Databricksリリースノート(毎日更新)

DatabricksのリリースノートRSSに対して生成AIによる翻訳を行い、ユーザーへのインパクトを説明する文を生成しています。すべての処理は自動で行われています。

注意
翻訳やインパクトの説明文は生成AIによるものですので、詳細は原文を確認ください。

ダッシュボードの可視化の強化

2025-11-27

• 非表示のメジャーフィールドで並べ替える: ユーザーは、棒グラフに視覚的に表示されない別のメジャーフィールドでチャートを並べ替えることができるようになりました。詳細については、軸の設定のフォーマットをご覧ください。
• ピボットしたデータのダウンロード: ダッシュボードのビジュアルは、ピボットした形式でデータをダウンロードできるようになりました。
• ピボットテーブルのパフォーマンスの向上: ピボットテーブルのヘッダーの表示が大幅に高速化され、スクロールの遅延が軽減されました。

ユーザーへのインパクト

Databricksのダッシュボードにおいて、以下の機能強化が行われました。

1. 棒グラフで視覚的には表示されないメジャーフィールドでのソートが可能になりました。
2. ダッシュボードのビジュアルからピボット形式でデータをダウンロードできるようになりました。
3. ピボットテーブルのヘッダー表示が高速化され、スクロールのラグが改善されました。

これにより、ユーザーはより柔軟にデータを分析し、ダッシュボードの操作性が向上しました。

Genieのスペース制限とResearch Agentの改善

2025-11-27

• SQLスニペットとJOINリレーションシップの制限の増加: Genieスペース内のSQLスニペットとJOINリレーションシップの制限が200に引き上げられました。
• Research Agentのスターター質問: Research Agent（ベータ版）で、ユーザーがデータ探索を開始できるようにスターター質問が表示されるようになりました。
• 自動提案ベンチマーク: Genieが、スペースのコンテキストに基づいてベンチマークを自動的に提案し、作成者が評価セットを構築できるようサポートします。
• ナレッジストアのパーミッションの修正: CAN EDITパーミッションを持つユーザーがGenieナレッジストアの列の説明と値の辞書を管理できない問題を解決しました。

ユーザーへのインパクト

Genieに関するいくつかの改善点がリリースされました。主な変更点は以下の通りです：

1. GenieスペースのSQLスニペットとJOINリレーションシップの上限が200に増加しました。これにより、より複雑なクエリの作成が容易になります。

2. Research Agent（ベータ版）で、データ探索を始めるためのスターター質問が表示されるようになりました。これにより、ユーザーはデータ探索をよりスムーズに開始できます。

3. Genieがスペースのコンテキストに基づいてベンチマークを自動的に提案するようになりました。これにより、作成者が評価セットを構築する手間が省けます。

4. CAN EDIT権限を持つユーザーがGenieのナレッジストアの列の説明と値の辞書を管理できるようになりました。これにより、権限を持つユーザーがより柔軟にナレッジストアを管理できます。

これらの変更により、Databricksユーザーはより効率的にデータ探索や分析を行うことができます。

Lakeflow Spark Declarative Pipelinesのストリーム進行状況メトリクスが一般提供を開始しました。

2025-11-25
Lakeflow Spark Declarative Pipelinesには、ストリームの進行状況に関するメトリクスのイベントログを照会するためのサポートが追加され、一般的に利用できるようになりました。詳細はパイプラインストリーミングメトリクスの監視を参照してください。

ユーザーへのインパクト

Lakeflow Spark Declarative Pipelinesのストリーム進行状況メトリクスが一般提供されたことで、Databricksユーザーはパイプラインのストリーミング処理の監視が容易になります。イベントログを照会することで、ストリームの進行状況に関するメトリクスを取得でき、パイプラインの監視とデバッグが効率化されます。詳細はドキュメントパイプラインストリーミングメトリクスの監視を参照してください。

GitフォルダでGit CLIコマンドを使用する（ベータ版）

2025-11-21

Git フォルダ内のDatabricks Webターミナルから、標準の Git コマンドを直接実行できるようになりました。 Git CLI コマンドの使用 (ベータ版)を参照してください。

ユーザーへのインパクト

Databricksユーザーは、Gitフォルダ内のDatabricks Webターミナルから直接Gitコマンドを実行できるようになりました。これにより、Git操作がより柔軟になります。詳細は、Git CLIコマンドの使用（ベータ版）に関するドキュメントを参照してください。

AWS IAMの一時的な権限委譲を使用して従来のワークスペース作成を自動化する

2025-11-21

Databricksが一時的にIAMロール、S3バケット、アクセスポリシー、お客様が管理するVPCをプロビジョニングするために必要なアクセス権を付与する、AWS IAM一時委任を使用してクラシックワークスペースの作成を自動化できるようになりました。これにより、ワークスペース作成フローがAWS Quickstartテンプレートに置き換わります。

詳細はクラシック・ワークスペースの作成をご覧ください。

ユーザーへのインパクト

Databricksの最新リリースにより、AWS IAMの一時的な権限委譲を使用して従来のワークスペース作成を自動化できるようになりました。これにより、以下の影響があります：

• Databricksがお客様に代わって一時的に必要なAWSリソース（IAMロール、S3バケット、アクセスポリシー、お客様が管理するVPC）をプロビジョニングするために必要なアクセス権を付与します。
• 従来のワークスペース作成フローがAWS Quickstartテンプレートに置き換わります。
• ユーザーは、ワークスペースの作成プロセスをより簡単に自動化できます。

詳細については、Databricksのドキュメント「クラシック・ワークスペースの作成」を参照してください。

データベースコネクタの完全リフレッシュの振る舞いを設定します。

2025-11-21

フル更新スナップショットの発生をスケジュールしたり、サポートされていないスキーマ変更から復旧するための自動フルリフレッシュを有効にできるようになりました。これは、Lakeflow ConnectのSQL Serverなどのマネージドデータベースコネクタに適用されます。詳細については、データベースコネクタのフル更新動作を設定するを参照してください。

ユーザーへのインパクト

このリリースノートは、DatabricksユーザーがLakeflow Connectを使用してマネージドデータベースコネクタ（SQL Serverなど）からのデータ取り込みを行う際に、フルリフレッシュ（完全更新）の動作を設定できるようになったことを示しています。

ユーザーは、これにより以下のような影響を受けます：

1. フルリフレッシュのスケジューリング: ユーザーは、フルリフレッシュスナップショットの発生をスケジュールできるようになりました。これにより、定期的な完全更新を計画的に実行できます。
2. 自動フルリフレッシュの有効化: サポートされていないスキーマ変更が発生した場合に、自動的にフルリフレッシュを実行するように設定できます。これにより、スキーマ変更によるデータの不整合から迅速に復旧できます。
3. より柔軟なデータ取り込み管理: これらの機能により、ユーザーはデータ取り込みプロセスをより細かく制御できるようになり、データの整合性と一貫性を保ちやすくなります。

詳細については、Databricksのドキュメント「データベースコネクタのフル更新動作を設定する」を参照してください。

Databricks アシスタントエージェントモードのプレビュー

2025-11-21
Databricks Assistantのエージェントモードのプレビューは、間もなくほとんどのお客様に対してデフォルトで有効になります。

• エージェントは複数のステップを自動化できます。 1つのプロンプトから、関連するアセットの取得、コードの生成と実行、エラーの自動修正、結果の可視化を行うことができます。また、データやセルの出力をサンプリングする機能もあり、より良い結果を提供します。
• エージェントモードのAssistantは、Azure OpenAIとDatabricks上のAnthropic（Databricksのセキュリティ境界内のAWSでDatabricks Inc.がホストするエンドポイントを使用）を切り替えて使用します。また、パートナー提供のAI機能の設定が有効になっている場合にのみ利用可能です。
• 管理者は、機能が一般提供されるまで、必要に応じてプレビューを無効にすることができます。

詳細については、「データサイエンスエージェントの使用」、「ブログ記事」、「パートナー提供のAI機能」を参照してください。

ユーザーへのインパクト

Databricks Assistantのエージェントモードが間もなくデフォルトで有効になります。これにより、Databricksユーザーは以下の恩恵を受けることができます：

1. ワンステップで関連するアセットの取得、コードの生成と実行、エラーの自動修正、結果の可視化が可能になります。
2. データやセルの出力をサンプリングすることで、より良い結果を提供します。

この機能は、Azure OpenAIまたはDatabricks上のAnthropicを使用し、パートナー提供のAI機能の設定が有効になっている場合にのみ利用可能です。管理者は一般提供までプレビューを無効にすることができます。

詳細については、提供されたリンク（データサイエンスエージェントの使用、ブログ記事、パートナー提供のAI機能）を参照してください。

ノートブックセル、ファイル、および SQL エディターでのリアルタイムコラボレーション

2025-11-21

リアルタイムでのコラボレーションが、ノートブックのセル、ファイル、そして新しいSQLエディタで利用可能になりました。複数のユーザーが同じセルを同時に編集でき、お互いの編集内容を見ることができます。詳細については、Databricks ノートブックを使用したコラボレーションを参照してください。

ユーザーへのインパクト

ノートブックセル、ファイル、およびSQLエディターでのリアルタイムコラボレーションが可能になりました。複数のユーザーが同時に同じセルを編集でき、互いの変更をリアルタイムで確認できます。これにより、チームでの共同作業がよりスムーズになります。詳細はDatabricksのドキュメントを参照してください。

Databricks Oneからドラフトダッシュボードが削除されました。

2025-11-20

ドラフトダッシュボードが表示されなくなりました：Databricks Oneでは、公開されたダッシュボードのみが表示されるようになりました。この変更により、ビジネスユーザーはワークフローに関連し、信頼できる最終的なコンテンツを確認できるようになります。

ユーザーへのインパクト

Databricks Oneでドラフトダッシュボードが表示されなくなりました。公開されたダッシュボードのみが表示されるため、ユーザーは信頼できる最終的なコンテンツにアクセスできるようになります。ドラフトダッシュボードは表示されなくなりましたが、公開されたダッシュボードにアクセスできるため、業務に影響が出ることはありません。ただし、ドラフトダッシュボードを参照していた場合は、代わりに公開されたダッシュボードを確認する必要があります。

Databricks SQL バージョン2025.35が、Currentチャネルで段階的に展開されています。

2025-11-20

Databricks SQLのバージョン2025.35がCurrentチャンネルにロールアウトされています。2025.35の機能をご覧ください。

ユーザーへのインパクト

Databricks SQLバージョン2025.35がCurrentチャネルで段階的に展開されています。このバージョンの新機能については、リリースノート（https://docs.databricks.com/aws/ja/sql/release-notes/2025#2025-35-features）に記載されています。ユーザーは、このリリースノートを確認することで、バージョン2025.35の新機能や変更点を把握し、自身のDatabricks SQL環境に適宜対応することができます。

Genie APIと研究エージェントがベータ版で利用可能に

2025-11-20

• ベータ版の Genie Create および Update API: Genie Create API および Update API がベータ版としてリリースされました。Get API は、ユーザーが Genie スペースのシリアル化された定義を取得できるように更新されました。Genie API を参照してください。
• ベータ版の Research Agent: Research Agent は、Genie の機能を拡張して、複数ステップの推論と仮説検証を使用して、より深い洞察を明らかにし、複雑なビジネス上の疑問に取り組むのに役立ちます。Genie スペースの Research Agentを参照してください。

ユーザーへのインパクト

Genie APIとResearch Agentのベータ版リリースにより、Databricksユーザーは以下の恩恵を受けることができます：

1. Genie CreateおよびUpdate APIのベータ版利用により、Genieスペースの定義の作成や更新をプログラムで行えるようになり、自動化や統合が容易になります。
2. Research Agentのベータ版利用により、複雑なビジネス上の疑問に対して、より深い洞察を得るために、複数ステップの推論や仮説検証が可能になります。

これらの新機能により、ユーザーはより高度なデータ分析と洞察を得ることができ、意思決定の支援や業務の効率化が期待できます。詳細は、公式ドキュメント（Genie APIおよびGenie スペースの Research Agent）を参照してください。

Databricksアプリのコンピュートサイズの設定（パブリックプレビュー）

2025-11-20

ワークロードの要件に基づいてCPU、メモリ、コストを制御するために、Databricksアプリのコンピュートサイズを設定できるようになりました。詳細については、Databricksアプリのコンピュートサイズの設定を参照してください。

ユーザーへのインパクト

Databricksアプリのコンピュートサイズを設定できるようになり、ワークロードの要件に合わせてCPU、メモリ、コストをより細かく制御できるようになります。これにより、リソースの最適化とコスト効率の向上が期待できます。詳細はドキュメント「Databricksアプリのコンピュートサイズの設定」を参照してください。

期限切れ間近のパーソナルアクセストークンに関する自動メール通知 (パブリックプレビュー)

2025-11-20

Databricksは現在、個人アクセス トークンの有効期限が切れる約 7 日前に、ワークスペース ユーザーに自動電子メール通知を送信します。詳細については、新しい個人用アクセス トークンの最大有効期間の設定をご参照ください。

ユーザーへのインパクト

Databricksのパーソナルアクセストークンの有効期限が近づくと、期限の約7日前になると自動でメールが通知されるようになります。これにより、トークンの期限切れによる作業の中断を防ぐことができます。トークンの管理に留意してください。詳細はドキュメントをご参照ください。

ダッシュボードのビジュアルの改善と不具合の修正

2025-11-20

• カウンターのビジュアライゼーションの改善：カウンターを使用して、時間の経過に伴う指標の追跡と比較を行い、スパークラインを表示できるようになりました。スパークライン付きのカウンターを作成するには、メインバリューと日付列を選択します。カウンターのビジュアライゼーションを参照してください。
• 非表示のメジャーフィールドで並べ替え： ユーザーは、棒グラフに視覚的に表示されない別のメジャーフィールドでチャートを並べ替えることができるようになりました。軸の設定のフォーマットを参照してください。
• フィルタ適用動作の設定： ダッシュボードで、デフォルトのインスタントアプリケーションと同時に複数のフィルタを適用できるようになりました。フィルタ適用動作の設定を参照してください。
• データラベルの位置の修正： 棒グラフでデータラベルがバーに対して上下半分ずつ表示されることがある問題を解決しました。
• ラベルカラーの見やすさの修正： すべての背景色に対してラベルカラーが見やすくなるように修正しました。

