A Databricks SQL 2026-os kibocsátási megjegyzései

Az alábbi Databricks SQL-funkciók és -fejlesztések 2026-ban jelentek meg.

2026. június

MATCH_RECOGNIZE már bétaverzióban van

2026. június 30.

A Databricks SQL és a Databricks Runtime mostantól támogatja az SQL:2016 MATCH_RECOGNIZE záradékot a sorminta-felismeréshez. Engedélyezze az Egyezés felismerése előnézetet a munkaterület előnézeti beállításai között. Lásd MATCH_RECOGNIZE záradékot.

A UNIQUE korlátozás támogatása mostantól nyilvános előzetes verzióban érhető el

2026. június 5.

A Databricks SQL mostantól támogatja a Unity Catalog Delta Lake-táblákra vonatkozó információs UNIQUE korlátozásokat. Az idegen kulcsok hivatkozhatnak UNIQUE oszlopokra, és a RELY megszorításon beállított UNIQUE lehetővé teszi a joinok elhagyását és a DISTINCT egyszerűsítését Photon-kompatibilis számítási környezetben. Lásd CONSTRAINT záradék.

2026. május

A Databricks SQL 2026.15-ös verziója már elérhető előzetes verzióban

2026. május 26.

A Databricks SQL 2026.15-ös verziója már elérhető az előzetes verziójú csatornán. Az új funkciókról, a viselkedési változásokról és a hibajavításokról az alábbi szakaszban tájékozódhat.

Az XPath már nem olvassa be a külső DTD-ket

A xpath XML-en keresztüli kiértékelésekor Azure Databricks már nem tölti be a dokumentumban deklarált külső dokumentumtípus-definíciókat (DTD-ket). Korábban az XPath meghiúsulhatott, ha az XML tartalmazott egy külső DTD-hivatkozást, amely hibás URL-címre vagy elérhetetlen végpontra mutatott. Mivel a DTD érvényesítése eltér az XPath-kiértékeléstől, a már sikeres lekérdezések ugyanazokat az eredményeket kapják, mint korábban. A korábban csak a külső DTD-beolvasás során sikertelen lekérdezések mostantól sikeresek lehetnek.

NULL struktúra megőrzés a INSERT, MERGE és streaming írások során a séma evolúcióval

A INSERT, MERGE és a sémafejlődést használó streamelési írások esetében a forrásban lévő NULL-struktúra null értékként lesz tárolva a célban. Korábban ez az érték helytelenül jelent meg nem null struktúraként, ahol minden mező NULL-ra volt állítva, míg a sémafejlődés nélküli műveletek helyesen megőrizték a NULL struktúrákat. Ha a kód egy nem null értékű struktúra fogadására támaszkodott, amelynek mezői mind NULL értékűek voltak, frissítse a kódot egy NULL struktúra kezelésére.

SHOW CREATE TABLE támogatja a metrikanézeteket

SHOW CREATE TABLE mostantól támogatja a metrikanézeteket. Korábban a parancs metrikanézetben való futtatása hibát eredményezett. A metrikanézetek kimenete tartalmazza a katalógussal rendelkező teljes háromrészes nevet (például CREATE VIEW catalog.db.my_metric_view ...), így könnyebben újra létrehozhatja a metrikanézetet a megfelelő helyen.

A BAL OLDALI OLDALIRÁNYÚ JOIN csepegtető sorok javítása

Kijavítottunk egy hibát, amely helytelenül elvetett sorokat a lekérdezésekből LEFT OUTER JOIN LATERAL . Az ezt a szerkezetet használó lekérdezések most a megfelelő eredményeket adnak vissza. Ha ideiglenesen vissza szeretne térni az előző viselkedésre, állítsa be a(z) spark.databricks.sql.optimizer.lateralJoinPreserveOuterSemantic értékét true-re.

A NATURAL JOIN tiszteletben tartja a kis- és nagybetűket nem érzékelyítő oszlopegyezést

NATURAL JOIN Mostantól helyesen használja a kis- és nagybetűket nem megkülönböztető oszlopegyezést, ha spark.sql.caseSensitive az alapértelmezett értékre false van állítva. Korábban a NATURAL JOIN kis- és nagybetű-érzékeny összehasonlítást használt a gyakori oszlopok azonosítására, ami miatt a csak kis- és nagybetűkben különböző oszlopok (például ID szemben id) nem ismerhetők fel egyezőként. Ez azt okozta NATURAL JOIN, hogy észrevétlenül keresztbe illesztett eredményeket hozott létre. A hiba által érintett lekérdezések mostantól helyes eredményeket adnak vissza megfelelően illesztett oszlopokkal.

