Ciclos de vida de suporte do Databricks

Como parte do compromisso do Azure Databricks com a inovação, os recursos de plataforma e runtime podem ser desativados e substituídos por novos recursos. As versões do Databricks Runtime também são desativadas e substituídas regularmente. Esta página lista as fases de desativação e os detalhes sobre o suporte correspondente para recursos de plataforma e versões do Databricks Runtime. Ele também inclui consultas SQL para detectar clusters e trabalhos usando versões herdadas do Databricks Runtime.

Para obter informações sobre versões prévias e tipos de versão, confira versões prévias do Azure Databricks.

Ciclo de vida dos recursos da plataforma

As fases de desativação de recursos da plataforma Azure Databricks são descritas na tabela a seguir:

Ciclos de vida de suporte de runtime do Databricks

As tabelas a seguir descrevem os estágios de suporte e políticas de suporte para versões do Databricks Runtime. O Azure Databricks lança runtimes como versões beta e GA. O Azure Databricks dá suporte às versões GA por seis meses, a menos que a versão de runtime seja uma versão LTS (suporte de longo prazo). Para obter informações sobre versões compatíveis do Databricks Runtime, consulte Versões de notas de versão do Databricks Runtime e compatibilidade.

As cargas de trabalho em versões sem suporte do Databricks Runtime podem continuar sendo executadas, mas o Azure Databricks não fornece suporte nem correções.

Ciclo de vida da versão LTS do Databricks Runtime

Ciclo de vida da versão não LTS do Databricks Runtime

Detectar quais clusters estão usando versões herdadas do Databricks Runtime

Essa exibição temporária fornece um resumo do uso de cluster do Databricks Runtime para clusters que executam o Databricks Runtime versões 10.4 ou anteriores. Ele agrega o uso nos últimos 90 dias e inclui informações de espaço de trabalho, identificadores de cluster, versões do Databricks Runtime, unidades de uso e uso total em Unidades do Databricks (DBUs).

CREATE OR REPLACE TEMP VIEW legacy_dbrs AS
WITH clusters_dbr_versions AS (
  SELECT
    account_id,
    workspace_id,
    cluster_id,
    cluster_name,
    owned_by,
    dbr_version,
    TRY_CAST(regexp_extract(dbr_version, '(\\d+)\\.(\\w+)?(?:\\.(\\w+))?', 1) AS INT) AS major_version,
    TRY_CAST(regexp_extract(dbr_version, '(\\d+)\\.(\\w+)?(?:\\.(\\w+))?', 2) AS INT) AS minor_version,
    ROW_NUMBER() OVER(PARTITION BY account_id, workspace_id, cluster_id ORDER BY change_time DESC) AS rnk
  FROM
    system.compute.clusters
  QUALIFY rnk=1
),
usage AS (
  SELECT
    account_id,
    workspace_id,
    usage_metadata.cluster_id AS cluster_id,
    usage_unit,
    ROUND(SUM(usage_quantity), 2) AS total_usage_dbu,
    MAX(usage_date) as last_seen_date
  FROM
    system.billing.usage
  WHERE
    usage_metadata.cluster_id IS NOT NULL AND
    usage_date > CURRENT_DATE() - INTERVAL 90 DAYS
  GROUP BY ALL
),
workspace_info AS (
  SELECT
    account_id,
    workspace_id,
    workspace_name,
    workspace_url
  FROM
    system.access.workspaces_latest
)
SELECT
  cdv.workspace_id,
  wi.workspace_name,
  wi.workspace_url,
  cdv.cluster_name,
  cdv.cluster_id,
  cdv.owned_by,
  cdv.dbr_version,
  total_usage_dbu,
  usage_unit,
  last_seen_date
FROM
  clusters_dbr_versions cdv
    INNER JOIN usage u USING (workspace_id, cluster_id)
    LEFT JOIN workspace_info wi USING (workspace_id)
WHERE
  major_version < 10 OR (major_version = 10 AND minor_version < 4)
GROUP BY ALL
ORDER BY
  workspace_id, total_usage_dbu DESC;

Para ver o uso herdado do Databricks Runtime por cluster, consulte a exibição que acabou de ser criada.

SELECT * FROM legacy_dbrs;

Para ver o uso agregado do cluster entre workspaces e versões do Databricks Runtime, use a consulta a seguir. Isso ajuda a identificar quais versões do Databricks Runtime ainda estão em uso, o número de clusters executando cada versão e o uso total em DBUs.

SELECT
  dbr_version,
  workspace_id,
  COUNT(DISTINCT cluster_id) total_clusters,
  SUM(total_usage_dbu)  AS total_usage_dbu
FROM legacy_dbrs
GROUP BY dbr_version, workspace_id
ORDER BY dbr_version, workspace_id

Detectar quais trabalhos estão usando versões herdadas do Databricks Runtime

Use essa consulta para recuperar todos os trabalhos executados nos últimos 90 dias em que a execução mais recente usou uma versão do Databricks Runtime anterior à 10.4. Isso ajuda a identificar cargas de trabalho que exigem atualização.

%sql
with latest_jobs AS (
  SELECT
    *,
    ROW_NUMBER() OVER(PARTITION BY workspace_id, job_id ORDER BY change_time DESC) as rn
  FROM system.lakeflow.jobs
  QUALIFY rn=1
),
latest_clusters AS (
  SELECT
    *,
    ROW_NUMBER() OVER(PARTITION BY workspace_id, cluster_id ORDER BY change_time DESC) as rn
  FROM system.compute.clusters
  QUALIFY rn=1
),
job_tasks_exploded AS (
  SELECT
    workspace_id,
    job_id,
    EXPLODE(compute_ids) as cluster_id
  FROM system.lakeflow.job_task_run_timeline
  WHERE period_start_time >= CURRENT_DATE() - INTERVAL 90 DAY AND ARRAY_SIZE(compute_ids) > 0
  GROUP BY ALL
),
workspace_info AS (
  SELECT
    account_id,
    workspace_id,
    workspace_name,
    workspace_url
  FROM
    system.access.workspaces_latest
),
clusters_with_dbr AS (
  SELECT
    t1.*,
    t2.cluster_name,
    t2.owned_by,
    t2.dbr_version
  FROM job_tasks_exploded t1
    INNER JOIN latest_clusters t2 USING (workspace_id, cluster_id)
)
SELECT
  wi.account_id,
  wi.workspace_id,
  wi.workspace_name,
  wi.workspace_url,
  latest_jobs.name,
  cwd.job_id,
  cwd.cluster_id,
  cwd.cluster_name,
  cwd.dbr_version
 FROM clusters_with_dbr cwd
 JOIN workspace_info wi ON cwd.workspace_id = wi.workspace_id
 LEFT JOIN latest_jobs USING (workspace_id, job_id)
 WHERE dbr_version RLIKE '^([1-9]\\.|10\\.[0-3]\\.)'