ユーザーへのインパクト

Databricksユーザーはダッシュボードのビジュアルの改善と不具合の修正により以下の恩恵を受けます：

1. カウンターのビジュアライゼーションが改善され、スパークラインが表示できるようになり、時間の経過に伴う指標の追跡と比較が行えるようになります。
2. 棒グラフで非表示のメジャーフィールドでチャートを並べ替えることができるようになります。
3. ダッシュボードのフィルタ適用動作を設定でき、デフォルトのインスタントアプリケーションと同時に複数のフィルタを適用できるようになります。
4. 棒グラフでデータラベルがバーに対して正しく表示されるようになります。
5. すべての背景色に対してラベルカラーが見やすくなるように修正されました。

これらの改善により、ユーザーはより柔軟で視認性の高いダッシュボードを作成し、データの分析と理解をより効果的に行うことができます。

DatabricksによってホストされるモデルとしてGoogle Gemini 1.5 Pro Previewが利用可能になりました。

2025-11-19

Mosaic AI Model Servingは、DatabricksがホストするモデルとしてGoogle Gemini 3 Pro Previewをサポートするようになりました。

このモデルにアクセスするには、以下を使用します。

• Foundation Model APIsの従量課金制
  • 推論モデルのクエリ
  • ビジョンモデルのクエリ
• AI関数を使用したバッチ推論ワークロード

ユーザーへのインパクト

DatabricksでGoogle Gemini 1.5 Pro Previewが利用可能になったことによるDatabricksユーザーへの影響は以下の通りです：

• Google Gemini 1.5 Pro PreviewモデルがDatabricksのホストモデルとして利用可能になりました。
• ユーザーはFoundation Model APIsの従量課金制を通じてこのモデルにアクセスできます。
• モデルへのアクセスは、推論モデルのクエリ、ビジョンモデルのクエリ、またはAI関数を使用したバッチ推論ワークロードを通じて行うことができます。
• これにより、ユーザーはGoogle Gemini 1.5 Pro Previewの機能をDatabricksワークフローに簡単に統合できます。

Databricks Runtimeのメンテナンスアップデート (11/18)

2025-11-18

サポートされている Databricks Runtime バージョンについては、新しいメンテナンス更新が利用可能です。これらの更新には、バグの修正、セキュリティ パッチ、パフォーマンスの向上が含まれます。詳細については、「Databricks Runtime のメンテナンス更新」を参照してください。

ユーザーへのインパクト

Databricks Runtimeのメンテナンスアップデートにより、バグの修正、セキュリティパッチ、パフォーマンスの向上がサポートされているバージョンに適用されます。Databricksユーザーは、特に問題がなければ更新を適用することでこれらの改善を利用できます。詳細はリンク先のドキュメントを参照してください。

サーバーレスネットワークポリシーにおいてDelta Sharingビューが自動的に許可されるようになりました。

2025-11-17

Delta Sharingビューは、共有テーブルとビュー依存関係間のストレージの場所の整合性に関係なく、サーバーレスネットワークポリシーを使用する場合に許可されるようになりました。 これにより、以前の制限がなくなり、Delta Sharingワークロードのネットワークポリシー構成が簡素化されます。

参照先: サーバーレス送信制御のためのネットワークポリシーの管理。

ユーザーへのインパクト

Delta Sharingビューがサーバーレスネットワークポリシーで自動的に許可されるようになったため、DatabricksユーザーはDelta Sharingワークロードのネットワークポリシー構成を簡素化できます。具体的には、共有テーブルとビュー依存関係間のストレージの場所の整合性に関する以前の制限がなくなりました。これにより、ユーザーはより柔軟にDelta Sharingを使用できるようになり、ネットワークポリシーの管理が容易になります。詳細については、サーバーレス送信制御のためのネットワークポリシーの管理を参照してください。

ABAC でセキュリティ保護されたアセットを Delta Sharing を使って共有する機能は、パブリックプレビューで提供されています。

2025-11-17
Delta Sharing を通じて共有されるテーブルおよびスキーマに属性ベースのアクセス制御 (ABAC: Attribute-Based Access Control) ポリシーを適用する機能が、パブリックプレビューで利用できるようになりました。ただし、受信者は共有ストリーミングテーブルに ABAC ポリシーを適用できません。

詳細は「ABAC ポリシーで保護されたテーブルおよびスキーマを共有に追加する」および「ABAC ポリシーで保護されたデータ資産を読み取る」を参照してください。

ユーザーへのインパクト

Delta Sharingを利用して、属性ベースのアクセス制御（ABAC）で保護されたアセットを共有できるようになりました（パブリックプレビュー）。これにより、Delta Sharingで共有されるテーブルやスキーマにABACポリシーを適用できます。ただし、共有ストリーミングテーブルにはABACポリシーを適用できません。詳細については、指定されたドキュメントリンクを参照してください。

ソースビュー更新時のジョブのトリガーが可能になりました

2025-11-17

ジョブのテーブル更新トリガーは、ビューがサポートされているテーブルタイプを参照している場合、ビューをソースとしてサポートするようになりました。ソーステーブルが更新されたときにジョブをトリガーするを参照してください。

ユーザーへのインパクト

このリリースノートは、Databricksのジョブトリガーに関する更新情報を示しています。具体的には、これまでテーブル更新トリガーがサポートしていなかったビュー（view）をソースとして使用できるようになったことを示しています。

つまり、これまではテーブルが更新されたときにジョブをトリガーできましたが、ビューを参照する特定のテーブルタイプにおいても、ビューが更新されたタイミングでジョブをトリガーできるようになったということです。

したがって、Databricksユーザーは、ビューをソースとするテーブル更新トリガーを設定できるようになり、より柔軟なジョブトリガーの設定が可能になります。

Microsoft Copilot Studio に Genie スペースを接続する (パブリック プレビュー)

2025-11-14

Databricks Genie スペースを Microsoft Copilot Studio エージェントのツールとして接続することは、パブリックプレビューで提供されています。この機能を使用するには、ワークスペースで Managed MCP Servers プレビューを有効にし、Copilot Studio エージェントを設定するときに Genie スペースをツールとして追加します。 Microsoft Power Platform から Databricks に接続するを参照してください。

ユーザーへのインパクト

Databricks Genie スペースをMicrosoft Copilot Studioと接続できるようになりました（パブリックプレビュー）。この機能を利用するには、ワークスペースでManaged MCP Serversプレビューを有効にし、Copilot StudioエージェントにGenieスペースをツールとして追加する必要があります。これにより、Copilot StudioエージェントがGenieスペースを利用してより高度なタスクを実行できるようになります。詳細な手順については、Databricksのドキュメントを参照してください。

マネージドデータベースコネクタのフルリフレッシュフローの改善

2025-11-14

SQL Serverなどのマネージドデータベースコネクタのフルリフレッシュ操作により、スナップショットの完了までテーブルリフレッシュを遅らせることでダウンタイムが短縮されるようになりました。スナップショットプロセス中、宛先のストリーミングテーブルは既存のデータで利用可能なままになります。新しい挿入、削除、更新は蓄積されますが、すぐには適用されません。スナップショットが完了した後、フルリフレッシュおよびその他の蓄積された変更が1つの更新で適用され、データの可用性への影響が最小限に抑えられます。この改善により、フルリフレッシュ操作中のPENDING_RESETおよびタイムアウトエラーが減少します。詳しくは、 フルリフレッシュの動作 (CDC)をご覧ください。

ユーザーへのインパクト

マネージドデータベースコネクタ（SQL Serverなど）のフルリフレッシュ操作において、データの可用性が向上しました。具体的には、スナップショット処理中に既存のデータはそのまま利用可能となり、スナップショット完了後に変更が一度に適用されるようになりました。これにより、フルリフレッシュ操作中のPENDING_RESETエラーやタイムアウトエラーの発生が減少します。

SQL Serverのデータ取り込みパイプラインのフルリフレッシュフローを改善しました。

2025-11-14

SQL Server へのデータ取り込みパイプラインのフルリフレッシュ操作により、スナップショットの完了後にテーブルリフレッシュが遅延するため、ダウンタイムが短縮されるようになりました。スナップショットプロセス中、データ到着先のストリーミングテーブルは既存のデータで利用可能なままです。新しい挿入、削除、更新は蓄積されますが、すぐには適用されません。スナップショットが完了した後、フルリフレッシュおよびその他の蓄積された変更が 1 回の更新で適用されるため、データの可用性の中断が最小限に抑えられます。この改善により、フルリフレッシュ操作中のPENDING_RESETエラーやタイムアウトエラーが軽減されます。「フルリフレッシュの動作」を参照してください。

ユーザーへのインパクト

このリリースノートは、DatabricksのSQL Serverデータ取り込みパイプラインに関する改善について説明しています。主な影響は以下の通りです：

1. ダウンタイムの短縮：SQL Serverへのデータ取り込みパイプラインのフルリフレッシュ操作において、スナップショット完了後にテーブルリフレッシュが遅延するようになり、ダウンタイムが短縮されました。

2. データの可用性向上：スナップショット処理中も、データ到着先のストリーミングテーブルは既存のデータで利用可能なままとなります。

3. エラーの軽減：フルリフレッシュ操作中のPENDING_RESETエラーやタイムアウトエラーの発生が軽減される見込みです。

4. 変更の適用方法の変更：スナップショット中に蓄積された変更（新規挿入、削除、更新）は、スナップショット完了後に一括で適用されるため、データの可用性の中断が最小限に抑えられます。

この改善により、SQL Serverデータ取り込みパイプラインのフルリフレッシュ処理がよりスムーズになり、データの可用性と信頼性が向上します。詳細については、ドキュメント「フルリフレッシュの動作」を参照してください。

Databricksは、OpenAI GPT-4ではなく、OpenAI GPT-5.1をホストされたモデルとして近日中に提供開始する予定です。

2025-11-14

Mosaic AI Model Servingは、DatabricksがホストするモデルとしてOpenAIのGPT-5.1をサポートするようになりました。このモデルには以下を使用してアクセスできます。

• Foundation Model APIsの従量課金制
  • 推論モデルのクエリ
  • ビジョンモデルのクエリ
• AI Functionsを使用したバッチ推論ワークロード

ユーザーへのインパクト

Databricksは近日中にOpenAI GPT-4ではなく、GPT-5.1をホストモデルとして提供開始する予定です。したがって、Databricksユーザーは以下の方法でGPT-5.1を利用できるようになります。

1. Foundation Model APIsの従量課金制を通じてGPT-5.1にアクセス可能になります。これには、推論モデルやビジョンモデルのクエリが含まれます。
2. AI Functionsを使用してバッチ推論ワークロードを実行できます。

これにより、ユーザーはより高度な言語モデルを簡単に統合し、さまざまなAI駆動のアプリケーションを構築できるようになります。ただし、リリースノートに記載されているドキュメントを参照し、変更点や新機能の詳細について理解することが推奨されます。

Databricks SQL アラートがパブリックプレビューになりました。

2025-11-14

• Databricks SQLアラート: 新しい編集エクスペリエンスを備えたDatabricks SQLアラートの最新バージョンが、パブリックプレビューで利用できるようになりました。 Databricks SQLアラートを参照してください。

ユーザーへのインパクト

Databricks SQLアラートがパブリックプレビューになりました。新しい編集エクスペリエンスが追加され、Databricks SQLアラートの最新バージョンが利用可能になりました。これにより、ユーザーはより使いやすく改善されたアラート機能を利用できます。詳細はドキュメント（https://docs.databricks.com/aws/ja/sql/user/alerts）を参照してください。

ベータ版のJDBC Unity Catalog接続

2025-11-13

Databricksは現在、Unity Catalog接続を使用したJDBCによる外部データベースへの接続をベータ版としてサポートしています。JDBC Unity Catalog接続を使用すると、Spark Data Source APIまたはDatabricks Remote Query SQL APIを使用してデータソースへの読み取りと書き込みが可能です。主な利点は以下の通りです。

• Unity Catalog接続を使用したデータソースへのアクセス制御
• 一度接続を作成すれば、サーバーレス、標準クラスタ、専用クラスタ、Databricks SQLなど、あらゆるUnity Catalogコンピュートタイプで再利用可能
• Sparkとコンピュートのアップグレードに対して安定
• 接続クレデンシャルはクエリ実行ユーザーから隠蔽される

JDBC接続は、標準または専用アクセスモードのDatabricks Runtime 17.3以上、またはサーバーレスコンピュートで利用可能です。詳細についてはこちらをご覧ください。

ユーザーへのインパクト

Databricksの新しいベータ機能であるJDBC Unity Catalog接続により、外部データベースへの接続がUnity Catalogによって管理されるようになり、アクセス制御の強化、接続の再利用性の向上、Sparkとコンピュートのアップグレードに対する安定性の向上が実現します。また、接続に使用するクレデンシャルがクエリ実行ユーザーから隠されるため、セキュリティが向上します。この機能は、Databricks Runtime 17.3以上またはサーバーレスコンピュートで利用可能であり、外部データソースへのより安全で効率的なアクセスが可能になります。

ダッシュボードの検索と埋め込みの強化

2025-11-13

• 強化された検索機能: ダッシュボード名、ページ名、ウィジェットのタイトルと説明、データセット名、およびそれらのクエリを検索できるようになりました。データセットクエリは、ワークスペースの検索バーからのみ検索可能です。
• 埋め込みダッシュボードのAsk Genieボタン: 基本的な埋め込みで設定されたダッシュボードにアクセスすると、関連付けられたGenieスペースで公開されたダッシュボードのAsk Genieボタンにアクセスできるようになりました。
• ブラウザウィンドウのナビゲーション問題を修正: 別のブラウザウィンドウに移動してダッシュボードに戻ると、ダッシュボードにデータが表示されないというバグを修正しました。

