisa de outputRows agregados com coluna contendo valores nulos"
-
[SPARK-27800][SQL] Corrigir resposta errada nos casos de teste BitwiseXor
-
[SPARK-27639][SQL] InMemoryTableScan mostra o nome da tabela na interface do usuário, se possível
-
[SPARK-27726][CORE] Corrigir o desempenho das exclusões do ElementTrackingStore ao usar o InMemoryStore sob altas cargas
-
[SPARK-27771][SQL] Adicionar descrição SQL para funções de agrupamento (cube, rollup, grouping e grouping_id)
-
[SPARK-27735][SS] A análise de cadeias de intervalos deve ser insensível a maiúsculas e minúsculas no SS
-
[SPARK-26856][PySpark] Python suporte para from_avro e to_avro APIs
-
[SPARK-26870][SQL] Mover to_avro/from_avro para o objeto de funções devido à compatibilidade com Java
-
[SPARK-26812][SQL] Relatar a nulidade correta para tipos de dados complexos na União
-
[SPARK-27671][SQL] Corrigir erro ao converter a partir de um null aninhado em uma estrutura
-
[SPARK-27673][SQL] Adicionar informações de
sincea expressões aleatórias, regex e nulas -
[SPARK-27672][SQL] Adicionar informações
sinceàs expressões de strings -
[SPARK-25139][SPARK-18406][CORE] Evite NonFatals para eliminar o executor no PythonRunner
-
[SPARK-27624] [CORE] Corrija CalenderInterval para mostrar um intervalo vazio corretamente
-
[SPARK-27577][MLlib] Limite correto com amostragem reduzida em BinaryClassificationMetrics
-
[SPARK-27621][ML] Linear Regression - validar parâmetros relacionados ao treinamento, como perda, somente durante a fase de ajuste
-
[SPARK-26048][SPARK-24530] Escolha todos os commits que faltam no script de lançamento da versão 2.4
-
[SPARK-24935][SQL] suporte INIT -> UPDATE -> merge -> FINISH no adaptador UDAF Hive
Atualizações de manutenção
Consulte Atualizações de manutenção do Databricks Runtime 5.5.
Ambiente do sistema
- Sistema operacional : Ubuntu 16.04.6 LTS
- Java : 1.8.0_252
- Scala : 2.11.12
- Python : 2.7.12 para Python 2 clustering e 3.5.2 para Python 3 clustering.
- R : R versão 3.6.0 (26/04/2019)
- Agrupamento de GPUs : As seguintes bibliotecas de GPU NVIDIA estão instaladas:
- Motorista Tesla 375.66
- CUDA 9.0
- cuDNN 7.0
Embora o Scala 2.12 seja compatível com o Apache Spark 2.4, ele não é compatível com o Databricks Runtime 5.5.
Nesta secção:
- Instalado Python biblioteca
- Instalada a R biblioteca
- Instalei Java e Scala biblioteca (versão de clusteringScala 2.11)
Instalado Python biblioteca
Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
ansi2.html | 1.1.1 | argparse | 1.2.1 | backports-abc | 0.5 |
Boto | 2,42,0 | boto3 | 1.4.1 | botocore | 1,4,70 |
cervejaria 2 ml | 1.4.1 | certifi | 2016,2,28 | caffi | 1.7.0 |
chardet | 2.3.0 | colorama | 0.3.7 | configobj | 5.0.6 |
criptografia | 1.5 | ciclador | 0.10.0 | Cython | 0,24,1 |
decorador | 4.0.10 | docutils | 0,14 | enum34 | 1.1.6 |
arquivo et-xml | 1.0.1 | freetype-py | 1.0.2 | funçõs | 1.0.2 |
