Mai 2026

Ces fonctionnalités et les améliorations apportées à la plateforme Azure Databricks ont été déployées en mai 2026.

Note

Les déploiements sont réalisés par étapes. Votre compte Azure Databricks peut ne pas être mis à jour jusqu’à une semaine ou plus après la date de publication initiale.

Les connecteurs basés sur des requêtes pour Lakeflow Connect sont désormais généralement disponibles

29 mai 2026

Les connecteurs basés sur des requêtes dans Lakeflow Connect sont désormais en disponibilité générale. Les connecteurs basés sur des requêtes ingèrent des données à partir de bases de données en interrogeant la source directement à l’aide d’une colonne de curseur, sans nécessiter de configuration de capture de données modifiées (CDC) ou d’une passerelle d’ingestion. Les sources prises en charge incluent Oracle, Teradata, SQL Server, MySQL, MariaDB et PostgreSQL, ainsi que toutes les sources de données de Lakehouse Federation utilisant l’ingestion via catalogue externe. Consultez les connecteurs basés sur des requêtes.

Mise à l’échelle horizontale des applications Databricks (bêta)

29 mai 2026

Vous pouvez maintenant exécuter une application Databricks sur plusieurs instances derrière une URL d’application unique. La mise à l’échelle horizontale offre une disponibilité plus élevée, des déploiements sans temps d’arrêt et une affinité de session, qui achemine chaque requête d’un utilisateur donné vers la même instance afin que l’application puisse conserver les données par utilisateur sur cette instance. Convertissez une application standard existante en mise à l’échelle horizontale ou activez la mise à l’échelle horizontale lors de la création d’une application. Les applications converties peuvent également refuser les bibliothèques de Python préinstallées pour s’exécuter sur une image de système d’exploitation de base propre.

Consultez la mise à l’échelle horizontale pour les applications Databricks et la désactivation des bibliothèques Python préinstallées pour les applications Databricks.

Mises à jour du Concepteur Lakeflow pour le 29 mai 2026

29 mai 2026

Les mises à jour suivantes ont été apportées au Concepteur Lakeflow :

  • Descriptions bidirectionnelles générées par l’IA : chaque opérateur affiche désormais une description générée par l’IA de ce qu’il fait. La modification de la description reconfigure l’opérateur.
  • N-way Combine : l’opérateur Combine accepte désormais n’importe quel nombre de tables d’entrée.
  • Conditions de jointure personnalisées : vous pouvez maintenant ajouter une condition de jointure personnalisée en cliquant sur la flèche entre les tables de gauche et de droite. Modifiez la description générée par l’IA ou écrivez manuellement SQL pour configurer la condition.
  • Meilleure lisibilité du filtre : les valeurs Datetime dans les conditions de filtre s’affichent désormais en anglais brut au lieu du format ISO.
  • Types de sortie multimodaux : les opérateurs peuvent désormais afficher des tracés, html, images et autres sorties non table directement dans le volet d’aperçu.
  • Panneau de sortie configurable : basculez le panneau de sortie entre l’entrée et la sortie (par défaut), l’entrée uniquement ou la sortie uniquement. Dans l’affichage combiné, vous pouvez désormais redimensionner les volets d’entrée et de sortie.
  • Amélioration de la zone de clic pour le glisser-connecter : il est désormais possible de faire glisser depuis le bouton + d’un opérateur pour ajouter un opérateur connecté en aval.
  • Résumé des modifications de code Genie : Genie Code affiche désormais un résumé en une seule ligne de sa modification la plus récente au-dessus de la zone d’entrée.
  • Meilleur positionnement des notes : les nouvelles notes ne recouvrent plus par défaut les opérateurs voisins.
  • Exemples intégrés de paramètres : les opérateurs SQL et Python affichent désormais les paramètres disponibles avec des exemples de code intégrés montrant comment y faire référence.
  • Corrections de bogues et améliorations : correction du traitement des chaînes de caractères entre triples guillemets dans l’opérateur Python, et correction d’une erreur KeyError dans l’aperçu Python lorsqu’un opérateur situé en amont était déconnecté.