ユーザーへのインパクト

Databricksユーザーは、ダッシュボードの検索機能が強化されたことによる恩恵を受けます。具体的には、ダッシュボード名、ページ名、ウィジェットのタイトルと説明、データセット名、およびクエリを検索できるようになりました。また、基本的な埋め込み設定で埋め込まれたダッシュボードに「Ask Genie」ボタンが表示されるようになり、関連付けられたGenieスペースで公開されたダッシュボードとより簡単にやり取りできるようになりました。さらに、ブラウザウィンドウ間のナビゲーションに関する問題も修正され、ダッシュボードに戻ったときにデータが正しく表示されるようになりました。

外部テーブルのUnity Catalogへの変換（パブリックプレビュー）

2025-11-13
外部カタログ（Hive MetastoreやAWS Glueなど）の外部テーブルを、テーブルの履歴と設定を保持したまま、Unity Catalogのマネージドテーブルまたは外部テーブルに変換できるようになりました。MOVE（ソースアクセスを無効にする）またはCOPY（ソースにアクセス可能なままにする）オプションを使用してマネージドテーブルに変換するにはALTER TABLE SET MANAGEDを使用し、オプションのDRY RUN検証を使用して外部テーブルに変換するにはALTER TABLE SET EXTERNALを使用します。さらに、ALTER CATALOG DROP CONNECTIONを使用して、外部カタログ全体を標準のUnity Catalogカタログに変換できます。詳しくは、外部テーブルをUnity Catalogのマネージドテーブルに変換するおよび外部テーブルをUnity Catalogの外部テーブルに変換するを参照してください。

Databricks Runtimeの最小必要バージョン:

• ALTER TABLE SET MANAGED: DBR 17.3 LTS以降
• ALTER TABLE SET EXTERNAL: DBR 17.0 LTS以降
• ALTER CATALOG DROP CONNECTION: DBR 17.3 LTS以降
• ALTER SCHEMA SET MANAGED LOCATION: DBR 16.4 LTS以降

ユーザーへのインパクト

Databricksユーザーは、Unity Catalogへの移行が容易になります。外部テーブルのUnity Catalogへの変換機能（パブリックプレビュー）により、既存の外部テーブルをUnity Catalogのマネージドテーブルまたは外部テーブルに変換できます。これにより、テーブルの履歴と設定を保持したまま、Unity Catalogへの移行が可能です。Databricks Runtime 17.0 LTS以降を使用しているユーザーは、ALTER TABLE SET MANAGEDまたはALTER TABLE SET EXTERNALコマンドを使用して変換を実行できます。さらに、ALTER CATALOG DROP CONNECTIONコマンドを使用して、外部カタログ全体をUnity Catalogカタログに変換することもできます。

SFTPコネクタ（パブリックプレビュー）

2025-11-13
Lakeflow Connect (パブリックプレビュー) のSFTPコネクタは、Auto Loader機能を拡張し、SFTPサーバーからファイルをインジェストします。SFTPサーバーからのファイルのインジェストをご覧ください。

ユーザーへのインパクト

SFTPコネクタがパブリックプレビューで利用できるようになりました。これにより、SFTPサーバーからファイルを簡単に取り込むことができます。Auto Loaderの拡張機能として、SFTPサーバーからのデータインジェストが可能になります。詳細はドキュメント（https://docs.databricks.com/aws/ja/ingestion/sftp）を参照してください。

Genieのナビゲーションおよび精度の改善

2025-11-13

• 戻るナビゲーションエラーの修正：Genieスペースの閲覧中にブラウザの戻るボタンをクリックするとエラーになる不具合を解消しました。
• 値ディクショナリのドキュメントリンクの修正：値ディクショナリの説明へのリンク切れを修正しました。
• カラム選択の改善：Genieは、カラム選択を最適化し、コンテキスト消費を効率的に管理しながら、関連性の高いカラムをより多く提供するようになりました。

ユーザーへのインパクト

Databricksユーザーは、Genieの以下の改善点による恩恵を受けます：

1. Genieスペースの閲覧時のブラウザバックボタンの不具合が解消され、スムーズなナビゲーションが可能になります。
2. 値ディクショナリのドキュメントへのリンクが修正され、参照が容易になります。
3. カラム選択ロジックが改善され、より関連性の高いカラムが表示されるようになり、コンテキストの効率的な管理が実現します。

Lakeflow Declarative Pipelinesは、Lakeflow Spark Declarative Pipelinesに名称が変更されました。

2025-11-12

Lakeflow宣言的パイプラインは、Lakeflow Spark宣言的パイプラインに名称が変更されました。Lakeflow Spark宣言的パイプラインを参照してください。

ユーザーへのインパクト

Lakeflow宣言的パイプラインはLakeflow Spark宣言的パイプラインに名称が変更されました。ユーザーはドキュメントや参照先が変更になっているため、それに合わせて更新する必要があります。具体的には、関連ドキュメント（https://docs.databricks.com/aws/ja/ldp）を確認し、名称変更に伴う影響や更新内容を把握する必要があります。ただし、機能自体に変更はないため、既存のパイプラインに直接影響はありません。

無料版へのコミュニティ エディションのワークスペースの移行 (パブリック プレビュー)

2025-11-07

Community EditionワークスペースをFree Editionに移行するための移行ツールが利用できるようになりました。 Community EditionワークスペースをFree Editionに移行するを参照してください。

ユーザーへのインパクト

Community Edition ワークスペースが Free Edition に移行されることになりました。移行ツールを活用して、Community Edition ワークスペースから Free Edition への移行手続きが可能です。具体的な手順については、Databricks のドキュメント「Community Edition ワークスペースを Free Edition に移行する」に従ってください。

Genieの可視化およびクエリ結果の改善

2025-11-06

• 空の結果に対するテキストによる説明: Genieに、クエリ結果が空の場合のクエリ結果のテキストによる説明が追加されました。
• 自動生成されるチャートの改善: ビジュアライゼーションで、クエリ結果のメタデータを使用して、より高品質なチャートが自動生成されるようになりました。
• 日付フォーマットの改善: ビジュアライゼーションで日付結果をフォーマットする処理が改善されました。

ユーザーへのインパクト

DatabricksのGenie機能において、以下の改善が行われました：

1. クエリ結果が空の場合に、Genieがテキストによる説明を提供するようになりました。
2. クエリ結果のメタデータを使用して、より高品質なチャートが自動生成されるようになりました。
3. 日付結果のフォーマット処理が改善されました。

これにより、ユーザーはGenieを利用する際に、より理解しやすく、視覚的にわかりやすい結果を得ることができます。

Databricks MarketplaceでMCPサーバーをリストする

2025-11-06
Databricks Marketplaceは、Model Context Protocol（MCP）サーバーのリストをサポートするようになりました。プロバイダーは、MCPサーバーをリストしてAIツールを配布できます。また、他のDatabricksユーザーは、MarketplaceからMCPサーバーをインストールして、AIエージェントを外部データソース、SaaSツール、および開発者APIに接続できます。
詳細については、Databricks Marketplaceにデータプロダクトをリストする および 外部MCPサーバーへのアクセスを取得するを参照してください。

ユーザーへのインパクト

Databricks MarketplaceでMCPサーバーをリストできるようになりました。プロバイダーはAIツールを配布でき、ユーザーはMarketplaceからMCPサーバーをインストールしてAIエージェントを外部データソースに接続できます。詳細はDatabricksのドキュメントを参照してください。

SQLエディタのビジュアルの修正

2025-11-06

• ツールチップの表示問題を修正: Notebook および SQL Editor の可視化で、ツールチップが凡例の後ろに隠れていた問題を解決しました。

ユーザーへのインパクト

DatabricksのSQLエディタのビジュアルに関する更新により、ツールチップが凡例の後ろに隠れる問題が修正されました。これにより、ユーザーはNotebookおよびSQL Editorの可視化で正確なデータをより明確に確認できるようになります。

Databricks Marketplace（パブリックプレビュー）でMCPサーバーを一覧表示する

2025-11-06
Databricks Marketplaceは、Model Context Protocol（MCP）サーバーのリストをサポートするようになりました。プロバイダーはMCPサーバーをリストすることでAIツールを配布でき、他のDatabricksユーザーはMarketplaceからMCPサーバーをインストールしてAIエージェントを外部データソース、SaaSツール、開発者APIに接続できます。
詳細についてはDatabricks Marketplaceでデータプロダクトをリストするおよび外部MCPサーバーへのアクセスを取得するを参照してください。

ユーザーへのインパクト

Databricks MarketplaceでModel Context Protocol（MCP）サーバーがリストされるようになったため、以下のような影響があります：

1. AIツールの配布が容易になる：プロバイダーはMCPサーバーをリストすることでAIツールを簡単に配布できるようになります。
2. AIエージェントの接続性が向上する：DatabricksユーザーはMarketplaceからMCPサーバーをインストールすることで、AIエージェントを外部データソース、SaaSツール、開発者APIに接続できるようになります。

つまり、Databricksユーザーは、Marketplaceを通じてより多くのAIツールやデータソースにアクセスできるようになり、AIエージェントの開発や利用が促進されることが期待されます。

新しいMCPサーバータブ

2025-11-06
ワークスペースの新しいMCPサーバータブには、管理対象および外部のMCPサーバーと、Databricks MarketplaceからインストールできるMCPサーバーの精選されたリストが表示されます。

「DatabricksでのModel Context Protocol (MCP)」を参照してください。

ユーザーへのインパクト

このリリースノートの変更により、DatabricksユーザーはワークスペースでMCPサーバーを簡単に管理し、Databricks Marketplaceから新しいMCPサーバーを発見してインストールできるようになります。具体的には、次のような影響があります：

1. MCPサーバーの管理が容易に：管理対象および外部のMCPサーバーを一元的に管理できます。
2. MCPサーバーの検出とインストール：Databricks Marketplaceから利用可能なMCPサーバーのリストにアクセスし、簡単にインストールできます。
3. ドキュメントへのアクセス：関連するドキュメント（「DatabricksでのModel Context Protocol (MCP)）が提供され、MCPの使用方法に関する詳細情報を参照できます。

これにより、ユーザーはMCPサーバーの管理と利用をより効率的に行うことができます。

ダッシュボードのフィルタとカウンターの強化

2025-11-06

• ウィジェットごとのフィルターの強化: ウィジェットごとのフィルターが、日付範囲、相対日付範囲、数値フィルターをサポートするようになりました。
• カウンターの視覚化の改善: カウンターを使用して、時間の経過に伴うメトリクスの追跡と比較を行い、スパークラインを表示できるようになりました。スパークライン付きカウンターを作成するには、メインバリューと日付列を選択します。カウンターの視覚化を参照してください。
• メトリックビューのメタデータサポート: AI/BI ダッシュボードは、フォーマットや表示名など、メトリックビューからの Unity Catalog メタデータを消費するようになりました。
• ホバーの際に水平チャートのスクロールバー表示: 水平チャートのスクロールバーがホバー時に表示されるようになりました。
• ドラフトモードでのカスタム計算表示の修正: カスタム計算を使用した視覚化がドラフトモードで表示されなかった問題を解決しました。
• Slack 通知の OAuth トークンフィールドの修正: ダッシュボードサブスクリプションの Slack 通知で事前にトークンが提供されていなかったにも関わらず、OAuth トークンフィールドにプレースホルダーテキストが事前入力されていたバグを修正しました。

ユーザーへのインパクト

Databricksユーザーは以下のような影響を受けます。

1. ダッシュボードフィルタの強化: ウィジェットごとに日付範囲、相対日付範囲、数値フィルタが利用できるようになり、ダッシュボードの柔軟性が向上しました。
2. カウンター視覚化の改善: カウンターにスパークラインが表示されるようになり、時系列でのメトリクスの変化を追跡できるようになりました。
3. メトリックビューのメタデータ利用: AI/BIダッシュボードがUnity Catalogのメタデータを利用するようになり、メトリクスのフォーマットや表示名が反映されるようになりました。
4. 水平チャートのスクロールバー表示: 水平チャートでホバー時にスクロールバーが表示されるようになり、データの閲覧性が向上しました。
5. カスタム計算表示の修正: ドラフトモードでカスタム計算を使用した視覚化が正しく表示されるようになりました。
6. Slack通知の改善: OAuthトークンフィールドのプレースホルダーテキストの問題が修正され、セキュリティが向上しました。

これらの変更により、Databricksユーザーはより柔軟で機能的なダッシュボードを作成し、データをより効果的に分析できるようになります。

Databricks用のSAP BDCコネクタが、クラウドを跨いだ共有をサポートします。

2025-11-06

これで、Databricks 用の SAP Business Data Cloud (BDC) Connector を使用して、異なるクラウド環境間でデータを共有できるようになりました。

詳細についてはSAP Business Data Cloud (BDC) と Databricks 間でデータを共有するを参照してください。

ユーザーへのインパクト

Databricks用のSAP BDCコネクタがクラウドを跨いだデータ共有をサポートするようになったため、異なるクラウド環境間でのデータ共有が可能になりました。これにより、Databricksユーザーは、クラウド環境の制約を受けずに、SAP BDCとのデータ共有が容易になります。詳細は、Databricksのドキュメントを参照してください。

Genie Researchエージェントモードでは、近日中にAmazon Bedrock経由で提供されるモデルを利用できるようになります。

2025-11-05

Genie Researchエージェントモードは、パートナーが提供するAI機能が有効になっている場合、Amazon Bedrock経由で提供されるモデルを使用できるようになります。

ただし、指示に従ってHTMLタグを除外した日本語訳を出力します。

Genie Researchエージェントモードは、パートナーが提供するAI機能が有効になっている場合、Amazon Bedrock経由で提供されるモデルを使用できるようになります。

ユーザーへのインパクト

Genie ResearchエージェントモードがAmazon Bedrock経由で提供されるモデルに対応予定です。具体的には、Databricksで「パートナーが提供するAI機能」が有効になっている場合に利用可能になります。これにより、Databricksユーザーはより幅広いAIモデルを活用できるようになります。