SQL UDF-függőség érvényesítése a Unity Katalógusban

A Unity Catalog mostantól kikényszeríti a függőségek érvényesítését az SQL felhasználó által definiált függvényeihez (UDF-ekhez) a hozzáférés-vezérlés megkerülésének megakadályozása érdekében. Korábban a REST API-val létrehozott SQL-függvények olyan függőségekre hivatkozhattak, amelyekhez a felhasználónak nem volt hozzáférése. Az érvénytelen függőségi konfigurációkkal rendelkező SQL UDF-ek mostantól le vannak tiltva a végrehajtástól.

CrTAS használatával létrehozott particionált Unity Catalog-táblákra optimalizált írások

Az optimalizált írások mostantól helyesen lesznek alkalmazva a (CRTAS) használatával CREATE OR REPLACE TABLE ... AS SELECT létrehozott particionált Unity Catalog-táblákra. Korábban a CRTAS az új particionált Unity Catalog-táblákon nem alkalmazott optimalizált írásokat, ami partíciónként nagyobb számú kis fájlt eredményezett. Ez a javítás növelheti az írási késést. Az előző viselkedésre való visszatéréshez állítsa spark.databricks.delta.optimizeWrite.UCTableCRTAS.enabled értékét false-ra.

Az ESRI által definiált SRID 102100 helytelen EPSG hatóság helyesbítése

Az SRID 102100 koordináta-referenciarendszer (CRS) leképezése mostantól helyesen használja ESRI:102100 a helytelen EPSG:102100helyett. Ez a javítás biztosítja, hogy a térinformatikai adatok tárolása a megfelelő szolgáltatónál történik a más rendszerekkel való jobb együttműködés érdekében.

"CREATE OR REPLACE támogatás ideiglenes táblákhoz"

CREATE OR REPLACE TEMP TABLE a szintaxis mostantól támogatott, így egyetlen utasításban hozhat létre vagy cserélhet le ideiglenes táblákat . Így nincs szükség az ideiglenes táblák explicit elvetésére és újbóli létrehozására.

A Delta táblaelőzményei írási beállításjelölőket tartalmaznak

A Delta Lake-tábla előzményei (DESCRIBE HISTORY) mostantól az írási beállítási jelzőket is tartalmazzák a operationParameters oszlopban a WRITE és REPLACE TABLE műveletekhez. Ha a következő beállítások explicit módon engedélyezve vannak, logikai jelzőkként jelennek meg az előzményekben (csak akkor, ha true):

A WRITE és REPLACE TABLE műveletek esetén:

  • isDynamicPartitionOverwrite: a dinamikus partíció felülírási mód használatakor jelen van
  • canOverwriteSchema: a séma felülírása (overwriteSchema) engedélyezésekor jelen van
  • canMergeSchema: a sémaegyesítés (mergeSchema) engedélyezésekor jelen van

Műveletek esetén REPLACE TABLE :

  • predicate: használatkor replaceWhere jelen van
  • isV1WriterSaveAsTableOverwrite: akkor jelenik meg, amikor a csere egy felülírás által .saveAsTable kiváltódott

Új térinformatikai függvények

A következő térinformatikai függvények érhetők el:

  • st_makepoint függvény: Egy pontot GEOMETRY ad vissza a megadott koordinátákkal.
  • st_makeenvelope függvény: Az adott sarokkoordináta által meghatározott tengelyhez igazított borítékot (határolókeretet) képviselő értéket ad vissza GEOMETRY .

Továbbfejlesztett térbeli illesztés támogatása

A ST_DWithin (távolságon belüli) predikátum mostantól támogatott a térbeli illesztések összekapcsolási feltételeként. A predikátumok kötőszavai mostantól jogosultak például a térbeli illesztésekre condition AND st_predicate.

Natív adatprofilozás találattáblákhoz az SQL-szerkesztőben

2026. május 1.