fusepy | 2.0.4 | futuros | 3.2.0 | ggplot | 0.6.8 |
html5lib | 0,999 | Índia | 2.1 | endereço IP | 1.0.16 |
ipython | 2.2.0 | ipython-genutils | 0.1.0 | jdcal | 1.2 |
Jinja 2 | 2.8 | jmespath | 0.9.0 | llvmlite | 0,13,0 |
lxml | 3.6.4 | MarkupSafe | 0,23 | Matplotlib | 1.5.3 |
mold3 | 0,2 | msgpack-Python | 0.4.7 | cliente ndg-https | 0.3.3 |
numba | 0,28,1 | entorpecido | 1.11.1 | openpyxl | 2.3.2 |
Pandas | 0.19.2 | pathlib2 | 2.1.0 | bode expiatório | 0.4.1 |
esperar | 4.0.1 | picles | 0.7.4 | Travesseiro | 3.3.1 |
pip | 19.1.1 | dobra | 3.9 | kit de ferramentas de aviso | 1.0.7 |
psycopg2 | 2.6.2 | processo pty | 0.5.1 | py4j | 0.10.3 |
flecha | 0,8.0 | pyasn1 | 0.1.9 | pycparser | 2,14 |
Pigmentos | 2.1.3 | Objeto PYG | 3.20.0 | PyOpenSSL | 16,0.0 |
análise de pipa | 2.2.0 | espião | 0,0,18 | Python | 2.7.12 |
Python-dateutil | 2.5.3 | Python-geohash | 0,8.5 | pytz | 2016,6,1 |
pedidos | 2.11.1 | transferência s3 | 0.1.9 | scikit-learn | 0,18.1 |
pegajoso | 0,18.1 | esfregar | 0,32 | marítimo | 0.7.1 |
ferramentas de configuração | 41,0.1 | simplejson | 3.8.2 | simples3 | 1,0 |
despacho único | 3.4.0.3 | seis | 1.10.0 | modelos de estatísticas | 0.6.1 |
tornado | 5.1.1 | almôndegas | 4.3.0 | urllib3 | 1.19.1 |
ambiente virtual | 16.1.0 | largura do wc | 0.1.7 | Python wheel | 0,33,4 |
wsgiref | 0.1.2 |
Instalada a R biblioteca
Biblioteca | Versão | Biblioteca | Versão | Biblioteca | Versão |
|---|---|---|---|---|---|
abandam | 1,4-5 | askpass | 1.1 | afirme que | 0.2.1 |
portas traseiras | 1.1.3 | base | 3.6.0 | base64enc | 0,1-3 |
POR | 1,69,0-1 | pouco | 1,1-14 | bit64 | 0,9-7 |
bitops | 1,0-6 | bolha | 1.1.1 | inicialização | 1,3-20 |
fermentar | 1,0-6 | chamador | 3.2.0 | carro | 3,0-2 |
Dados do carro | 3,0-2 | cursor | 6,0-82 | guarda de celas | 1.1.0 |
crono | 2,3-53 | Aula | 7,3-15 | CLIPE | 1.1.0 |
clipe | 0.5.0 | símbolos cli | 1.2.0 | Cluster | 2.0.8 |
ferramentas de código | 0,2-16 | espaço de cores | 1,4-1 | marca comum | 1.7 |
compilador | 3.6.0 | configuração | 0,3 | giz de cera | 1.3.4 |
cacho | 3.3 | data.tabela | 1.12.0 | conjunto de dados | 3.6.0 |
DBI | 1.0.0 | dbplyr | 1.3.0 | desc | 1.2.0 |
ferramentas de desenvolvimento | 2.0.1 | digerir | 0.6.18 | Dom C | 1.3.5 |
dplyr | 0.8.0.1 | reticências | 0.1.0 | fansi | 0.4.0 |
para gatos | 0.4.0 | para cada um | 1.4.4 | estrangeira | 0,8-71 |
forjar | 0.2.0 | fs | 1.2.7 | gbm | 2.1.5 |
genéricas | 0.0.2 | ggplot2 | 3.1.0 | gh | 1.0.1 |
git2r | 0,25,2 | glmnet | 2,0-16 | cola | 1.3.1 |
goleiro | 0.2.0 | gráficos | 3.6.0 | Dispositivos GR | 3.6.0 |
grade | 3.6.0 | Grid Extra | 2.3 | gsubfn | 0,7 |
mesa | 0.3.0 | h2o | 3.22.1.1 | refúgio | 2.1.0 |
HMS | 0.4.2 | ferramentas html | 0.3.6 | widgets html | 1.3 |
httr | 1.4.0 | escritor | 1.3.2 | HWriter Plus | 1,0-3 |
mini | 0.3.1 | ipred | 0,9-8 | iteradores | 1.0.10 |