従来のダッシュボードのサポート終了予定の更新

2025-11-05

• 2025 年 4 月 7 日をもって、従来のバージョンのダッシュボードの公式サポートが終了しました。重大なセキュリティ問題とサービスの中断のみに対処します。
• 2025 年 11 月 3 日: Databricks は、従来のダッシュボードにアクセスするユーザーに、閉じることができる警告ダイアログを表示し始めました。ダイアログでは、従来のダッシュボードへのアクセスが 2026 年 1 月 12 日に終了することをユーザーに通知し、AI/BI に移行するためのワンクリック オプションを提供します。
• 2026 年 1 月 12 日: 従来のダッシュボードと API には直接アクセスできなくなります。ただし、引き続き AI/BI に更新できるようになります。移行ページは 2026 年 3 月 2 日まで利用できます。

AI/BI ダッシュボードへの移行を支援するために、ユーザー インターフェイスと API の両方でアップグレード ツールを利用できます。UI 内の組み込み移行ツールの使用方法については、レガシー ダッシュボードを AI/BI ダッシュボードに複製するを参照してください。REST API を使用したダッシュボードの作成と管理に関するチュートリアルについては、Databricks API を使用してダッシュボードを管理するを参照してください。

ユーザーへのインパクト

Databricksユーザーは、2026年1月12日までに従来のダッシュボードからAI/BIダッシュボードへの移行が必要です。アップグレードツールはユーザーインターフェイスとAPIで利用可能です。2025年11月3日からは警告ダイアログが表示され、2026年1月12日以降は従来のダッシュボードに直接アクセスできなくなりますが、AI/BIへの更新は引き続き可能です。

ワークスペース検索でのタグ検索構文の更新

2025-11-05

タグでテーブルとビューを検索するためのワークスペース検索構文が更新されました。タグキーと値の両方で検索するには、構文tag:<tag_key>:<tag_value>を使用します。以前は、キーと値の両方で検索する場合、構文はtag:を省略することでした。タグキーだけで検索するには、引き続きtag:<tag_key>を使用します。テーブル検索にタグを使用するを参照してください。

ユーザーへのインパクト

Databricksのワークスペース検索でタグを使ってテーブルやビューを検索する際の構文が変更されました。新しい構文では、タグのキーと値の両方で検索する場合、tag:<tag_key>:<tag_value>を使用します。以前はtag:を省略して検索していましたが、この方法は非推奨となります。タグキーだけで検索する場合は、従来通りtag:<tag_key>を使用します。この変更により、タグを使ったより正確な検索が可能になります。詳細は、テーブル検索にタグを使用するをご覧ください。

サーバーレスノートブックタスクでジョブ環境が利用可能になりました

2025-11-05

サーバーレスノートブックタスクでジョブ環境を使用する機能が一般的に利用できるようになり、ノートブックの環境を使用したり、特定のジョブ環境を選択できるようになりました。これまでは、サーバーレスノートブックタスクは常にノートブックからサーバーレス環境を継承していました。ジョブタスクの環境を構成するを参照してください。

ユーザーへのインパクト

サーバーレスノートブックタスクでジョブ環境が利用できるようになりました。これにより、ノートブック環境の使用または特定のジョブ環境の選択が可能になります。これまでは、サーバーレスノートブックタスクは常にノートブックの環境を継承していましたが、これからはジョブごとに環境を柔軟に選択・設定できるようになります。詳細は、ジョブタスクの環境を構成する を参照してください。

Databricks Runtime のメンテナンス更新プログラム

2025-11-04

サポートされている Databricks Runtime バージョンについては、新しいメンテナンス更新が利用可能です。これらの更新には、バグの修正、セキュリティパッチ、およびパフォーマンスの向上が含まれます。詳細については、「Databricks Runtime のメンテナンス更新」を参照してください。

ユーザーへのインパクト

Databricks Runtimeのメンテナンス更新により、バグ修正、セキュリティパッチ、パフォーマンス向上がサポート対象バージョンに適用されます。影響を受けるDatabricks Runtimeバージョンのユーザーは、更新することでより安定した安全な環境で作業できるようになります。詳細はリンク先のドキュメントを参照してください。

Databricks Runtime のメンテナンス更新 (11/04)

2025-11-04

サポートされている Databricks Runtime バージョンに対して、新しいメンテナンス更新が利用できるようになりました。これらの更新には、バグの修正、セキュリティ パッチ、パフォーマンスの向上が含まれます。詳細については、「Databricks Runtime のメンテナンス更新」を参照してください。

ユーザーへのインパクト

Databricks Runtimeのメンテナンス更新により、バグの修正、セキュリティパッチ、およびパフォーマンスの向上が行われます。影響を受けるDatabricks Runtimeバージョンのユーザーは、更新されたバージョンを利用することで、これらの改善の恩恵を受けることができます。具体的な変更内容については、Databricksのドキュメントを参照する必要があります。

Alibaba CloudのQwen3-Next Instructモデル（ベータ版）を使用した関数呼び出しと構造化された出力が利用可能になりました。

2025-11-04

Mosaic AI Model Servingは、Alibaba CloudのQwen3-Next 80B A3B Instructを使用した関数呼び出しと構造化された出力をサポートするようになりました。

• Databricksでの関数呼び出しを参照してください
• Databricksでの構造化された出力を参照してください

ユーザーへのインパクト

Alibaba CloudのQwen3-Next Instructモデル（ベータ版）を使用した関数呼び出しと構造化された出力が利用可能になったことにより、Databricksユーザーはより高度なモデルサービング機能を利用できるようになりました。これにより、以下のような利点があります：

1. 関数呼び出しのサポート：Qwen3-Next 80B A3B Instructモデルを使用して、特定のタスクを実行するための関数を呼び出すことができます。これにより、より複雑なワークフローを自動化し、モデルの応答をより柔軟に制御できます。詳細はDatabricksでの関数呼び出しを参照してください。

2. 構造化された出力のサポート：モデルからの出力を構造化された形式で取得できるようになり、データの処理や後続のタスクへの統合が容易になります。詳細はDatabricksでの構造化された出力を参照してください。

これらの新機能により、ユーザーはより洗練された形でモデルを活用し、アプリケーションやワークフローに統合することができます。ただし、Qwen3-Next Instructモデルはベータ版であるため、将来的な更新や変更に注意を払う必要があります。

DBFSルートとマウントのワークスペース設定がGAになりました。

2025-11-03

ワークスペース管理者が既存のDatabricksワークスペースにおけるDatabricksファイルシステム（DBFS）のルートとマウントへのアクセスを無効にできるワークスペース設定が一般提供開始されました。詳しくは既存のDatabricksワークスペースでDBFSルートおよびマウントへのアクセスを無効にするをご覧ください。

ユーザーへのインパクト

このリリースノートは、DatabricksユーザーがDBFS（Databricksファイルシステム）ルートとマウントにアクセスする方法に影響を与える可能性があります。

具体的には、ワークスペース管理者が既存のDatabricksワークスペースでDBFSルートとマウントへのアクセスを無効にできる新しいワークスペース設定が一般提供されました。

ユーザーは以下の点に注意する必要があります。

1. ワークスペース管理者がDBFSルートとマウントへのアクセスを無効にすると、ユーザーはDBFSルートとマウントにアクセスできなくなる可能性があります。
2. アクセスが無効になると、DBFSルートとマウントを使用するジョブやワークフローが失敗する可能性があります。

ユーザーは、ワークスペース管理者がこの設定を変更する可能性があることを認識し、DBFSルートとマウントへのアクセスが必要なワークロードやアプリケーションを再構成する準備をしておく必要があります。詳細については、リンク先のドキュメントを参照してください。

サーバーレスコンピューティングでJARタスクがサポートされるようになりました。

2025-11-03

これで、サーバーレス コンピューティングで JAR ジョブを実行できるようになりました。ジョブの JAR タスクを参照してください。

ユーザーへのインパクト

DatabricksサーバーレスコンピューティングでJARタスクがサポートされたことにより、ユーザーはサーバーレスコンピューティング環境でJARジョブを実行できるようになりました。これにより、サーバーレス環境でのジョブ実行の柔軟性が向上し、ユーザーは従来のJARタスクをそのまま利用できるようになります。詳細については、ドキュメント「ジョブの JAR タスク」を参照してください。

属性ベースのアクセス制御（ABAC）がパブリックプレビューで利用可能になりました

2025-11-03
属性ベースのアクセス制御（Attribute-based access control: ABAC）がパブリックプレビューで利用できるようになりました。ABACは、データ資産に適用されるガバナンスタグに基づいてポリシーを定義することにより、柔軟でスケーラブルかつ集中化されたアクセス制御を提供するデータガバナンスモデルです。
パブリックプレビューにおけるABACには、ベータ版からの2つの重要な変更点があります。
*
アカウントレベルでの適用: ABACは、ワークスペースレベルでのプレビューからアカウントレベルでのプレビューに移行しました。ABACポリシーは、デフォルトでアカウントのメタストアに接続されているすべてのワークスペースで適用されるようになりました。詳細についてはABAC Beta to Public Preview transitionをご覧ください。
*
カラムマスクの自動型キャスト: Databricksは、ABACポリシーで定義されたカラムマスク関数の出力を、ターゲットカラムのデータ型に自動的にキャストするようになりました。これにより、一貫した型付けとより信頼性の高いクエリ動作が保証されます。既存のカラムマスク関数は、戻り値の型がターゲットカラムの型と互換性がない場合に失敗する可能性があります。詳細については ABAC column mask type castingをご覧ください。
詳細についてはUnity Catalog attribute-based access control (ABAC)をご覧ください。

ユーザーへのインパクト

属性ベースのアクセス制御（ABAC）のパブリックプレビューが利用可能になったことによるDatabricksユーザーへの影響は以下の通りです：

1. アカウントレベルでのABAC適用：ABACポリシーがアカウントレベルで適用されるようになり、メタストアに接続されたすべてのワークスペースで有効になります。ユーザーは、以前に設定したワークスペースレベルのABACポリシーがアカウントレベルに移行したことに注意する必要があります。

2. カラムマスクの自動型キャスト：ABACポリシーで定義されたカラムマスク関数の出力が、ターゲットカラムのデータ型に自動的にキャストされるようになりました。これにより、型の不一致によるエラーが減り、一貫したクエリ動作が保証されます。ただし、既存のカラムマスク関数で、戻り値の型がターゲットカラムの型と互換性がない場合は、失敗する可能性があります。ユーザーは、既存のカラムマスク関数を確認し、必要に応じて修正する必要があります。

これらの変更により、Databricksユーザーは、より柔軟でスケーラブルなデータガバナンスとアクセス制御を利用できるようになりますが、既存のABACポリシーやカラムマスク関数の確認と修正が必要になる場合があります。

[TISAX（Trusted Information Security Assessment Exchange）コンプライアンス コントロール

TISAXは、自動車業界向けに開発された情報セキュリティの評価および認証メカニズムです。VDA（ドイツ自動車工業会）が開発し、ENX（European Network Exchange）協会によって運用されています。

TISAXコンプライアンス コントロールには、以下のようなものがあります。

1. 情報セキュリティポリシーの確立と実施
2. 組織と責任の明確化
3. リスク管理とリスク評価の実施
4. 脆弱性管理とパッチ管理の実施
5. アクセス制御と認証の実施
6. インシデント管理とインシデントレスポンスの実施
7. 業務継続性と災害復旧計画の策定と実施
8. サプライヤーと第三者のリスク管理
9. データ保護とプライバシーの保護
10. セキュリティ監査と継続的な改善

これらのコントロールは、TISAXの評価基準に基づいており、組織が情報セキュリティを適切に管理し、リスクを軽減していることを確認するために設計されています。TISAX認証を取得するには、組織はこれらのコントロールを満たしていることを示す必要があります。](https://docs.databricks.com/aws/en/release-notes/product/2025/november#tisax-compliance-controls)
2025-11-03
TISAXコンプライアンスコントロールは、ワークスペースのコンプライアンスに役立つ強化を提供します。 TISAX（Trusted Information Security Assessment Exchange）は、ENX Associationによってドイツの自動車産業向けに定義された評価および交換メカニズムであり、ISO / IEC 27001およびVDA ISAの要件に基づいています。Trusted Information Security Assessment Exchange（TISAX）をご覧ください。

ユーザーへのインパクト

DatabricksワークスペースがTISAXコンプライアンスコントロールをサポートするよう強化されました。これにより、ドイツの自動車産業における情報セキュリティの評価および認証メカニズムであるTISAXの要件を満たすことが容易になります。TISAX認証を取得するために必要な情報セキュリティポリシー、リスク管理、脆弱性管理などのコントロールが強化されています。Databricksユーザーは、TISAXのガイドラインに従ってワークスペースのコンプライアンスを確保できます。詳細については、Databricksのドキュメントを参照してください。

アクセス要求イベントの監査ログが発行されるようになりました。

2025-11-03

アクセス要求の宛先（パブリックプレビュー）に関連するアクションが監査ログに記録されるようになりました。詳細については、アクセスイベントのリクエストを参照してください。

ユーザーへのインパクト

このリリースにより、Databricksユーザーは、Unity Catalogのアクセス要求イベントに関する監査ログを取得できるようになります。これにより、管理者は誰がいつ特定のリソースへのアクセスを要求したかを追跡できます。影響：監査ログに「アクセス要求」イベントが含まれるようになり、コンプライアンスとガバナンスの強化が期待できます。

ノートブックデバッガーのエクスペリエンスの改善

2025-10-31
Pythonノートブックのインタラクティブデバッガーは、マルチファイルデバッグをサポートするようになりました。複数のワークスペースファイルにわたってブレークポイントを設定し、関数にステップインすることができます。デバッガは、ステップイン時に新しいタブでファイルを自動的に開きます。この改善により、ワークスペース内の複数のファイルにまたがるコードのデバッグが容易になります。

詳細についてはワークスペースファイルへのステップインを参照してください。

ユーザーへのインパクト

Databricksユーザーは、Pythonノートブックのインタラクティブデバッガーをより効果的に利用できるようになります。具体的には、複数のワークスペースファイルにブレークポイントを設定し、関数にステップインしてデバッグできるようになったため、複数のファイルにまたがるコードのデバッグが容易になります。

