Freigeben über

Databricks Runtime 5.0 (EoS)

Hinweis

Die Unterstützung für diese Databricks-Runtime-Version wurde beendet. Den End-of-Support-Termin finden Sie im Verlauf des Supportendes. Alle unterstützten Versionen von Databricks Runtime finden Sie unter Versionshinweise, Versionen und Kompatibilität von Databricks Runtime.

Diese Version wurde von Databricks im November 2018 veröffentlicht.

Die folgenden Versionshinweise enthalten Informationen zu Databricks Runtime 5.0 mit Unterstützung durch Apache Spark.

Neue Funktionen

  • Delta Lake
    • Unterabfragen werden jetzt in der WHERE-Klausel unterstützt, um Unterstützung für die Befehle DELETE und UPDATE zu bieten.
    • Neue skalierbare Implementierung für MERGE-Befehle.
      • Keine Beschränkung der Anzahl von Einfüge- und Aktualisierungsvorgängen.
      • Kann für SCD-Abfragen vom Typ 1 und Typ 2 verwendet werden.
      • Kann für Upserts aus Streamingabfragen im „Update“-Modus verwendet werden (z. B. zum Schreiben der Streamingaggregationsausgabe in eine Delta-Tabelle). Weitere Informationen finden Sie im Notebook Schreiben von Streamingaggregaten in Databricks Delta mit MERGE und foreachBatch.
  • Strukturiertes Streaming
    • Auf Azure Blob Storage-Dateibenachrichtigungen basierende Streamingquelle. Dadurch können die Auflistungskosten beim Ausführen einer strukturierten Streamingabfrage für Dateien in Azure Blob Storage erheblich reduziert werden. Anstatt eine Auflistung zu verwenden, um neue Dateien für die Verarbeitung zu ermitteln, kann diese Streamingquelle Dateiereignisbenachrichtigungen direkt lesen, um neue Dateien zu finden. Weitere Informationen finden Sie unter Azure Blob storage file source with Azure Queue Storage (legacy) (Azure Blob Storage-Dateiquelle mit Azure Queue Storage (Legacy)).
  • Unterstützung für TensorBoard zur Überwachung von Deep Learning-Aufträgen hinzugefügt. Weitere Informationen finden Sie unter TensorBoard.

Verbesserungen

  • Delta Lake
    • OPTIMIZE für Leistung und Stabilität.
      • Der Befehl OPTIMIZE committet Batches nicht am Ende des Vorgangs, sondern so früh wie möglich.
      • Dadurch wird die Standardanzahl an Threads reduziert, die OPTIMIZE parallel ausführt. Dies bietet eine erhebliche Leistungssteigerung für große Tabellen.
      • Beschleunigte OPTIMIZE-Schreibvorgänge, indem eine unnötige Sortierung von Daten beim Schreiben in eine partitionierte Tabelle vermieden wird.
      • Beschleunigung von OPTIMIZE ZORDER BY, indem zu einer inkrementellen Verarbeitung gewechselt wird. Dies bedeutet, dass der Befehl jetzt das Umschreiben von Datendateien vermeidet, die bereits in Z-Reihenfolge nach denselben Spalte(n) geordnet wurden. Weitere Informationen finden Sie unter Überspringen von Daten für Delta Lake.
    • Momentaufnahmenisolation beim Abfragen von Delta-Tabellen. Jede Abfrage mit mehreren Verweisen auf eine Delta-Tabelle (z. B. Selbstverknüpfung) liest aus derselben Tabellenmomentaufnahme. Dies gilt auch bei gleichzeitigen Aktualisierungen der Tabelle.
    • Verbesserte Abfragelatenz beim Lesen aus kleinen Delta-Tabellen (< 2.000 Dateien) durch Zwischenspeichern von Metadaten im Treiber.
  • Verbesserte Leistung der logistischen MLlib-Regression.
  • Verbesserte Leistung des MLlib-Strukturalgorithmus.
  • Mehrere Java- und Scala-Bibliotheken haben ein Upgrade erhalten. Weitere Informationen finden Sie unter Installierte Java- und Scala-Bibliotheken (Scala 2.11-Clusterversion).
  • Einige installierte Python-Bibliotheken haben ein Upgrade erhalten:
    • pip: 10.0.1 auf 18.0
    • setuptools: 39.2.0 auf 40.4.1
    • tornado: 5.0.2 auf 5.1.1
  • Für mehrere installierte R-Bibliotheken wurde ein Upgrade durchgeführt. Weitere Informationen finden Sie unter Installierte R-Bibliotheken.