jsonlite | 1,6 | Kern Smooth | 2,23-15 | rótulo | 0,3 |
treliça | 0,20-38 | lava | 1.6.5 | preguiçoso | 0.2.2 |
mais pequeno | 0.3.7 | lme4 | 1,1-21 | lubrificar | 1.7.4 |
magritter | 1.5 | mapproj | 1.2.6 | mapeia | 3.3.0 |
ferramentas de mapa | 0,9-5 | MASSA | 7,3-51,1 | Matriz | 1,2-17 |
Modelos matriciais | 0,4-1 | memoise | 1.1.0 | métodos | 3.6.0 |
mgcv | 1,8-28 | mímica | 0,6 | mina | 1.2.4 |
Métricas do modelo | 1.2.2 | munsell | 0.5.0 | norma mvt | 1,0-10 |
nome | 3,1-140 | nloptr | 1.2.1 | net | 7,3-12 |
Número Deriv | 2016,8-1 | openssl | 1.3 | openxlsx | 4.1.0 |
paralelo | 3.6.0 | teste pbkr | 0,4-7 | pilar | 1.3.1 |
pkgbuild | 1.0.3 | pkgconfig | 2.0.2 | Gatinho PKG | 0.1.4 |
carregamento de pacotes | 1.0.2 | plogr | 0.2.0 | plyr | 1.8.4 |
elogio | 1.0.0 | unidades bonitas | 1.0.2 | ProC | 1,14.0 |
processa | 3.3.0 | prodlim | 2018,04.18 | progresso | 1.2.0 |
proto | 1.0.0 | ps | 1.3.0 | ronronar | 0.3.2 |
quantreg | 5,38 | R. métodos S3 | 1.7.1 | R.oo | 1,22,0 |
R. utils | 2.8.0 | r2d3 | 0.2.3 | R6 | 2.4.0 |
Floresta aleatória | 4,6-14 | corredeiras | 0.3.1 | rcmdcheck | 1.3.2 |
Cervejaria RColor | 1,1-2 | Rcpp | 1.0.1 | RCP Pegen | 0.3.3.5.0 |
RCPP Roll | 0.3.0 | Curl | 1,95-4,12 | leitor | 1.3.1 |
readxl | 1.3.1 | receitas | 0.1.5 | revanche | 1.0.1 |
controles remotos | 2.0.2 | remodelar 2 | 1.4.3 | rio | 0,5.16 |
rlang | 0.3.3 | RODBC | 1,3-15 | roxigênio2 | 6.1.1 |
rpartem | 4,1-15 | rprojroot | 1,3-2 | Reservar | 1,8-6 |
RSQLite | 2.1.1 | API do estúdio | 0,10 | escala | 1.0.0 |
informações da sessão | 1.1.1 | espião | 1,3-1 | Sparklyr | 1.0.0 |
SparkR | 2.4.4 | SPARSEM | 1,77 | espacial | 7,3-11 |
splines | 3.6.0 | sqldf | 0,4-11 | QUADRADO | 2017,10-1 |
statmod | 1,4,30 | estatísticas | 3.6.0 | estatísticas4 | 3.6.0 |
stringi | 1.4.3 | longarina | 1.4.0 | sobrevivência | 2,43-3 |
diz | 3.1 | tcltk | 3.6.0 | Demonstrações de ensino | 2,10 |
teste isso | 2.0.1 | petiscar | 2.1.1 | arrumado | 0,8.3 |
seleção arrumada | 0.2.5 | Hora/Data | 3043,102 | Ferramentas | 3.6.0 |
use isso | 1.4.0 | utf 8 | 1.1.4 | utilidades | 3.6.0 |
Viridis Lite | 0.3.0 | bigode | 0,3-2 | murchar | 2.1.2 |
xml2 | 1.2.0 | xopen | 1.0.0 | yaml | 2.2.0 |
compactar | 2.0.1 |
Instalei Java e Scala biblioteca (versão de clusteringScala 2.11)
ID do grupo | ID do artefato | Versão |
|---|---|---|
chifre | chifre | 2.7.7 |
com.amazonaws | Amazon-kinesis-client | 1.8.10 |
com.amazonaws | aws-java-sdk-autoscale | 1,11.313 |
com.amazonaws | formação de nuvem aws-java-sdk | 1,11.313 |
com.amazonaws | aws-java-sdk-cloudfront | 1,11.313 |
com.amazonaws | aws-java-sdk-cloudhsm | 1,11.313 |
com.amazonaws | aws-java-sdk-cloudsearch | 1,11.313 |
com.amazonaws | aws-java-sdk-cloudtrail | 1,11.313 |
com.amazonaws | aws-java-sdk-cloudwatch | 1,11.313 |
com.amazonaws | métricas aws-java-sdk-cloudwatch | 1,11.313 |