ノートブック実行時にセルをスキップする

2025-10-31

ノートブックで複数のセルを実行する際に、%skip マジックコマンドを使用することで、個々のセルをスキップできるようになりました。スキップしたいセル内の先頭に %skip を追加してください。詳細については、Databricks ノートブックの実行を参照してください。

ユーザーへのインパクト

Databricksノートブックの実行時に、特定のセルをスキップできるようになりました。%skip マジックコマンドをセルの先頭に追加することで、そのセルをスキップできます。これにより、ノートブックの一部を一時的に無効にしたり、特定の処理を除外して実行したりするなど、柔軟なノートブック操作が可能になります。詳細はDatabricks ノートブックの実行をご参照ください。

ダッシュボードの視覚化、ピボットテーブル、およびオーサリングの改善

2025-10-30

• ダッシュボードのSlackチャンネルへの定期購読：ダッシュボード作成者は、スケジュールされたダッシュボード更新のサブスクライバーとしてSlackチャンネルを追加できるようになりました。Slackチャンネルの購読を参照してください。
• 上位N件のスクロールバー動作：上位N件のビジュアライゼーションのスクロールバーが、マウスオーバー時のみ表示されるようになり、インターフェイスがよりスッキリしました。
• 凡例の配置オプション：既存の配置オプションに加えて、ビジュアライゼーションの上部および左側に凡例を配置できるようになりました。チャート要素のカスタマイズを参照してください。
• フィルタの切り取り、コピー、貼り付け：作成者はキャンバスからフィルタを切り取ったりコピーできるようになりました。グローバルパネルに貼り付けるには、空のスペースを右クリックして貼り付けを選択します。フィルタの使用を参照してください。
• ラベルはY軸の書式設定に一致：ラベルはデフォルトでY軸と同じ形式になり、デフォルトで小数点以下2桁を表示し、小さい値をより適切に処理するようになりました。
• マテリアライズドビューのエクスポート：作成者は、ダッシュボード上の任意のデータセットからマテリアライズドビューを生成し、パフォーマンスを向上させ、更新と実行をより効率的に行えるようになりました。この機能にアクセスするには、データセットの横にあるケバブメニューをクリックし、マテリアライズドビューへエクスポートを選択します。ダッシュボードデータセットの作成と管理 および ユーザーへのインパクト

  ダッシュボードに関するいくつかの改善点があります。主な変更点は以下の通りです。

  1. ダッシュボードの更新をSlackチャンネルに定期的に送信できるようになりました。
  2. 上位N件のビジュアライゼーションのスクロールバーがマウスオーバー時のみ表示されるようになり、インターフェイスが改善されました。
  3. 凡例の配置オプションが追加され、ビジュアライゼーションの上部および左側に凡例を配置できるようになりました。
  4. フィルタの切り取り、コピー、貼り付けが可能になりました。
  5. ラベルの書式がY軸の書式と一致するようになり、小数点以下2桁を表示し、小さい値をより適切に処理するようになりました。
  6. ダッシュボード上のデータセットからマテリアライズドビューを生成できるようになり、パフォーマンスが向上し、更新と実行がより効率的になりました。

  これらの変更により、Databricksユーザーはダッシュボードの作成と管理がより容易になり、視覚化のカスタマイズ性が向上しました。また、パフォーマンスの向上と更新の効率化も期待できます。

  [Genie（ジニー）の思考ステップとベンチマークエラーの解決方法について説明します。

  Genieの思考ステップ

  Genieは、与えられたタスクを実行するために一連の思考ステップを実行します。これらのステップは、問題解決のための論理的なプロセスを表しています。

  1. 問題の理解: Genieは、与えられた問題やタスクを理解しようとします。
  2. 関連情報の検索: Genieは、問題に関連する情報を検索します。
  3. 分析と推論: Genieは、収集した情報を分析し、推論を行います。
  4. 解決策の生成: Genieは、分析と推論の結果に基づいて、解決策を生成します。

  ベンチマークエラー

  ベンチマークエラーとは、Genieのパフォーマンスを評価するために使用されるベンチマークテストにおいて発生するエラーのことです。これらのエラーは、Genieの思考ステップのどこかに問題があることを示しています。

  エラーの解決方法

  ベンチマークエラーを解決するには、以下のステップを実行します。

  1. エラーの特定: エラーの内容を特定し、Genieの思考ステップのどの部分で発生しているかを調べます。
  2. 原因の分析: エラーの原因を分析します。Genieの理解不足、情報の不足、分析や推論の誤りなどが原因かもしれません。
  3. 修正: エラーの原因に応じて、Genieの思考ステップを修正します。例えば、Genieの理解を深めるために追加の情報を提供したり、分析や推論の方法を改善したりします。
  4. 再評価: 修正したGenieの思考ステップを再評価します。ベンチマークテストを再度実行して、エラーが解消されたことを確認します。

  これらのステップを実行することで、Genieのベンチマークエラーを解決し、パフォーマンスを向上させることができます。](https://docs.databricks.com/aws/en/ai-bi/release-notes/2025#genie-thinking-steps-and-benchmark-error-resolution)
  2025-10-30

  • プレーンな言語でのGenie思考ステップ：Genieの思考ステップは、SQLロジックを平易な言葉で説明し、非技術系ユーザーが回答の生成方法を理解し、信頼性を構築できるようにします。
  • 選択ダイアログでのアセットプレビュー：アセットの選択ダイアログでテーブルまたはビューを選択する際、アセットにカーソルを合わせると、そのスキーマとメタデータ（所有者や最終更新日時など）をプレビューできます。これにより、Genieスペースに適切なデータソースを素早く特定できます。
  • ベンチマークのサービスプリンシパルエラーを修正：ベンチマークを実行すると、時折サービスプリンシパルの認証情報エラーが返される不具合を解消しました。

  ユーザーへのインパクト

  Genie（ジニー）の新機能と修正により、Databricksユーザーは以下のような影響を受けます。

  • Genieの思考ステップが平易な言葉で表示されるようになり、SQLの知識がないユーザーでも、Genieがどのように回答を生成したかを理解しやすくなります。これにより、Genieの回答に対する信頼性が向上します。
  • アセット選択ダイアログで、テーブルやビューのスキーマやメタデータをプレビューできるようになり、Genieスペースに適切なデータソースを簡単に特定できます。これにより、データ探索と分析の効率が向上します。
  • ベンチマークのサービスプリンシパルエラーの修正により、ベンチマークテストがより安定して実行できるようになり、Genieのパフォーマンス評価が正確になります。

  Databricks SQL バージョン2025.35 がプレビューで利用できるようになりました。

  2025-10-30

  Databricks SQL バージョン2025.35がプレビューチャンネルで利用可能になりました。新機能、動作の変更、バグの修正については、以下のセクションを参照してください。

  定数式を使用したEXECUTE IMMEDIATE

  SQL文字列として、およびEXECUTE IMMEDIATE文のパラメーターマーカーの引数として、定数式を渡すことができるようになりました。詳細はEXECUTE IMMEDIATEを参照してください。

  再帰CTEのLIMIT ALLサポート

  LIMIT ALLを使用して、再帰的な共通テーブル式（CTE）の合計サイズ制限を削除できるようになりました。

  st_dump関数のサポート

  st_dump関数を使用して、入力ジオメトリの単一のジオメトリを含む配列を取得できるようになりました。詳細はst_dump関数を参照してください。

  ポリゴン内部リング関数のサポート

  ポリゴン内部リングを操作するために、以下の関数を使用できるようになりました：

  • st_numinteriorrings：ポリゴンの内側の境界（リング）の数を取得します。詳細はst_numinteriorrings関数を参照してください。
  • st_interiorringn：ポリゴンのn番目の内側の境界を抽出し、ラインストリングとして返します。詳細はst_interiorringn関数を参照してください。

  DESCRIBE EXTENDED AS JSONでのMV/ST更新情報のサポート

  Databricksは現在、ユーザーへのインパクト

  Databricks SQLバージョン2025.35のプレビューが利用可能になりました。このバージョンでは、いくつかの新機能と改善が行われています。主な変更点は以下の通りです。

  1. EXECUTE IMMEDIATEでの定数式のサポート: EXECUTE IMMEDIATE文でSQL文字列およびパラメーターマーカーの引数として定数式を渡すことができるようになりました。

  2. 再帰CTEでのLIMIT ALLのサポート: 再帰的な共通テーブル式（CTE）でLIMIT ALLを使用して結果の合計サイズ制限を削除できるようになりました。

  3. st_dump関数のサポート: 入力ジオメトリの単一のジオメトリを含む配列を取得するためにst_dump関数を使用できるようになりました。

  4. ポリゴン内部リング関数のサポート: ポリゴンの内側の境界を操作するために、st_numinteriorrings（内側の境界の数を取得）とst_interiorringn（n番目の内側の境界を抽出）関数を使用できるようになりました。

  5. DESCRIBE EXTENDED AS JSONでのMV/ST更新情報のサポート: マテリアライズドビュー（MV）やストリーミングテーブル（ST）の更新情報をDESCRIBE EXTENDED AS JSONで表示できるようになりました。

  これらの変更により、Databricksユーザーはより柔軟で強力なSQLクエリを実行できるようになります。

  (自動スケーリングベータ版) が利用可能になりました

  2025-10-30

  Lakebase(Autoscaling Beta)は、現在AWSでご利用いただけます。Lakebaseのこの新しい提供内容には、再設計されたUI、プロジェクトベースの整理、オートスケーリング、ゼロへの縮小、データベースの分岐、およびインスタントリストアなど、強化されたデータベース管理機能が導入されています。

  Lakebase (Autoscaling Beta) をご覧ください。

  ユーザーへのインパクト

  Databricks Lakebase（Autoscaling Beta）がAWSで利用可能になりました。これにより、再設計されたUI、オートスケーリング、ゼロへの縮小などの新機能が導入され、データベース管理が強化されます。ユーザーは、プロジェクトベースの整理、データベースの分岐、インスタントリストアなどの機能を利用できます。詳細はドキュメントを参照してください。

  新しいコンピューティングポリシーフォームが一般提供されるようになりました。

  2025-10-29
  新しいコンピュートポリシーフォームが一般的に利用できるようになりました。この新しいフォームでは、ドロップダウンメニューやその他のUI要素を使用してポリシー定義を設定できます。つまり、管理者はポリシーの構文を学習したり参照したりすることなくポリシーを作成できます。
  詳細については、「コンピュートポリシーの作成と管理」および「コンピュートポリシーのリファレンス」を参照してください。

  ユーザーへのインパクト

  新しいコンピューティングポリシーフォームが一般提供されるようになったため、Databricks管理者はより簡単にコンピューティングポリシーを作成できるようになりました。具体的には、ドロップダウンメニューなどのUI要素を使用してポリシー定義を設定できるため、ポリシーの構文を学習する手間が省け、管理作業が効率化されます。

  Agent Bricks: マルチエージェントスーパーバイザーは、Unity Catalog 関数と外部 MCP サーバーをサポートするようになりました。

  2025-10-29

  Agent Bricksのマルチエージェントスーパーバイザーを使用して、Genie Spacesやエージェントエンドポイント、ツールなどを連携させ、異なる専門領域にわたる複雑なタスクを完了するスーパーバイザーシステムを作成します。ここでは、Unity Catalog関数や外部MCPサーバーなどのツールをスーパーバイザーシステムに提供できるようになりました。スーパーバイザーエージェントは、これらのツールに適切なタスクを委譲します。

  Agent Bricksのマルチエージェントスーパーバイザーを使って、調整されたマルチエージェントシステムを作成するを参照してください。

  ユーザーへのインパクト

  このリリースノートは、DatabricksのAgent Bricksにおけるマルチエージェントスーパーバイザーの新機能について説明しています。影響を簡潔にまとめると以下のようになります：

  • Agent Bricksのマルチエージェントスーパーバイザーが、Unity Catalog関数と外部MCPサーバーをサポートするようになりました。
  • これにより、ユーザーはGenie Spacesやエージェントエンドポイントなどの異なる専門領域にわたる複雑なタスクを完了するためのスーパーバイザーシステムをより柔軟に構築できます。
  • スーパーバイザーエージェントは、Unity Catalog関数や外部MCPサーバーなどのツールに適切なタスクを委譲できるようになり、システムの能力が向上しました。
  • 詳細はドキュメント「Agent Bricksのマルチエージェントスーパーバイザーを使って、調整されたマルチエージェントシステムを作成する」に記載されています。

  つまり、このアップデートにより、Databricksユーザーはより複雑で強力なマルチエージェントシステムを構築できるようになり、タスク処理能力が向上します。

  リクエストログと評価ログのテーブルは廃止予定です。

  2025-10-29

  payload_request_logsテーブルとpayload_assessment_logsテーブルは非推奨です。2025年11月1日以降、新しくデプロイされたエージェントはこれらのテーブルを利用できません。2025年11月15日以降、既存のテーブルには新しいデータは入力されなくなります。リアルタイムトレースのためにMLflow 3にアップグレードするか、提供されているビューを使用してください。エージェント推論テーブル: リクエストログと評価ログ (非推奨)をご覧ください。

  ユーザーへのインパクト

  Databricksユーザーは、2025年11月1日以降にデプロイされる新しいエージェントでは、従来のリクエストログおよび評価ログテーブル（payload_request_logsおよびpayload_assessment_logs）を使用できなくなります。また、2025年11月15日以降、これらのテーブルへの新しいデータの書き込みが停止します。影響を受けるユーザーは、リアルタイムトレースのためにMLflow 3へのアップグレード、または提供されているビューの利用を検討する必要があります。詳細については、Databricksのドキュメント（https://docs.databricks.com/aws/ja/generative-ai/agent-framework/request-assessment-logs）を参照してください。

  AIエージェントのフィードバックモデルは廃止されました。

  2025-10-29

  AIエージェントの実験的フィードバックモデルは非推奨になりました。2025年11月1日以降、新しくデプロイされるエージェントにはフィードバックモデルが含まれなくなります。MLflow 3にアップグレードし、log_feedback APIを使用してエージェントトレースの評価を収集してください。詳細はフィードバックモデル (非推奨)を参照してください。

