Databricks Advent Calendar 2024

データブリックス・ジャパン株式会社

Databricksリリースノート(毎日更新)

Databricks

Last updated at 2026-08-29Posted at 2024-12-14

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。

Lakebaseストレージのクォータのデフォルトが32 TBに増加しました。

2026-08-27

Lakebaseのデフォルトのデータベースストレージクォータは、従来の16TBから32TBに引き上げられました。新しいクォータは、コンピュートが次回起動または再起動したときに有効になります。すでに実行中のコンピュートについては、次の再起動まで従来のクォータが保持されます。32TBを超えるクォータについては、Databricksサポートに依頼すれば利用可能です。プロジェクトの管理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、Lakebaseストレージのクォータがデフォルトで32TBに増加したことによる恩恵を受けます。これにより、より大規模なデータストレージが可能になり、コンピュートの次回起動または再起動時に新しいクォータが適用されます。すでに実行中のコンピュートについては、次回の再起動まで従来のクォータが適用されます。さらに、32TBを超えるクォータが必要な場合は、Databricksサポートに依頼することができます。

AI ランタイム用の Genie Code (パブリックプレビュー)

2026-08-27

AI Runtimeに接続されたノートブックで、Genie Codeを使用してディープラーニングのワークロードを開発およびトラブルシューティングします。現在パブリックプレビューで利用可能なこの機能は、分散トレーニングコードを生成し、環境および依存関係の問題を解決し、GPUおよび分散ワークロードの障害をデバッグします。詳細はAI RuntimeでのGenie Codeの使用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、AI Runtimeに接続されたノートブックでGenie Codeを利用できるようになりました。これにより、ディープラーニングの開発とトラブルシューティングが容易になります。具体的には、Genie Codeは分散トレーニングコードの生成、環境と依存関係の問題解決、GPUと分散ワークロードのデバッグを支援します。現在パブリックプレビュー段階のため、ユーザーはこの機能を試してフィードバックを提供することができます。詳細については、Databricksのドキュメントを参照してください。

Genie Agents（ジニーエージェント）の強化機能

2026-08-27

エージェントモードAPI: Genieエージェント用のエージェントモードAPIが一般提供開始されました。チャットボット、スケジュールされたレポート、社内ツールなどの独自のアプリケーションに統合するために、エージェントモードをプログラムで実行します。エージェントモードAPIリファレンスを参照してください。
エージェントツールのUnity Catalog関数: エージェントの作成者は、スカラーおよびテーブル値の両方のUnity Catalog関数をGenieエージェントのツールとしてアタッチできるようになりました。 GenieはSQL関数をどのように使用しますか?を参照してください。

ユーザーへのインパクト

DatabricksのGenie Agentsが強化されました。主な更新内容は以下の通りです：

エージェントモードAPIの一般提供開始：Genieエージェントをプログラムで実行できるエージェントモードAPIが利用できるようになりました。これにより、チャットボットや社内ツールなどのアプリケーションへの統合が容易になります。
Unity Catalog関数をエージェントツールとして使用可能：Genieエージェントの作成者は、スカラーおよびテーブル値のUnity Catalog関数をツールとしてエージェントにアタッチできるようになりました。これにより、エージェントの機能がさらに拡張されます。

これらの更新により、DatabricksユーザーはGenieエージェントをより柔軟に活用し、カスタマイズされたアプリケーションの開発やデータ処理の自動化が可能になります。

Genie Codeは、Lakeflow Jobsタスク（ベータ版）として利用できるようになりました。

2026-08-27

レイクフロージョブのタスクとして、Genie Codeでプロンプトを実行できるようになりました。Genie Codeはプロンプトを自律的に実行します。上流タスクの出力を読み取り、必要に応じてツールを呼び出すことができます。タスクは結果として得られるGenie Codeの会話へのリンクとそのレスポンスを返します。詳細はジョブ用のGenie Codeタスクを参照してください。

ユーザーへのインパクト

Genie CodeがLakeflow Jobsのタスク（ベータ版）として利用できるようになりました。これにより、Genie Codeでプロンプトを実行し、上流タスクの出力を読み取り、必要に応じてツールを呼び出すことができます。タスクの結果として、Genie Codeの会話へのリンクとそのレスポンスが返されます。詳細はドキュメントを参照してください。

Lakeflow Designer 8月リリース

2026-08-27

Lakeflow Designerの8月リリースでは、Uniqueオペレーターが追加され、Aggregate、Select、Pythonオペレーターが拡張され、キャンバス、プレビュー、およびバージョン履歴のエクスペリエンスが向上しました。以下の更新が利用可能です。

Uniqueオペレーター：新しいUniqueオペレーターを使用して重複行を削除します。必要に応じて、列のサブセットをキーにし、行を並べ替えて、どの重複を保持するかを制御できます。詳細はUniqueを参照してください。
Count distinct：Aggregateオペレーターは、列内のユニークな値をカウントするためのCOUNT DISTINCT関数をサポートするようになりました。詳細はAggregateを参照してください。
動的な列選択：Selectオペレーターは、データ型、名前パターン、または式に基づいて列を動的に選択できるようになり、入力スキーマの変更に応じて出力が適応します。詳細はSelectを参照してください。
Pythonプレビューモード：Pythonオペレーターは、config["is_preview"]を確認することで、完全な実行時とは異なるコードをプレビュー中に実行できます。これにより、プレビュー中に書き込みや通知などの副作用をスキップできます。詳細はPython preview modeを参照してください。
Python出力のストリーミング：Pythonオペレーターの出力は、オペレーターの実行中にリアルタイムで出力パネルにストリーミングされるようになり、実行が完了する前に結果を確認できます。詳細はPythonを参照してください。

オペレーターとグループの有効化/無効化：個々のオペレーターまたはグループ全体を無効

ユーザーへのインパクト

Databricks Lakeflow Designerの8月リリースでは、以下の新機能と改善がユーザーに影響を与えます：

重複行の削除: 新しいUniqueオペレーターを使用することで、重複行を簡単に削除できます。列のサブセットをキーにしたり、行を並べ替えてどの重複を保持するかを制御できます。
ユニークな値のカウント: AggregateオペレーターでCOUNT DISTINCT関数がサポートされ、列内のユニークな値を簡単にカウントできます。
動的な列選択: Selectオペレーターが、データ型や名前パターン、式に基づいて列を動的に選択できるようになり、入力スキーマの変更に応じて出力が適応します。
プレビューと本番の分離: Pythonオペレーターでプレビューモードがサポートされ、config["is_preview"]を使ってプレビュー時と本番時で異なる処理を実行できます。これにより、プレビュー時の副作用（書き込みや通知など）をスキップできます。
リアルタイムのPython出力: Pythonオペレーターの出力がリアルタイムで出力パネルにストリーミングされるようになり、実行完了前に結果を確認できます。
オペレーターとグループの有効化/無効化: 個々のオペレーターまたはグループ全体を無効化できるようになり、パイプラインのテストやデバッグが容易になります。

これらの機能強化により、Lakeflow Designerを使ったデータパイプラインの構築、テスト、運用がより柔軟かつ効率的に行えるようになります。

OpenSharing（パブリックプレビュー）で外部のDeltaテーブルを共有する

2026-08-27

これで、OneLake、Hiveメタストア、AWS Glueなどの外部カタログに登録されているDelta形式のテーブルである外部Deltaテーブルを共有するためにOpenSharingを使用できるようになりました。データ提供者は共有に外部Deltaテーブルを追加し、データ受信者は読み取り専用形式で共有データにアクセスします。詳細については、共有に外部Delta テーブルを追加するおよび共有外部Deltaテーブル内のデータ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

OpenSharingを使用して、OneLake、Hiveメタストア、AWS Glueなどの外部カタログにあるDelta形式のテーブル（外部Deltaテーブル）を共有できるようになりました。データ提供者は共有に外部Deltaテーブルを追加でき、データ受信者は読み取り専用でそのデータにアクセスできます。詳細は、共有の作成と共有データの読み取りに関するドキュメントを参照してください。

Zerobusによるストリーミングテーブルの取り込みが一般提供開始されました。

2026-08-26
Lakeflow ConnectのZerobus Ingestを使用して、ストリーミングテーブルに取り込む機能が一般提供開始されました。ストリーミングテーブルへの書き込みは、同じ制限とクォータを持つマネージドDeltaテーブルへの書き込みと同じように機能します。ターゲットテーブルの作成または特定を参照してください。

ユーザーへのインパクト

Zerobusによるストリーミングテーブルの取り込みが一般提供されました。これにより、Lakeflow ConnectのZerobus Ingestを使用してストリーミングテーブルにデータを簡単に取り込むことができるようになりました。ストリーミングテーブルへの書き込みは、マネージドDeltaテーブルへの書き込みと同様に機能し、同じ制限とクォータが適用されます。ユーザーは、ターゲットテーブルを作成または特定することで、この機能を利用できます。

Databricksは、xAIが開発した大規模言語モデル「Grok 4.6」をDB4M（Databricks Foundation Model）として提供開始。DB4Mは、Databricksが厳選したオープンソースの大規模言語モデルであり、Grok 4.6はその最新版である。Grok 4.6は、DB4Mを通じて提供される初の非オープンソースモデルであり、Databricksのプラットフォーム上で直接利用可能である。

2026-08-26
Model Servingは現在、DatabricksがホストするモデルとしてxAI Grok 4.6 をサポートしています。この推論モデルは、500,000トークンのコンテキストウィンドウを持ち、コーディング、エージェントワークフロー、その他の複雑なタスクのための構成可能な推論努力と関数呼び出しをサポートします。このモデルには、Foundation Model APIs を使ってアクセスできます。

お客様は、適用される条項への準拠を保証する責任があります。

ユーザーへのインパクト

Databricksは、xAIが開発した大規模言語モデル「Grok 4.6」をDB4M（Databricks Foundation Model）として提供開始しました。これにより、Databricksユーザーは、500,000トークンのコンテキストウィンドウを持つGrok 4.6を、Databricksのプラットフォーム上で直接利用できるようになります。ユーザーは、Foundation Model APIsを通じてGrok 4.6にアクセスでき、コーディングやエージェントワークフローなどの複雑なタスクに活用できます。ただし、利用にあたっては、適用される条項への準拠が求められます。

Zhipu AI GLM 5.3 FlashがDatabricksホストモデルとして利用可能になりました

2026-08-26

Model Servingは、DatabricksがホストするモデルとしてGLM 5.3 Flashをサポートするようになりました。このネイティブなマルチモーダルなMoE（Mixture of Experts）モデルは、合計3200億のパラメータと180億のアクティブなパラメータを持っています。テキストと画像の入力、100万トークンのコンテキストウィンドウ、推論、コーディング、そしてエージェントツールの使用をサポートしています。このモデルには、Foundation Model APIsを使ってアクセスできます。