Fehlerkorrekturen

  • Delta Lake
    • Konfigurationen, die in SQL-Konfigurationseinstellungen festgelegt wurden, werden jetzt ordnungsgemäß auf Delta Lake-Vorgänge angewendet, die zunächst in ein anderes Notebook geladen wurden.
    • Im Befehl DELETE wurde ein Fehler behoben, durch den die Zeilen, in denen die Bedingung als NULL ausgewertet wird, fälschlicherweise gelöscht wurden.
    • Bei Streams, bei denen die Verarbeitung des anfänglichen Batches mehr als zwei Tage dauert (also der Daten, die sich beim Starten des Streams in der Tabelle befanden), tritt beim Versuch, eine Wiederherstellung von einem Prüfpunkt durchzuführen, nicht länger ein FileNotFoundException-Fehler auf.
    • Vermeidet eine Racebedingung, die beim Laden einer neuen Tabelle zu NoClassDefError führte.
    • Fix für VACUUM, bei dem der Vorgang mit einem AssertionError fehlschlagen kann: "Sollte hier keine absoluten Pfade zum Löschen vorhanden sein."
    • Problem beim Befehl SHOW CREATE TABLE korrigiert, um von Hive generierte Speichereigenschaften nicht einzuschließen.
  • Executors, die viele NoClassDefFoundError-Fehler für interne Spark-Klassen auslösen, werden jetzt automatisch neu gestartet, um das Problem zu beheben.

Bekannte Probleme

  • Bei Spaltennamen, die in der Option replaceWhere für den overwrite-Modus in Delta Lake angegeben sind, wird die Groß-/Kleinschreibung selbst dann beachtet, wenn die Groß-/Kleinschreibung laut Standardeinstellung nicht beachtet werden soll.
  • Der Snowflake-Connector für Databricks Runtime 5.0 befindet sich in der Vorschau.
  • Wenn Sie eine gerade ausgeführte Streamingzelle in einem Notebook abbrechen, das an einen Databricks Runtime 5.0-Cluster angefügt ist, können Sie nachfolgende Befehle im Notebook erst dann ausführen, wenn Sie den Notebookstatus löschen oder den Cluster neu starten. Eine Problemumgehung finden Sie in der Wissensdatenbank.

Apache Spark

Databricks Runtime 5.0 enthält Apache Spark 2.4.0.

Core und Spark SQL

Hinweis

Dieser Artikel enthält Verweise auf den Begriff Slave, einen Begriff, den Azure Databricks nicht verwendet. Sobald der Begriff aus der Software entfernt wurde, wird er auch aus diesem Artikel entfernt.

Hauptfeatures

  • Barriereausführungsmodus: [SPARK-24374] Unterstützung des Barriereausführungsmodus im Planer, um eine bessere Integration in Deep Learning-Frameworks zu ermöglichen.
  • Scala 2.12-Unterstützung: [SPARK-14220] Experimentelle Scala 2.12-Unterstützung hinzugefügt. Sie können jetzt Spark mit Scala 2.12 erstellen und Spark-Anwendungen in Scala 2.12 schreiben.
  • Übergeordnete Funktionen: [SPARK-23899] Eine Vielzahl neuer integrierter Funktionen wurden hinzugefügt (einschließlich übergeordneter Funktionen), um die Arbeit mit komplexen Datentypen zu vereinfachen. Weitere Informationen finden Sie unter Integrierte Apache Spark-Funktionen.
  • Integrierte Avro-Datenquelle: [SPARK-24768] Inline-Spark-Avro-Paket mit Unterstützung logischer Typen sowie höherer Leistung und Benutzerfreundlichkeit.

API

  • [SPARK-24035] SQL-Syntax für Pivot
  • [SPARK-24940] Hinweis zum Zusammenfügen und zur Neupartitionierung für SQL-Abfragen
  • [SPARK-19602] Unterstützung der Spaltenauflösung für vollqualifizierten Spaltennamen
  • [SPARK-21274] Implementierung von EXCEPT ALL und INTERSECT ALL

Leistung und Stabilität

  • [SPARK-16406] Beschleunigung der Verweisauflösung bei einer großen Anzahl von Spalten
  • [SPARK-23486] Zwischenspeichern des Funktionsnamens aus dem externen Katalog für lookupFunctions
  • [SPARK-23803] Unterstützung der Bucketbereinigung
  • [SPARK-24802] Ausschluss von Optimierungsregeln
  • [SPARK-4502] Bereinigung geschachtelter Schemas für Parquet-Tabellen
  • [SPARK-24296] Unterstützung für die Replikation von Blöcken mit einer Größe von mehr als 2 GB
  • [SPARK-24307] Unterstützung für das Senden von Nachrichten mit einer Größe von mehr als 2 GB aus dem Arbeitsspeicher
  • [SPARK-23243] Shuffle und Neupartitionierung in einem RDD kann zu falschen Antworten führen
  • [SPARK-25181] Einschränkung der Größe von über- und untergeordneten BlockManager-Threadpools für einen geringeren Arbeitsspeicheroverhead bei langsamer Netzwerkverbindung