  ユーザーへのインパクト

  AIエージェントの実験的フィードバックモデルが非推奨となり、2025年11月1日以降にデプロイされる新しいエージェントにはフィードバックモデルが含まれなくなります。影響を受けるDatabricksユーザーは、MLflow 3にアップグレードし、log_feedback APIを使用してエージェントトレースの評価を収集する必要があります。詳細については、ドキュメント「フィードバックモデル (非推奨)」を参照してください。

  Gemini 2.5 ProおよびFlashモデルがトークン単位従量課金エンドポイントで利用可能になりました

  2025-10-28

  Model Servingは現在、GoogleのGemini 2.5 ProおよびGemini 2.5 Flashモデルをサポートしています。これらのモデルにはFoundation Model APIs pay-per-tokenを使用してアクセスでき、Function callingやStructured outputにも対応しています。

  • 推論モデルのクエリを参照してください。

  ユーザーへのインパクト

  Gemini 2.5 ProおよびFlashモデルがトークン単位従量課金エンドポイントで利用可能になったことにより、DatabricksユーザーはこれらのモデルをFoundation Model APIsを通じて利用できるようになります。これにより、Function callingやStructured outputなどの機能を利用した、より高度な推論処理が可能になります。ユーザーは、提供されたドキュメントを参照して、これらの新モデルの利用方法や推論モデルのクエリ方法について学ぶことができます。

  サーバーレス コンピューティングがバージョン17.3に更新されました。

  2025-10-28

  サーバーレスコンピューティングランタイムがバージョン17.3に更新されました。詳細についてはバージョン17.3を参照してください。

  ユーザーへのインパクト

  サーバーレスコンピューティングのランタイムが17.3に更新されました。Databricksユーザーは、特にサーバーレス コンピューティングを利用している場合に、更新された機能や修正を確認し、作業に影響がないか確認する必要があります。詳細は、提供されたリンク先のリリースノート（バージョン17.3）で確認できます。

  Mosaic AI Model ServingでOpenAI GPT-5モデルが一般提供開始されました。

  2025-10-28

  OpenAIのGPT-5、GPT-5 mini、およびGPT-5 nanoモデルが、Mosaic AI Model Servingで一般提供されるようになりました。

  ユーザーへのインパクト

  Databricksユーザーは、Mosaic AI Model Servingを通じて、OpenAIのGPT-5、GPT-5 mini、GPT-5 nanoモデルを一般提供で利用できるようになりました。これにより、Databricks上でこれらの高度な言語モデルを簡単に統合し、さまざまなAIアプリケーションを構築できるようになります。

  コンピューティングを設定してAWSキャパシティブロックを使用する

  2025-10-24

  従来の Databricks コンピュートでAWS Capacity Blocksを利用するための構成が行えるようになりました。

  「AWS Capacity Blocks」を参照してください。

  ユーザーへのインパクト

  Databricksユーザーは、従来のDatabricksコンピュートでAWS Capacity Blocksを利用するための構成が行えるようになりました。これにより、特定の期間におけるGPUなどのリソースの予約が可能になります。詳細な構成方法については、「AWS Capacity Blocks」のドキュメントを参照してください。

  Databricks JDBC ドライバー 2.7.5

  2025-10-23

  Databricks JDBC Driver (Simba) バージョン 2.7.5 が利用できるようになりました。このバージョンには以下の改善が含まれています:

  新機能

  コネクターが Kerberos 認証をプロキシ接続とともに使用できるようになりました。Kerberos プロキシを有効化するには、UseProxy=1 および ProxyAuth=2 を設定してください。プロキシの詳細を設定するには、ProxyHost、ProxyPort、ProxyKrbRealm、ProxyKrbFQDN、ProxyKrbService を使用します。

  解決された問題

  • コネクターがネイティブモードで?文字を含む複雑なクエリーを実行できなかった問題を修正しました。
  • 予期しないコネクターの動作によって引き起こされる Unity Catalog ボリューム取り込みの一時的な障害を修正しました。
  • java -ea フラグが有効化されている際に、テーブルに Void もしくは Variant 型のカラムが含まれる場合に getColumns でアサーションエラーとなる問題を修正しました。

  ユーザーへのインパクト

  Databricks JDBC ドライバー 2.7.5 のリリースにより、Databricks ユーザーは以下の影響を受けます：

  1. Kerberos 認証の強化：プロキシ接続と Kerberos 認証を組み合わせて使用できるようになりました。これにより、より柔軟な認証オプションが提供されます。具体的には、UseProxy=1 および ProxyAuth=2 を設定し、必要に応じて ProxyHost、ProxyPort、ProxyKrbRealm、ProxyKrbFQDN、ProxyKrbService を構成することで、Kerberos プロキシを有効化できます。

  2. 複雑なクエリの実行：以前は、? 文字を含む複雑なクエリを実行する際に問題が発生していましたが、このリリースで修正されました。これにより、より複雑なクエリをネイティブモードで正常に実行できるようになりました。

  3. Unity Catalog ボリューム取り込みの安定性向上：予期しないコネクターの動作によって引き起こされる Unity Catalog ボリューム取り込みの一時的な障害が修正されました。これにより、データ取り込みプロセスの信頼性が向上します。

  4. getColumns メソッドの改善：java -ea フラグが有効な場合に、Void または Variant 型のカラムを含むテーブルに対して getColumns を実行するとアサーションエラーが発生する問題が修正されました。これにより、getColumns メソッドの堅牢性が向上しました。

  これらの改善により、Databricks ユーザーはより安定した、柔軟なデータベース接続と操作を享受できるようになります。

  GenieベンチマークのスケーリングとSQL関数のサポート

  2025-10-23

  • ベンチマーク数の上限アップ: Genieスペースに追加できるベンチマークの最大数が100から500に増えました。
  • ベンチマークの選択的実行: ベンチマーク一覧ページまたは過去のベンチマーク結果から、ベンチマーク質問のサブセットを選択して実行を開始できるようになりました。詳細は個々の評価のレビューをご覧ください。
  • ベンチマークの解答としてのUnity Catalog SQL関数: より包括的なテストのために、Unity Catalog SQL関数をベンチマークの正解として追加できるようになりました。

  ユーザーへのインパクト

  Databricksユーザーは、Genieスペースで利用できるベンチマーク数が500に増え、選択したベンチマーク質問のみを実行できるようになりました。また、Unity Catalog SQL関数をベンチマークの正解として設定できるようになり、より包括的なテストが可能になります。

  ai_parse_document（パブリックプレビュー）

  2025-10-23

  ai_parse_document は、パブリックプレビュー で利用できるようになりました。ai_parse_document 関数をご覧ください。

  ユーザーへのインパクト

  ai_parse_document関数がパブリックプレビューで利用できるようになりました。この関数を使用すると、ドキュメントの解析が容易になります。詳細はドキュメントをご参照ください。

  ダッシュボードの公開、スケジューリング、およびフィールド管理の改善

  2025-10-23

  • ダッシュボードの公開時にデフォルトで無効化される**「閲覧者に通知」**オプション: ダッシュボードを公開する際、「閲覧者に通知」オプションはデフォルトでオフになりました。これにより、意図しない通知を減らすことができます。詳細は、ダッシュボードの公開を参照してください。
  • カスタム計算のための**新しい関数** : カスタム計算で、170を超える関数がサポートされるようになりました。詳細は、カスタム計算関数リファレンスを参照してください。
  • 視覚化での**ドラッグアンドドロップによるフィールドの並べ替え** : 作成者は、**ピボット**や**折れ線**グラフなどの視覚化を作成する際に、フィールドをドラッグして並べ替えることができるようになりました。
  • **ウォーターフォール可視化タイプ** : ダッシュボードでウォーターフォールグラフを利用できるようになりました。詳細は、ウォーターフォールグラフを参照してください。

  ユーザーへのインパクト

  ダッシュボードに関する以下の改善が行われました。

  • ダッシュボード公開時の「閲覧者に通知」オプションがデフォルトで無効化されるようになり、意図しない通知を減らすことができます。
  • カスタム計算で利用できる関数が170以上に増え、より複雑な計算が可能になりました。
  • 視覚化の作成時にフィールドをドラッグ＆ドロップで並べ替えられるようになり、視覚化のカスタマイズが容易になりました。
  • ウォーターフォールグラフが新たに利用できるようになり、データの変化をより視覚的に表現できるようになりました。

  Lakeflow ConnectのパブリックプレビューにおけるZerobus Ingestコネクタ

  2025-10-23

  Lakeflow ConnectのZerobus Ingestコネクタは、パブリックプレビュー中です。このコネクタを使用すると、gRPC APIを使用してDeltaテーブルにレコード単位でデータを直接取り込むことができます。 Zerobus Ingestコネクタの概要を参照してください。

  ユーザーへのインパクト

  Lakeflow ConnectのZerobus Ingestコネクタがパブリックプレビューで利用可能になりました。このコネクタを使用すると、gRPC API経由でDeltaテーブルにデータをレコード単位で直接取り込むことができます。つまり、Databricksユーザーは外部ソースからのデータを簡単にDeltaテーブルに統合できるようになります。具体的な使用方法や詳細については、提供されたドキュメントリンク（Zerobus Ingestコネクタの概要）を参照することで、実装の詳細を理解し、データ取り込みプロセスを効率化できます。

  Databricks Runtime 17.3 LTSが一般提供開始されました。

  2025-10-22

  Databricks Runtime 17.3 LTSが一般提供されるようになりました。詳細は、Databricks Runtime 17.3 LTS および Databricks Runtime 17.3 LTS for Machine Learning を参照してください。

  ユーザーへのインパクト

  Databricks Runtime 17.3 LTSが一般提供開始されました。主な影響は以下の通りです：

  • Databricks Runtime 17.3 LTSとDatabricks Runtime 17.3 LTS for Machine Learningの2つのバージョンが利用可能です。
  • 両バージョンの詳細については、公式リリースノートを参照する必要があります。

  Databricksユーザーは、最新の機能と改善点を利用するために、この新しいバージョンへのアップグレードを検討する必要があります。アップグレードの際には、公式ドキュメントの指示に従って、互換性や既存のワークフローへの影響を確認することをお勧めします。

  列の配置転換時の動作が更新されました

  2025-10-22

  1 つ以上のガバナンスタグが割り当てられている列を削除しようとすると、操作は失敗するようになりました。タグ付き列を削除するには、まずそこからすべてのガバナンスタグを削除する必要があります。「ガバナンスタグが割り当てられた列の削除」を参照してください。

  ユーザーへのインパクト

  Databricksのリリースにより、ガバナンスタグが割り当てられた列の削除動作が変更されました。これにより、タグ付き列を削除する前に、まずその列からすべてのガバナンスタグを削除する必要があります。つまり、ユーザーが列を削除しようとした際に、その列にタグが付いていた場合、削除が失敗するようになりました。影響を受けるユーザーは、列を削除する前にタグを削除する手順を実行する必要があります。

  Alibaba Cloud Qwen3-Next Instructがベータ版で利用可能になりました

  2025-10-22

  Mosaic AI Model Servingは、現在us-west-2リージョンとap-northeast-1リージョンでDatabricksがホストするモデルとしてAlibaba CloudのQwen3-Next 80B A3B Instructをサポートしています。このモデルにはFoundation Model APIsのトークン従量制でアクセスできます。

  Qwen3-Next 80B A3B Instructはベータ版として提供されています。Databricksのプラン階層に基づいてこのモデルを有効にする方法については、Databricksプレビューの管理を参照してください。

  ユーザーへのインパクト

  Alibaba CloudのQwen3-Next 80B A3B Instructモデルが、Mosaic AI Model Servingを通じてベータ版で利用可能になりました。このモデルはus-west-2およびap-northeast-1リージョンで利用でき、Foundation Model APIsのトークン従量制でアクセス可能です。ベータ版モデルの有効化は、Databricksのプラン階層に基づいて行うことができ、詳細は「Databricksプレビューの管理」を参照してください。

  Databricks Runtime のメンテナンス更新 (第 2 ラウンド)

  2025-10-21

  サポートされているDatabricks Runtimeバージョンについては、新しいメンテナンスアップデートが利用可能です。これらのアップデートには、バグの修正、セキュリティパッチ、パフォーマンスの向上が含まれています。詳細については、Databricks Runtimeのメンテナンスアップデートを参照してください。

  ユーザーへのインパクト

  Databricks Runtimeのメンテナンス更新（第2ラウンド）が利用可能です。この更新には、バグ修正、セキュリティパッチ、およびパフォーマンスの向上が含まれています。影響を受けるDatabricks Runtimeのバージョンを使用しているユーザーは、更新されたバージョンに移行することをお勧めします。具体的な変更点については、Databricks Runtimeのメンテナンスアップデートのドキュメントを参照してください。

  互換モード（パブリックプレビュー）

  2025-10-21

  互換モードがパブリックプレビューになりました。互換モードでは、Unity Catalogマネージドテーブル、ストリーミングテーブル、マテリアライズドビューの読み取り専用バージョンが生成され、元のテーブルと自動的に同期されます。これにより、Amazon Athena、Snowflake、Microsoft Fabricなどの外部Delta LakeやIcebergクライアントが、Databricksのパフォーマンスを犠牲にすることなくテーブルやビューを読み取ることができます。読み取り専用バージョンの更新頻度を、ほぼリアルタイムまで設定することができます。

  詳しくは互換モードを参照してください。

  ユーザーへのインパクト

  互換モードがパブリックプレビューとして利用可能になりました。これにより、Unity Catalogで管理されているテーブル、ストリーミングテーブル、マテリアライズドビューの読み取り専用コピーが作成され、元のデータと自動的に同期されます。これにより、Amazon Athena、Snowflake、Microsoft Fabricなどの外部クライアントが、Databricksのパフォーマンスに影響を与えることなく、これらのテーブルやビューにアクセスできるようになります。読み取り専用コピーの更新頻度はほぼリアルタイムに設定できます。

  新しいDeltaテーブルでは、デフォルトの圧縮形式がZstdになりました。

  2025-10-21

  Databricks Runtime 16.0以降で新しく作成されたDeltaテーブルは、すべてSnappyではなくZstandard(Zstd)圧縮をデフォルトで使用するようになりました。