Mises à jour de la navigation dans la barre latérale de l’espace de travail

21 mai 2026

La navigation dans la barre latérale de l’espace de travail a mis à jour les regroupements de sections :

  • Une nouvelle section Analytics regroupe les tableaux de bord, les agents Génie et les alertes.
  • La section SQL est renommée en Lakehouse et contient l’éditeur SQL, les requêtes, l’historique des requêtes et sql Warehouses.

Barre latérale de l’espace de travail avant et après les mises à jour de navigation.

Dans le commutateur d’application, Lakehouse est également renommé Analytique et IA.

Sélecteur d’application montrant l’option Lakehouse mise à jour vers Analytics et IA.

Anthropic Claude Opus 4.8 désormais disponible en tant que modèle hébergé par Databricks

28 mai 2026

Databricks Model Service prend désormais en charge Anthropic Claude Opus 4.8 en tant que modèle hébergé par Databricks.

Pour accéder à ce modèle, utilisez :

Contrôles d’accès basés sur des attributs inter-moteurs (bêta)

28 mai 2026

Les moteurs externes peuvent désormais lire les tables managées du catalogue Unity (Delta et Iceberg) avec des contrôles d’accès basés sur des attributs (ABAC), des filtres de lignes et des masques de colonne appliqués côté serveur. Consultez le contrôle d’accès basé sur les attributs (ABAC) entre moteurs.

Le mode en temps réel dans les Spark Declarative Pipelines sur Lakeflow, ainsi que l’API update_flow, sont désormais disponibles (version préliminaire publique)

27 mai 2026

Le mode en temps réel dans les pipelines déclaratifs Spark sur Lakeflow est désormais disponible en préversion publique. Obtenez une latence de bout en bout aussi faible que cinq millisecondes pour les charges de travail de streaming opérationnelle, telles que la détection des fraudes, la personnalisation en temps réel et la prise de décision instantanée. Le mode temps réel utilise le nouveau décorateur update_flow, qui écrit vers les récepteurs à l’aide du mode de sortie de mise à jour et prend en charge les agrégations avec état sans nécessiter de repère temporel. Consultez Utiliser le mode en temps réel dans les pipelines Lakeflow et update_flow.

Connecteur d’ingestion géré par Google Drive (bêta)

27 mai 2026

Le connecteur Google Drive dans Lakeflow Connect est désormais disponible en version bêta. Le connecteur vous permet d’ingérer des fichiers de Google Drive dans Azure Databricks. L’ingestion non structurée (binaire) et structurée (CSV, JSON, XML, Excel, Parquet, Avro, ORC) est prise en charge, ainsi que l’ingestion de métadonnées de fichier. Consultez le connecteur Google Drive.

Paramètre d’administration de l’espace de travail pour le délai d’expiration de l’exécution d’un notebook serverless

27 mai 2026

Les administrateurs d’espace de travail peuvent désormais définir le délai d’attente d’exécution par défaut pour les notebooks serverless dans les paramètres d’administration de l’espace de travail, en remplaçant le processus de remplacement manuel précédent. Pour configurer le délai d’expiration, accédez à Paramètres>Calcul et, dans la section Serverless interactive, mettez à jour le paramètre Délai d’expiration d’exécution de Serverless interactive.

Le délai d’expiration par défaut est de 2,5 heures, et les utilisateurs peuvent toujours remplacer le délai d’expiration d’un bloc-notes spécifique en utilisant spark.databricks.execution.timeout. Consultez la protection par dépassement de charge serverless.