com.amazonaws | aws-java-sdk-codedeploy | 1,11.313 |
com.amazonaws | identidade cognitiva aws-java-sdk | 1,11.313 |
com.amazonaws | aws-java-sdk-cognitosync | 1,11.313 |
com.amazonaws | aws-java-sdk-config | 1,11.313 |
com.amazonaws | aws-java-sdk-core | 1,11.313 |
com.amazonaws | pipeline de dados aws-java-sdk | 1,11.313 |
com.amazonaws | aws-java-sdk-conexão direta | 1,11.313 |
com.amazonaws | diretório aws-java-sdk | 1,11.313 |
com.amazonaws | aws-java-sdk-dynamodb | 1,11.313 |
com.amazonaws | aws-java-sdk-ec2 | 1,11.313 |
com.amazonaws | aws-java-sdk-ecs | 1,11.313 |
com.amazonaws | aws-java-sdk-efs | 1,11.313 |
com.amazonaws | aws-java-sdk-elasticache | 1,11.313 |
com.amazonaws | aws-java-sdk-elasticbeanstalk | 1,11.313 |
com.amazonaws | balanceamento de carga elástico aws-java-sdk | 1,11.313 |
com.amazonaws | transcodificador elástico aws-java-sdk- | 1,11.313 |
com.amazonaws | aws-java-sdk-emr | 1,11.313 |
com.amazonaws | aws-java-sdk-glacier | 1,11.313 |
com.amazonaws | aws-java-sdk-glue | 1,11.313 |
com.amazonaws | aws-java-sdk-iam | 1,11.313 |
com.amazonaws | aws-java-sdk-importação/exportação | 1,11.313 |
com.amazonaws | aws-java-sdk-kinesis | 1,11.313 |
com.amazonaws | aws-java-sdk-kms | 1,11.313 |
com.amazonaws | aws-java-sdk-lambda | 1,11.313 |
com.amazonaws | aws-java-sdk-logs | 1,11.313 |
com.amazonaws | aws-java-sdk - aprendizado de máquina | 1,11.313 |
com.amazonaws | aws-java-sdk-opsworks | 1,11.313 |
com.amazonaws | aws-java-sdk-rds | 1,11.313 |
com.amazonaws | aws-java-sdk-redshift | 1,11.313 |
com.amazonaws | aws-java-sdk-route53 | 1,11.313 |
com.amazonaws | aws-java-sdk-s3 | 1,11.313 |
com.amazonaws | aws-java-sdk-ses | 1,11.313 |
com.amazonaws | aws-java-sdk-simpledb | 1,11.313 |
com.amazonaws | aws-java-sdk - fluxo de trabalho simples | 1,11.313 |
com.amazonaws | aws-java-sdk-sns | 1,11.313 |
com.amazonaws | aws-java-sdk-sqs | 1,11.313 |
com.amazonaws | aws-java-sdk-ssm | 1,11.313 |
com.amazonaws | gateway de armazenamento aws-java-sdk | 1,11.313 |
com.amazonaws | aws-java-sdk-sts | 1,11.313 |
com.amazonaws | suporte aws-java-sdk | 1,11.313 |
com.amazonaws | aws-java-sdk-swf-biblioteca | 1.11.22 |
com.amazonaws | aws-java-sdk-workspace | 1,11.313 |
com.amazonaws | jmespath-java | 1,11.313 |
com.carrotsearch | hppc | 0.7.2 |
com.chuusai | sem forma_2.11 | 2.3.2 |
com.clearspring.analítica | transmissão | 2.7.0 |
com.databricks | Reservar | 1,8-3 |
com.databricks | dbml-local_2.11 | 0.5.0-db8-spark2.4 |
com.databricks | testes dbml-local_2.11 | 0.5.0-db8-spark2.4 |
com.databricks | jets3t | 0.7.1-0 |
com.databricks.scalapb | plugin_2.11 | 0,4.15-9 |
com.databricks.scalapb | scalapb-runtime_2.11 | 0,4.15-9 |
com.esotérico software | crio-sombreado | 4.0.2 |
com.esotérico software | minlog | 1.3.0 |
com.fasterxml | colega de classe | 1.0.0 |
com.fasterxml.jackson.core | jackson-anotação | 2.6.7 |