  既存のテーブルは、従来の圧縮コーデックを使い続けます。既存のテーブルの圧縮コーデックを変更するには、delta.parquet.compression.codec テーブルのプロパティを設定します。詳細はDeltaテーブルプロパティのリファレンスをご参照ください。

  ユーザーへのインパクト

  Databricks Runtime 16.0以降で新しく作成されるDeltaテーブルは、デフォルトでZstandard(Zstd)圧縮を使用するようになりました。既存のテーブルは従来の圧縮コーデック(Snappy)を使い続けますが、delta.parquet.compression.codec テーブルのプロパティを設定することで変更できます。

  Databricks Runtimeのメンテナンス更新 (10/21)

  2025-10-21

  サポートされている Databricks Runtime バージョンについては、新しいメンテナンス更新が利用可能です。これらの更新には、バグの修正、セキュリティ パッチ、パフォーマンスの向上が含まれます。詳細については、「Databricks Runtime のメンテナンス更新」を参照してください。

  ユーザーへのインパクト

  Databricks Runtimeのメンテナンス更新により、バグの修正、セキュリティパッチ、およびパフォーマンスの向上がサポートされているバージョンに適用されます。ユーザーは、更新されたバージョンを利用することで、より安定した安全な環境で作業できるようになります。詳細はDatabricksのドキュメントを参照してください。

  新しいマネージドテーブルではデフォルトの圧縮方式がZstdになりました。

  2025-10-21
  Databricks Runtime 16.0以降で新しく作成されたマネージドテーブルのすべては、Snappyの代わりにデフォルトでZstandard(Zstd)圧縮を使用するようになりました。
  既存のテーブルは現在の圧縮コーデックを使い続けます。既存のテーブルの圧縮コーデックを変更するには、テーブルのプロパティdelta.parquet.compression.codecを設定します。詳細はDelta table properties referenceをご覧ください。

  ユーザーへのインパクト

  Databricks Runtime 16.0以降で新しく作成されるマネージドテーブルでは、デフォルトの圧縮方式がSnappyからZstandard (Zstd)に変更になりました。既存のテーブルへの影響はありませんが、既存テーブルの圧縮方法を変更したい場合はdelta.parquet.compression.codecテーブルプロパティを設定することで可能です。

  統合された実行一覧 (パブリック プレビュー)

  2025-10-20

  統合実行リストがパブリックプレビューで提供されました。ジョブの実行とパイプラインの実行の両方を単一の統合リストで監視できます。

  詳細は、統合実行リストのプレビューにはどのような変更がありますか?を参照してください。

  ユーザーへのインパクト

  Databricksユーザーは、ジョブの実行とパイプラインの実行を一元的に監視できるようになり、運用の効率化と監視の簡素化が期待できます。統合実行リストにより、複数のワークフローを簡単に追跡できます。詳細は提供されたドキュメントリンク先を参照してください。

  新しいアラート編集エクスペリエンス

  2025-10-20

  • 新しいアラート編集エクスペリエンス: アラートを作成または編集すると、新しいマルチタブエディタが開き、統一された編集ワークフローが提供されるようになりました。 Databricks SQL アラートを参照してください。

  ユーザーへのインパクト

  Databricks SQLアラートの作成または編集時に新しいマルチタブエディタが利用できるようになりました。これにより、統一された編集ワークフローが提供されます。詳細は、Databricks SQLアラートのドキュメントを参照してください。

  Google Sheets 用 Databricks コネクタは、追加機能 (パブリックプレビュー) を提供します。

  2025-10-17
  Databricks Connector for Google Sheetsにより、より優れたクエリ管理オプションが導入されました。ユーザーはGoogleスプレッドシート内にクエリを保存できるため、データの更新やクエリの再利用、編集が簡単にできます。
  詳細についてはGoogleスプレッドシートからDatabricksに接続するを参照してください。

  ユーザーへのインパクト

  Google Sheets 用 Databricks コネクタがパブリックプレビューで追加機能を提供するようになりました。これにより、ユーザーはGoogleスプレッドシート内にDatabricksへのクエリを保存できるようになり、データの更新やクエリの再利用、編集が容易になります。これにより、Databricksユーザー、特にGoogle Sheetsを利用しているユーザーの作業効率が向上します。

  Genie APIの更新、ベンチマークの説明、JOINの改善

  2025-10-16

  • JOINリレーションシップの検出の改善： JOINリレーションシップとSQLスニペット定義を並べ替えて、管理を容易にできるようになりました。
  • APIエンドポイントがパブリックプレビューに移行： 以下のGenie APIエンドポイントは、ベータ版からパブリックプレビューに移行します：会話メッセージの一覧、会話メッセージの削除、サムズアップ/ダウンでのフィードバックの送信。
  • ベンチマーク結果の説明： ベンチマーク結果に、結果が不正解と評価された理由の説明が含まれるようになりました。
  • SQL実行結果の要約： Genieは、SQL実行結果の要約を自動的に生成するようになり、応答がより自然で解釈しやすくなりました。
  • ナレッジストアのSQLメジャー： ユーザーは、フィルターやディメンションとともに、スペースのナレッジストアにSQLメジャーを追加して、Genieが特定のSQL式を生成するようにガイドできるようになりました。 より信頼性の高いGenieスペースのためのナレッジストアの構築を参照してください。
  • 権限メッセージの修正： CAN RUNまたはCAN VIEWの権限を持つユーザーに対するメッセージングが修正され、監視およびデータタブでの機能が正確に反映されるようになりました。
  • ワークスペースアセットタグ付けのサポート： Genieスペースが、ワークスペースアセットタグ付けのパブリックプレビューに含まれるようになりました。

  ユーザーへのインパクト

  Databricksユーザーは、以下のGenieに関連する改善点を活用できます：

  1. JOINリレーションシップの検出が改善され、管理が容易になりました。
  2. 一部のGenie APIエンドポイントがパブリックプレビューに移行しました。
  3. ベンチマーク結果に不正解の理由が含まれるようになりました。
  4. SQL実行結果の要約が自動生成され、応答がより自然になりました。
  5. ナレッジストアにSQLメジャーを追加できるようになり、GenieのSQL生成が改善されました。
  6. 権限メッセージが修正され、ユーザーの権限が正確に反映されるようになりました。
  7. Genieスペースがワークスペースアセットタグ付けのパブリックプレビューに含まれるようになりました。

  これらの改善により、Genieの使い勝手と応答の精度が向上し、Databricksユーザーがより効果的にデータを分析および理解できるようになります。

  ダッシュボードと Genie スペースのタグ付け (パブリックプレビュー)

  2025-10-16
  ワークスペース全体での整理、検索、検出を改善するために、ダッシュボードとGenieスペースにタグを追加できるようになりました。タグ付けされたアイテムは検索用にインデックス化されるため、ユーザーは関連するダッシュボードやスペースをすばやく簡単に見つけることができます。
  詳細については、ダッシュボードタグの管理 および タグの追加 を参照してください。

  ユーザーへのインパクト

  ダッシュボードとGenieスペースにタグを追加できるようになり、ワークスペース内での検索や検出が容易になりました。これにより、関連するダッシュボードやスペースを素早く見つけることができるようになります。

  ソース テーブルの更新時にジョブをトリガーできるようになりました

  2025-10-16

  ソース テーブルが更新されたときに実行されるジョブのトリガーを作成できるようになりました。 ソース テーブルが更新されたときにジョブをトリガーするを参照してください。

  -> を日本語に翻訳すると、以下のようになります。 ソース テーブルが更新されたときに実行されるジョブのトリガーを作成できるようになりました。ソース テーブルが更新されたときにジョブをトリガーするを参照してください。

  ユーザーへのインパクト

  Databricksの新機能により、ソーステーブルが更新されたときにジョブを実行するトリガーを設定できるようになりました。これにより、データの更新に応じて自動的に処理を実行することが可能になります。具体的には、ソーステーブルの内容が変更されたときに、関連するジョブが自動的にトリガーされ、データ処理や分析などのタスクを実行できます。詳細については、Databricksのドキュメント「ソース テーブルが更新されたときにジョブをトリガーする」を参照してください。

  ワークスペースにおけるDatabricks Asset BundlesがGAになりました。

  2025-10-16
  ワークスペースでのDatabricksアセットバンドルが一般提供されるようになりました(GA)。 この機能により、組織内の他のユーザーと共同でUIを通じてバンドルの更新を編集、コミット、テスト、デプロイすることができます。

  詳細はワークスペースでのバンドルのコラボレーションをご覧ください。

  ユーザーへのインパクト

  Databricks Asset BundlesがGAになったことにより、ワークスペース上で共同でバンドルの更新、テスト、デプロイができるようになりました。これにより、チームでのコラボレーションがよりスムーズになります。具体的には、UIを通じてバンドルの変更を他のユーザーと共有し、一緒に編集やテストを行い、Databricksリソースの管理が効率化されます。詳細については、Databricksのドキュメントを参照してください。

  ダッシュボードのピボットテーブル、グリッド線、およびドリルスルー機能の強化

  2025-10-16

  • ピボットテーブルでの動的なテキスト関数：ピボットテーブルで、条件付き書式設定のcontains()、startswith()、endswith()関数がサポートされるようになりました。詳細はテキスト関数を使用した条件付き書式設定を参照してください。
  • グリッドラインの切り替え：チャートでグリッドラインのオンとオフが切り替えられるようになりました。詳細はグリッドラインを参照してください。
  • ダッシュボードタグと認定（パブリックプレビュー）：ワークスペース全体の整理、検索、検出を容易にするために、ダッシュボードとGenieスペースにタグを追加できるようになりました。タグ付けされた項目は検索用にインデックス化されるため、ユーザーが関連するダッシュボードやスペースをすばやく見つけやすくなります。
  • ターゲットフィルターのないドリルスルー：ドリルスルーにより、ソース選択と同じデータセットに基づいて、明示的なターゲットフィルターなしで任意のビジュアライゼーションをフィルターできるようになりました。ターゲットフィルターが存在する場合、それは引き続き適用されます。詳細はドリルスルーを使用してデータをフィルタリングするを参照してください。
  • 破棄されたダッシュボードAPIエラーの修正：ごみ箱内のダッシュボードにアクセスする際、APIは403 PERMISSION_DENIEDではなく404 NOT_FOUNDを返すようになりました。

  ユーザーへのインパクト

  Databricksの最新アップデートにより、ダッシュボード機能が大幅に強化されました。主な変更点とユーザーへの影響は以下の通りです：

  1. ピボットテーブルの強化：条件付き書式設定でcontains()、startswith()、endswith()関数がサポートされ、より柔軟なデータ表示が可能になりました。

  2. グリッド線の表示/非表示：チャートのグリッド線をオン/オフできるようになり、視認性が向上しました。

  3. ダッシュボードのタグ付けと認定（パブリックプレビュー）：ダッシュボードとGenieスペースにタグを追加できるようになり、ワークスペース内での検索と整理が容易になりました。

  4. ドリルスルー機能の改善：ターゲットフィルターがなくても、ソース選択に基づいてビジュアライゼーションをフィルターできるようになり、より直感的なデータ分析が可能になりました。

  5. APIエラーの修正：ごみ箱内のダッシュボードへのアクセス時に返されるAPIエラーステータスコードが403 PERMISSION_DENIEDから404 NOT_FOUNDに変更され、より適切なエラー処理が実現しました。

  これらの変更により、Databricksユーザーはより洗練されたダッシュボードを作成し、データ分析をより効率的に行えるようになります。

  バックフィルジョブの実行を作成する

  2025-10-14

  ジョブバックフィルを使用すると、過去のデータをバックフィルするためのジョブ実行をトリガーできます。これは、古いデータの読み込みや、処理の失敗時のデータ修復に役立ちます。詳細については、ジョブのバックフィルを参照してください。

  ユーザーへのインパクト

  Databricksの新機能であるジョブバックフィルを使用すると、過去のデータを簡単にバックフィルするためのジョブ実行をトリガーできます。これにより、古いデータの読み込みや処理失敗時のデータ修復が容易になります。ユーザーはこの機能を利用して、特定の期間のデータを再処理したり、不足データを補完したりできます。詳細はDatabricksのドキュメント「ジョブのバックフィル」を参照してください。

  データ分類（パブリックプレビュー）

  2025-10-13

  Databricksデータ分類がパブリックプレビューになりました。これには、すべてのカタログタイプのサポート、すべての分類結果を1つのシステムテーブルに統合すること、新しいUIでの分類の確認と自動タグ付けなどが含まれます。詳細はデータ分類をご参照ください。

  ユーザーへのインパクト

  Databricksのデータ分類機能がパブリックプレビューになりました。これにより、すべてのカタログタイプがサポートされ、分類結果が1つのシステムテーブルに統合されます。また、新しいUIで分類の確認と自動タグ付けが可能になります。ユーザーは、データのガバナンスとセキュリティをより効果的に管理できるようになります。詳細はドキュメントをご参照ください。

  Mosaic AI Model Servingの自動スケーリング動作の改善

  2025-10-13
  Mosaic AI Model Servingのオートスケーリングは、非常に短時間のトラフィックの急増を無視し、持続的な負荷の増加にのみ反応するように調整されました。この変更により、一時的な急増時のプロビジョンド コンキュレンシーの無駄なスケーリングが防止され、パフォーマンスや信頼性に影響を与えることなく、サービング コストが削減されます。

  ユーザーへのインパクト

  Mosaic AI Model Serving の自動スケーリングが改善され、一時的なトラフィックの急増ではなく、持続的な負荷の増加に反応するようになりました。これにより、無駄なリソースのスケーリングが削減され、コストが削減されます。Databricks ユーザーは、パフォーマンスや信頼性を損なうことなく、サービング コストの最適化が期待できます。

  マルチモーダルサポートが利用できるようになりました。

  2025-10-13

  Databricks がホストする基盤モデルのマルチモーダル入力が、Mosaic AI Model Serving でサポートされました。詳細はビジョン モデルのクエリをご覧ください。

  このマルチモーダル サポートは、次の機能を使用して利用できます。

  • 基盤モデル API: トークン従量制
  • 基盤モデル API: プロビジョンド スループット
  • AI Functions: リアルタイム推論とバッチ推論の両方のワークロードに対応しています。