お客様は、適用される条件への準拠を保証する責任があります。

ユーザーへのインパクト

Zhipu AI GLM 5.3 FlashモデルがDatabricksのホストモデルとして利用できるようになりました。このモデルは、テキストと画像の入力をサポートし、長いコンテキストウィンドウ（100万トークン）を持ち、推論やコーディングなどのタスクに対応します。DatabricksのFoundation Model APIsを通じてアクセスできます。ただし、適用される利用条件への準拠はユーザーの責任となります。

Genie Agents（ジニーエージェント）の強化機能

2026-08-26

ビジュアライゼーションAPIのダウンロード: Genie Conversation APIを通じてビジュアライゼーションの結果を取得する機能が一般提供開始になりました。詳細はConversation APIリファレンスをご覧ください。

ユーザーへのインパクト

Genie Agents（ジニーエージェント）の強化により、Genie Conversation APIを通じてビジュアライゼーションの結果をダウンロードできるようになりました。これにより、Databricksユーザーはより柔軟にデータの可視化と共有が可能になります。詳細はConversation APIリファレンスをご覧ください。

システムテーブルおよびAPIでクエリテキストはデフォルトでマスクされるようになりました。

2026-08-26

SQL文には機密情報が含まれる可能性があるため、Databricksは以下の場所でクエリテキストをマスクするようになりました。

system.query.history の statement_text は <REDACTED> を返します。
クエリ履歴APIおよびリストクエリAPIのquery_textは<REDACTED>を返します。
SQL定義を含むsystem.access.auditのrequest_params内のキーは省略されます。

アカウント管理者とdatabricks_pii_access アカウントグループのメンバーは、マスクされていないクエリテキストを読むことができます。アクセス権を付与するには、アカウント管理者がグループを作成し、メンバーを追加します。マスクされたステートメントテキストへのアクセスおよびマスクされたリクエストパラメータへのアクセス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、システムテーブルおよびAPIでクエリテキストがデフォルトでマスキングされるようになりました。これにより、SQL文に含まれる可能性のある機密情報の漏洩が防止されます。具体的には、system.query.historyのstatement_text、query_history APIおよびlist_query APIのquery_text、system.access.auditのrequest_params内のSQL定義を含むキーがマスキングされます。

ただし、アカウント管理者とdatabricks_pii_accessアカウントグループのメンバーには、マスキングされていないクエリテキストを読む権限が与えられています。アカウント管理者は、グループを作成し、メンバーを追加することで、このアクセス権を他のユーザーに付与することができます。

この変更により、Databricksユーザーは、機密情報を保護するために、クエリテキストへのアクセスを適切に制御する必要があります。影響を受けるユーザーは、ドキュメントを参照して、マスキングされたステートメントテキストやリクエストパラメータへのアクセス方法について確認する必要があります。

ai_prep_searchはプレーンテキストとマークダウン入力をサポートしています（ベータ版）

2026-08-25

ai_prep_search() SQL関数は、構造化されたVARIANT出力ai_parse_documentに加えて、プレーンテキストおよびマークダウンSTRINGコンテンツを受け入れるようになりました。これで、ドキュメントパーシングを実行せずに、すでに文字列として持っているテキストをチャンク化し、AI検索インデックス作成および検索拡張生成（RAG）パイプライン用に準備できます。

ai_prep_search関数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、ai_prep_search() SQL関数を使って、プレーンテキストやマークダウンの文字列を直接チャンク化し、AI検索インデックス作成やRAGパイプラインの準備ができるようになりました。これにより、ドキュメントパーシングのステップを省略でき、効率的なデータ処理が可能になります。

macOS用のデスクトップアプリケーション「Genie One」はβ版です。

2026-08-25
Genie Oneのデスクトップアプリがベータ版になりました。macOSのネイティブアプリで、ブラウザタブではなくデスクトップ上でGenie Oneが起動します。これにより、ビジネスユーザーは自然言語でデータとチャットしたり、スレッドやドキュメントを操作したり、ブラウザなしでGenieエージェントを使用したりできます。詳細はデスクトップでのGenie Oneの使用をご覧ください。

ユーザーへのインパクト

macOS用のDatabricksデスクトップアプリケーション「Genie One」がβ版として利用可能になりました。これにより、ビジネスユーザーはブラウザを開かずにデスクトップ上で自然言語によるデータとのチャットやドキュメント操作、Genieエージェントの利用が可能になります。

LTAP Direct Writesは同期されたテーブルの読み込みを高速化します (ベータ版)

2026-08-25

LTAP Direct Writesは、同期されたテーブルがLakebaseにロードされる速度を向上させます。同期されたテーブルを作成すると、LakebaseはUnity Catalogデータの完全なコピーをPostgresブランチにロードします。LTAP Direct Writesは、コンピュートエンドポイントを経由するのではなく、ストレージ層に直接書き込むことで初期ロードと完全な更新を高速化するため、大規模なロードがクエリと競合することなく迅速に完了します。Postgres 17が稼働しているプロジェクトが必要で、ワークスペース管理者がPreviewsページから有効にします。詳細は同期テーブルでレイクハウスデータを配信するを参照してください。

ユーザーへのインパクト

LTAP Direct Writesがベータ版で利用可能になりました。これは、同期されたテーブルの初期ロードおよび完全更新の速度を向上させる機能です。具体的には、データがストレージ層に直接書き込まれるため、大規模なデータロードがコンピュートエンドポイントを経由することなく迅速に完了し、クエリとの競合が軽減されます。

この機能を利用するには、以下の条件が必要です。

Postgres 17が稼働しているプロジェクトであること。
ワークスペース管理者がPreviewsページからLTAP Direct Writesを有効にすること。

詳細については、Databricksのドキュメント「同期テーブルでレイクハウスデータを配信する」を参照してください。

この変更は、同期されたテーブルのパフォーマンスに影響を与え、特に大規模なデータセットを扱うユーザーにとって有益です。

ワークスペースURLを使ってMicrosoft TeamsのDatabricks Genieアプリに接続する（パブリックプレビュー）

2026-08-24

Microsoft TeamsのDatabricks Genieアプリにサインインすると、サーバーホスト名の代わりにワークスペースURLを入力してDatabricksアカウントに接続できるようになりました。 Microsoft TeamsのDatabricks Genieアプリ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、Microsoft TeamsのDatabricks Genieアプリに接続する際に、サーバーホスト名の代わりにワークスペースURLが使用できるようになります。これにより、Databricksアカウントへの接続がより簡単になります。詳細はドキュメントをご参照ください。

Genie CodeがLakebaseプロジェクトのUIで利用できるようになりました。

2026-08-24
Lakebase プロジェクトのサイドバーに新しい Genie エントリが表示され、Genie Code（エージェント型Databricksアシスタント）が開きます。この Genie Code は、Lakebase プロジェクトに関連付けられています。データベースやテーブルの探索、問題の調査とデバッグ、テーブルの作成とデータ投入などの複雑なデータ処理やAIタスクを、自然言語で実行するよう指示できます。これは、Databricksの他の場所で使用しているGenie Codeと同じもので、ここではLakebaseプロジェクトで動作しますが、現在はすべてのLakebaseプロジェクトで利用可能です。詳細については、Genie Code を参照してください。

ユーザーへのインパクト

Genie CodeがLakebaseプロジェクトのUIで利用できるようになりました。これにより、ユーザーは自然言語でデータ処理やAIタスクを実行できます。具体的には、データベースやテーブルの探索、問題の調査とデバッグ、テーブルの作成とデータ投入などが可能になります。この機能は、Lakebaseプロジェクトに関連付けられており、Databricksの他の場所で使用しているGenie Codeと同じものです。ユーザーは、LakebaseプロジェクトのサイドバーにあるGenieエントリからGenie Codeにアクセスできます。

INSERT、UPDATE、およびDELETE権限はベータ版です。

2026-08-24

INSERT、UPDATE、DELETEの各権限は、Unity Catalogにおいてベータ版として提供されています。これらの権限はMODIFYの代わりに最小権限の代替手段として使用でき、テーブルのスキーマやその他のメタデータを変更する権限を付与することなく、テーブルのデータへの書き込みアクセスを許可します。

これらの権限を利用するには、Databricks Runtime 18.1以降が必要です。

詳細については、きめ細かいDML権限を参照してください。

ユーザーへのインパクト

Unity Catalogで、INSERT、UPDATE、DELETE権限がベータ版として利用できるようになりました。これにより、MODIFY権限の代わりに、より細かい権限管理が可能になり、テーブルのスキーマやメタデータを変更する権限を付与せずに、テーブルのデータへの書き込みアクセスを許可できます。Databricks Runtime 18.1以降が必要です。

Postgresのマイナーバージョンアップデート

2026-08-24

Lakebaseは、サポートされているPostgresバージョンを16.15、17.11、18.6に更新しました。これらのマイナーリリースにより、最新の上流Postgresの修正とセキュリティパッチが提供されます。新しいマイナーバージョンが利用可能になると、Lakebaseは次回のコンピューティング再起動時にそれを適用します。更新の管理をご覧ください。

ユーザーへのインパクト

Databricks LakebaseのPostgresマイナーバージョンが16.15、17.11、18.6に更新されました。これにより、最新のPostgres修正とセキュリティパッチが適用されます。次回のコンピューティング再起動時に新しいマイナーバージョンが自動的に適用されます。更新の管理方法については、Databricksのドキュメントを参照してください。

Unity Catalogのシークレットは、コンプライアンスセキュリティプロファイルが有効になっているワークスペースでデフォルトで間もなく利用できるようになります。

2026-08-24

Unity CatalogのSecretsは、コンプライアンスセキュリティプロファイルが有効になっているワークスペースでは、2026年9月下旬にデフォルトで利用できるようになります。

Unity Catalogでシークレットをセキュリティ保護可能なオブジェクトとして保存、管理、アクセスします。 Unity Catalogのシークレットは、3階層の名前空間（catalog.schema.secret）を使用し、Unity Catalogの権限によって管理されるため、他のデータアセットと同じアクセス制御と監査を適用できます。

Unity CatalogのSecrets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Unity Catalogにおけるシークレット管理機能に関するものです。以下は、この変更がDatabricksユーザーに与える影響についての簡潔なまとめです。

