Databricks Runtime 发行说明版本和兼容性
本文列出了所有 Databricks Runtime 版本和受支持版本的计划。 每个 Databricks Runtime 版本都包含可提高大数据分析的可用性、性能和安全性的更新。
要了解 Databricks Runtime 支持生命周期、正式发布版本和 Beta 版本，请参阅 Databricks 支持生命周期。 有关为 Databricks Runtime 版本发布的维护更新的信息，请参阅 Databricks Runtime 维护更新。
Databricks 运行时版本比较工具
有关在 Databricks Runtime 版本之间迁移的信息，请参阅 Databricks Runtime 迁移指南。
支持的 Databricks Runtime LTS 版本
下表列出了支持的 Databricks Runtime 长期支持 (LTS) 版本以及 Apache Spark 版本、发布日期和支持终止日期。 为了获得最佳使用寿命，请使用 Databricks Runtime LTS 版本。
注意
LTS 表示此版本受长期支持。 请参阅 Databricks Runtime LTS 版本生命周期。
| 版本 | 变量 | Apache Spark 版本 | 发布日期 | 支持结束日期 |
|---|---|---|---|---|
| 15.4 LTS | - Databricks Runtime 15.4 LTS - 用于机器学习的 Databricks Runtime 15.4 LTS |
3.5.0 | 2024 年 8 月 19 日 | 2027 年 8 月 19 日 |
| 14.3 LTS | - Databricks Runtime 14.3 LTS - 用于机器学习的 Databricks Runtime 14.3 LTS |
3.5.0 | 2024 年 2 月 1 日 | 2027 年 2 月 1 日 |
| 13.3 LTS | - Databricks Runtime 13.3 LTS - 用于机器学习的 Databricks Runtime 13.3 LTS |
3.4.1 | 2023 年 8 月 22 日 | 2026 年 8 月 22 日 |
| 12.2 LTS | - Databricks Runtime 12.2 LTS - 用于机器学习的 Databricks Runtime 12.2 LTS |
3.3.2 | 2023 年 3 月 1 日 | 2026 年 3 月 1 日 |
| 11.3 LTS | - Databricks Runtime 11.3 LTS - 用于机器学习的 Databricks Runtime 11.3 LTS |
3.3.0 | 2022 年 10 月 19 日 | 2025 年 10 月 19 日 |
| 10.4 LTS | - Databricks Runtime 10.4 LTS - 用于机器学习的 Databricks Runtime 10.4 LTS |
3.2.1 | 2022 年 3 月 18 日 | 2025 年 3 月 18 日 |
| 9.1 LTS | - Databricks Runtime 9.1 LTS - 用于机器学习的 Databricks Runtime 9.1 LTS |
3.1.2 | 2021 年 9 月 23 日 | 2024 年 12 月 19 日 |
所有支持的 Databricks Runtime 版本
下表列出了支持的 Databricks Runtime 版本的 Apache Spark 版本、发布日期和支持结束日期。 为了获得最佳使用寿命，请使用 Databricks Runtime LTS 版本。
MLflow-Databricks Runtime 兼容性矩阵
本部分列出了各个 Databricks Runtime ML 版本及其各自的 MLflow 版本。
| Databricks Runtime ML 版本 | MLflow 版本 |
|---|---|
| 16.0 | 2.15.1 |
| 15.4 LTS | 2.13.1 |
| 15.3 | 2.11.3 |
| 15.2 | 2.11.3 |
| 15.1 | 2.10.2 |
| 14.3 LTS | 2.9.2 |
| 14.2 | 2.8.0 |
| 14.1 | 2.7.1 |
| 13.3 LTS - 14.0 | 2.5.0 |
| 12.2 LTS | 2.1.1 |
| 11.3 LTS | 1.29.0 |
| 10.4 LTS | 1.24.0 |
| 9.1 LTS | 1.20.2 |
特征工程兼容性矩阵
本部分列出了 Databricks Runtime ML 版本及其各自的特征工程和工作区特征存储客户端版本。
| Databricks Runtime ML 版本 | databricks-feature-engineering 版本 |
databricks-feature-store 版本 |
|---|---|---|
| 16.0 | 0.7.x | 无 |
| 15.4 LTS | 0.6.x | 无 |
| 15.3 | 0.5.x | 无 |
| 15.2 | 0.4.x | 无 |
| 15.1 | 0.3.x | 无 |
| 14.3 LTS | 0.2.x | 无 |
| 14.2 | 0.1.x | 0.16.1 |
| 14.1 | 0.1.x | 0.15.1 |
| 13.3 LTS | 0.1.x | 0.14.1 |
| 12.2 LTS | 不支持 | 0.10.0 |
| 11.3 LTS | 不支持 | 0.7.0（需要 MLflow < 2.0） |
| 10.4 LTS | 不支持 | 0.3.8（需要 MLflow < 2.0） |
| 9.1 LTS | 不支持 | 0.3.4（需要 MLflow < 2.0） |
Apache Spark 迁移指南
在 Apache Spark 文档中查找特定于 Spark 的迁移信息。 可以通过如下所示的 URL 找到每个 Spark 版本的迁移信息：
https://spark.apache.org/docs/<version>/migration-guide.html。
将 <version> 替换为要迁移到的 Databricks Runtime 版本中包含的 Spark 版本。 例如，Databricks Runtime 14.3 LTS 中包含的 Spark 3.5.0 迁移信息的 URL 是 https://spark.apache.org/docs/3.5.0/migration-guide.html。
Beta 版本
不支持的版本
有关不支持的 Databricks Runtime 版本发行说明的信息，请参阅终止支持 Databricks Runtime 发行说明。 不支持的 Databricks Runtime 版本已停用，可能不会更新。