Az új Databricks SQL-szerkesztőben mostantól megtekintheti a találattáblák oszlopainak profilkészítési statisztikáit. Jelölje ki az oszlopfejléceket, és kattintson az Oldalsáv ikonra.A profilkészítési statisztikák megtekintéséhez nyissa meg a kijelölés részleteit.

2026. április

agg SQL-függvény szinonimája measure

2026. április 30.

Az új aggregátumfüggvény a mérték szinonimája. Rövidebb alternatívaként használható agg(measure_column) mértékek metrikanézetben történő lekérdezéséhez.

A Databricks SQL 2026.10-es verziójának bevezetése folyamatban van a Current csatornán.

2026. április 23.

A Databricks SQL 2026.10-es verziója az Aktuális csatornán jelenik meg. A 2026.10-ben elérhető funkciók megtekintése.

2026. március

A Databricks SQL 2026.10-es verziója már elérhető előzetes verzióban

2026. március 26.

A Databricks SQL 2026.10-es verziója már elérhető az előzetes verziójú csatornán. Az új funkciókról, a viselkedési változásokról és a hibajavításokról az alábbi szakaszban tájékozódhat.

A megfigyelési metrika hibái már nem okoznak lekérdezési hibákat

A megfigyelési metrikagyűjtemény során fellépő hibák már nem okoznak lekérdezésvégrehajtási hibákat. Korábban a OBSERVE záradékok hibái (például nullával való osztás) blokkolhatják vagy meghiúsulhatják a teljes lekérdezést. Most a lekérdezés sikeresen befejeződik, és a hiba akkor jelentkezik, amikor a observation.get hívást végrehajtja.

A Unity Catalog CRTAS-műveleteihez optimalizált írási műveletek

LÉTREHOZÁS VAGY HELYETTESÍTÉS TABLE MINT SELECT (CRTAS) műveletei mostantól, alapértelmezés szerint, optimalizált írásokat alkalmaznak a particionált Unity Catalog-táblákra, így kevesebb, nagyobb fájlt eredményeznek. A letiltáshoz állítsa a(z) spark.databricks.delta.optimizeWrite.UCTableCRTAS.enabled értékét false-re.

Az időbélyeg-partíció értékei munkamenet-időzónát használnak

Az időbélyeg partícióértékek most már az SQL Warehouse munkamenet-időzónát használják. Ha a Databricks SQL 2025.40-es verziója előtt írt időbélyeg-partíciókat, futtassa SHOW PARTITIONS a partíció metaadatainak ellenőrzéséhez, mielőtt új adatokat írna.

A FLOW fenntartott kulcsszó leírása

A DESCRIBE FLOW parancs már elérhető. Ha van egy flow nevű táblázata, használja a DESCRIBE schema.flow, DESCRIBE TABLE flow vagy DESCRIBE `flow` karaktereket backtickekkel.

SpatialSQL logikaihalmaz-műveletek

ST_Difference, ST_Intersectionés ST_Union használjon egy új implementációt a következő fejlesztésekkel:

  • Az érvényes bemeneti geometriák mindig eredményt adnak, és már nem okoznak hibákat. Az érvénytelen bemenetek nem okoznak hibákat, de előfordulhat, hogy nem eredményeznek érvényes eredményeket.
  • Körülbelül 2x gyorsabb teljesítmény.
  • A sorszegmens metszeteinek 15. tizedesjegye után az eredmények eltérő képletek és műveleti sorrend miatt eltérhetnek.
  • Az eredmények normalizálva vannak a konzisztens, összehasonlítható kimenethez:
    • A pontok koordináták szerint vannak rendezve.
    • A vonalláncolatok a lehető leghosszabb elérési utakból épülnek fel.
    • A sokszöggyűrűk elforgatva vannak, így az első pont a legkisebb koordinátaértékekkel rendelkezik.
  • Ez a normalizálás minden esetben érvényes, kivéve, ha két nem egymást átfedő geometriával hív ST_Difference meg, ahol az első geometria nincs módosítva.

Az SQLSTATE kivételtípusai

A kivételtípusok mostantól támogatják az SQLSTATE-t. Ha a kód sztringegyezés vagy adott kivételtípusok alapján elemzi a kivételeket, frissítse a hibakezelési logikát.