com.fasterxml.jackson.core | jackson-core | 2.6.7 |
com.fasterxml.jackson.core | vinculação de dados jackson | 2.6.7.1 |
formato de dados com.fasterxml.jackson. | formato de dados jackson-cbor | 2.6.7 |
com.fasterxml.jackson.tipo de dados | jackson-datatype-joda | 2.6.7 |
com.fasterxml.jackson.module | parâmetro do módulo jackson | 2.6.7 |
com.fasterxml.jackson.module | jackson-module-Scala.11 | 2.6.7.1 |
com.github.fommil | descarregador | 1.1 |
com.github.fommil.netlib | abdômen | 1.1.2 |
com.github.fommil.netlib | native_ref-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-natives | 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 | 1,3.2-2 |
com.github.rwl | jtransforma | 2.4.0 |
com.google.code.findbugs | jsr305 | 2.0.1 |
com.google.code.gson | gson | 2.2.4 |
com.google.goiaba | goiaba | 15,0 |
com.google.protobuf | protobuf-java | 2.6.1 |
com.googlecode.javaewah | Java Ewah | 0.3.2 |
banco de dados com.h2 | h2 | 1,3,174 |
com.jcraft | jsch | 0,1,50 |
com.jolbox | bonecp | VERSÃO 0.8.0. |
com.microsoft.azure | azure-data lake-store-sdk | 2.2.8 |
com.microsoft.azure | armazenamento do azure | 5.2.0 |
com.microsoft.sqlserver | mssql-JDBC | 6.2.2. jre8 |
comendo | comprimir-lzf | 1.0.3 |
com.sun.mail | javax.mail | 1.5.2 |
com.thoughtworks.paranamer | paranâmero | 2.8 |
com.trueaccord.lenses | lentes_2.11 | 0,3 |
com.Twitter | chill-java | 0.9.3 |
com.Twitter | chill_2.11 | 0.9.3 |
com.Twitter | pacote parquet-hadoop | 1.6.0 |
com.Twitter | util-app_2.11 | 6,23,0 |
com.Twitter | util-core_2.11 | 6,23,0 |
com.Twitter | util-jvm_2.11 | 6,23,0 |
com.typesafe | configuração | 1.2.1 |
com.typesafe.Scala-logging | Scala-logging-api_2.11 | 2.1.2 |
com.typesafe.Scala-logging | Scala-logging-slf4j_2.11 | 2.1.2 |
com.univocidade | analisadores de univocidade | 2.7.3 |
com.vlkan | tampões planos | 1,2,0-3f79e055 |
com.zaxxer | HikaricP | 3.1.0 |
folhas de feijão comum | folhas de feijão comum | 1.9.3 |
comum-CLI | comum-CLI | 1.2 |
codec comum | codec comum | 1,10 |
coleções comuns | coleções comuns | 3.2.2 |
configuração comum | configuração comum | 1,6 |
commons-dbcp | commons-dbcp | 1.4 |
digestor comum | digestor comum | 1,8 |
commons-httpclient | commons-httpclient | 3.1 |
commons-io | commons-io | 2,4 |
linguagem comum | linguagem comum | 2.6 |
registro de bens comuns | registro de bens comuns | 1.1.3 |
commons-net | commons-net | 3.1 |
comum-pool | comum-pool | 1.5.4 |
info.ganglia.gmetric4j | gmetric4j | 1.0.7 |
io. airlift | compressor de ar | 0,10 |
io.dropwizard.métricas | núcleo de métricas | 3.1.5 |
io.dropwizard.métricas | métricas-ganglia | 3.1.5 |
io.dropwizard.métricas | métricas-grafite | 3.1.5 |
io.dropwizard.métricas | métricas-healthchecks | 3.1.5 |
io.dropwizard.métricas | métricas-jetty9 | 3.1.5 |
io.dropwizard.métricas | métricas-JSON | 3.1.5 |
io.dropwizard.métricas | métricas-JVM | 3.1.5 |