コンプライアンスセキュリティプロファイルが有効になっているワークスペースでは、2026年9月下旬からUnity Catalogのシークレットがデフォルトで利用できるようになります。
Unity Catalogのシークレットを使用すると、シークレットをセキュリティ保護可能なオブジェクトとして保存、管理、アクセスできます。
シークレットは3階層の名前空間（catalog.schema.secret）を使用し、Unity Catalogの権限によって管理されるため、他のデータアセットと同じアクセス制御と監査を適用できます。

この変更により、DatabricksユーザーはUnity Catalogでシークレットをより安全に管理できるようになり、コンプライアンスセキュリティプロファイルが有効になっているワークスペースでは、デフォルトでこの機能が利用できるようになります。

プライベートネットワークゲートウェイは、プライベートプレビュー中です。

2026-08-24

プライベートネットワークゲートウェイは非公開プレビュー中です。プライベートネットワークゲートウェイを使用すると、Databricks サーバーレスコンピューティングと、既存のネットワーク接続構成 (NCC) を再利用して、お客様のVPC内のリソース、オンプレミスシステム、およびインターネットとを、単一のマネージドゲートウェイ経由で接続できます。これを使用すると、個々の各リソースをオンボードすることなく広範なプライベート接続が可能になり、サーバーレスの送信（egress）を独自のセキュリティアプライアンス経由でルーティングしてコンテンツを検査したり、送信を一連の安定した IP アドレスから送信したりできます。プライベートネットワークゲートウェイを参照してください。

ユーザーへのインパクト

プライベートネットワークゲートウェイが非公開プレビューで利用可能になりました。これにより、Databricksサーバーレスコンピューティングとお客様のVPC内のリソース、オンプレミスシステム、インターネットを単一のマネージドゲートウェイで接続できます。個々のリソースをオンボードすることなく広範なプライベート接続が可能になり、サーバーレスの送信を独自のセキュリティアプライアンス経由でルーティングしてコンテンツを検査したり、安定したIPアドレスから送信したりできます。詳細については、プライベートネットワークゲートウェイのドキュメントを参照してください。

ABAC カラムマスクおよび行フィルタポリシーにおけるコンテキスト属性（ベータ版）

2026-08-21

属性ベースのアクセス制御（ABAC）ポリシーのコンテキスト属性はベータ版です。Unity Catalog ABACポリシーの条件を記述し、どのOAuthアプリケーションが呼び出しを行っているか（request.client_id）や、リクエストがユーザーの代理で実行されているかどうか（request.is_on_behalf_of）など、リクエストのコンテキストをターゲットにできるようになりました。行フィルタやカラムマスクポリシーのWHEN句では、has_context_attribute関数とhas_context_attribute_value関数がサポートされています。

一般的な使用方法としては、登録されたOAuthアプリケーションを介して接続する際にエージェントがユーザーの代理で読み取るデータを制限し、ユーザーがワークスペースで直接クエリを実行した際には引き続き完全なデータにアクセスできるようにすることが挙げられます。

コンテキスト属性関数（ベータ版）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Unity Catalogにおける属性ベースのアクセス制御（ABAC）ポリシーに関する新しい機能について説明しています。主なポイントは以下の通りです：

コンテキスト属性のベータ版リリース：ABACポリシーのコンテキスト属性がベータ版として利用可能になりました。これにより、ポリシーの条件をより詳細に設定でき、リクエストのコンテキスト（例：OAuthアプリケーションのID、ユーザーの代理で実行されているかどうか）に基づいてアクセスを制御できます。
行フィルタとカラムマスクポリシーへの影響：has_context_attribute関数とhas_context_attribute_value関数が、WHEN句で行フィルタやカラムマスクポリシーでサポートされるようになりました。これにより、より柔軟なデータアクセス制御が可能になります。
使用例：例えば、特定のOAuthアプリケーションを介して接続する際に、ユーザーの代理でエージェントが読み取るデータを制限しつつ、ユーザーが直接ワークスペースでクエリを実行する際には完全なデータにアクセスできるようにする、といったユースケースが想定されています。
詳細情報の参照先：コンテキスト属性関数に関する詳細は、コンテキスト属性関数（ベータ版）のドキュメントを参照してください。

この新機能により、Databricksユーザーはより精密なデータアクセス制御を実現でき、セキュリティとガバナンスの向上が期待できます。

Lakeflow パイプラインおよびクラシックコンピュート用のデフォルトの Python パッケージリポジトリは GA です。

2026-08-21

デフォルトのPythonパッケージリポジトリの設定が、Lakeflowパイプライン、およびUIとAPI経由で作成された従来のコンピュートで一般的に利用できるようになりました。ワークスペース管理者は、これらのワークロードのワークスペースデフォルトとしてプライベートまたは認証されたレジストリを設定できます。デフォルトのパッケージリポジトリの設定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のユーザーがデフォルトのPythonパッケージリポジトリの設定を利用できるようになったことを示しています。具体的には、Lakeflowパイプラインとクラシックコンピュート（UIとAPI経由で作成されたもの）で、ワークスペース管理者がプライベートまたは認証されたレジストリをデフォルトとして設定できるようになりました。

ユーザーは以下の点に影響を受ける可能性があります：

ワークスペース管理者は、ワークスペース全体で使用されるデフォルトのPythonパッケージリポジトリを設定できます。
ユーザーがLakeflowパイプラインやクラシックコンピュートを使用している場合、管理者が設定したデフォルトのリポジトリが適用されます。
プライベートまたは認証されたレジストリがデフォルトとして設定されている場合、ユーザーはそのレジストリにアクセスするための認証情報を個別に管理する必要がなくなる可能性があります。

詳細については、ドキュメント「デフォルトのパッケージリポジトリの設定」（https://docs.databricks.com/aws/ja/admin/workspace-settings/default-package-repositories）を参照してください。

統合されたトレーステーブル（ベータ版）を使用してすべてのAIアクティビティを監視する

2026-08-21
統合トレーステーブルはベータ版です。これにより、Unity AI Gateway サービス全体のリクエストとレスポンスを OpenTelemetry 形式の Unity Catalog テーブルの一つに記録します。これにより、すべての AI アクティビティを監視、デバッグ、セキュリティ監査するための単一の場所が提供されます。
統合トレーステーブルを使用したすべての AI アクティビティの監視については、こちらをご覧ください。

ユーザーへのインパクト

統合トレーステーブル（ベータ版）により、DatabricksユーザーはUnity AI Gatewayサービス全体のAIアクティビティを一元的に監視、デバッグ、およびセキュリティ監査できるようになります。これにより、OpenTelemetry形式のUnity Catalogテーブルにリクエストとレスポンスが記録され、すべてのAI関連のアクティビティを一つの場所で追跡できます。

Supervisor API のサポート終了予定について

2026-08-21

Supervisor API (Beta) は、2026 年 9 月 30 日にサポート終了を迎えます。それ以降は、API は利用できなくなります。

Databricks では、Databricks Apps 上のカスタムエージェントへの移行をお勧めします。

Supervisor API (Beta) (非推奨)を参照してください。

ユーザーへのインパクト

Databricksユーザーへの影響:

Supervisor APIは2026年9月30日にサポート終了となり、その時点でAPIは利用できなくなります。Databricksは、カスタムエージェントへの移行を推奨しています。影響を受けるユーザーは、Databricks Apps上のカスタムエージェントへの移行を計画する必要があります。

Unity AI Gateway サービスにクエリするためのコンシューマーアクセスが一般提供されるようになる

2026-08-21

コンシューマーアクセスを使用してUnity AI Gatewayモデルサービスおよびモデルプロバイダーサービスを照会することは、現在、Unity AI Gatewayへのコンシューマーアクセス パブリックプレビューを通じてオプトインで行われています。この機能が一般提供されると、コンシューマーアクセスユーザーはプレビューが有効になっていなくてもこれらのサービスを照会できるようになります。これにより、コンシューマーユーザーからのモデルトラフィックが増加する可能性があります。これには、外部プロバイダーにルーティングするモデルプロバイダーサービスへのトラフィックも含まれます。

この変更の前に、アカウント管理者は、コンシューマーアクセスユーザーの予算とレート制限を設定するか、またはダイレクトモデルアクセスを無効にしておく必要があります。これにより、これらの制御が一般提供時に有効になります。詳細については、Unity AI Gatewayの予算を管理する、モデルおよびMCPサービスにレート制限を適用する、および権限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

Unity AI Gatewayのコンシューマーアクセスが一般提供されることにより、Unity AI Gatewayモデルサービスおよびモデルプロバイダーサービスへのクエリが可能になります。これに伴い、以下の影響があります：

コンシューマーアクセスユーザーがこれらのサービスを照会できるようになるため、モデルトラフィックが増加する可能性があります。外部プロバイダーへのトラフィックも含まれるため、コストやレート制限に影響する可能性があります。
アカウント管理者は、一般提供前にコンシューマーアクセスユーザーの予算とレート制限を設定するか、ダイレクトモデルアクセスを無効にする必要があります。これにより、一般提供時にこれらの制御が有効になります。

これらの変更に備えて、アカウント管理者はUnity AI Gatewayの予算管理、レート制限の適用、および権限の管理に関するドキュメントを参照し、必要な設定を行う必要があります。

パフォーマンスモードは、dbtタスクからのマテリアライズド・ビューおよびストリーミング・テーブルの更新に適用されるようになりました。

2026-08-20

ジョブレベルのパフォーマンスモード設定は、dbtタスクによってトリガーされるマテリアライズドビューおよびストリーミングテーブルの更新に反映されるようになりました。これらのジョブをStandardモードに設定してコストを最適化するか、デフォルトのPerformance-optimizedモードを維持して起動を高速化するかを選択できます。以前は、dbtタスクは常にPerformance-optimizedモードで更新を実行していました。

Standardモードにすると、更新の開始遅延が1分未満から4～6分に増加する代わりに、コンピュートコストが削減されます。この変更は、マテリアライズドビューまたはストリーミングテーブルとしてマテリアライズされる更新にのみ影響するため、通常のテーブルを作成するdbtプロジェクトのほとんどは影響を受けません。

参照: スケジュールされた更新のパフォーマンスモードを選択する

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dbtタスクを使用してマテリアライズド・ビューやストリーミング・テーブルを更新する際のパフォーマンスモードに関する変更について説明しています。