Verbinder

  • [SPARK-23972] Parquet-Update von 1.8.2 auf 1.10.0
  • [SPARK-25419] Verbesserung des Parquet-Prädikatpushdowns
  • [SPARK-23456] Nativer ORC-Leser standardmäßig aktiviert
  • [SPARK-22279] Standardmäßiges Verwenden des nativen ORC-Lesers für Hive-SerDe-Tabellen
  • [SPARK-21783] Standardmäßiges Aktivieren des ORC-Filterpushdowns
  • [SPARK-24959] Beschleunigung von count() für JSON und CSV
  • [SPARK-24244] Ausschließliche Analyse erforderlicher Spalten für den CSV-Parser
  • [SPARK-23786] CSV-Schemavalidierung – keine Überprüfung der Spaltennamen
  • [SPARK-24423] Optionsabfrage zur Angabe der Abfrage für das Lesen aus JDBC
  • [SPARK-22814] Unterstützung von Datum/Zeitstempel in der JDBC-Partitionsspalte
  • [SPARK-24771] Avro-Update von 1.7.7 auf 1.8

PySpark

  • [SPARK-24215] Implementierung der strengen Auswertung für DataFrame-APIs
  • [SPARK-22274] - [SPARK-22239] Benutzerdefinierte Aggregationsfunktionen mit pandas-UDF
  • [SPARK-24396] ForeachWriter für strukturierten Stream für Python hinzugefügt
  • [SPARK-23874] Upgrade von Apache Arrow auf 0.10.0
  • [SPARK-25004] spark.executor.pyspark.memory-Grenzwert hinzugefügt
  • [SPARK-23030] Verwendung des Arrow-Streamformats zum Erstellen und Erfassen von pandas-DataFrames
  • [SPARK-24624] Unterstützung einer Kombination aus Python-UDF und Skalar-pandas-UDF

Weitere wichtige Änderungen

Strukturiertes Streaming

Hauptfeatures

  • [SPARK-24565] Anzeigen der Ausgabezeilen der einzelnen Microbatches als DataFrame mithilfe von foreachBatch (Python, Scala und Java)
  • [SPARK-24396] Python-API für foreach und ForeachWriter hinzugefügt
  • [SPARK-25005] Unterstützung von „kafka.isolation.level“, um nur committete Datensätze aus Kafka-Themen zu lesen, die mit einem Transaktionsproducer geschrieben wurden.

Weitere wichtige Änderungen

  • [SPARK-24662] Unterstützung des LIMIT-Operators für Datenströme im Append- oder Complete-Modus
  • [SPARK-24763] Redundante Schlüsseldaten wurden aus dem Wert in der Streamingaggregation entfernt
  • [SPARK-24156] Schnellere Generierung von Ausgabeergebnissen und/oder Zustandsbereinigung mit zustandsbehafteten Vorgängen (mapGroupsWithState, Stream-Stream-Join, Streamingaggregation, Streaming-dropDuplicates), wenn keine Daten im Eingabestream enthalten sind.
  • [SPARK-24730] Unterstützung der Auswahl von Mindest- oder Maximalwerten, wenn in einer Abfrage mehrere Eingabestreams vorhanden sind
  • [SPARK-25399] Der Fehler, bei dem die Wiederverwendung von Ausführungsthreads bei der kontinuierlichen Verarbeitung für das Microbatchstreaming gegebenenfalls zu falschen Angaben führte, wurde behoben
  • [SPARK-18057] Upgrade der Kafka-Clientversion von 0.10.0.1 auf 2.0.0

MLlib

Hauptfeatures

Weitere wichtige Änderungen

SparkR

  • [SPARK-25393] Neue Funktion from_csv() hinzugefügt
  • [SPARK-21291] R-partitionBy-API in DataFrame hinzugefügt
  • [SPARK-25007] array_intersect/array_except/array_union/shuffle zu SparkR hinzugefügt
  • [SPARK-25234] Verhindern von Integerüberlauf bei Parallelisierung
  • [SPARK-25117] EXCEPT ALL- und INTERSECT ALL-Unterstützung in R hinzugefügt
  • [SPARK-24537] array_remove / array_zip / map_from_arrays / array_distinct hinzugefügt
  • [SPARK-24187] array_join-Funktion zu SparkR hinzugefügt
  • [SPARK-24331] arrays_overlap, array_repeat, map_entries zu SparkR hinzugefügt
  • [SPARK-24198] Slicefunktion zu SparkR hinzugefügt
  • [SPARK-24197] array_sort-Funktion zu SparkR hinzugefügt
  • [SPARK-24185] Vereinfachungsfunktion zu SparkR hinzugefügt
  • [SPARK-24069] array_min- / array_max-Funktionen hinzugefügt
  • [SPARK-24054] array_position-Funktion / element_at-Funktionen hinzugefügt
  • [SPARK-23770] repartitionByRange-API in SparkR hinzugefügt

GraphX

  • [SPARK-25268] Ausführen von Parallel Personalized PageRank führt zu Serialisierungsausnahme

Veraltete Funktionen

  • [SPARK-23451] KMeans computeCost als veraltet gekennzeichnet
  • [SPARK-25345] readImages-APIs in ImageSchema als veraltet gekennzeichnet

