这些功能和 Azure Databricks 平台的改进已于 2024 年 10 月发布。
注意
下面列出的发行日期和内容在多数情况下只对应于 Azure 公有云的实际部署。
其中提供了 Azure 公有云上 Azure Databricks 服务的演进历史记录以供参考，这些内容可能不适用于由世纪互联运营的 Azure。
注意
发布分阶段进行。 Azure Databricks 帐户可能要等到初始发布日期后的一周或更长时间才会更新。
在专用计算（以前称为单用户计算）上启用精细访问控制的成本归因
2024 年 10 月 31 日
此版本包括一项更改，以帮助对专用计算进行精细访问控制的成本归因。 通过此更改，当专用计算将查询传递给无服务器计算以运行数据筛选时，分配给专用计算的任何自定义标记都会在 system.billing.usage 表中传播和记录。
对 Databricks Runtime 15.1 系列的支持结束
2024 年 10 月 30 日
对 Databricks Runtime 15.1 和用于机器学习的 Databricks Runtime 15.1 的支持已于 10 月 30 日结束。 请参阅 Databricks 支持生命周期。
启用自动分配给新工作区的元存储
2024 年 10 月 28 日
帐户管理员可以将 Unity Catalog 元存储设置为在同一区域中创建新工作区时自动分配，从而在这些工作区中默认启用 Unity Catalog。 请参阅启用自动向新工作区分配元存储的功能。
专用计算（以前称为单用户计算）的细粒度访问权限控制已全面开放
2024 年 10 月 16 日
在 Databricks Runtime 15.4 LTS 及更高版本中，专用计算上的细粒度访问控制已广泛可用。 在为无服务器计算启用的工作区中，如果查询在受支持的计算（如专用计算）上运行，并且查询访问以下任何对象，则计算资源会将查询传递给无服务器计算以运行数据筛选：
- 基于用户不具有
SELECT特权的表定义的视图。 - 动态视图。
- 应用了行筛选器或列掩码的表。
- 具体化视图和流式处理表。
笔记本结果表上的筛选条件现在仍然存在
2024 年 10 月 8 日
重新打开笔记本时，笔记本结果表会保留筛选器。 请参阅 “筛选结果”。
对笔记本中的注释的改进
2024 年 10 月 8 日
改进了在笔记本中注释的 UI，使注释更容易添加和查找。 有关详细信息，请参阅 代码注释。
Databricks Runtime 16.0（Beta 版本）
2024 年 10 月 8 日
Databricks Runtime 16.0 和 Databricks Runtime 16.0 ML 现已作为 Beta 版本发布。
请参阅 用于机器学习的 Databricks Runtime 16.0（EoS） 和 Databricks Runtime 16.0。
使用 Databricks 应用为用户创建安全数据和 AI 应用（公共预览版）
2024 年 10 月 8 日
借助 Databricks 应用，可以使用常用的 Python 框架来创建在 Databricks 平台中运行的应用程序，并使用 Databricks 平台的资源和功能，包括用于治理的 Unity Catalog、用于查询数据的 Databricks SQL、模型服务等 AI 功能以及工作区中已配置的安全规则。
通过改进 autoreload 更可靠地重新加载修改后的 Python 模块
2024 年 10 月 8 日
在 Databricks Runtime 16.0 及更高版本中，对 autoreload 扩展的更新提高了重新加载从工作区文件导入的修改后的 Python 模块的安全性和可靠性。 通过这些更改，autoreload 尽可能只重新加载已更改的模块部分，而不是整个模块。 此外，如果模块自上次导入以来发生了更改，Databricks 现在自动建议使用 autoreload 扩展。 请参阅 Python 模块的自动加载。