DATETIMEOFFSET adattípus támogatása a Microsoft Azure Synapse-hoz

Az DATETIMEOFFSET adattípus mostantól elérhető a Microsoft Azure Synapse-kapcsolatokhoz.

Google BigQuery tábla megjegyzések

A Google BigQuery táblaleírásai a táblázat megjegyzéseiként vannak feloldva és közzétéve.

Sémafejlődés INSERT utasításokkal

A záradék és az WITH SCHEMA EVOLUTION SQL-utasítások INSERT használatával automatikusan fejleszthető a céltábla sémája a beszúrási műveletek során. A záradék a INSERT INTO, INSERT OVERWRITE és INSERT INTO ... REPLACE formátumok esetében támogatott. Például:

INSERT WITH SCHEMA EVOLUTION INTO students TABLE visiting_students_with_additional_id;

A cél Delta Lake-tábla sémája úgy frissül, hogy a forrásból származó további oszlopokat vagy szélesített típusokat is befogadja. Részletekért tekintse meg a sémafejlődést és azINSERT utasításszintaxist.

Megőrzött NULL-struktúra értékek a INSERT műveletekben.

INSERT a sémafejlődéssel vagy implicit öntéssel végzett műveletek mostantól megőrzik NULL a strukturálási értékeket, ha a forrás- és céltáblák eltérő strukturálási mezőrendelésekkel rendelkeznek.

parse_timestamp SQL-függvény

Az parse_timestamp SQL-függvény több mintával elemzi az időbélyeg-sztringeket, és a Photon motoron fut a jobb teljesítmény érdekében, amikor több formátumban elemzi az időbélyegeket. A datetime-minták formázásával kapcsolatos információkért tekintse meg a Datetime-mintákat .

max_by és min_by opcionális korláttal

Az összesítő függvények max_by és min_by mostantól elfogadnak egy opcionális harmadik argumentumot limit (legfeljebb 100 000). Ha meg van adva, a függvények legfeljebb limit a rendezési kifejezés legnagyobb (vagy legkisebb) értékének megfelelő tömböt adnak vissza, ami leegyszerűsíti a felső K és az alsó K lekérdezéseket ablakfüggvények vagy CTE-k nélkül.

Időszakon túli időszak ablakának mértéke a offset

A metrikanézetekben az ablakmértékek támogatják offset azokat a mezőket, amelyek rögzített időközzel előre vagy hátra tolják az ablakkeretet a order dimenzió mentén. Az időszakon túli mértékek, például az évközi vagy a hónapközi mértékek meghatározására szolgál offset . Tekintse meg , hogyan offset váltja el az ablakkeretet.

A rögzített sor belefoglalása vagy kizárása az trailing és leading ablakméretekben

Az ablakmértékekhez tartozó trailing és leading tartományértékek elfogadnak egy opcionális inclusive vagy exclusive módosítót, amely meghatározza, hogy a horgonysor a gördülő ablak része-e. Az alapértelmezett érték a exclusivekorábbi viselkedésnek megfelelő. Lásd: Horgonysor belefoglalása vagy kizárása.

Vektorösszesítő és skaláris függvények

Az új SQL-függvények vektorokon működnek ARRAY<FLOAT> beágyazási és hasonlósági számítási feladatokhoz:

Összesítő függvények:

  • vector_avg: Egy csoport vektorainak elemszintű átlagát adja vissza.
  • vector_sum: Egy csoport vektorainak elemszintű összegét adja vissza.

Skaláris függvények:

Lásd a beépített függvényeket.

SQL-kurzor támogatása összetett utasításokban

Az SQL-szkriptelési összetett utasítások mostantól támogatják a kurzor feldolgozását. A DEKLARÁLT KURZOR használatával definiálhat egy kurzort, majd open utasítást, FETCH utasítást és CLOSE utasítást a lekérdezés futtatásához és sorok egyenkénti felhasználásához. A kurzorok paraméterjelölőket és feltételkezelőket használhatnak, például NOT FOUND sorról sorra történő feldolgozáshoz.

Körülbelüli top-k becslési függvények

Az új függvények lehetővé teszik közelítő top-K vázlatok készítését és kombinálását az elosztott top-K aggregációhoz:

További információ: approx_top_k összesítő függvény és beépített függvények.