Verhaltensänderungen

  • [SPARK-23549] Umwandlung in Zeitstempel beim Vergleich des Zeitstempels mit dem Datum
  • [SPARK-24324] pandas-Grouped Map-UDF sollte Ergebnisspalten nach dem Namen zuweisen
  • [SPARK-25088] Standard- und Dokumentationsupdates für Rest Server
  • [SPARK-23425] Laden von Daten für HDFS-Dateipfad mit Platzhalter funktioniert nicht ordnungsgemäß
  • [SPARK-23173] from_json kann bei Feldern, die als Non-Nullable gekennzeichnet sind, zu NULL-Werten führen
  • [SPARK-24966] Implementierung von Rangfolgenregeln für set-Vorgänge
  • [SPARK-25708]HAVING ohne GROUP BY sollte ein globales Aggregat sein
  • [SPARK-24341] Ordnungsgemäße Verarbeitung von mehrwertigen IN-Unterabfragen
  • [SPARK-19724] Erstellen einer verwalteten Tabelle mit einem vorhandenen Standardspeicherort sollte eine Ausnahme auslösen

Bekannte Probleme

  • [SPARK-25793] Fehler beim Laden von Modell in BisectingKMeans
  • [SPARK-25271] Bei CTAS mit Hive-Parquet-Tabellen sollte die native Parquet-Quelle verwendet werden
  • [SPARK-24935] Problem mit der Ausführung von Hive-UDAFs ab Spark 2.2

Wartungsupdates

Weitere Informationen finden Sie unter Databricks Runtime 5.0-Wartungsupdates.

Systemumgebung

  • Betriebssystem: Ubuntu 16.04.5 LTS
  • Java: 1.8.0_162
  • Skala: 2.11.8
  • Python: 2.7.12 für Python 2-Cluster und 3.5.2 für Python 3-Cluster.
  • R: R-Version 3.4.4 (2018-03-15)
  • GPU-Cluster: Die folgenden NVIDIA-GPU-Bibliotheken sind installiert:
    • Tesla-Treiber 375.66
    • CUDA 9.0
    • cuDNN 7.0

Hinweis

Scala 2.12 wird zwar in Apache Spark 2.4 unterstützt, jedoch nicht in Databricks Runtime 5.0.

Installierte Python-Bibliotheken

Bibliothek Version Bibliothek Version Bibliothek Version
ansi2html 1.1.1 argparse 1.2.1 Backports-abc 0,5
Boto 2.42.0 Boto3 1.4.1 Botocore 1.4.70
Brewer2mpl 1.4.1 Zertifizieren 2016.2.28 CFFI 1.7.0
Chardet 2.3.0 colorama 0.3.7 configobj 5.0.6
Kryptographie 1.5 Fahrradfahrer 0.10.0 Cython 0.24.1
Dekorateur 4.0.10 docutils 0.14 enum34 1.1.6
et-xml-Datei 1.0.1 Freetype-py 1.0.2 Funcsigs 1.0.2
Fusepy 2.0.4 Termingeschäfte 3.2.0 ggplot 0.6.8
html5lib 0.999 idna 2.1 IP-Adresse 1.0.16
ipython 2.2.0 ipython-genutils 0.1.0 jdcal 1.2
Jinja2 2.8 jmespath 0.9.0 llvmlite 0.13.0
lxml 3.6.4 MarkupSafe 0,23 matplotlib 1.5.3
mpld3 0,2 msgpack-python 0.4.7 ndg-httpsclient 0.3.3
numba 0.28.1 numpy 1.11.1 openpyxl 2.3.2
Pandas 0.19.2 pathlib2 2.1.0 Sündenbock 0.4.1
pexpect 4.0.1 Pickleshare 0.7.4 Kissen 3.3.1
Kern 18.0 Schicht 3.9 Prompt-Toolkit 1.0.7
psycopg2 2.6.2 ptyprocess 0.5.1 py4j 0.10.3
Pyarrow 0.8.0 Pyasn1 0.1.9 Pycparser 2.14
Pygments 2.1.3 PyGObject 3.20.0 pyOpenSSL 16.0.0
Pyparsing 2.2.0 Pypng 0.0.18 Python 2.7.12
Python-dateutil 2.5.3 python-geohash 0.8.5 Pytz 1.6.2016
Anforderungen 2.11.1 s3transfer 0.1.9 scikit-lernen 0.18.1
SciPy 0.18.1 scheuern 0,32 Seegeboren 0.7.1
setuptools 40.4.1 simplejson 3.8.2 simples3 1,0
singledispatch (eine Methode zur Auswahl von Funktionen basierend auf dem Typ eines Arguments in Python) 3.4.0.3 sechs 1.10.0 StatistikModelle 0.6.1
Tornado 5.1.1 Traitlets 4.3.0 urllib3 1.19.1
virtualenv 15.0.1 wcwidth 0.1.7 Rad 0.31.1
wsgiref 0.1.2