要約すると、以下のような影響があります：

パフォーマンスモードの適用: dbtタスクによるマテリアライズド・ビューおよびストリーミング・テーブルの更新に、ジョブレベルのパフォーマンスモード設定が適用されるようになりました。
コスト最適化の選択肢: ジョブをStandardモードに設定することでコストを最適化できます。ただし、更新開始の遅延が1分未満から4～6分に増加します。
影響を受けるdbtプロジェクト: マテリアライズド・ビューまたはストリーミング・テーブルを更新するdbtプロジェクトのみがこの変更の影響を受けます。通常のテーブルを作成するプロジェクトは影響を受けません。

つまり、dbtタスクを使用してマテリアライズド・ビューやストリーミング・テーブルを更新しているユーザーは、コストとパフォーマンスのトレードオフを検討し、必要に応じてジョブのパフォーマンスモードをStandardに変更することができます。

[Google SheetsからDatabricksにデータを書き戻す方法について説明します。

前提条件

DatabricksアカウントとGoogleアカウントを持っていること
Databricksのクラスタが起動していること
Google Sheetsのデータが準備されていること

手順

Databricksのセットアップ
Databricksで、データを書き込むためのテーブルを作成します。Databricksのノートブックで、以下のコマンドを実行してテーブルを作成します。

%sql
CREATE TABLE IF NOT EXISTS my_table (
  column1 STRING,
  column2 INTEGER,
  column3 DOUBLE
);

Google Sheetsのセットアップ
Google SheetsのデータをDatabricksに書き込むために、Google SheetsのAPIを有効にします。Google Cloud Consoleで、APIライブラリページに移動し、「Google Sheets API」を検索して有効にします。
DatabricksからGoogle Sheetsへの接続
Databricksのノートブックで、Google Sheetsのデータを読み込むために、以下のコマンドを実行します。

%python
import pandas as pd
from google.oauth2.service_account import Credentials
from googleapiclient.discovery import build

# Google Sheetsの認証情報
SCOPES = ['https://www.googleapis.com/auth/spreadsheets']
SERVICE_ACCOUNT_FILE = '/dbfs/path/to/service_account_key.json'

# Google Sheetsの認証
creds = Credentials.from_service_account_file(SERVICE_ACCOUNT_FILE, scopes=SCOPES)
service = build('sheets', 'v4', credentials=creds)

# Google Sheetsのデータを取得
spreadsheet_id = 'your_spreadsheet_id'
range_name = 'Sheet1!A1:C10'
result = service.spreadsheets().values().get(spreadsheetId=spreadsheet_id, range=range_name).execute()
values = result.get('values', [])

# Pandasデータフレームに変換
df = pd.DataFrame(values[1:], columns=values[0])

# Databricksのデータフレームに変換
df_databricks = spark.createDataFrame(df)

データを書き込む
Databricksのノートブックで、以下のコマンドを実行してデータを書き込みます。

%python
# データを書き込む
df_databricks.write.format('delta').mode('overwrite').saveAsTable('my_table')

注意点

Google Sheetsのデータが大きい場合、データの取得に時間がかかる](https://docs.databricks.com/aws/en/release-notes/product/2026/august#write-data-back-to-databricks-from-google-sheets)
2026-08-20

Databricks Connector for Google Sheetsを使用すると、Google SheetsからUnity Catalogテーブルにデータを書き戻すことができるようになりました。Google Sheetsを離れることなく、新しいテーブルの作成や既存のテーブルの上書きを行うことができます。詳細については、Google SheetsからDatabricksにデータを書き戻す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、Databricks Connector for Google Sheetsを使用して、Google SheetsからUnity Catalogテーブルにデータを直接書き戻すことができるようになりました。これにより、Google Sheetsを離れることなく、新しいテーブルの作成や既存のテーブルの上書きが可能になります。さらに、従来のやり方ではGoogle Sheetsのデータが大きい場合にデータ取得に時間がかかるという問題がありましたが、新機能によりその問題も解消されます。詳細はDatabricksのドキュメントを参照してください。

ai_extract 高精度モードが一般提供開始されました。

2026-08-19

複数ページにわたるドキュメント、50 以上のフィールドを持つスキーマ、ドキュメントごとに多数の抽出されたアイテム、複雑な条件付きフィールドロジックを含む、高度な抽出ワークロードのためにai_extract精度モードを使用できます。 ai_extract 関数を参照してください。

ユーザーへのインパクト

ai_extractの高精度モードが一般提供されました。これにより、複雑なドキュメントや多数のフィールドを持つスキーマからのデータ抽出がより正確になります。Databricksユーザーは、ai_extract関数を使用して、高度な抽出ワークロードをより効果的に処理できるようになりました。特に、複数ページにわたるドキュメントや条件付きフィールドロジックを含む複雑な抽出タスクの精度が向上します。詳細は、ai_extract関数のドキュメントを参照してください。

コンプライアンス・セキュリティ・プロファイルが有効になっているワークスペースでは、ロールベースのアクセス制御（RBAC）が間もなくデフォルトで利用できるようになります。

2026-08-19

ロールベースのアクセス制御（RBAC）は、2026年9月中旬にコンプライアンス・セキュリティ・プロファイルが有効になっているワークスペースでデフォルトで利用できるようになります。

RBACを使用すると、ユーザーはDatabricksでロールを引き受けることができます。ユーザーがロールを引き受ける場合、そのロールの権限のみが適用され、ユーザーの累積された権限は適用されません。これにより、排他的なアクセスが可能になります。ユーザーは、機密データにアクセスするためにロールを積極的に引き受ける必要があるため、独自の ID で機密データにアクセスしたり、ユースケース、臨床試験、プロジェクト、またはクライアント間でデータを混合したりできなくなります。

「ロールベースアクセス制御 (RBAC)」を参照してください。

ユーザーへのインパクト

コンプライアンス・セキュリティ・プロファイルが有効なDatabricksワークスペースでは、2026年9月中旬にロールベースのアクセス制御（RBAC）がデフォルトで有効になります。RBACにより、ユーザーはDatabricksで特定のロールを引き受け、そのロールの権限のみが適用されるようになります。これにより、機密データへのアクセスがより厳格に制御され、ユーザーは自分のIDで無制限に機密データにアクセスできなくなるため、ユーザーのアクセス権限とデータの取り扱いに影響が出る可能性があります。RBACの詳細については、Databricksのドキュメントを参照することをお勧めします。

Genieコードの努力レベルを選択してください。

2026-08-19

レスポンスの品質とコストのバランスをとるために、Genie Code のエフォートレベルを設定できるようになりました。Auto (デフォルト) を選択すると、最高品質のレスポンスが得られます。よりシンプルなタスクの場合、Low を選択すると、より高速でコストの低いモデルを使用できます。詳しくは、エフォートレベルの選択をご覧ください。

ユーザーへのインパクト

Genieコードのエフォートレベル（Auto、Low）を選択できるようになり、タスクの複雑さに応じてレスポンスの品質とコストのバランスを調整できます。デフォルトの「Auto」は最高品質のレスポンスを提供し、「Low」はシンプルなタスク向けに高速でコスト効率の高いモデルを使用します。

ロールベースのアクセス制御（RBAC）が一般提供開始となりました。

2026-08-19
ロールベースのアクセス制御（RBAC）が一般提供を開始しました。RBACを使用すると、ユーザーはDatabricksでロールを引き受けることができます。ユーザーがロールを引き受ける際、そのロールの権限のみが適用され、ユーザーが蓄積した権限は適用されません。これにより、アクセスが限定されます。機密データにアクセスするには、ユーザーがロールを積極的に引き受ける必要があるため、自分のIDでアクセスできなくなり、ユースケース、臨床試験、プロジェクト、またはクライアント間でデータを混在させることができなくなります。
RBACを有効にするには、アカウント管理者がアカウントレベルでこの機能を有効にする必要があります。その後、ワークスペース管理者は、各ワークスペースでこれを有効にします。
「ロールベースアクセス制御 (RBAC)」を参照してください。

ユーザーへのインパクト

ロールベースのアクセス制御（RBAC）が一般提供開始となりました。主な影響と変更点は以下の通りです：

ユーザーはDatabricksでロールを引き受けることができ、そのロールの権限のみが適用されます。
機密データへのアクセスがより制限され、ユーザーがロールを積極的に引き受けないとアクセスできません。
アカウント管理者がアカウントレベルでRBACを有効にし、その後ワークスペース管理者が各ワークスペースで有効にする必要があります。

詳細については、Databricksのドキュメント「ロールベースアクセス制御 (RBAC)」を参照してください。

Databricks アプリのユーザー認証は、コンプライアンスセキュリティプロファイルを有効にしたワークスペースで近日中に利用できるようになります。

2026-08-18
2026年9月下旬、コンプライアンスセキュリティプロファイルが有効になっているワークスペースでは、Databricks Appsのユーザー認証が自動的に有効になります。ユーザー認証により、アプリはアプリユーザーのIDを使用して動作し、ユーザーの既存の権限を強制しながらユーザーの代わりにリソースにアクセスできます。

詳細は、ユーザー認証を参照してください。

ユーザーへのインパクト

コンプライアンスセキュリティプロファイルを有効にしているDatabricksワークスペースでは、2026年9月下旬よりDatabricks Appsのユーザー認証が自動的に有効になります。ユーザー認証により、アプリはユーザーのIDを使用して動作し、ユーザーの権限を適用してリソースにアクセスします。具体的な影響や設定方法については、Databricksのドキュメントを参照してください。

近日廃止予定のデータ品質モニタリングroot_cause_analysis列

2026-08-17

データ品質モニタリング結果システムテーブルにおけるroot_cause_analysis列は非推奨となります。

非推奨化は2026年8月18日に開始され、以降数日にわたってリージョンごとに段階的に展開されます。非推奨化の展開がお客様のワークスペースに到達するまでは、root_cause_analysisをクエリできる場合があります。非推奨化が完了すると、この列は入力されなくなります。

影響を受ける列の詳細については、データ品質モニタリング結果システムテーブルリファレンスおよび異常検出のログに記録された結果の確認を参照してください。

ユーザーへのインパクト

データ品質モニタリング結果システムテーブル内のroot_cause_analysis列は、2026年8月18日から順次廃止予定です。この列は廃止後はデータが入力されなくなるため、Databricksユーザーは影響を受けるシステムテーブルにクエリを実行している場合、事前にクエリの修正や列の代替を検討する必要があります。詳細については、公式ドキュメントの「データ品質モニタリング結果システムテーブルリファレンス」および「異常検出のログに記録された結果の確認」を参照してください。

サーバーレスジョブのセッションリストア機能がベータ版になりました。

2026-08-17

サーバーレスコンピュートジョブの実行から Python 変数と Spark セッションを新しいインタラクティブノートブックに復元し、ジョブを再実行しなくても失敗をデバッグしたり結果を探索したりできるようにします。 Databricks は、適格な実行に失敗した場合、30 分以上実行された場合、またはキャンセルされた場合に自動的に状態スナップショットをキャプチャし、実行完了後 7 日間保持します。この機能はベータ版です。サーバーレスジョブのセッション復元を参照してください。