Les stratégies d’actualisation et EXPLAIN CREATE MATERIALIZED VIEW pour les vues matérialisées sont désormais disponibles en disponibilité générale

27 mai 2026

Les stratégies d’actualisation et l’instruction EXPLAIN CREATE MATERIALIZED VIEW sont désormais généralement disponibles pour les vues matérialisées. Utilisez des stratégies d’actualisation pour contrôler quand Azure Databricks effectue une actualisation incrémentielle ou complète, en optimisant les coûts et la prévisibilité. Permet EXPLAIN CREATE MATERIALIZED VIEW de vérifier si une requête peut être incrémentielle avant de définir la vue matérialisée. Disponible dans Databricks SQL et Databricks Runtime 17.3 et versions ultérieures. Consultez Actualisation incrémentielle pour les vues matérialisées.

Suppression des commandes à barre oblique obsolètes de l’Assistant

26 mai 2026

Les commandes à barre oblique /settings et /rename ne sont plus disponibles dans le volet de chat du Genie Code Assistant dans les notebooks. Ajustez les paramètres du bloc-notes et renommez les blocs-notes depuis l’interface utilisateur du bloc-notes.

D’autres commandes de barre oblique, telles que /doc, , /explain/fix, /optimize, et /prettify, ne sont pas modifiées. Consultez Utiliser des commandes de barre oblique pour les invites.

Les paramètres de Spark Declarative Pipelines sur Lakeflow sont maintenant disponibles en bêta

26 mai 2026

Les paramètres de pipeline vous permettent de définir des paires clé-valeur au niveau du pipeline et de les référencer à partir du code source SQL à l’aide de la syntaxe de paramètre nommée . Voir Utiliser des paramètres avec des pipelines.

Mises à jour de maintenance de Databricks Runtime (05/26)

26 mai 2026

Les nouvelles mises à jour de maintenance sont disponibles pour les versions de Databricks Runtime prises en charge. Ces mises à jour incluent les correctifs de bogues, les correctifs de sécurité et les améliorations des performances. Pour plus d’informations, consultez :

Le mode Agent de code Genie est désormais disponible par défaut pour les espaces de travail avec le profil de sécurité de conformité activé

25 mai 2026

Le mode Agent de code Genie est désormais disponible par défaut pour les espaces de travail avec le profil de sécurité de conformité activé et les contrôles HIPAA sélectionnés.

Avec le mode Agent, Genie Code peut automatiser plusieurs étapes à partir d’une seule invite, notamment récupérer des ressources pertinentes, générer et exécuter du code, corriger automatiquement les erreurs et visualiser les résultats.

Voir Le code Genie.

Databricks Runtime 18 et Databricks Runtime 18 pour Machine Learning sont en version bêta

22 mai 2026

Databricks Runtime 18 et Databricks Runtime 18 pour Machine Learning sont désormais en version bêta, avec Apache Spark 4.1.0.

Databricks Runtime 18 est la première version à utiliser un format de notes de publication unifié. Auparavant, chaque version de fonctionnalité (18.0, 18.1, 18.2) avait sa propre page de notes de publication. Les fonctionnalités qui étaient auparavant publiées sous la forme de versions 18.3 ou ultérieures sont désormais publiées sous la forme de mises à jour datées de Databricks Runtime 18. Pour plus d’informations, consultez À propos des notes de publication unifiées.

Les tables Apache Iceberg gérées par le catalogue Unity, les tables Apache Iceberg étrangères et les fonctionnalités Apache Iceberg v3 sont généralement disponibles

21 mai 2026

Les fonctionnalités Apache Iceberg suivantes dans le catalogue Unity sont désormais en disponibilité générale :

  • Tables iceberg gérées par le catalogue Unity : créez et gérez des tables Iceberg dans Unity Catalog à l’aide de Databricks Runtime, de Databricks SQL ou de moteurs compatibles avec Iceberg externes. Les tables Iceberg gérées prennent en charge le regroupement liquide, l’optimisation prédictive, les vues matérialisées et les tables en continu. Voir Qu’est-ce qu’Apache Iceberg dans Azure Databricks ?.
  • Tables Iceberg externes : Lisez des tables Iceberg gérées par des catalogues externes tels qu’AWS Glue, Hive Metastore ou Snowflake Horizon Catalog via Lakehouse Federation. Voir Utiliser des tables étrangères.
  • Fonctionnalités d’Iceberg v3 : utilisez des vecteurs de suppression, le type de données VARIANT et la traçabilité au niveau des lignes sur des tables Delta Lake gérées avec UniForm, des tables Iceberg gérées et des tables Iceberg étrangères. Consultez Utiliser les fonctionnalités Apache Iceberg v3.

