Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Anmerkung
Dieser Artikel behandelt Databricks Connect für Databricks Runtime Version 13.3 LTS und höher.
In diesem Artikel werden Einschränkungen für Databricks Connect für Scala aufgeführt. Databricks Connect ermöglicht Es Ihnen, beliebte IDEs, Notizbuchserver und benutzerdefinierte Anwendungen mit Azure Databricks Computeressourcen zu verbinden. Siehe Was ist Databricks Connect?. Die Python-Version dieses Artikels finden Sie unter Einschränkungen mit Databricks Connect für Python.
Wichtig
Abhängig von der von Ihnen verwendeten Version von Scala, Java, Databricks Runtime und Databricks Connect gibt es möglicherweise Versionsanforderungen für einige Features. Weitere Informationen finden Sie unter Anforderungen.
Verfügbarkeit von Funktionen
Nicht verfügbar in Databricks Connect für Databricks Runtime 13.3 LTS und früher:
- Streaming von
foreachBatch - Erstellen von DataFrames über 128 MB
- Abfragen, die länger als 3600 Sekunden dauern
- Skalare UDFs für Computeressourcen, die dedizierten Zugriffsmodus verwenden (früher einzelner Benutzer)
Nicht verfügbar:
- Databricks-Hilfsprogramme:
credentials,library,notebook workflowundwidgets - Spark-Kontext
- RDDs
-
CREATE TABLE <table-name> AS SELECT(verwenden Sie stattdessenspark.sql("SELECT ...").write.saveAsTable("table")) - Ändern der log4j-Protokollebene durch
SparkContext - Verteiltes Training für maschinelles Lernen
- Synchronisieren der lokalen Entwicklungsumgebung mit der Remote-Computeressource