Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Fabric Runtime är en Azure-integrerad plattform baserad på Apache Spark. Det underlättar genomförande och hantering av arbetsflöden för dataingenjörsvetenskap och datavetenskap. Den syntetiserar viktiga element från både proprietära resurser och resurser med öppen källkod för att erbjuda en omfattande lösning. För korthet, se Fabric Runtime som drivs av Apache Spark helt enkelt som Fabric Runtime.
Note
Den här artikeln täcker livscykeln för Apache Sparks runtimes. Den täcker inte Python-notebookkärnor, som följer en separat livscykel. Information om livscykeln för Python-anteckningsbokens kernel finns i Python-anteckningsbokens körning och kernellivscykel i Fabric.
Utgivningsrytm
Apache Spark släpper vanligtvis mindre versioner var sjätte till nionde månad. Fabric Spark-teamet är engagerat i att leverera nya versioner snabbt samtidigt som de säkerställer högsta kvalitet, integration och kontinuerligt stöd. Varje version består av cirka 110 komponenter. När runtimen expanderar bortom Apache Spark säkerställer teamet en sömlös integration inom Azure-ekosystemet.
Med ett engagemang för excellens närmar sig teamet nya förhandsvisningar i realtid med försiktighet. De siktar på en experimentell förhandsvisning på cirka tre månader men fastställer slutligen tidslinjer från fall till fall. Denna metod innebär att man utvärderar kritiska komponenter i varje Spark-version, inklusive Java, Scala, Python, R och Delta Lake. Efter en noggrann bedömning skapar teamet en detaljerad tidslinje som visar körmiljöns tillgänglighet och utveckling genom olika stadier. Övergripande är målet att etablera en standard livscykelbana för Fabric-runtimes för Apache Spark.
Tips
Använd alltid den senaste GA-körningsversionen för din produktionsarbetsbelastning, som för närvarande är Runtime 1.3.
Följande tabell listar runtime-namnet och releasedatumen för stödda Azure Synapse-runtime-releaser.
| Körningsnamn | Utgivningsfas | Supportdatumets slut |
|---|---|---|
| Runtime 2.0 baserat på Apache Spark 4.1 | Public Preview | Ej tillämpligt |
| Körmiljö 1.3 baserat på Apache Spark 3.5 | Allmän tillgänglighet | 30 september 2026** |
** Runtime 1.3 går in i Long Term Support (LTS) den 1 oktober 2026 för en period på sex månader, vilket förlänger stödet till mars 2027.
Diagrammet beskriver livscykeln för en körningsversion från den experimentella offentliga förhandsversionen till utfasningen och borttagningen.
| Steg | beskrivning | Typisk livscykel |
|---|---|---|
| Experimentell offentlig förhandsversion | Den experimentella offentliga förhandsversionen markerar den inledande versionen av en ny körmiljöversion. Under den här fasen uppmanas användarna att experimentera med de senaste versionerna av Apache Spark och Delta Lake och ge feedback, trots att det finns dokumenterade begränsningar. Villkoren för Förhandsversionen av Microsoft Azure gäller. Se Användningsvillkor för förhandsversion. | 2–3 månader* |
| Offentlig förhandsversion | Efter ytterligare förbättringar och minimering av begränsningar går körtiden vidare till förhandsvisningsstadiet. Villkoren för Förhandsversionen av Microsoft Azure gäller. Se Användningsvillkor för förhandsversion. | 3 månader* |
| Allmän tillgänglighet (GA) | När en körningsversion uppfyller villkoren för allmän tillgänglighet släpps den till allmänheten och är lämplig för produktionsarbetsbelastningar. För att nå det här steget måste körningen uppfylla strikta krav när det gäller prestanda, integrering med plattformen, tillförlitlighetsbedömningar och dess förmåga att uppfylla användarnas behov. | 24 månader |
| Långsiktigt stöd (LTS) | Efter General Availability (GA)-releasen kan en runtime övergå till Long-Term Support (LTS)-stadiet, beroende på de specifika kraven för Spark-versionen. Detta LTS-steg kan tillkännages, med en beskrivning av den förväntade supporttiden för kunder, vilket vanligtvis är ytterligare ett år av full support. | 12 månader* |
| Datum för slut på support har tillkännagivits | När en runtime når slutet av sitt stöd får den inga ytterligare uppdateringar eller support. Normalt ges ett meddelande med sex månaders varsel före utfasningen av runtime-miljön. Det här slutdatumet för supporten dokumenteras genom att en specifik tabell uppdateras med slutdatumet, vilket markerar att supporten upphör. | 6 månader före utfasningsdagen |
| Slutdatum för teknisk support. Körtid ej stödd och föråldrad | När det tidigare tillkännagivna slutdatumet för supporten kommer, stöds inte programkörningen officiellt. Denna förändring innebär att den inte får några uppdateringar eller buggfixar, och teamet tillhandahåller inget officiellt stöd. Systemet löser automatiskt alla supportärenden. Att använda en ostödd runtime sker på egen risk. Runtime tas bort från Fabric-arbetsytans inställningar och Environment-objektet, vilket gör det omöjligt att använda på arbetsytsnivå. Dessutom tas körmiljön också bort från miljöerna, och det går inte att skapa en ny miljö för den versionen av körmiljön. Befintliga Spark-jobb som körs på befintliga miljöer kan inte köras. | Ej tillämpligt |
| Körningstiden har tagits bort | När runtime-miljön når den fas där stöd saknas, avlägsnas alla miljöer som använder denna runtime-miljö. Alla backendrelaterade komponenter som är kopplade till denna exekveringsmiljö tas också bort. | Några dagar efter att supportdatumet har upphört |
Den förväntade tidsåtgången för varje stegs körning. Dessa tidslinjer tillhandahålls som ett exempel och kan variera beroende på olika faktorer. Tidslinjer för livscykeln kan komma att ändras efter Microsofts gottfinnande.
Versionshantering
Vår körningsversionsnumrering, även om den är nära relaterad till semantisk versionshantering, följer en något annorlunda metod. Körmiljöens huvudversionen motsvarar Apache Spark-huvudversionen. Därför motsvarar Runtime 1 Spark version 3. På samma sätt är Runtime 2 i linje med Spark 4.1. Det är viktigt att notera att förändringar kan ske mellan de nuvarande körtiderna, inklusive tillägg eller borttagning av olika bibliotek. Dessutom erbjuder vår plattform en funktion för bibliotekshantering som ger användarna möjlighet att installera önskade bibliotek.