Databricks CLI est désormais en disponibilité générale

21 mai 2026

L’interface CLI Databricks est désormais en disponibilité générale. Dans le cadre de cette version, l’interface CLI a été mise à jour pour stocker des jetons utilisateur à ordinateur (U2M) dans le stockage sécurisé natif du système d’exploitation. Voir Stockage de jetons.

Pour plus d’informations sur Databricks CLI, consultez Databricks CLI.

Les événements d’instance et les tables système des pools d’instances sont désormais disponibles (préversion publique)

21 mai 2026

Les tables système system.compute.instance_events et system.compute.instance_pools sont désormais en préversion publique. Utilisez ces tables pour suivre les transitions d’état des instances de calcul classiques et l’historique complet des configurations de pool d’instances sur votre compte. Consultez le schéma de table des événements d’instance et le schéma de table pools d’instances.

Les points de terminaison Vector Search optimisés pour le stockage sont désormais en disponibilité générale

20 mai 2026

Les points de terminaison optimisés pour le stockage de recherche vectorielle sont désormais en disponibilité générale. Les points de terminaison optimisés pour le stockage disposent d’une capacité supérieure (plus d’un milliard de vecteurs à la dimension 768) et fournissent une indexation 10-20 fois plus rapide que les points de terminaison standard. La tarification est optimisée pour le plus grand nombre de vecteurs. Pour plus d’informations, consultez les options de point de terminaison de recherche vectorielle.

Correction du problème de mise à jour de la syntaxe de l’expression LOD pour les vues de métriques

20 mai 2026

Les expressions de détail fixes (LOD) dans les vues de métriques sont désormais définies directement dans le expr champ d’une dimension à l’aide de fonctions de fenêtre SQL, en remplaçant l’approche en deux étapes précédente des valeurs de pré-calcul dans la source requête. Consultez Utiliser des expressions de détail (LOD) dans les vues de métriques.

Déployer des LLM personnalisés avec le service de modèles personnalisés (Bêta)

20 mai 2026

Vous pouvez désormais déployer des LLM personnalisés et affinés sur Azure Databricks à l’aide du moteur vLLM, y compris des modèles multimodaux et des recettes PEFT que les API Foundation Model ne prennent pas en charge. Le service LLM personnalisé est en version bêta. Consultez Servir des LLM personnalisés avec la mise en service de modèle personnalisé.

S’authentifier en tant que principal de service à l’aide d’OAuth U2M (bêta)

20 mai 2026

Vous pouvez maintenant utiliser le flux U2M OAuth pour obtenir des jetons en tant qu’identité du principal de service au lieu de votre propre compte d’utilisateur. Vous devez disposer du rôle Gestionnaire du principal de service sur le principal de service.

Consultez Authentifier en tant que principal de service à l’aide d’OAuth U2M.

Les clés gérées par le client prennent désormais en charge les fonctionnalités d’évaluation managée MLflow

19 mai 2026

Vous pouvez maintenant utiliser les fonctionnalités d’évaluation managée MLflow suivantes dans les espaces de travail chiffrés avec des clés gérées par le client (CMK) :

L’Agent superviseur Agent Bricks prend désormais en charge l’imbrication d’agents superviseurs en tant qu’outils d’agents secondaires

19 mai 2026

Vous pouvez maintenant ajouter un autre Supervisor Agent comme outil de sous-agent, permettant une orchestration multi-agent imbriquée. Consultez Utiliser l’agent de superviseur pour créer un système multi-agent coordonné.