ユーザーへのインパクト

サーバーレスジョブのセッションリストア機能がベータ版になりました。これにより、失敗したジョブや長時間実行されたジョブのPython変数とSparkセッションをインタラクティブノートブックに復元し、デバッグや結果の探索が容易になります。Databricksは、適格な実行の状態スナップショットを自動的にキャプチャし、7日間保持します。

データ品質モニタリングの downstream_impact 列の今後の廃止

2026-08-17

データ品質モニタリング結果システムテーブルのdownstream_impact列は廃止予定です。

廃止は2026年9月7日に開始され、翌週にかけてリージョンごとに段階的に展開されます。ロールアウトがワークスペースに到達するまでは、downstream_impactをクエリできる可能性があります。廃止が完了すると、この列は入力されなくなります。

影響を受ける列については、データ品質モニタリング結果のシステムテーブルリファレンスおよび異常検出のログ結果の確認を参照してください。

ユーザーへのインパクト

2026年9月7日以降、リージョンごとに段階的にデータ品質モニタリング結果のシステムテーブルのdownstream_impact列が廃止され、入力されなくなります。廃止が完了すると、この列をクエリできなくなるため、Databricksユーザーは、この列を使用しているクエリやレポートを事前に変更する必要があります。具体的な影響を受ける列については、データ品質モニタリング結果のシステムテーブルリファレンスおよび異常検出のログ結果の確認を参照してください。

ABACカラムマスクポリシーにおけるID属性（ベータ版）

2026-08-17

Identity属性はベータ版です。グループメンバーシップに加えてdepartmentやcountryなど、アイデンティティプロバイダから同期された属性によってユーザーをターゲットとするUnity Catalog ABACカラムマスクポリシー条件を記述できるようになりました。has_identity_attribute_value 関数と has_identity_attribute_tag_match 関数は、カラムマスクポリシーのWHEN 節でサポートされています。

「アイデンティティ属性」を参照してください。

ユーザーへのインパクト

Databricksのリリースノートによると、Unity CatalogのABAC（Attribute-Based Access Control）カラムマスクポリシーで、ID属性（ベータ版）が利用可能になりました。これにより、グループメンバーシップに加えて、アイデンティティプロバイダから同期された属性（例：departmentやcountry）を使用して、ユーザーに対するアクセス制御をより細かく制御できるようになります。

具体的には、has_identity_attribute_value関数とhas_identity_attribute_tag_match関数が、カラムマスクポリシーのWHEN節でサポートされるようになりました。これにより、ユーザーの属性に基づいて、データへのアクセスをより精密に制御するポリシーを作成できます。

この変更は、Databricksユーザーがより柔軟で詳細なデータアクセス制御を実装できるようにすることを目的としています。ユーザーは、アイデンティティ属性を使用して、機密データへのアクセスを制御し、データセキュリティとコンプライアンスを強化できます。

詳細については、アイデンティティ属性に関するドキュメントを参照してください。

基本的な環境が従来のコンピューティング（ベータ版）でサポートされるようになりました。

2026-08-17

クラシックコンピュートで Python の依存関係を管理するために、ベース環境を使用できるようになりました。Databricks が提供する環境またはカスタムワークスペースレベルの環境を使用できます。環境を使用して依存関係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ユーザーへの影響：

Pythonの依存関係を管理するために、基本的な環境がクラシックコンピュートで利用可能になりました。これにより、Databricksが提供する環境またはカスタムのワークスペースレベルの環境を使用できます。詳細については、ドキュメント「環境を使用して依存関係を管理する」を参照してください。

マネージド Iceberg テーブルの共有が一般提供開始されました

2026-08-14

Databricks間でのデータ共有およびオープン共有におけるマネージドIcebergテーブルの共有が一般提供開始されました。プロバイダーは、マネージドIcebergテーブルを外部のIcebergクライアントと共有できるようになりました。共有にマネージドIcebergテーブルを追加するおよび共有されたマネージドIcebergテーブル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

マネージドIcebergテーブルの共有機能が一般提供されました。これにより、Databricksユーザー間でのデータ共有が可能になり、さらに外部のIcebergクライアントとも共有できるようになりました。ユーザーは、マネージドIcebergテーブルを共有に追加し、他のユーザーがそのテーブルを読み取ることができるようになります。

Lakebase Postgres API は一般提供を開始しました

2026-08-14

Lakebase Postgres のプログラムによる管理が、REST API、Databricks CLI、Databricks SDK（Python、Java、Go）を通じて一般提供になりました。これらのインターフェイスは、プロジェクト、ブランチ、エンドポイント、データベース、ロール、認証情報、同期されたテーブル、カタログの操作をサポートします。 Lakebase Autoscaling API ガイドを参照してください。

ユーザーへのインパクト

Lakebase Postgres APIの一般提供開始により、DatabricksユーザーはREST API、Databricks CLI、Databricks SDK（Python、Java、Go）を通じてLakebase Postgresのプログラムによる管理が可能になります。これにより、プロジェクト、ブランチ、エンドポイント、データベース、ロール、認証情報、同期されたテーブル、カタログの操作がサポートされ、より柔軟な管理が可能になります。詳細はLakebase Autoscaling API ガイドを参照してください。

DeepSeek V4 Pro（0813）がDatabricksがホストするモデルとして利用可能になりました。

2026-08-14

Model Servingはus-west-2リージョンのDatabricksがホストするモデルとしてDeepSeek V4 Pro (0813)をサポートするようになりました。この大規模なmixture-of-experts言語モデルは、複雑なコーディングやエージェントワークフローにおける推論と関数呼び出しをサポートします。このモデルにはFoundation Model APIs経由でアクセスできます。

ユーザーへのインパクト

DeepSeek V4 Pro (0813) がDatabricksがホストするモデルとして利用可能になりました。これにより、複雑なコーディングやエージェントワークフローにおける推論と関数呼び出しがサポートされます。ユーザーは、Foundation Model APIs経由でこのモデルにアクセスできます。

Genieコードはファイルのアップロードに対応しています

2026-08-14

現在のチャットでコンテキストとして使用するために、Genie Codeにファイルをアップロードできるようになりました。ファイルの添付を参照してください。

ユーザーへのインパクト

チャットでコンテキストとして使用するために、Genie Codeにファイルをアップロードできるようになりました。詳細はドキュメント「ファイルの添付」をご覧ください。

Workivaコネクタ（ベータ版）

2026-08-14

ベータ版のLakeflow ConnectでWorkivaコネクタが利用できるようになりました。ワークスペースの管理者は、プレビューページからこの機能へのアクセスを制御できます。

このコネクタは、Workiva組織からの監査アクティビティ、ユーザー、およびロールをDatabricksに取り込みます。認証には、Workiva OAuth2クライアントの認証情報が使用されます。

詳細については、Workivaコネクタを参照してください。

ユーザーへのインパクト

Workivaコネクタ（ベータ版）のリリースにより、DatabricksユーザーはWorkiva組織からの監査アクティビティ、ユーザー、およびロールをDatabricksに簡単に取り込むことができるようになりました。これにより、WorkivaのデータをDatabricksで分析することが可能になります。ワークスペースの管理者は、プレビュー機能のページからこの機能の利用を制御できます。詳細は、Workivaコネクタのドキュメントを参照してください。

すべてのアカウントでOpenSharing SecureConnectがデフォルトで利用できるようになります。

2026-08-13

OpenSharing SecureConnectは一般提供されており、Premiumプランのアカウントではデフォルトで利用可能です。Enterpriseプランのアカウントでは、Databricksは2026年9月中旬に自動的に有効化し、他のプランのアカウントでは2027年初頭に有効化する予定です。

アカウントで利用可能になるまで、プロバイダー側のアカウント管理者は、アカウントコンソールのプレビューページからOpenSharing SecureConnectプレビューを有効にすることができます。SecureConnectを使用してファイアウォールの背後にあるデータを共有するとDatabricksのプレビュー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

OpenSharing SecureConnectがすべてのDatabricksアカウントでデフォルトで利用可能になります。具体的には、以下のような影響があります：

Enterpriseプランのアカウントでは、2026年9月中旬に自動的に有効化されます。
他のプラン（Premium以外）のアカウントでは、2027年初頭に有効化されます。
Premiumプランのアカウントでは、すでに一般提供されており、デフォルトで利用可能です。
アカウント管理者は、プロバイダー側のアカウントコンソールのプレビューぺージからOpenSharing SecureConnectプレビューを有効にすることができます。これにより、ファイアウォールの背後にあるデータを共有する際にSecureConnectを利用できます。

デフォルトストレージに支えられたテーブルの共有が一般提供開始されました。

2026-08-13

デフォルトストレージに支えられたテーブルに対するOpenSharingサポートが一般提供開始され、アカウントに対してローリングベースでデフォルトで有効化されています。プロバイダーは、これらのテーブルをオープンであれDatabricksであれ、クラシックコンピュートを使用するレシピエントを含めたあらゆるレシピエントと共有することができます。もしこの機能がまだアカウントに対してデフォルトで有効化されていない場合、アカウント管理者はアカウントコンソールでこれを有効化することができます。

この機能に関する詳細については、制約事項およびOpenSharingのための共有の作成をご覧ください。有効化に関する詳細については、デフォルトストレージに支えられたテーブルの共有はすべてのアカウントに対してデフォルトで有効化される予定ですをご覧ください。

ユーザーへのインパクト

デフォルトストレージに支えられたテーブルの共有が一般提供開始されました。これにより、Databricksユーザーには以下の影響があります：

デフォルトストレージに支えられたテーブルを、オープンまたはDatabricksであれ、クラシックコンピュートを使用するレシピエントを含む、あらゆるレシピエントと共有できるようになりました。
アカウント管理者は、アカウントコンソールでこの機能を有効化することができます。機能がまだ有効化されていない場合、確認して有効化する必要があります。
この機能の使用にあたっては、制約事項に留意する必要があります。詳細については、提供されたリンク（https://docs.databricks.com/aws/ja/storage/default-storage#limitations）を参照してください。

ガバナンスハブ（ベータ版）のタグページ

2026-08-13

Governance Hubのタグページがベータ版として利用できるようになりました。タグページでは、アカウント全体でタグがどのように適用されているかの集中ビューが提供されます。これにより、管理されたタグの使用状況が要約され、最近のタグ割り当てとそのソースが表示され、無効なタグ値の修正や、タグが不足している重要なアセットへのタグ追加に関する推奨事項が提示されます。