io.dropwizard.métricas | métricas-log4j | 3.1.5 |
io.dropwizard.métricas | métricas-servlets | 3.1.5 |
io.netty | urtiga | 3.9.9. Final |
io.netty | tudo | 4.1.17.Final |
javax.ativação | ativação | 1.1.1 |
javax.anotação | javax.anotação-api | 1.2 |
javax.el | javax.el-api | 2.2.4 |
javax.jdo | jdo-api | 3.0.1 |
javax.servlet | javax.servlet-api | 3.1.0 |
javax.servlet.jsp | jsp-api | 2.1 |
javax.transaction | jta | 1.1 |
javax.validação | API de validação | 1.1.0. Final |
javax.ws.rs | javax.ws.rs-api | 2.0.1 |
javax.xml.bind | jaxb-api | 2.2.2 |
javax.xml.transmissão | stax-api | 1,0-2 |
javolução | javolução | 5.5.1 |
junte-se | junte-se | 2.14.6 |
hora do dia | hora do dia | 2.9.3 |
log4j | apache-log4j-extras | 1.2.17 |
log4j | log4j | 1.2.17 |
Maven-árvores | hive-exec-com cola | hive-12679-patch_deploy |
Maven-árvores | hive-exec-com cola | hive-exec_shaded |
net.hydromatic | propriedades de base própria | 1.1.5 |
net.razorvine | pirolita | 4,13 |
net.sf.jpam | jpam | 1.1 |
net.sf.opencsv | opencsv | 2.3 |
net.sf.supercsv | supercsv | 2.2.0 |
net.snowflake | SDK de ingestão de flocos de neve | 0,9.5 |
net.snowflake | floco de neve-JDBC | 3.6.15 |
net.snowflake | floco de neve faísca_2.11 | 2.4.10-spark_2.4 |
net.sourceforge.f2j | arpack_combined_all | 0,1 |
org.acplt | no CRPC | 1.0.7 |
org.antlr | ST4 | 4.0.4 |
org.antlr | antlr-runtime | 3.4 |
org.antlr | antlr4-runtime | 4.7 |
org.antlr | modelo de string | 3.2.1 |
org.apache.ant | formiga | 1.9.2 |
org.apache.ant | formiga | 1.9.2 |
org.apache.ant | lançador de formigas | 1.9.2 |
org.apache.arrow | formato de seta | 0.10.0 |
org.apache.arrow | memória de seta | 0.10.0 |
org.apache.arrow | vetor de seta | 0.10.0 |
org.apache.avro | AVRO | 1.8.2 |
org.apache.avro | avro-ipc | 1.8.2 |
org.apache.avro | avro-mapred-hadoop2 | 1.8.2 |
org.apache.calcite | calcita-avática | 1.2.0 - incubação |
org.apache.calcite | núcleo de calcita | 1.2.0 - incubação |
org.apache.calcite | calcita-linq4j | 1.2.0 - incubação |
org.apache.commons | compressa comum | 1.8.1 |
org.apache.commons | criptomoeda comum | 1.0.0 |
org.apache.commons | commons-lang3 | 3,5 |
org.apache.commons | commons-math3 | 3.4.1 |
org.apache.curator | curador-cliente | 2.7.1 |
org.apache.curator | estrutura de curador | 2.7.1 |
org.apache.curator | receitas de curadores | 2.7.1 |
org.apache.derby | derby | 10.12.1.1 |
org.apache.directory.api | api-asn1-api | 1,0,0-M20 |
org.apache.directory.api | utilitário de API | 1,0,0-M20 |
org.apache.directory.server | apacheds-i18n | 2,0,0-M15 |
org.apache.directory.server | codec apacheds-kerberos | 2,0,0-M15 |
org.apache.hadoop | hadoop-anotação | 2.7.3 |
org.apache.hadoop | autenticação hadoop | 2.7.3 |
org.apache.hadoop | cliente hadoop | 2.7.3 |
org.apache.hadoop | hadoop-comum | 2.7.3 |
org.apache.hadoop | hadoop-HDFS | 2.7.3 |