Databricks Container Services pour le calcul standard est désormais disponible (bêta)

19 mai 2026

Databricks Container Services pour le calcul standard est désormais en version bêta. Vous pouvez désormais spécifier une image Docker lors de la création d’un calcul standard sur Databricks Runtime 18.3 ou version ultérieure, ce qui vous permet d’utiliser des conteneurs personnalisés dans des environnements de calcul partagés. Consultez Databricks Container Services pour le calcul standard.

Mises à jour de Lakeflow Designer

19 mai 2026

Les mises à jour suivantes ont été apportées au Concepteur Lakeflow :

  • Activé par défaut : Lakeflow Designer est désormais activé par défaut pour toutes les éditions gratuites, premium et les espaces de travail de niveau Entreprise. Pour commencer, cliquez sur +Nouveau dans la barre latérale et sélectionnez Préparation des données visuelles. Si vous ne voyez pas cette option, contactez l’administrateur de votre espace de travail.
  • Recherche d’opérateurs par IA : le panneau des opérateurs suggère désormais des opérateurs en fonction de l’intention. Par exemple, si vous tapez « moyenne par mois », l’opérateur Aggregate s’affiche.
  • Taille d’exemple configurable : vous pouvez maintenant définir le nombre d’exemples de lignes à exécuter avec chaque opérateur. Chaque opérateur se souvient de sa propre limite personnalisée.
  • Git, importer, cloner et exporter : vous pouvez désormais exporter, cloner et importer des fichiers de préparation de données visuelles à l’aide de l’exportation > de fichiers ou du clone de fichiers>. Les fichiers peuvent également être stockés et gérés dans des dossiers Git.
  • Opérateurs définis par l’utilisateur (préversion publique) : vous pouvez désormais créer des opérateurs définis par l’utilisateur qui apparaissent avec des opérateurs intégrés. Utilisez-les pour étendre Lakeflow Designer avec votre propre logique métier, vos calculs ou vos intégrations. Trois types d’opérateurs sont pris en charge : uc-udf, uc-udtfet python-run-function. Consultez les opérateurs définis par l’utilisateur dans Lakeflow Designer.
  • Corrections de bugs et améliorations : correction de plusieurs problèmes, notamment le comportement du canevas lors d’un clic droit, l’état des boutons Annuler/Rétablir, le formatage du soulignement dans les nœuds Markdown et la gestion d’une condition de filtre non configurée.

Les modifications des ressources de l’interface utilisateur mettent désormais à jour automatiquement YAML

19 mai 2026

Les modifications des travaux et des paramètres de pipeline dans l’interface utilisateur mettent désormais automatiquement à jour YAML. Consultez Modifier les ressources de bundle.

Le complément Azure Databricks pour Excel prend désormais en charge toutes les normes du profil de sécurité de conformité

19 mai 2026

Le complément Azure Databricks pour Excel (préversion publique) prend désormais en charge toutes les normes de profil de sécurité de conformité prises en charge par Azure Databricks. Pour plus d’informations, consultez Profil de sécurité de conformité et Se connecter à Azure Databricks depuis Microsoft Excel.

La liste des exécutions unifiées est désormais en disponibilité générale

18 mai 2026

Vous pouvez maintenant afficher toutes vos exécutions de travail et de pipeline dans la liste des exécutions mises à jour. Effectuez le suivi de toutes vos exécutions de pipeline à un seul endroit et filtrez par état, heure, exécution en tant qu’utilisateur, ID d’exécution et codes d’erreur en temps réel. Repérer les tendances à l’aide de la visualisation et du résumé des cinq principaux codes d’erreur actuels. Consultez Afficher les exécutions récentes sur tous les travaux et pipelines.

Partager des threads de conversation de Code Genie

15 mai 2026

Vous pouvez désormais partager des threads de conversation Genie Code avec d’autres utilisateurs, groupes ou principaux de service. Les destinataires reçoivent un accès en lecture seule pour afficher le thread de conversation partagé. Voir Partager une conversation.