アカウント管理者は、アカウントコンソールのプレビューページからGovernance Hubを有効にすることができます。詳細はタグの概要を参照してください。

ユーザーへのインパクト

ガバナンスハブ（ベータ版）のタグページが利用できるようになりました。これにより、アカウント全体でのタグの適用状況を一元的に確認できます。タグの使用状況の概要、最近のタグ割り当て、無効なタグの修正やタグの追加に関する推奨事項が表示されます。アカウント管理者は、アカウントコンソールのプレビューからガバナンスハブを有効にできます。

SendGrid コネクタ (ベータ版)

2026-08-13

SendGrid コネクタが、Lakeflow Connect で Beta として利用できるようになりました。ワークスペースの管理者は、プレビューページからこの機能へのアクセスを制御できます。

このコネクタは、SendGrid サブユーザーディレクトリと、親アカウントおよび各サブユーザーの IP アクセス管理アクティビティを Databricks に取り込みます。認証では SendGrid 親アカウント API キーを使用し、グローバルおよび EU データ所在地エンドポイントの両方をサポートします。

「SendGrid コネクタ」を参照してください。

ユーザーへのインパクト

SendGridコネクタ（ベータ版）がLakeflow Connectで利用できるようになりました。これにより、SendGridのサブユーザーディレクトリやIPアクセス管理アクティビティをDatabricksに取り込むことができます。SendGrid親アカウントAPIキーでの認証に対応し、グローバルおよびEUデータ所在地エンドポイントの両方をサポートします。ワークスペース管理者は、プレビュー機能としてこのコネクタへのアクセスを制御できます。詳細はSendGridコネクタのドキュメントをご覧ください。

Lakeflow JobsのSQLアラートタスクは、コンプライアンスセキュリティプロファイルが有効になっているワークスペースでデフォルトで利用できるようになりました。

2026-08-13
Lakeflow JobsのSQLアラートタスクは、Databricksがサポートするすべてのコンプライアンスセキュリティプロファイル標準をサポートしており、コンプライアンスセキュリティプロファイルが有効になっているワークスペースではデフォルトで利用可能です。
Lakeflow Jobの一部としてDatabricks SQLアラートを評価するためにこのタスクを使用します。このタスクは、評価状態をタスク出力値として返すため、下流タスクは結果に基づいて分岐することができます。
詳細については、ジョブのためのSQLアラートタスクを参照してください。

ユーザーへのインパクト

Lakeflow JobsのSQLアラートタスクが、コンプライアンスセキュリティプロファイルが有効なワークスペースでデフォルトで利用可能になりました。これにより、Databricks SQLアラートをLakeflow Jobの一部として評価でき、評価結果に基づいて下流タスクを分岐させることが可能になります。

デフォルトストレージに支えられたテーブルの共有が、すべてのアカウントでデフォルトで有効になります。

2026-08-13

デフォルトストレージをバックエンドとするテーブルに対するOpenSharingサポートは一般的に利用可能で、ほとんどのアカウントでデフォルトで有効になっています。ほとんどのエンタープライズプランおよびプレミアムプランのアカウントでは、Databricksは2026年9月中旬に自動的に有効にし、残りのアカウントについては2027年初頭に有効にする予定です。

アカウントで有効になるまで、アカウント管理者はアカウントコンソールのプレビューページから「OpenSharing for Default Storage - Expanded Access」機能をオンにすることができます。詳細については、Databricks プレビュー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

デフォルトストレージに支えられたテーブルの共有がほとんどのアカウントでデフォルトで有効になる予定です。アカウント管理者はアカウントコンソールのプレビュー設定から「OpenSharing for Default Storage - Expanded Access」機能を事前に有効にすることができます。

Lakeflow Connect（ベータ版）のGmailコネクタ

2026-08-13

Lakeflow ConnectのマネージドGmailコネクタを使用して、GmailのメールボックスからDatabricksにデータを取り込むことができるようになりました。このコネクタは、Googleサービスアカウントを使用してメッセージ、ラベル、下書き、フィルター、およびプロファイルデータを読み込み、Gmail History APIを通じてmessages テーブルと message_labels テーブルを段階的に同期します。この機能はBeta版です。

詳しくはGmailコネクタをご覧ください。

ユーザーへのインパクト

Lakeflow Connectのベータ版において、Gmailコネクタが利用可能になりました。これにより、ユーザーはGmailのデータ（メッセージ、ラベル、下書き、フィルター、プロファイルなど）をDatabricksに簡単に取り込むことができます。Gmail History APIを用いて、messages テーブルと message_labels テーブルが段階的に同期されます。詳細は、公式ドキュメントのGmailコネクタのページをご参照ください。現時点ではベータ版であることにご注意ください。

Databricks上でホストされるモデルとしてGoogle Gemini 3.7 Flashが利用可能になりました。

2026-08-13

Model Servingは、Databricksがホストするモデルとして、Google Gemini 3.7 Flash をサポートするようになりました。このモデルには、Foundation Model APIs を使用してアクセスできます。

お客様は、適用される規約への準拠を保証する責任があります。

ユーザーへのインパクト

Google Gemini 3.7 FlashがDatabricks上でホストされるモデルとして利用可能になったため、DatabricksユーザーはFoundation Model APIsを使用してこのモデルにアクセスできるようになりました。これにより、ユーザーはGemini 3.7 Flashを簡単に利用して、さまざまなAIタスクを実行できるようになります。ただし、ユーザーは適用される規約への準拠を保証する責任があります。

ファイアウォールの背後にあるデータをSecureConnectで共有する機能が一般提供開始されました。

2026-08-13

OpenSharing SecureConnectが一般提供されるようになりました。プロバイダーは、受信者のネットワークを許可リストに追加することなく、ファイアウォールまたはプライベートエンドポイントの背後にあるクラウドストレージからデータを共有でき、受信者は既存のOpenSharing設定を使用して共有データにアクセスできます。SecureConnectを使用してファイアウォールの背後にあるデータを共有するおよび SecureConnectのOpenSharing受信者のファイアウォール設定を参照してください。

Databricksは、SecureConnectネットワーク課金をより多くの課金タイプとアクセスシナリオに拡張しており、これには受信者に対する課金も含まれます。OpenSharing SecureConnectの拡張ネットワーク課金を参照してください。

ユーザーへのインパクト

SecureConnectが一般提供されたことにより、ファイアウォールの背後にあるデータを簡単に共有できるようになりました。プロバイダーは、受信者のネットワーク設定を変更することなく、プライベートなクラウドストレージのデータを共有できます。受信者は既存の設定を使ってそのデータにアクセスできます。ただし、SecureConnectのネットワーク課金が拡張され、受信者にも課金される場合があるため、課金タイプとアクセスシナリオの変更に注意が必要です。

Genie Oneの一般向けウェブ検索

2026-08-13

パブリックWebの検索 (Beta)：Genie Oneは、最新のリリースノートやサードパーティのドキュメント、ニュースなど、現在の情報が必要な質問に答えられるように、パブリックWebを検索できるようになりました。リクエストに基づいて自動的に検索され、使用したソースを引用します。各ソースは、開くことができるリンクとしてレスポンスに表示されます。

ユーザーへのインパクト

Databricksユーザーは、Genie Oneを使用してパブリックWeb上の最新情報を検索できるようになりました。これにより、リリースノート、サードパーティのドキュメント、ニュースなどに関する質問に、より正確に答えることができるようになります。Genie Oneは自動的に検索を行い、使用したソースを引用してレスポンスにリンクを表示します。

ID属性（ベータ版）

2026-08-13

アイデンティティ属性はベータ版です。 Databricksは、アカウントユーザーに対して、役職、部門、コストセンターなどの9つのIdPソース属性を保存できるため、Unity Catalog ABACの列マスキングポリシーで参照できます。アカウント管理者は、自動ID管理またはアカウントSCIM 2.1を使用してIDプロバイダーからこれらの属性をプロビジョニングし、ID属性コントロールリストを使用して、書き込むことができる属性を管理します。

「アイデンティティ属性」を参照してください。

ユーザーへのインパクト

Databricksのアイデンティティ属性（ベータ版）のリリースにより、以下の影響があります：

アカウント管理者は、ユーザーの役職、部門、コストセンターなどの属性をIdPソースからプロビジョニングし、管理できるようになります。
これらの属性は、Unity CatalogのABAC（Attribute-Based Access Control）で列マスキングポリシーを定義する際に参照できるようになります。
自動ID管理またはアカウントSCIM 2.1を使用して、IdPから属性を同期できます。
アイデンティティ属性コントロールリストにより、書き込み可能な属性を管理できます。

これにより、より細かいアクセス制御が可能になり、データのセキュリティとガバナンスが向上します。ただし、現在ベータ版であるため、今後の正式リリースに向けて機能の改善や変更が行われる可能性があります。

OpenSharing SecureConnect の拡張ネットワーク課金

2026-08-13
Databricksは、OpenSharing SecureConnectのネットワーク課金を拡張する予定です。現在、データ提供者は、受信者がSecureConnectを通じて共有データにアクセスする際のデータ転送（egress）に対して課金されます。受信者への課金を含む、追加の課金タイプとアクセスシナリオが計画されています。

以下の表は、計画されている課金、誰に請求されるか、および各アクセスシナリオにどのように適用されるかをまとめたものです。

課金タイプ	ステータス	異なるリージョンまたはクラウド間	同一リージョン（クラシックまたはオープンレシーピエント）	同一リージョン（サーバーレスレシーピエント）
データ転送	現在利用可能	プロバイダーに請求	適用外 ¹	適用外 ¹
プライベートコネクティビティ ²	近日提供予定	プロバイダーに請求	プロバイダーに請求	受信者に請求
パブリックコネクティビティ	近日提供予定	受信者に請求	適用外 ³	適用外 ⁴

¹ 受信者がプロバイダーと同じリージョンにいる場合、データ転送（egress）は適用されません。
² プロバイダーがネットワークコネクティビティ設定（NCC）をメタストアにアタッチしてプライベートコネクティビティを設定している場合にのみ適用されます。
³ Databricksはこの料金を請求しません。クラシックコンピュートまたはオープンレシーピエントがパブリックネットワーク経由でストレージにアクセスする場合、クラウドプロバイダーが直接ネットワークアドレス変換（NAT）の料金を請求する可能性があります。
⁴ 同一リージョンのサーバーレス受信者は、マネージドプロキシを経由せずに直接ストレージから読み取ります。