Installierte R-Bibliotheken

Bibliothek Version Bibliothek Version Bibliothek Version
abind 1.4-5 prüfen, dass 0.2.0 Backports 1.1.2
Basis 3.4.4 base64enc 0.1-3 Bahrain 1.66.0-1
bindr 0.1.1 bindrcpp 0.2.2 Bit 1.1-14
Bit64 0.9-7 Bitops 1.0-6 Blob 1.1.1
Boot 1.3-20 brauen 1.0-6 Besen 0.5.0
Callr 3.0.0 Auto 3.0-2 Fahrzeugdaten 3.0-1
Caret 6.0-80 CellRanger 1.1.0 Chron 2.3-52
Klasse 7.3-14 cli 1.0.0 Gruppe 2.0.7-1
Codetools 0.2-15 Farbraum 1.3-2 Commonmark 1.5
Kompilierer 3.4.4 Buntstift 1.3.4 Locke 3.2
CVST 0.2-2 data.table 1.11.4 Datensätze 3.4.4
DBI 1.0.0 ddalpha 1.3.4 DEoptimR 1,0 - 8
Beschreibung 1.2.0 devtools 1.13.6 verdauen 0.6.16
abgeblendet 0.1.0 doMC 1.3.5 dplyr 0.7.6
DRR 0.0.3 Fans 0.3.0 Sträflinge 0.3.0
Foreach 1.4.4 Fremd 0.8-70 Gbm 2.1.3
Geometrie 0.3-6 ggplot2 3.0.0 git2r 0.23.0
glmnet 2.0-16 Klebstoff 1.3.0 Gower 0.1.2
Grafiken 3.4.4 grGeräte 3.4.4 Raster 3.4.4
gsubfn 0,7 g-Tabelle 0.2.0 H2O 3.20.0.2
Hafen 1.1.2 HMS 0.4.2 httr 1.3.1
Hwriter 1.3.2 hwriterPlus 1.0-3 IPRED 0.9-7
Iteratoren 1.0.10 jsonlite 1.5 kernlab 0.9-27
KernSmooth 2.23-15 Etikettierung 0,3 Gitter 0.20-35
Lava 1.6.3 Lazyeval 0.2.1 kleiner 0.3.4
lme4 1.1-18-1 Schmiermittel 1.7.4 Magie 1.5-8
magrittr 1.5 mapproj 1.2.6 Karten 3.3.0
Kartentools 0.9-3 MASSE 7.3-50 Matrix 1.2-14
MatrixModels 0.4-1 Zwischenspeichern 1.1.0 Methodik 3.4.4
mgcv 1.8-24 Mime-Kunst 0,5 minqa 1.2.4
ModelMetrics 1.2.0 munsell 0.5.0 mvtnorm 1,0 - 8
nlme 3.1-137 nloptr 1.0.4 NNET 7.3-12
numDeriv 2016.8-1 OpenSSL 1.0.2 openxlsx 4.1.0
parallel 3.4.4 Pbkrtest 0.4-7 Säule 1.3.0
pkgbuild 1.0.0 pkgconfig 2.0.2 pkgKitten 0.1.4
pkgload 1.0.0 PLOGR 0.2.0 bitte 2.7-0
plyr 1.8.4 loben 1.0.0 prettyunits 1.0.2
Proc 1.12.1 Prozessx 3.2.0 prodlim 2018.04.18
Prototyp 1.0.0 P.S. 1.1.0 schnurren 0.2.5
quantreg 5,36 R.methodsS3 1.7.1 R.oo 1.22.0
R.utils 2.7.0 R6 2.2.2 randomForest (Zufälliger Wald) 4.6-14
RColorBrauer 1.1-2 Rcpp 0.12.18 RcppEigen 0.3.3.4.0
RcppRoll 0.3.0 RCurl 1.95-4.11 READR 1.1.1
readxl (Softwarepaket zum Lesen von Excel-Dateien) 1.1.0 Rezepte 0.1.3 Rückspiel 1.0.1
Umform2 1.4.3 Rio 0.5.10 rlang 0.2.2
robustbase 0.93-2 RODBC 1.3-15 roxygen2 6.1.0
rpart 4.1-13 rprojroot 1.3-2 Rserve 1.7-3
RSQLite 2.1.1 rstudioapi 0,7 Waage 1.0.0
sfsmisc 1.1-2 sp 1.3-1 SparkR 2.4.0
SparseM 1.77 räumlich 7.3-11 Splines 3.4.4
sqldf 0.4-11 SQUAREM 2017.10-1 statmod 1.4.30
Statistiken 3.4.4 Statistiken4 3.4.4 Stringi 1.2.4
stringr 1.3.1 Überleben 2.42-6 TCLTK 3.4.4
Lehrdemos 2,10 testthat 2.0.0 Tibble 1.4.2
Räumter 0.8.1 aufräumen 0.2.4 timeDatum 3043.102
Werkzeuge 3.4.4 utf8 1.1.4 Dienstprogramme und Funktionen 3.4.4
viridisLite 0.3.0 Backenbart 0.3-2 Withr 2.1.2
xml2 1.2.0 schwirren 1.0.0

Installierte Java- und Scala-Bibliotheken (Scala 2.11-Clusterversion)

