Dela via

Underhållsprincip för Databricks Runtime ML

Databricks Runtime ML innehåller en mängd populära ML- och DL-bibliotek. Biblioteken uppdateras med varje version så att de innehåller nya funktioner och korrigeringar. Den här artikeln beskriver de bibliotek på den översta nivån som stöds, deras uppdateringstakt och scenarier för när bibliotek är inaktuella.

Stödpolicy för bibliotek

Databricks har angett en delmängd av de bibliotek som stöds som bibliotek på den översta nivån. För dessa bibliotek ger Databricks snabbare uppdateringstakt och uppdaterar till de senaste paketversionerna med varje körningsversion (med undantag för beroendekonflikter). Databricks tillhandahåller även avancerad support, testning och inbäddade optimeringar för bibliotek på den översta nivån. Toppnivåbibliotek läggs endast till eller tas bort vid större versioner.

Den fullständiga listan över de översta biblioteken är:

För en lista över alla bibliotek som ingår i varje körningsversion, se versionsanteckningar för Databricks Runtime ML.

Biblioteks avvecklingspolicy

Databricks kan ta bort ett bibliotek från listan på den översta nivån i följande situationer:

  • Om biblioteket inte har några nya commits på två månader och inga nya versioner på mer än sex månader. Databricks kan lägga till det borttagna biblioteket när aktivt underhåll återupptas.
  • Om användningen av biblioteket minskar avsevärt.
  • Bibliotek ersätts om nya paket har lagts till för att fylla stora luckor.

Databricks tar bort ett förinstallerat bibliotek när biblioteket når något av följande villkor:

  • Biblioteket underhålls inte längre aktivt. Ett bibliotek anses inte aktivt underhållas när något av följande villkor uppfylls:
    • Inga nya commitar under mer än tre månader och inga nya versioner under mer än nio månader.
    • Bibliotekets lagringsplats arkiveras.
    • Ett aviserat stopp i underhållet för biblioteket.
  • Ingen stabil version har hittats som fungerar för den nya körtiden.

När ett bibliotek planeras att tas bort vidtar Databricks följande steg för att meddela kunder:

  • En utfasningsvarning har lagts till i versionsanteckningarna för runtime, som anger att biblioteket kommer att tas bort i nästa större version av Databricks Runtime ML.
  • Ett meddelande visas när biblioteket importeras, vilket anger att biblioteket tas bort i nästa större Databricks Runtime ML-version.
  • Databricks-dokumentationen som refererar till biblioteket uppdateras för att indikera att biblioteket är planerat att tas bort.

Om du vill fortsätta att använda ett bibliotek när det har tagits bort kan du antingen installera biblioteket manuellt eller använda en tidigare version av Databricks Runtime ML.