Vázlatfüggvények

A tuple sketch új aggregáló és skaláris függvényei támogatják az egyedi számolást és az aggregációt a kulcs-összefoglaló párok felett.

Összesítő függvények:

Skaláris függvények:

Lásd a beépített függvényeket.

Egyedi függőségek a Unity Catalog Python UDTF-ekhez

A Unity Catalog Python felhasználó által definiált táblafüggvényei (UDTF-ek) mostantól egyéni függőségeket is használhatnak külső kódtárakhoz, így az alapértelmezett SQL Warehouse-környezetben elérhetőnél több csomagot is használhat. Lásd: UDF-ek kiterjesztése egyéni függőségekkel.

Új térinformatikai függvények

A következő térinformatikai függvények érhetők el:

  • st_estimatesrid függvény: Egy bemeneti geometria legjobb előrejelzett térbeli referenciaazonosítóját (SRID) becsüli meg.
  • st_force2d függvény: Egy földrajzi vagy geometriai alakzatot 2D-s ábrázolásúvá alakít át.
  • st_nrings függvény: Megszámolja a sokszögben vagy többpógonyban lévő gyűrűk teljes számát, beleértve a külső és belső gyűrűket is.
  • st_numpoints függvény: Megszámolja a földrajzi vagy geometriai nem üres pontok számát.

Foton támogatása térinformatikai függvényekhez

A fotonmotoron a következő térinformatikai függvények futnak a gyorsabb teljesítmény érdekében:

2026. február

A Databricks SQL 2025.40-es verziója az Aktuális verzióban jelenik meg

2026. február 23.

A Databricks SQL 2025.40-es verziója az Aktuális csatornán jelenik meg. A 2025.40-ben elérhető funkciók megtekintése.

A Databricks SQL 2025.40-es verziója már elérhető előzetes verzióban

2026. február 11.

A Databricks SQL 2025.40-es verziója már elérhető az előzetes verziójú csatornán. Az új funkciókról, a viselkedési változásokról és a hibajavításokról az alábbi szakaszban tájékozódhat.

Az SQL-szkriptelés általánosan elérhető

Az SQL-szkriptelés általánosan elérhető. Eljárási logika írása SQL-vel, beleértve a feltételes utasításokat, a hurkokat, a helyi változókat és a kivételkezelést.

A paraméterjelölők mostantól több SQL-környezetben támogatottak

Mostantól használhat nevesített (:param) és névtelen (?) paraméterjelölőket bárhol, ahol a megfelelő típusú literálérték megengedett. Ide tartoznak a DDL-utasítások, például CREATE VIEW v AS SELECT ? AS c1, az oszloptípusok, például DECIMAL(:p, :s), és a megjegyzések, például COMMENT ON t IS :comment. Ez lehetővé teszi számos SQL-utasítás paraméterezését anélkül, hogy a kódot AZ SQL-injektálási támadásoknak felfedi. Lásd : Paraméterjelölők.

IDENTIFIER kikötés kiterjesztve további SQL-környezetekre

Az IDENTIFIER SQL-objektumnevekhez sztringeket adó záradék mostantól szinte minden olyan környezetben támogatott, ahol engedélyezve van egy azonosító. A kiterjesztett paraméterjelölő és a literális sztringes összevonás támogatásával kombinálva bármit paraméterezhet az oszlop aliasaitól (AS IDENTIFIER(:name)) az oszlopdefiníciókig (IDENTIFIER(:pk) BIGINT NOT NULL). Lásd IDENTIFIER záradék.

A literális sztring összefűzés mindenhol támogatva van.

Az olyan szekvenciális karakterlánc literálok, mint például 'Hello' ' World', most már '„Helló világ!” alkalmazás' minden olyan környezetben, ahol a sztring literalok engedélyezettek, beleértve a COMMENT 'This' ' is a ' 'comment'. Lásd: STRING típus.

Új BITMAP_AND_AGG függvény

Egy új BITMAP_AND_AGG függvény érhető el, amely kiegészíti a meglévő függvénytárat BITMAP .

Új Theta Sketch funkciók hozzávetőleges egyedi számláláshoz

A Datasketches Theta Sketch használatával mostantól elérhető egy új függvénytár a hozzávetőleges különböző számokhoz és műveletek beállításához:

Új KLL Sketch függvények hozzávetőleges kvantilisekhez.