料金については、データ転送とコネクティビティの価格を参照するか、Databricksアカウントチームにお問い合わせください。

ユーザーへのインパクト

DatabricksのOpenSharing SecureConnectのネットワーク課金が拡張されます。主な変更点は以下の通りです。

新しい課金タイプの導入：プライベートコネクティビティとパブリックコネクティビティの課金が追加されます。
- プライベートコネクティビティ：プロバイダーがネットワークコネクティビティ設定（NCC）をメタストアにアタッチしている場合に適用されます。異なるリージョンまたはクラウド間のアクセスではプロバイダーに、同一リージョンのサーバーレス受信者の場合には受信者に請求されます。同一リージョンのクラシックまたはオープンレシーピエントの場合にはプロバイダーに請求されます。
- パブリックコネクティビティ：異なるリージョンまたはクラウド間のアクセスの場合、受信者に請求されます。同一リージョンでは適用されませんが、クラウドプロバイダーが直接ネットワークアドレス変換（NAT）の料金を請求する可能性があります。
既存のデータ転送課金：データ提供者は引き続き、異なるリージョンまたはクラウド間のデータ転送に対して課金されます。同一リージョン内でのアクセスの場合、データ転送は適用されません。

Databricksユーザーは、特にデータ提供者と受信者の両方として、以下の点に注意する必要があります。

コストの増加：特にサーバーレスレシーピエントの場合、プライベートコネクティビティの料金が新たに発生します。
クラウドプロバイダーの料金：パブリックコネクティビティのケースでは、クラウドプロバイダーがNAT料金を請求する可能性があります。
料金詳細：Databricksのデータ転送とコネクティビティの価格ページまたはDatabricksアカウントチームに確認して、最新の料金情報を把握することが推奨されます。

これらの変更は、データ共有のコスト構造に影響を及ぼすため、ユーザーはこれらの新しい課金タイプとアクセスシナリオを理解し、自らの使用状況に応じて適切な計画を立てる必要があります。

Google Drive Audit Logs コネクタがベータ版で利用できるようになりました。

2026-08-13

Lakeflow ConnectにおけるマネージドGoogleドライブ監査ログコネクタがベータ版として利用可能になりました。このコネクタを使用すると、Google WorkspaceからDatabricksに、ファイルの閲覧、編集、ダウンロード、共有の変更などのGoogleドライブの監査アクティビティイベントを取り込むことができます。 Googleドライブ監査ログコネクタをご覧ください。

ユーザーへのインパクト

Google Driveの監査ログをDatabricksに簡単に取り込めるようになりました。Lakeflow ConnectのGoogle Drive Audit Logsコネクタ（ベータ版）を使用すると、Google Workspaceからファイル操作や共有変更などの監査イベントをDatabricksに取り込むことができます。これにより、Google Drive上のデータのアクティビティを監視・分析することが容易になります。詳細は公式ドキュメントをご参照ください。

Amplitude コネクタ（ベータ版）

2026-08-12

Lakeflow ConnectのAmplitudeコネクタがベータ版になりました。Amplitudeからイベント、コホート、アノテーションメタデータとともにプロダクト分析イベントデータを取り込みます。詳細はAmplitudeコネクタをご覧ください。

ユーザーへのインパクト

Databricks Lakeflow ConnectのAmplitudeコネクタがベータ版として利用可能になりました。これにより、ユーザーはAmplitudeからイベントデータやその他の関連メタデータを取り込み、Databricks上で分析を行うことができます。このコネクタを使用することで、プロダクト分析イベントデータを簡単に取り込み、Databricksの機能を活用した高度な分析が可能になります。詳細はドキュメントを参照してください。

Google Search Consoleコネクタはベータ版で利用可能です。

2026-08-12

Databricks Lakeflow Connectで、マネージドのGoogle Search Consoleコネクターがベータ版として利用できるようになりました。これを使用すると、Google Search ConsoleからDatabricksに、検索パフォーマンスデータ、サイトメタデータ、サイトマップ情報を取り込むことができます。

このコネクターは、日次および時間単位の検索分析ディメンション（日付、国、デバイス、ページ、クエリー）をサポートするほか、検証済みサイトや送信済みサイトマップにも対応しています。すべての検索分析テーブルに対してインクリメンタルなデータ取り込みがサポートされています。

ユーザーへのインパクト

Google Search Consoleコネクタがベータ版で利用可能になったため、DatabricksユーザーはGoogle Search Consoleから検索パフォーマンスデータやサイト情報を簡単に取り込むことができるようになりました。これにより、日次または時間単位での検索分析データの取り込みが可能になり、サイトの検索パフォーマンスをより詳細に分析できるようになります。

MLflowのトレースエクスプローラーのカスタムトレースビューはベータ版です。

2026-08-12

Databricks MLflowトレースエクスプローラでカスタムトレースビューを構築できるようになりました。プレーンな言語で目的のレイアウトを記述すると、Genieは、レビューワークフローに最も関連するトレースフィールド、メトリクス、およびフィードバックコントロールを表示する再利用可能なビューを生成します。カスタムトレースビューの構築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、MLflowトレースエクスプローラで自然言語を使用してカスタムトレースビューを作成できるようになりました。これにより、レビュープロセスに最も関連性の高い情報が表示される再利用可能なビューを生成できます。詳細については、ドキュメント「カスタムトレースビューの構築」を参照してください。

ページ（ベータ版）でビジネス関連の概念を定義する

2026-08-12
ビジネス用語、頭字語、KPI に 1 つの統制された定義を与えるために Pages を使用できるようになりました。 Unity Catalog semanticsの一部である Pages は、Genie One がその回答の根拠として利用する Genie Ontology の人間がモデル化したレイヤーを形成します。Pagesをご覧ください。

ユーザーへのインパクト

Databricksユーザーは、Pages（ベータ版）を利用してビジネス関連の概念を定義し、ビジネス用語、頭字語、KPIに統一された定義を与えることができるようになりました。これにより、Genie Oneが正確な回答を提供するための根拠が強化されます。PagesはUnity Catalog semanticsの一部であり、Genie Ontologyの人間がモデル化したレイヤーを形成します。

スタンドアロンストリーミングテーブル（ベータ版）でflowsを使用して置換する

2026-08-11

ベータ版のスタンドアロンストリーミングテーブルでREPLACE USINGフローが利用可能になりました。

ソースが列によってキー設定された一連の部分スナップショットである場合に、REPLACE USINGフローを使用します。各更新時に、フローは指定されたキー列と一致するすべての行を置き換え、他のすべての行は変更されません。SEQUENCE BY 列は更新を順序付けするため、更新が順序どおりに到着しない場合でも、キーのシーケンスが最も高いものが常に優先されます。REPLACE USINGでは、明示的な挿入、更新、削除操作を含む変更データキャプチャフィードは必要なく、主キーも必要ありません。

REPLACE USINGフローによる部分スナップショットの置き換えの適用を参照してください。

ユーザーへのインパクト

Databricksのスタンドアロンストリーミングテーブル（ベータ版）において、REPLACE USINGフローが利用可能になりました。これにより、キー列によって特定される行を部分的に更新でき、変更データキャプチャ（CDC）や主キーの明示的な定義なしに、ソースデータのスナップショット更新を効率的に処理できます。SEQUENCE BY 列により、更新の順序が保証され、シーケンスの最新データが優先されます。これにより、ストリーミングデータ処理がより柔軟かつ効率的になります。

Unity Catalog ABAC GRANT ポリシーは、より多くのセキュリティ対象タイプをベータ版でサポートします。

2026-08-11

ABAC GRANTポリシーは、ガバナンスタグが条件に一致するセキュリティ可能なオブジェクトに対して、Unity Catalog権限を動的に付与します。これらのポリシーは、以前はモデルに対してのみ利用可能でしたが、現在はモデルサービス、モデルプロバイダーサービス、Model Context Protocol（MCP）サービス、エージェントサービス、およびスキルもサポートしています。サポートされているタイプはすべてベータ版です。

詳細については、ABAC GRANTポリシー（ベータ版）を参照してください。

ユーザーへのインパクト

Unity CatalogのABAC GRANTポリシーがベータ版で新しいセキュリティ対象タイプをサポートするようになりました。これにより、モデルサービス、モデルプロバイダーサービス、Model Context Protocol（MCP）サービス、エージェントサービス、スキルに対する権限を動的に管理できます。ユーザーは、これらの新しいタイプに対してガバナンスタグに基づく細かいアクセス制御を実装できます。詳細はDatabricksのドキュメントを参照してください。

継続的ジョブで継続的パイプラインを編成する

2026-08-10
連続ジョブを使ってLakeflowパイプラインを継続的に実行できるようになりました。連続ジョブがパイプラインをオーケストレーションする場合、ジョブが実行モードを決定し、パイプラインはサーバーレス標準パフォーマンスモードや追加の通知先などのジョブレベルの機能を利用できます。パイプラインに組み込まれている連続設定は削除されませんが、Databricksではこのパターンでの利用を推奨しています。
詳しくは連続ジョブで連続パイプラインを実行する、連続ジョブでパイプラインを継続的に実行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、連続ジョブを使ってLakeflowパイプラインを継続的に実行できるようになりました。これにより、ジョブが実行モードを決定し、パイプラインはサーバーレス標準パフォーマンスモードや追加の通知先などのジョブレベルの機能を利用できます。パイプラインに組み込まれている連続設定は削除されませんが、Databricksではジョブによるオーケストレーションを推奨しています。

DatabricksがホストするモデルとしてDeepSeek V4 Flash (0731)が利用可能になりました

2026-08-10

Model Servingは現在、us-west-2リージョンのDatabricksがホストするモデルとしてDeepSeek V4 Flash (0731)をサポートしています。このハイブリッド混合エキスパート（MoE）モデルは、総パラメータ数が2840億、アクティブパラメータ数が130億であり、高速でコスト効率の高い推論、コーディング、およびエージェントツールの使用に最適化されています。このモデルにはFoundation Model APIsを使ってアクセスできます。

お客様は、適用される規約への準拠を保証する責任があります。

ユーザーへのインパクト

Databricksユーザーは、現在us-west-2リージョンで利用可能なDeepSeek V4 Flash (0731)モデルを、Foundation Model APIsを通じて利用できるようになりました。このモデルは高速でコスト効率の良い推論、コーディング、エージェントツールの使用に最適化されており、総パラメータ数2840億、アクティブパラメータ数130億のハイブリッド混合エキスパート（MoE）モデルです。ただし、お客様はモデルの使用にあたり、適用される規約への準拠を保証する責任があります。