Agent Bricks Supervisor Agent prend désormais en charge les tables de catalogue Unity en tant qu’outils de sous-agent

15 mai 2026

Vous pouvez maintenant ajouter des tables de catalogue Unity en tant qu’outils de sous-agent dans votre agent de supervision. Consultez Utiliser l’agent de superviseur pour créer un système multi-agent coordonné.

Agent Bricks Supervisor Agent prend désormais en charge les index de recherche vectorielle en tant qu’outils subagents

15 mai 2026

Vous pouvez maintenant ajouter des index de recherche vectorielle en tant qu’outils de sous-agent dans votre agent de supervision. Consultez Utiliser l’agent de superviseur pour créer un système multi-agent coordonné.

Les récepteurs de pipelines Spark Déclarative Pipelines sur Lakeflow sont désormais en disponibilité générale

15 mai 2026

Les pipelines déclaratifs Spark sur l’API Lakeflow sink sont désormais en disponibilité générale. Utilisez des récepteurs avec des flux d’ajout pour écrire des données de pipeline transformées dans des cibles externes, notamment des tables Delta, des rubriques Apache Kafka, des Azure Event Hubs et des sources de données Python personnalisées. Consultez Utiliser des récepteurs dans des pipelines.

Afficher l’historique des exécutions pour les actualisations planifiées dans Google Sheets

14 mai 2026

Vous pouvez maintenant afficher l’historique des exécutions des actualisations planifiées dans le connecteur Azure Databricks pour Google Sheets. Chaque exécution affiche son ID d’exécution, son heure de début et son état de réussite. Consultez Planifier les actualisations des données dans Google Sheets.

Pipelines Spark Declarative Pipelines sur les versions d’environnement Lakeflow (bêta)

14 mai 2026

Les versions d’environnement des pipelines déclaratifs Spark sur Lakeflow sont désormais en version bêta. Configurez une version d’environnement sur un pipeline pour fixer la version du langage Python et l’ensemble des bibliothèques préinstallées, afin de dissocier l’environnement d’exécution Python de votre pipeline des mises à niveau de Databricks Runtime. Consultez Configurer les versions d’environnement pour les pipelines.

Les alertes Databricks SQL sont désormais en disponibilité générale

14 mai 2026

La dernière version des alertes DATAbricks SQL est désormais en disponibilité générale. Les alertes SQL vous permettent de surveiller les données et les indicateurs de performance clés en exécutant une requête selon une planification, en évaluant une condition et en informant les destinataires lorsque la condition est remplie. Utilisez des alertes SQL pour surveiller les dérives de kPI, détecter les anomalies et les problèmes de qualité des données de surface. Consultez les alertes Databricks SQL.

La tâche d’alerte SQL dans les travaux Lakeflow est désormais disponible en préversion publique

14 mai 2026

La tâche d’alerte SQL dans les travaux Lakeflow, précédemment en version bêta, est désormais en préversion publique. Utilisez la tâche pour évaluer une alerte Databricks SQL dans le cadre d’un travail Lakeflow. La tâche renvoie son état d’évaluation sous la forme d’une valeur de sortie de la tâche, afin que les tâches suivantes puissent orienter leur exécution en fonction du résultat. Consultez la section Tâche d’alerte SQL pour les travaux.

Publier un catalogue Unity Catalog sur Microsoft Fabric (bêta)

14 mai 2026

Vous pouvez désormais publier un catalogue Unity Catalog sur Microsoft Fabric depuis Azure Databricks, sous la forme d’un catalogue miroir en lecture seule. Fabric utilisateurs peuvent interroger des tables de catalogue Unity sans déplacement de données. Consultez Publier un catalogue Unity Catalog dans Microsoft Fabric.

ai_parse_document est désormais disponible par défaut pour les espaces de travail avec le profil de sécurité de conformité activé

13 mai 2026

ai_parse_document est désormais disponible par défaut pour les espaces de travail avec le profil de sécurité de conformité activé et les contrôles HIPAA, HITRUST, C5 et TISAX sélectionnés.