Mostantól elérhető egy új függvénytár a KLL-vázlatok hozzávetőleges kvantitációs számításokhoz való létrehozásához:

Az összesítési környezetben több KLL-vázlatot egyesíthet kll_merge_agg_bigint, kll_merge_agg_double és kll_merge_agg_float használatával.

SQL-ablakfüggvények metrikanézetekben

Mostantól az SQL-ablakfüggvényekmetrikanézetekben való használatával kiszámíthatja a futó összegeket, a rangsorolásokat és az egyéb ablakalapú számításokat.

Új térinformatikai függvények

A következő új térinformatikai függvények érhetők el:

EWKT-bemenet támogatása meglévő geometriai és földrajzi függvényekhez

A következő függvények mostantól elfogadják a bővített Well-Known szöveget (EWKT) bemenetként:

Jobb teljesítmény ismétlődő lekérdezések esetén sorszűrőkkel és oszlopmaszkokkal rendelkező táblákon

A sorszűrőket és oszlopmaszkokat tartalmazó táblákon ismétlődő jogosult lekérdezések mostantól jobb lekérdezési eredmények gyorsítótárazását élvezik, ami gyorsabb végrehajtási időt eredményez.

Továbbfejlesztett térinformatikai függvény teljesítménye

A térbeli illesztés teljesítményének javítása az elegyített térbeli illesztés támogatásával. Az alábbi ST-függvények mostantól Photon-implementációkkal rendelkeznek:

FSCK REPAIR TABLE alapértelmezés szerint metaadat-javítást tartalmaz

FSCK REPAIR TABLE Most már tartalmaz egy kezdeti metaadat-javítási lépést a hiányzó adatfájlok ellenőrzése előtt, lehetővé téve, hogy sérült ellenőrzőpontokkal vagy érvénytelen partícióértékekkel rendelkező táblákon működjön. Emellett a dataFilePathFSCK REPAIR TABLE DRY RUN kimeneti séma oszlopa mostantól null értékű az új problématípusok támogatásához, ahol az adatfájl elérési útja nem alkalmazható.

DESCRIBE TABLE a kimenet metaadatoszlopot tartalmaz

A kimenet DESCRIBE TABLE [EXTENDED] mostantól minden táblatípushoz tartalmaz egy metadata oszlopot. Ez az oszlop JSON-sztringként definiált szemantikai metaadatokat (megjelenítendő nevet, formátumot és szinonimákat) tartalmaz.

A MERGE és UPDATEa streamelési írási műveletekben megőrzött NULL-szerkezetek

A NULL struktúrák mostantól NULL értékként maradnak meg a Delta Lake-ben MERGE, UPDATE és a stream írási műveletekben, amelyek a struktúratípusok típuskonverzióit is tartalmazzák. Korábban a NULL struktúrák ki lettek bontva olyan struktúrákká, amelyekben az összes mező NULL-ra van állítva.

Parquet-fájlokban materializált partícióoszlopok

A particionált Delta Lake-táblák most már anyagilag megjelenítik a partícióoszlopokat az újonnan létrehozott Parquet adatfájlokban. Korábban a partícióértékek csak a Delta Lake tranzakciónapló metaadataiban lettek tárolva. A Delta Lake által írt Parquet-fájlokat közvetlenül olvasó számítási feladatok további partícióoszlopokat látnak az újonnan írt fájlokban.

Az időbélyeg-partíció értékei tiszteletben tartják a munkamenet időzónát

Most az időbélyeg-partíció értékei helyesen vannak módosítva a spark.sql.session.timeZone konfigurációval. Korábban a JVM időzónával helytelenül konvertálták UTC-vé.

Időutazási korlátozások frissítve

Az Azure Databricks mostantól letiltja az összes tábla küszöbértékén túli deletedFileRetentionDuration időutazási lekérdezéseket. A VACUUM parancs figyelmen kívül hagyja a megőrzési időtartam argumentumát, kivéve, ha az érték 0 óra. Nem állíthat be deletedFileRetentionDuration nagyobbat, mint logRetentionDuration.

SHOW TABLES DROPPED respects LIMIT klauzula

SHOW TABLES DROPPED most már helyesen tiszteletben tartja a záradékot LIMIT .

2026. január

  • Last updated on