org.apache.hadoop | aplicativo cliente hadoop mapreduce | 2.7.3 |
org.apache.hadoop | hadoop-mapreduce-client-common | 2.7.3 |
org.apache.hadoop | núcleo do cliente hadoop-mapreduce | 2.7.3 |
org.apache.hadoop | hadoop-mapreduce-client-jobclient | 2.7.3 |
org.apache.hadoop | hadoop-mapreduce-client-shuffle | 2.7.3 |
org.apache.hadoop | API hadoop yarn | 2.7.3 |
org.apache.hadoop | cliente hadoop-yarn | 2.7.3 |
org.apache.hadoop | hadoop-yarn-common | 2.7.3 |
org.apache.hadoop | servidor hadoop-yarn-comum | 2.7.3 |
org.apache.htrace | htrace-core | 3.1.0 - incubação |
org.apache.httpcomponents | cliente http | 4.5.4 |
org.apache.httpcomponents | httpcore | 4.4.8 |
org.apache.ivy | hera | 2.4.0 |
org.apache.orc | orc-core-no-hive | 1.5.2 |
org.apache.orc | orc-mapreduce-nohive | 1.5.2 |
org.apache.orc | calços de orc | 1.5.2 |
org.apache.parquet | coluna de parquete | 1.10.1.1 - blocos de dados 3 |
org.apache.parquet | parquete comum | 1.10.1.1 - blocos de dados 3 |
org.apache.parquet | codificação de parquet | 1.10.1.1 - blocos de dados 3 |
org.apache.parquet | formato de parquet | 2.4.0 |
org.apache.parquet | parquet-hadoop | 1.10.1.1 - blocos de dados 3 |
org.apache.parquet | parquet-jackson | 1.10.1.1 - blocos de dados 3 |
org.apache.thrift | libfb303 | 0.9.3 |
org.apache.thrift | libthrift | 0.9.3 |
org.apache.xbean | xbean-asm6 sombreado | 4,8 |
org.apache.zookeeper | tratador | 3.4.6 |
org.codehaus.jackson | jackson-core-asl | 1.9.13 |
org.codehaus.jackson | jackson-jaxers | 1.9.13 |
org.codehaus.jackson | jackson-mapper-asl | 1.9.13 |
org.codehaus.jackson | jackson-xc | 1.9.13 |
org.codehaus.janino | compilador common | 3.0.10 |
org.codehaus.janino | janino | 3.0.10 |
org.datanucleus | núcleo de dados-api-jdo | 3.2.6 |
org.datanucleus | núcleo de dados | 3.2.10 |
org.datanucleus | núcleo de dados-rdbms | 3.2.9 |
org.Eclipse.jetty | jetty-client | 9.3.20.v 20170531 |
org.Eclipse.jetty | continuação do cais | 9.3.20.v 20170531 |
org.Eclipse.jetty | jetty-http | 9.3.20.v 20170531 |
org.Eclipse.jetty | jetty-io | 9.3.20.v 20170531 |
org.Eclipse.jetty | jetty-jndi | 9.3.20.v 20170531 |
org.Eclipse.jetty | jetty-plus | 9.3.20.v 20170531 |
org.Eclipse.jetty | jetty-proxy | 9.3.20.v 20170531 |
org.Eclipse.jetty | segurança do cais | 9.3.20.v 20170531 |
org.Eclipse.jetty | servidor jetty-server | 9.3.20.v 20170531 |
org.Eclipse.jetty | jutty-servlet | 9.3.20.v 20170531 |
org.Eclipse.jetty | píer de servlets | 9.3.20.v 20170531 |
org.Eclipse.jetty | jetty-util | 9.3.20.v 20170531 |
org.Eclipse.jetty | aplicativo web jetty- | 9.3.20.v 20170531 |
org.Eclipse.jetty | jetty-xml | 9.3.20.v 20170531 |
org.fusesource.leveldbjni | leveldbjni-tudo | 1,8 |
org.glassfish.hk2 | API hk2 | 2.4.0-b34 |
org.glassfish.hk2 | localizador hk2 | 2.4.0-b34 |
org.glassfish.hk2 | hk2-utils | 2.4.0-b34 |
org.glassfish.hk2 | osgi-recurso-locator | 1.0.1 |