Gruppen-ID Artefakt-ID Version
antlr antlr 2.7.7
com.amazonaws Amazon-Kinesis-Client 1.8.10
com.amazonaws aws-java-sdk-Autoskalierung 1.11.313
com.amazonaws aws-java-sdk-cloudformation 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 (Cloud-Suchdienst) 1.11.313
com.amazonaws aws-java-sdk-cloudtrail 1.11.313
com.amazonaws aws-java-sdk-cloudwatch 1.11.313
com.amazonaws aws-java-sdk-cloudwatchmetrics 1.11.313
com.amazonaws aws-java-sdk-codedeploy 1.11.313
com.amazonaws aws-java-sdk-cognitoidentity 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 aws-java-sdk-datapipeline 1.11.313
com.amazonaws aws-java-sdk-directconnect 1.11.313
com.amazonaws aws-java-sdk-directory 1.11.313
com.amazonaws aws-java-sdk-db 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 (Java SDK für Elastic Beanstalk von AWS) 1.11.313
com.amazonaws aws-java-sdk-elasticloadbalancing (Software Development Kit für Elastic Load Balancing in AWS mit Java) 1.11.313
com.amazonaws aws-java-sdk-elastictranscoder (AWS Java SDK für Elastic Transcoder) 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-iam 1.11.313
com.amazonaws aws-java-sdk-importexport 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-Protokolle 1.11.313
com.amazonaws aws-java-sdk-machinelearning (Maschinelles Lernen) 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-simpleworkflow 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 aws-java-sdk-storagegateway 1.11.313
com.amazonaws aws-java-sdk-sts 1.11.313
com.amazonaws aws-java-sdk-Support (Unterstützung für AWS Java SDK) 1.11.313
com.amazonaws AWS-Java-SDK-SWF-Bibliotheken 1.11.22
com.amazonaws aws-java-sdk-workspaces 1.11.313
com.amazonaws jmespath-java 1.11.313
com.karottensuche hppc 0.7.2
com.chuusai shapeless_2.11 2.3.2
com.clearspring.analytics Datenstrom 2.7.0
com.databricks Rserve 1.8-3
com.databricks dbml-local_2.11 0.5.0-db7-spark2.4
com.databricks dbml-local_2.11-tests 0.5.0-db7-spark2.4
com.databricks Jets3t 0.7.1-0
com.databricks.scalapb compilerplugin_2.11 0.4.15-9
com.databricks.scalapb scalapb-runtime_2.11 0.4.15-9
com.esotericsoftware Kryo-schattiert 4.0.2
com.esotericsoftware Minlog 1.3.0
com.fasterxml Klassenkamerad 1.0.0
com.fasterxml.jackson.core Jackson-Anmerkungen 2.6.7
com.fasterxml.jackson.core jackson-core 2.6.7
com.fasterxml.jackson.core Jackson-Datenbindung 2.6.7.1
com.fasterxml.jackson.dataformat jackson-dataformat-cbor 2.6.7
com.fasterxml.jackson.datatype jackson-datatype-joda 2.6.7
com.fasterxml.jackson.module jackson-module-paranamer 2.6.7
com.fasterxml.jackson.module jackson-module-scala_2.11 2.6.7.1
com.github.fommil Jniloader 1.1
com.github.fommil.netlib Kern 1.1.2
com.github.fommil.netlib native_ref-java 1.1
com.github.fommil.netlib native_ref-java-natives 1.1
com.github.fommil.netlib native_system-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 jtransforms 2.4.0
com.google.code.findbugs jsr305 2.0.1
com.google.code.gson gson 2.2.4
com.google.guava Guave 15,0
com.google.protobuf protobuf-java 2.6.1
com.googlecode.javaewah JavaEWAH 0.3.2
com.h2database h2 1.3.174
com.jcraft jsch 0.1.50
com.jolbox Bonecp 0.8.0.RELEASE
com.mchange c3p0 0.9.5.1
com.mchange mchange-commons-java 0.2.10
com.microsoft.azure Azure Data Lake Store SDK (Software Development Kit für Azure Data Lake Store) 2.2.8
com.microsoft.sqlserver mssql-servers 6.2.2.jre8
com.ning compress-lzf (Datenkompression mit LZF-Algorithmus) 1.0.3
com.sun.mail javax.mail 1.5.2
com.thoughtworks.paranamer Paranamer 2.8
com.trueaccord.lenses lenses_2.11 0,3
com.twitter chill-java 0.9.3
com.twitter chill_2.11 0.9.3
com.twitter Parkett-Hadoop-Bundle 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 Konfiguration 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.univocity univocity-parsers 2.7.3
com.vlkan FlatBuffers 1.2.0-3f79e055