  ユーザーへのインパクト

  Databricksの最新リリースにより、Mosaic AI Model Servingでホストされる基盤モデルにおいて、マルチモーダル入力がサポートされるようになりました。これにより、Databricksユーザーはテキストだけでなく画像を含むマルチモーダルデータを扱うことができるようになります。

  影響を受ける主な機能は、基盤モデルAPI（トークン従量制およびプロビジョンドスループット）とAI Functionsです。これらの機能を使用することで、ユーザーはリアルタイム推論とバッチ推論の両方のワークロードでマルチモーダルサポートを活用できます。特に、ビジョン（画像）モデルをクエリする機能が新たに利用可能になりました。

  これらの変更により、Databricksユーザーはより多様なデータタイプを処理し、より高度な機械学習モデルをデプロイできるようになり、AIアプリケーションの開発と展開が促進されることが期待されます。詳細については、提供されたドキュメントリンク（ビジョン モデルのクエリ、基盤モデル API、AI Functions）を参照することをお勧めします。

  SQL MCPサーバーが利用可能になりました（ベータ版）

  2025-10-10

  Databricksは現在、AIエージェントがSQLウェアハウスを使用してUnity Catalogテーブルに対して直接SQLクエリを実行できるようにするSQLマネージドMCPサーバーを提供しています。SQL MCPサーバーはhttps://<workspace-hostname>/api/2.0/mcp/sqlで利用できます。詳細については、DatabricksマネージドMCPサーバーの使用を参照してください。

  ユーザーへのインパクト

  SQL MCPサーバー（ベータ版）が利用可能になったため、DatabricksユーザーはAIエージェントを使用してUnity Catalogテーブルに対して直接SQLクエリを実行できるようになりました。SQL MCPサーバーはhttps://<workspace-hostname>/api/2.0/mcp/sqlでアクセスでき、詳細はDatabricksのドキュメントで確認できます。

  AI/BIダッシュボードのテーブルおよびテキストウィジェットの改善

  2025-10-09

  • 表からリンクのURLをコピー: テーブルの視覚化から直接リンクのURLをコピーできるようになりました。
  • ピボットテーブルの行ヘッダーの改善: ピボットテーブルの行ヘッダーのフィールド名がはみ出さなくなり、行の値とともにスクロールするようになりました。
  • テキストウィジェットにおける<文字の扱いの改善: テキストウィジェットが<文字を正しく処理するようになり、予期しない動作が防止されるようになりました。
  • カスタム計算の精度の向上: 集計関数でDISTINCTキーワードとFILTER(WHERE ...)句がサポートされるようになりました。これらを使用して、一意のエンティティをカウントし、条件付き集計を実行して、複雑なCASE文を置き換えることができます。詳しくは、集計関数をご覧ください。
  • カスタム計算のための追加の述語サポート: カスタム計算でIN、BETWEEN、パターンマッチング述語（LIKE、ILIKE、RLIKE）がサポートされるようになり、より柔軟なフィルタリングと比較操作が可能になりました。詳しくは、カスタム計算とはをご覧ください。

  ユーザーへのインパクト

  Databricksユーザーは、AI/BIダッシュボードのテーブルおよびテキストウィジェットに関する以下の改善点を活用できます：

  1. テーブルの視覚化から直接リンクのURLをコピーできます。
  2. ピボットテーブルの行ヘッダーの表示が改善され、フィールド名がはみ出さなくなりました。
  3. テキストウィジェットが<文字を正しく処理するようになり、予期しない動作が防止されるようになりました。
  4. カスタム計算でDISTINCTキーワードとFILTER(WHERE ...)句がサポートされるようになり、一意のエンティティのカウントや条件付き集計が可能になりました。
  5. カスタム計算でIN、BETWEEN、パターンマッチング述語（LIKE、ILIKE、RLIKE）がサポートされるようになり、より柔軟なフィルタリングと比較操作が可能になりました。

  これらの改善により、Databricksユーザーはより柔軟で強力なダッシュボードを作成し、データの分析と可視化をより効率的に行うことができます。

  Genieナレッジストアの強化とベンチマークの改善

  2025-10-09

  • ベンチマーク生成の簡素化:
    • スペースの編集者は、チャット会話から代表的なメッセージやSQL回答をベンチマークの質問として保存できるようになりました。詳細はその他の回答アクションを参照してください。
    • スペースの編集者は、ベンチマークのテキスト質問を入力した後にベンチマークのSQL回答を生成できるようになりました。詳細はベンチマーク質問の追加を参照してください。
    • 1つのベンチマーク結果からの正確なGenieの回答を保存し、将来のベンチマークセットの更新に使用できるようになりました。詳細は個々の評価の確認を参照してください。
  • パフォーマンスとレイテンシの改善: Genieの内部推論プロセスが簡素化され、全体的なレイテンシがわずかに改善され、SQL生成のためのコンテキストが合理化されました。

  ユーザーへのインパクト

  Databricksユーザーは、Genieナレッジストアの強化とベンチマークの改善によって以下のような影響を受けます。

  • スペースの編集者は、チャット会話からベンチマークの質問を簡単に保存でき、ベンチマークのSQL回答を自動生成できるようになりました。これにより、ベンチマークの作成と管理が容易になります。
  • ベンチマーク結果から正確なGenieの回答を保存し、将来のベンチマークセットの更新に使用できるようになりました。これにより、ベンチマークの精度と一貫性が向上します。
  • Genieの内部推論プロセスが簡素化され、全体的なレイテンシが改善され、SQL生成のためのコンテキストが合理化されました。これにより、Genieの応答速度が向上し、より効率的に利用できるようになります。

  コンテキストベースのイングレス制御（ベータ版）

  2025-10-09

  コンテキストベースの受信制御がベータ版で利用できるようになりました。これにより、アカウント管理者は、誰が、いどこから呼び出しを行っているか、およびDatabricksで何にアクセスできるかを組み合わせた許可ルールと拒否ルールを設定できます。コンテキストベースの受信制御により、アイデンティティ、リクエストのタイプ、およびネットワークソースの信頼できる組み合わせだけが、ワークスペースにアクセスできるようになります。1つのポリシーが複数のワークスペースを管理し、組織全体で一貫した適用を保証します。

  コンテキストベースの受信制御を参照してください。

  ユーザーへのインパクト

  コンテキストベースの受信制御（ベータ版）のリリースにより、Databricksユーザーはより厳格なアクセス制御を受けることになります。この機能により、管理者はユーザーのID、リクエストの種類、ネットワークソースを組み合わせた許可または拒否ルールを設定できるようになり、ワークスペースへのアクセスがより安全になります。複数のワークスペースにわたる一貫したポリシー適用が可能となり、組織全体のセキュリティ体制が強化されます。ユーザーは、この新しいセキュリティポリシーが自身のワークフローに与える影響を理解し、それに応じてアクセス方法を調整する必要があります。

  請求対象の使用状況テーブルに、サーバーレスジョブとパイプラインのパフォーマンスモードが記録されるようになりました。

  2025-10-09

  請求ログには、サーバーレスジョブとパイプラインのパフォーマンスモードが記録されるようになりました。ワークロードのパフォーマンスモードはproduct_features.performance_target列に記録され、PERFORMANCE_OPTIMIZED、STANDARD、またはnullの値が含まれます。

  請求ログのリファレンスについては、請求対象の使用状況システムテーブルリファレンスを参照してください。

  ユーザーへのインパクト

  Databricksユーザーは、請求対象の使用状況テーブルを通じて、サーバーレスジョブとパイプラインのパフォーマンスモード（PERFORMANCE_OPTIMIZED、STANDARDなど）を把握できるようになりました。これにより、ワークロードのパフォーマンスとコストの最適化がより効果的に行えるようになります。請求ログのproduct_features.performance_target列を確認することで、利用状況をより詳細に分析できます。

  ビジュアライゼーションの修正

  2025-10-09

  • エイリアスが設定された系列名の凡例の選択: SQLエディタやノートブックにおいて、エイリアスが設定された系列名を持つチャートで凡例の選択が正しく動作するようになりました。

  ユーザーへのインパクト

  このリリースノートは、DatabricksユーザーがSQLエディタやノートブックでエイリアスが設定された系列名を持つチャートを使用する際に、凡例の選択が正しく機能するようになったことを示しています。つまり、以前は凡例の選択がうまく動作していなかった可能性がありますが、この修正により、ユーザーは正しく凡例を選択できるようになり、ビジュアライゼーションの操作性が向上しました。

  Data Science Agentは、Databricks上のAnthropic経由で提供されるモデルも使用できるようになりました。

  2025-10-08
  Databricksアシスタントは、パートナー提供AI機能が有効になっている場合、Data Science Agentの一部としてDatabricks上でAnthropicを通じて提供されるモデルも使用できるようになりました。 Databricks上のAnthropicは、Databricksのセキュリティ境界内のAWSにあるDatabricks Inc.がホストするエンドポイントを使用します。

  ユーザーへのインパクト

  Databricksユーザーは、Data Science Agentを使用する際にAnthropicが提供するモデルを活用できるようになりました。これにより、Databricksのセキュリティ境界内で、より幅広いAI機能を利用できます。具体的には、DatabricksアシスタントがAnthropicのモデルも使用できるようになり、ユーザーはより多様なAIサポートを受けられるようになります。ただし、この機能を利用するには、パートナー提供AI機能が有効になっている必要があります。

  Data Science Agentは、Amazon Bedrock経由で提供されるモデルも使用できるようになりました。

  2025-10-08

  Databricks Assistantは、パートナー提供のAI機能が有効になっている場合、Data Science Agentの一部としてAmazon Bedrock経由で提供されるモデルも使用できるようになりました。

  ユーザーへのインパクト

  Databricks AssistantのData Science AgentがAmazon Bedrock経由で提供されるモデルを利用できるようになりました。これにより、Databricksユーザーはより幅広いAI機能を活用できるようになります。具体的には、パートナー提供のAI機能が有効になっている場合、Data Science AgentがAmazon Bedrockのモデルを使用できるようになり、ユーザーはより多様なAIモデルを利用してデータサイエンスのタスクを実行できるようになります。

  Deltaテーブル履歴とVACUUMを操作するための動作変更

  2025-10-08

  Databricks Runtime 18.0では、より予測可能な動作のためにDelta LakeのタイムトラベルクエリとVACUUMの動作が変更されます。

  現在の動作:

  タイムトラベルが利用できるかどうかは、VACUUM が最後に実行されたタイミングによって決まりますが、これを正確に予測するのは困難です。

  Databricks Runtime 18.0での変更点:

  以下の更新により、タイムトラベルは決定論的になり、保持設定に沿ったものになります。

  • delta.deletedFileRetentionDuration を超えるタイムトラベルクエリ（AS OF 構文を使用した SELECT、RESTORE、CDC、および CLONE）はブロックされます。
  • VACUUM の 保持期間（RETAIN num HOURS）は警告とともに無視されます。ただし、0 時間の場合は例外で、Delta テーブルのすべての履歴が完全に削除されます。
  • いずれかのプロパティを変更する場合、delta.logRetentionDuration は delta.deletedFileRetentionDuration 以上である必要があります。

  これらの変更は以下のスケジュールでリリースされます:

  • 2025年12月中旬: Databricks Runtime 18.0のすべてのDeltaテーブルに適用されます。
  • 2026年1月: サーバレス コンピュート、Databricks SQL、および Databricks Runtime 12.2 以上で、Unity Catalog 管理テーブルに適用されます。

  Unity Catalog 管理テーブルについては、Databricks Runtime

  ユーザーへのインパクト

  Databricks Runtime 18.0以降、Delta LakeのタイムトラベルとVACUUMの動作が変更され、以下の影響があります：

  • delta.deletedFileRetentionDurationで指定された保持期間を超えたタイムトラベルクエリはブロックされます。
  • VACUUMコマンドの保持期間指定は基本的に無視され、警告が表示されます。ただし、0 HOURSの場合はテーブル履歴が完全に削除されます。
  • delta.logRetentionDurationはdelta.deletedFileRetentionDuration以上に設定する必要があります。

  これらの変更は、2025年12月中旬にDatabricks Runtime 18.0のDeltaテーブルに、2026年1月にUnity Catalog管理テーブルに適用されます。したがって、ユーザーはこれらの変更に対応するために、Deltaテーブルの保持設定やVACUUMコマンドの使用方法を見直す必要があります。

  Databricks Runtimeのメンテナンスアップデート

  2025-10-07

  サポートされている Databricks Runtime バージョンに対して、新しいメンテナンス更新が利用できるようになりました。これらの更新には、バグの修正、セキュリティ パッチ、パフォーマンスの向上が含まれます。詳細については、「Databricks Runtime のメンテナンス更新」を参照してください。

  ユーザーへのインパクト

  Databricks Runtimeのメンテナンスアップデートにより、バグの修正、セキュリティパッチ、パフォーマンスの向上が適用されます。影響を受けるDatabricks Runtimeバージョンを使用しているユーザーは、更新されたバージョンにアップグレードすることをお勧めします。具体的な変更内容については、Databricksのドキュメントを参照してください。

  Databricks Runtime のメンテナンス更新 (第 1 ラウンド)

  2025-10-07

  サポートされている Databricks Runtime バージョンに対して、新しいメンテナンス更新が利用できるようになりました。これらの更新には、バグの修正、セキュリティ パッチ、パフォーマンスの向上が含まれます。詳細については、「Databricks Runtime のメンテナンス更新」を参照してください。

  ユーザーへのインパクト

  このリリースノートは、Databricks Runtimeのメンテナンス更新に関するものです。主な影響は以下の通りです：

  1. バグ修正：既知の問題が修正され、システムの安定性が向上します。
  2. セキュリティパッチ：セキュリティ上の脆弱性が修正され、データの安全性が強化されます。
  3. パフォーマンスの向上：処理速度やリソース利用率の改善により、ワークロードの効率が向上します。

  Databricksユーザーは、これらの更新によって、より安定した安全な環境で作業できるようになります。詳細については、Databricksのドキュメントを参照することが推奨されています。