org.glassfish.hk2.external | aopalliance - reembalado | 2.4.0-b34 |
org.glassfish.hk2.external | javax.inject | 2.4.0-b34 |
org.glassfish.jersey.bundles.reembalado | jersey-goiaba | 2.22.2 |
org.glassfish.jersey.containers | servlet de contêiner de camisa | 2.22.2 |
org.glassfish.jersey.containers | jersey-container-servlet-core | 2.22.2 |
org.glassfish.jersey.core | cliente de camisa | 2.22.2 |
org.glassfish.jersey.core | camiseta comum | 2.22.2 |
org.glassfish.jersey.core | servidor de camisa | 2.22.2 |
org.glassfish.jersey.media | jersey-media-jaxb | 2.22.2 |
org.hibernate | validador de hibernação | 5.1.1. Final |
org.iq80.snappy | atrevida | 0,2 |
org.javassist | javassist | 3.18.1-GA |
org.jboss.logging | registro de jboss-logging | 3.1.3. GA |
org.jdbi | jdbi | 2.63,1 |
org.joda | conversor de joda | 1.7 |
org.jodd | núcleo nodular | 3.5.2 |
org.json4s | json4s-ast_2.11 | 3.5.3 |
org.json4s | json4s-core_2.11 | 3.5.3 |
org.json4s | json4s-jackson_2.11 | 3.5.3 |
org.json4s | json4s-scalap_2.11 | 3.5.3 |
org.lz4 | lz4-java | 1.4.0 |
org.mariadb.JDBC | cliente mariadb-java | 2.1.2 |
org.mockito | mockito-all | 1.9.5 |
org.objenesis | objênese | 2.5.1 |
org.postgresql | PostgreSQL | 42,14 |
org.roaringbitmap | Mapa de bits estrondoso | 0,7,45 |
org.roaringbitmap | calços | 0,7,45 |
org.rocksdb | rocksdbjni | 5.2.1 |
org.rosuda.rEngine | Motor | 2.1.0 |
org.Scala-lang | Scala-compiler_2.11 | 2.11.12 |
org.Scala-lang | Scala-biblioteca.11 | 2.11.12 |
org.Scala-lang | Scala-reflect_2.11 | 2.11.12 |
org.Scala-lang.modules | Scala-parser-combinators_2.11 | 1.1.0 |
org.Scala-lang.modules | Scala-xml_2.11 | 1.0.5 |
org.Scala-sbt | interface de teste | 1,0 |
org.scalacheck | scalacheck_2.11 | 1,12.5 |
org.scalactic | scalactic_2.11 | 3.0.3 |
org.scalanlp | breeze-macros_2.11 | 0,13.2 |
org.scalanlp | breeze_2.11 | 0,13.2 |
org.scalatest | scalatest_2.11 | 3.0.3 |
org.slf4j | jcl-over-slf4j | 1.7.16 |
org.slf4j | jul-a-slf4j | 1.7.16 |
org.slf4j | slf4j-api | 1.7.16 |
org.slf4j | slf4j-log4j12 | 1.7.16 |
org.spark-project.hive | hive-beeline | 1.2.1. spark2 |
org.spark-project.hive | colmeia-CLI | 1.2.1. spark2 |
org.spark-project.hive | hive-JDBC | 1.2.1. spark2 |
org.spark-project.hive | Hive metastore | 1.2.1. spark2 |
org.spark-project.spark | não utilizado | 1.0.0 |
org.spire-math | spire-macros_2.11 | 0,13,0 |
org.spire-math | spire_2.11 | 0,13,0 |
org.springframework | núcleo de mola | 4.1.4. LANÇAMENTO |
org.springframework | teste de primavera | 4.1.4. LANÇAMENTO |
org.tukaani | xz | 1.5 |
org.typelevel | maquinista_2.11 | 0.6.1 |
org.typelevel | macro-compat_2.11 | 1.1.1 |
org.xerial | sqlite-JDBC | 3.8.11.2 |
org.xerial.snappy | snappy-java | 1.1.7.3 |
org.yaml | snakeyaml | 1,16 |
oro | oro | 2.0.8 |
software.Amazon.ion | ion-java | 1.0.2 |
stax | stax-api | 1.0.1 |
xmlenc | xmlenc | 0,52 |