com.zaxxer HikariCP 3.1.0
commons-beanutils commons-beanutils 1.7.0
commons-beanutils commons-beanutils-core 1.8.0
commons-cli commons-cli 1.2
commons-codec commons-codec 1.10
commons-collections commons-collections 3.2.2
Commons-Konfiguration Commons-Konfiguration 1.6
commons-dbcp commons-dbcp 1.4
commons-digester commons-digester 1.8
commons-httpclient commons-httpclient 3.1
commons-io commons-io 2.4
commons-lang commons-lang 2.6
commons-logging commons-logging 1.1.3
commons-net commons-net 3.1
commons-pool commons-pool 1.5.4
info.ganglia.gmetric4j gmetric4j 1.0.7
io.airlift Luftkompressor 0,10
io.dropwizard.metrics Metrics-Kernbibliothek 3.1.5
io.dropwizard.metrics Metrics-Ganglia 3.1.5
io.dropwizard.metrics Metrics-Graphit 3.1.5
io.dropwizard.metrics Metrik-Gesundheitschecks 3.1.5
io.dropwizard.metrics Metrics-Jetty9 3.1.5
io.dropwizard.metrics metrics-json 3.1.5
io.dropwizard.metrics metrics-jvm 3.1.5
io.dropwizard.metrics Log4j-Metriken 3.1.5
io.dropwizard.metrics Metrik-Servlets 3.1.5
io.netty Netty 3.9.9.Final
io.netty nett-all 4.1.17.Final
io.prometheus simpleclient 0.0.16
io.prometheus simpleclient_common 0.0.16
io.prometheus simpleclient_dropwizard 0.0.16
io.prometheus simpleclient_servlet 0.0.16
io.prometheus.jmx Sammlung 0,7
javax.activation Aktivierung 1.1.1
javax.annotation javax.annotation-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.validation validation-api 1.1.0.Final
javax.ws.rs javax.ws.rs-api 2.0.1
javax.xml.bind jaxb-api 2.2.2
javax.xml.stream stax-api 1.0-2
javolution javolution 5.5.1
jline jline 2.11
joda-time joda-time 2.9.3
log4j apache-log4j-extras 1.2.17
log4j log4j 1.2.17
net.hydromatic eigenbase-Eigenschaften 1.1.5
net.razorvine Pyrolit 4.13
net.sf.jpam jpam 1.1
net.sf.opencsv opencsv 2.3
net.sf.supercsv Super-CSV 2.2.0
net.Schneeflocke Snowflake-JDBC 3.6.3
net.Schneeflocke spark-snowflake_2.11 2.4.1
net.sourceforge.f2j arpack_combined_all 0,1
org.acplt oncrpc 1.0.7
org.antlr ST4 4.0.4
org.antlr antlr-runtime 3.4
org.antlr antlr4-runtime 4,7
org.antlr stringtemplate 3.2.1
org.apache.ant Ameise 1.9.2
org.apache.ant ant-jsch 1.9.2
org.apache.ant Ant-Launcher 1.9.2
org.apache.arrow Pfeilformat 0.10.0
org.apache.arrow Pfeilspeicher 0.10.0
org.apache.arrow Pfeil-Vektor 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 calcite-avatica 1.2.0-Inkubieren
org.apache.calcite Calcit-Kern 1.2.0-Inkubieren
org.apache.calcite calcite-linq4j 1.2.0-Inkubieren
org.apache.commons commons-compress 1.8.1
org.apache.commons commons-crypto 1.0.0
org.apache.commons commons-lang3 3,5
org.apache.commons commons-math3 3.4.1
org.apache.curator Kurator-Klient 2.7.1
org.apache.curator Kurator-Framework 2.7.1
org.apache.curator Rezepte des Kurators 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 api-util 1.0.0-M20
org.apache.directory.server apacheds-i18n 2.0.0-M15
org.apache.directory.server apacheds-kerberos-codec 2.0.0-M15
org.apache.hadoop Hadoop-Anmerkungen 2.7.3
org.apache.hadoop hadoop-auth 2.7.3
org.apache.hadoop Hadoop-Client 2.7.3
org.apache.hadoop hadoop-common 2.7.3
org.apache.hadoop hadoop-hdfs 2.7.3
org.apache.hadoop Hadoop-MapReduce-Client-Anwendung 2.7.3
org.apache.hadoop hadoop-mapreduce-client-common 2.7.3
org.apache.hadoop hadoop-mapreduce-client-core 2.7.3
org.apache.hadoop hadoop-mapreduce-client-jobclient (MapReduce-Client für Jobverwaltung) 2.7.3
org.apache.hadoop hadoop-mapreduce-client-shuffle 2.7.3
org.apache.hadoop hadoop-yarn-api 2.7.3
org.apache.hadoop hadoop-yarn-client 2.7.3
org.apache.hadoop hadoop-yarn-common 2.7.3
org.apache.hadoop hadoop-yarn-server-common 2.7.3
org.apache.htrace htrace-core 3.1.0-Inkubieren
org.apache.httpcomponents httpclient 4.5.4
org.apache.httpcomponents httpcore 4.4.8
org.apache.ivy Efeu 2.4.0
org.apache.orc orc-core-nohive 1.5.2