Utilisez ai_parse_document pour analyser du contenu structuré à partir de documents non structurés, notamment des fichiers PDF, images, Word documents et PowerPoint.

Consultez Fonction ai_parse_document.

Mises à jour de maintenance de Databricks Runtime (05/13)

13 mai 2026

Les nouvelles mises à jour de maintenance sont disponibles pour les versions de Databricks Runtime prises en charge. Ces mises à jour incluent les correctifs de bogues, les correctifs de sécurité et les améliorations des performances. Pour plus d’informations, consultez :

La télémétrie des applications pour Databricks Apps est désormais disponible en préversion publique

11 mai 2026

Vous pouvez maintenant collecter des traces, des journaux et des métriques depuis votre applications Databricks et les conserver dans des tables Unity Catalog à l’aide du protocole OpenTelemetry (OTel). Consultez Configurer la télémétrie pour Databricks Apps.

Prise en charge HIPAA du complément Azure Databricks pour Excel

11 mai 2026

Le complément Azure Databricks pour Excel (préversion publique) est désormais disponible pour les espaces de travail avec conformité HIPAA dans toutes les régions prises en charge. Voir Se connecter à Azure Databricks depuis Microsoft Excel.

Connecteur HubSpot (GA)

11 mai 2026

Le connecteur HubSpot managé dans Lakeflow Connect est désormais en disponibilité générale. Le connecteur vous permet d’ingérer des données à partir de HubSpot Marketing Hub dans Azure Databricks. Consultez le connecteur HubSpot.

Les commits de catalogue sont désormais en disponibilité générale

8 mai 2026

Les commits de catalogue sont désormais en disponibilité générale. Les commits de catalogue étendent l’interopérabilité des tables managées par Unity Catalog, renforcent les capacités de gouvernance d’Unity Catalog et débloquent de nouvelles fonctionnalités telles que les transactions multi-instructions et multi-tables. Lorsque les opérations de validation du catalogue sont activées sur une table Delta gérée par Unity Catalog, Unity Catalog devient le système de coordination de la table, assurant la médiation de l’accès et de l’état entre les différents moteurs. Les produits qui lisent ou écrivent dans les tables gérées de Unity Catalog prennent désormais en charge les commits de catalogue, notamment les tables de streaming, Delta Sharing, Zerobus, Lakeflow Connect, Unity AI Gateway, MLflow et les déclencheurs de jobs Lakeflow. Consultez les validations de catalogue.

Installation plus rapide des packages avec %uv pip dans les notebooks serverless

7 mai 2026

Vous pouvez désormais utiliser la commande magique %uv pip dans les notebooks serverless avec la version 5 de l’environnement ou une version ultérieure, comme alternative plus rapide à %pip pour la gestion des paquets Python. %uv pip est alimenté par le gestionnaire de package uv et partage le même environnement virtuel de notebook que %pip.

Voir les installations plus rapides avec %uv pip.

Pipelines autonomes sur une infrastructure serverless de calcul à usage général (bêta)

7 mai 2026

Les pipelines autonomes, y compris les vues matérialisées et les tables de streaming, peuvent désormais être créés à partir d’un notebook exécuté sur un calcul serverless à usage général. Les pipelines indépendants (anciennement appelés pipelines sur Databricks SQL) peuvent être créés à l’aide de SQL ou de Python. Les pipelines autonomes sont en version bêta. Consultez La configuration requise pour les pipelines autonomes.

Bloquer les identités de votre compte Azure Databricks avec la liste de refus d’accès au compte

6 mai 2026

Utilisez la liste de refus d’accès au compte pour empêcher des utilisateurs, des groupes ou des principaux de service spécifiques d’accéder à votre compte Azure Databricks lorsque la gestion automatique des identités est activée. Consultez Refuser aux identités l’accès à votre compte.

Connecteur d’ingestion managée Outlook (bêta)

5 mai 2026

Le connecteur Outlook dans Lakeflow Connect est désormais disponible en version bêta. Le connecteur vous permet d’ingérer des données de messagerie de Microsoft Outlook dans Azure Databricks. Consultez connecteur Outlook.

