Databricks Runtime ML-Wartungsrichtlinie

Databricks Runtime ML enthält eine Vielzahl beliebter ML- und DL-Bibliotheken. Bei jedem Release werden die Bibliotheken mit neuen Features und Fixes aktualisiert. In diesem Artikel werden die unterstützten Bibliotheken der obersten Ebene, deren Aktualisierungsrhythmen und die Szenarien beschrieben, in denen Bibliotheken veraltet sind.

Bibliotheksunterstützungsrichtlinie

Eine Teilmenge der unterstützten Bibliotheken wurde von Databricks als Bibliotheken der obersten Ebene festgelegt. Für diese Bibliotheken bietet Databricks einen schnelleren Aktualisierungsrhythmus, bei dem mit jeder Runtime-Version auf die aktuellen Paketversionen aktualisiert wird (sofern es keine Abhängigkeitskonflikte gibt). Databricks bietet außerdem erweiterte Unterstützung, Tests und eingebettete Optimierungen für Bibliotheken der obersten Ebene. Bibliotheken der obersten Ebene werden nur mit Hauptversionen hinzugefügt oder entfernt.

Die vollständige Liste der Bibliotheken der obersten Ebene lautet:

• Dateien
• GraphFrames
• MLflow
• PyTorch
• scikit-learn
• Streaming
• TensorBoard
• Transformatoren

Eine Liste aller Bibliotheken, die in jeder Laufzeitversion enthalten sind, finden Sie in den Versionshinweisen für Databricks Runtime ML.

Richtlinie zur Außerbetriebnahme von Bibliotheken

Databricks können in den folgenden Situationen eine Bibliothek aus der Liste der obersten Ebene entfernen:

• Wenn die Bibliothek in zwei Monaten keine neuen Commits hat und keine neuen Versionen in mehr als sechs Monaten. Databricks können die entfernte Bibliothek wieder hinzufügen, wenn die aktive Wartung fortgesetzt wird.
• Wenn die Verwendung der Bibliothek erheblich abfällt.
• Bibliotheken werden ersetzt, wenn neue Pakete hinzugefügt wurden, um wichtige Lücken zu füllen.

Databricks entfernt eine vorinstallierte Bibliothek, wenn die Bibliothek eine der folgenden Bedingungen erreicht:

• Die Bibliothek wird nicht mehr aktiv verwaltet. Eine Bibliothek wird als nicht aktiv verwaltet, wenn eine der folgenden Bedingungen erfüllt ist:
  • Keine neuen Commits seit drei Monaten und keine neuen Versionen seit über neun Monaten.
  • Das Repository der Bibliothek wird archiviert.
  • Ein angekündigter Wartungsstopp für diese Bibliothek.
• Für die neue Laufzeit wurde keine stabile, funktionsfähige Version gefunden.

Wenn eine Bibliothek zum Entfernen geplant ist, führt Databricks die folgenden Schritte aus, um Kunden zu benachrichtigen:

• In den Anmerkungen zur Laufzeitversion wird eine Veraltetkeitswarnung hinzugefügt, die angibt, dass die Bibliothek in der nächsten wichtigen Databricks Runtime ML-Version entfernt wird.
• Beim Importieren der Bibliothek wird eine Benachrichtigung angezeigt, die angibt, dass die Bibliothek in der nächsten größeren Databricks Runtime ML-Version entfernt wird.
• Databricks-Dokumentation, die auf die Bibliothek verweist, wird aktualisiert, um anzugeben, dass die Bibliothek für die Entfernung geplant ist.

Um eine Bibliothek weiterhin zu verwenden, nachdem sie entfernt wurde, können Sie die Bibliothek entweder manuell installieren oder eine frühere Version von Databricks Runtime ML verwenden.