org.apache.orc orc-mapreduce-nohive 1.5.2
org.apache.orc Orc-Shims 1.5.2
org.apache.parkett Parkettsäule 1.10.1-databricks2
org.apache.parkett Gebräuchlich 1.10.1-databricks2
org.apache.parkett Parquet-Kodierung 1.10.1-databricks2
org.apache.parkett Parquet-Format 2.4.0
org.apache.parkett Parkett-Hadoop 1.10.1-databricks2
org.apache.parkett Parkett-Jackson 1.10.1-databricks2
org.apache.thrift libfb303 0.9.3
org.apache.thrift libthrift 0.9.3
org.apache.xbean xbean-asm6-shaded 4.8
org.apache.zookeeper Tierpfleger 3.4.6
org.codehaus.jackson jackson-core-asl 1.9.13
org.codehaus.jackson jackson-jaxrs 1.9.13
org.codehaus.jackson jackson-mapper-ASL 1.9.13
org.codehaus.jackson jackson-xc 1.9.13
org.codehaus.janino Commons-Compiler 3.0.9
org.codehaus.janino janino 3.0.9
org.datanucleus datanucleus-api-jdo 3.2.6
org.datanucleus datanucleus-core 3.2.10
org.datanucleus datanucleus-rdbms 3.2.9
org.eclipse.jetty Jetty-Client 9.3.20.v20170531
org.eclipse.jetty Jetty-Fortsetzung 9.3.20.v20170531
org.eclipse.jetty Jetty-HTTP 9.3.20.v20170531
org.eclipse.jetty Jetty-io 9.3.20.v20170531
org.eclipse.jetty Jetty-jndi 9.3.20.v20170531
org.eclipse.jetty Jetty-Plus 9.3.20.v20170531
org.eclipse.jetty Jetty-Proxy 9.3.20.v20170531
org.eclipse.jetty Jetty-Sicherheit 9.3.20.v20170531
org.eclipse.jetty Jetty Server 9.3.20.v20170531
org.eclipse.jetty Jetty-Servlet 9.3.20.v20170531
org.eclipse.jetty Jetty-Servlets 9.3.20.v20170531
org.eclipse.jetty Jetty-Util 9.3.20.v20170531
org.eclipse.jetty Jetty-Webanwendung 9.3.20.v20170531
org.eclipse.jetty Jetty-xml 9.3.20.v20170531
org.fusesource.leveldbjni leveldbjni-all 1.8
org.glassfish.hk2 hk2-api 2.4.0-b34
org.glassfish.hk2 hk2-Ortungssystem 2.4.0-b34
org.glassfish.hk2 hk2-utils 2.4.0-b34
org.glassfish.hk2 osgi-resource-locator 1.0.1
org.glassfish.hk2.external aopalliance-neu verpackt 2.4.0-b34
org.glassfish.hk2.external javax.inject 2.4.0-b34
org.glassfish.jersey.bundles.repackaged jersey-guava 2.22.2
org.glassfish.jersey.containers jersey-container-servlet 2.22.2
org.glassfish.jersey.containers jersey-container-servlet-core 2.22.2
org.glassfish.jersey.core Jersey-Client 2.22.2
org.glassfish.jersey.core jersey-common 2.22.2
org.glassfish.jersey.core Jersey-Server 2.22.2
org.glassfish.jersey.media jersey-media-jaxb 2.22.2
org.hibernate Ruhezustands-Validator 5.1.1.Final
org.iq80.snappy spritzig 0,2
org.javassist Javassist 3.18.1-GA
org.jboss.logging jboss-logging 3.1.3.GA
org.jdbi jdbi 2.63.1
org.joda joda-convert 1.7
org.jodd jodd-core 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.aspx mariadb-java-client 2.1.2
org.mockito mockito-all 1.9.5
org.objenesis Objenese 2.5.1
org.postgresql postgresql 42.1.4
org.roaringbitmap RoaringBitmap 0.5.11
org.rocksdb rocksdbjni 5.2.1
org.rosuda.REngine REngine 2.1.0
org.scala-lang scala-compiler_2.11 2.11.8
org.scala-lang scala-library_2.11 2.11.8
org.scala-lang scala-reflect_2.11 2.11.8
org.scala-lang.modules scala-parser-combinators_2.11 1.0.2
org.scala-lang.modules scala-xml_2.11 1.0.5
org.scala-sbt Testoberfläche 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-to-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 hive-cli 1.2.1.spark2
org.spark-project.hive hive-exec 1.2.1.spark2
org.spark-project.hive hive-silk 1.2.1.spark2
org.spark-project.hive Hive-Metadatenbank 1.2.1.spark2
org.spark-project.spark ungenutzt 1.0.0
org.spire-math spire-macros_2.11 0.13.0
org.spire-math spire_2.11 0.13.0
org.springframework Federkern 4.1.4.RELEASE
org.springframework Frühlingstest 4.1.4.RELEASE
org.tukaani xz 1.5
org.typelevel Maschinist_2.11 0.6.1
org.typelevel macro-compat_2.11 1.1.1
org.xerial sqlite-servers 3.8.11.2
org.xerial.snappy snappy-java 1.1.7.1
org.yaml Schlangenyaml 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
  • Last updated on