Alibaba Cloud Qwen3.5 122B A10B désormais disponible en tant que modèle hébergé par Databricks en préversion publique

5 mai 2026

Model Serve prend désormais en charge Alibaba Cloud Qwen3.5 122B A10B en tant que modèle hébergé par Databricks. Vous pouvez accéder à ce modèle à l’aide des API Foundation Model.

Qwen3.5 122B A10B est disponible en préversion publique.

Les clients sont responsables de la conformité avec les conditions applicables.

Accélérateur AI Runtime 1xH100 (bêta)

5 mai 2026

AI Runtime prend désormais en charge l’accélérateur 1xH100 en version bêta. Consultez les options matérielles.

Connecteur d’ingestion managée GitHub (bêta)

5 mai 2026

Le connecteur GitHub dans Lakeflow Connect est désormais disponible en version bêta. Le connecteur vous permet d’ingérer des données de GitHub dans Azure Databricks. Consultez GitHub connecteur.

Connecteur d’ingestion managée Smartsheet (bêta)

5 mai 2026

Le connecteur Smartsheet dans Lakeflow Connect est désormais disponible en version bêta. Le connecteur vous permet d’ingérer des données de Smartsheet dans Azure Databricks. Consultez le connecteur Smartsheet.

Databricks Runtime 18.2 est désormais en disponibilité générale

4 mai 2026

Databricks Runtime 18.2 est désormais en disponibilité générale. Consultez Databricks Runtime 18.2 et Databricks Runtime 18.2 pour Machine Learning.

L’éditeur de pipelines Lakeflow est désormais en disponibilité générale

4 mai 2026

L’éditeur de pipelines Lakeflow est désormais en disponibilité générale. L’éditeur offre une expérience axée d’abord sur les agents avec Genie Code pour créer, mettre à jour et déboguer des pipelines de production, avec votre code et le chat Genie Code affichés côte à côte avec le graphe du pipeline et les métriques. Consultez Développer et déboguer des pipelines ETL avec l’éditeur de pipelines Lakeflow.

Profilage natif des données pour les tableaux de résultats du notebook

1er mai 2026

Vous pouvez maintenant afficher les statistiques de profilage des colonnes dans les tables de résultats du notebook. Dans un tableau de résultats, sélectionnez les en-têtes de colonne, puis cliquez sur l’icône de barre latérale.Ouvrez les détails de sélection pour afficher les statistiques de profilage. Cette fonctionnalité est également disponible dans le nouvel éditeur Databricks SQL. Voir Sélectionner des données.

Connecteurs Communautaires (bêta)

1er mai 2026

Les connecteurs open source permettent d’étendre Lakeflow Connect à des sources qui ne sont pas prises en charge par les connecteurs managés. Ils sont construits et maintenus par la communauté. Utilisez un connecteur inscrit ou créez votre propre connecteur. Consultez les connecteurs communautaires dans Lakeflow Connect.

Azure Royaume-Uni Sud dispose désormais d’un plan de contrôle régional dédié

1er mai 2026

Azure Royaume-Uni Sud dispose désormais d’un plan de contrôle régional dédié en plus du plan de contrôle britannique ouest existant. Les nouveaux espaces de travail créés au Royaume-Uni Sud utilisent le plan de contrôle régional et nécessitent des entrées dans la liste d’autorisation du pare-feu pour le nouveau tunnel de relais SCC, les adresses IP NAT du plan de contrôle, le metastore, le stockage Blob des journaux et le point de terminaison Event Hubs. Les espaces de travail Royaume-Uni Sud existants continuent d’utiliser le plan de contrôle basé sur le Royaume-Uni Ouest ainsi que les valeurs Royaume-Uni Ouest correspondantes, sauf si ceux-ci migrent. Consultez adresses IP et domaines des services et ressources d'Azure Databricks.

  • Last updated on