Notionコネクタ（ベータ版）

2026-08-10

Lakeflow ConnectのマネージドNotionコネクタがベータ版として利用可能になりました。このコネクタは、NotionからDatabricksにページ、データソース、データベース、ブロック、コメント、ユーザーを取り込みます。詳細はNotionコネクタをご覧ください。

ユーザーへのインパクト

Notionコネクタ（ベータ版）が利用可能になったことにより、DatabricksユーザーはNotionのデータ（ページ、データソース、データベース、ブロック、コメント、ユーザー）をDatabricksに簡単に取り込むことができるようになります。これにより、Notionのデータを用いた分析や処理がDatabricks上で可能になります。詳細はドキュメントを参照してください。

アラートシステムテーブルはパブリックプレビュー中です。

2026-08-10

system.alert スキーマはパブリックプレビュー段階にあります。このスキーマには、すべてのアラートの設定を記録するalertsテーブルと、アラートの評価ごとの1行を記録するalert_evaluation_historyテーブルが含まれています。これらのテーブルを使用して、アラート定義の監査、評価傾向の分析、大規模なアラートワークロードの監視を行います。

「アラートシステムテーブルのリファレンス」を参照してください。

ユーザーへのインパクト

アラートシステムテーブル（system.alertsおよびsystem.alert_evaluation_history）がパブリックプレビューで利用可能になりました。これにより、アラート定義の監査、評価傾向の分析、大規模なアラートワークロードの監視が可能になります。ユーザーは、これらのテーブルを使用して、アラート設定と評価履歴を追跡できます。詳細は、アラートシステムテーブルのリファレンスドキュメントを参照してください。

レイクベースは、現在PCI-DSSおよびHITRUSTをサポートしています。

2026-08-10

Lakebaseは、コンプライアンス・セキュリティ・プロファイルが有効になっているワークスペースに対して、PCI-DSSおよびHITRUSTに準拠するようになりました。AWSでは、このサポートはus-east-1リージョンに限定されます。Azureでは、Lakebaseが利用可能なすべてのリージョンでサポートされています。データ保護を参照してください。

ユーザーへのインパクト

Databricks Lakehouse PlatformがPCI-DSSおよびHITRUSTコンプライアンスをサポートするようになりました。コンプライアンスセキュリティプロファイルが有効なワークスペースで、これらのコンプライアンス標準が適用されます。AWSではus-east-1リージョンのみで利用可能で、AzureではLakehouseが利用可能なすべてのリージョンでサポートされます。ユーザーは、コンプライアンス要件を満たすために、これらの新しいコンプライアンス標準の適用による影響を受ける可能性があります。詳細については、Databricksのドキュメントを参照してください。

READ METADATA権限がGAになりました。

2026-08-10
Unity CatalogでREAD METADATA権限が一般提供開始されました。READ METADATA権限は、オブジェクトの所有者やMANAGE権限を持つユーザーが利用できるのと同じメタデータを読み取り専用で参照できるようにする権限で、BROWSEでは公開されない権限付与情報、行フィルタ、列マスク、ABACポリシーなどのセキュリティに敏感な情報も含みます。この権限は、セキュリティ監査者、データガバナンスチーム、SREなどのアクセス制御を検査およびデバッグするユーザー向けの権限です。READ METADATAは、様々なオブジェクトタイプに対して付与することができます。適用可能なオブジェクトタイプの全リストについては、READ METADATAを参照してください。詳細についてはREAD METADATAをご覧ください。

ユーザーへのインパクト

Unity CatalogのREAD METADATA権限が一般提供開始されました。この権限により、メタデータへの読み取り専用アクセスが可能になり、セキュリティ監査者やデータガバナンスチームなどのアクセス制御を検査およびデバッグするユーザーが利用できます。具体的には、オブジェクトの所有者やMANAGE権限を持つユーザーと同じメタデータにアクセスでき、BROWSE権限では公開されない権限付与情報や行フィルタなどのセキュリティに敏感な情報も含まれます。この権限は、様々なオブジェクトタイプに対して付与することができます。Databricksユーザーは、この新しい権限を利用して、より細かいアクセス制御とセキュリティ監査を行うことができます。

タグオートメーション（ベータ版）

2026-08-07
タグの自動化は現在ベータ版です。タグの自動化により、ユーザーが定義した条件に一致するUnity Catalogのテーブルまたはボリュームに、ガバナンスタグの割り当てまたは削除を行います。これにより、データとメタデータの変更に応じてタグを正確に保つことができます。これらを使用して、信頼できるデータを認定したり、古くなったデータを非推奨にしたり、列のセンシティブ情報をテーブルレベルのティアにまとめたり、必要なタグが欠落しているアセットにフラグを立てたり、古くなったタグをクリーンアップしたりできます。
自動化を構築するには、自然言語で Genie にルールを記述するか、スコープ、条件、およびアクションを自分で入力します。自動化を保存すると、ドライランが開始され、タグを割り当てずに一致するアセットが記録されます。
「タグの割り当てを自動化する」を参照してください。

ユーザーへのインパクト

タグオートメーション（ベータ版）のリリースにより、DatabricksユーザーはUnity Catalogのテーブルまたはボリュームにガバナンスタグを自動で割り当てたり削除できるようになります。これにより、データとメタデータの変更に応じてタグを最新の状態に保つことができます。具体的には、以下のようなユースケースで活用できます。

信頼できるデータを認定する
古くなったデータを非推奨にする
列のセンシティブ情報をテーブルレベルのティアにまとめる
必要なタグが欠落しているアセットにフラグを立てる
古くなったタグをクリーンアップする

タグオートメーションの設定は、自然言語でGenieにルールを記述するか、スコープ、条件、およびアクションを自分で入力することで行います。自動化を保存すると、ドライランが開始され、タグを割り当てずに一致するアセットが記録されます。

詳細については、「タグの割り当てを自動化する」を参照してください。

具体化されたビュー（マテリアライズドビュー）のデータフィードを変更する（ベータ版）

2026-08-07
Lakeflow パイプラインまたはDatabricks SQLで作成されたマテリアライズドビューから、Databricks Runtime 18 LTS 以降を使用してチェンジデータフィードを読み取ることができるようになりました。これを使用して、マテリアライズドビューの変更をDatabricks外部の宛先に複製したり、監査やレポート用にマテリアライズドビューの変更の履歴を保持したりします。マテリアライズドビューは自動チェンジデータフィードを使用するため、各マテリアライズドビューを構成することなく、行追跡が有効になっているマテリアライズドビューでチェンジデータフィードを利用できます。この機能はBetaです。
詳細については、マテリアライズドビューからチェンジデータフィードを読むを参照してください。

ユーザーへのインパクト

Databricks Runtime 18 LTS以降を使用している場合、マテリアライズドビュー（Materialized Views）の変更データフィード（Change Data Feed）にアクセスできるようになりました。これにより、マテリアライズドビューの変更を外部システムに複製したり、変更履歴を追跡したりできます。マテリアライズドビューは自動的にチェンジデータフィードを有効にするため、追加の設定は不要です。この機能は現在ベータ版です。詳細はドキュメントをご参照ください。

ai_search機能（ベータ版）

2026-08-07

ai_search() SQL関数を使用すると、1つ以上のAI Searchインデックスから情報を取得できます。AI Searchインデックスはナレッジソースとして設定されています。この関数に自然言語クエリを指定すると、最適化された検索クエリが生成され、ソース全体で結果が取得および重複排除され、関連性によって再ランク付けされて、最も関連性の高いドキュメントが返されます。デフォルトでは、これらのドキュメントに対して根拠のある自然言語の回答も生成します。

ai_search を使用して、運用データを関連するコンテキストで大規模に強化したり、バッチ検索拡張生成（RAG）パイプラインを構築したり、複合AIシステムのツールとして検索を公開したりします。この機能はベータ版です。

ai_search 関数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ai_search() SQL関数（ベータ版）により、ユーザーはAI Searchインデックスから情報を自然言語で検索できるようになります。これにより、以下のような影響があります：

運用データの強化：関連するコンテキストで大規模なデータを強化できます。
バッチ検索拡張生成（RAG）パイプラインの構築：RAGパイプラインを簡単に構築できます。
複合AIシステムへの統合：検索機能を複合AIシステムのツールとして公開できます。

この機能はベータ版であり、ai_search関数の詳細はドキュメントで確認できます。ユーザーは、この機能を利用して、より効率的なデータ検索と分析を行うことが可能になります。

Databricksが管理するMCPコネクタが、Unity AI Gateway (ベータ版) と統合されました。

2026-08-06

すべてのGenie OneおよびGenie Code向けのDatabricksマネージドMCPコネクタは、Unity AI Gatewayに移行されました。これにより、DatabricksマネージドコネクタがUnity AI Gateway配下に統合され、他のMCPサーバーやツールと同様に、集中管理、アクセス制御、および可視性が実現します。

ユーザーは、Genie OneおよびGenie Codeを使い続けるために、コネクタを再認証する必要があります。Genie内の通知により、影響を受けるユーザーに再接続を促します。

ユーザーへのインパクト

Databricksユーザーは、Genie OneおよびGenie Codeを使用するために、Databricksが管理するMCPコネクタを再認証する必要があります。再認証しないと、Genie OneおよびGenie Codeが正常に動作しなくなる可能性があります。Genie内の通知に従って、影響を受けるコネクタを再接続してください。

Genie Oneの強化点

2026-08-06

会話へのPDFファイルのアップロード（ベータ版）：Genie Oneの会話に、CSVやExcelファイルとともにPDFファイルをアップロードできるようになりました。Genie OneはPDFを非同期で解析します。詳しくはファイルのアップロードをご覧ください。
ドキュメントのコメントでワークスペースのユーザーをメンションする機能：ドキュメント内で、コメントにワークスペースのユーザーをメンションできるようになりました。
Genie Ontologyがデフォルトで有効化（パブリックプレビュー）：Ontologyは、Genieに組織のビジネス認識マップを提供する統合されたコンテキストレイヤーです。デフォルトで有効になりました。詳細はGenie Ontologyをご覧ください。

ユーザーへのインパクト

DatabricksのGenie Oneに関する新しいリリースノートの要点は以下の通りです：

会話へのPDFファイルのアップロード（ベータ版）：これにより、ユーザーはCSVやExcelファイルとともにPDFファイルをGenie Oneの会話にアップロードできるようになりました。PDFは非同期で解析されます。詳細はドキュメントで確認できます。
ドキュメントのコメントでワークスペースのユーザーをメンションする機能：ドキュメント内のコメントで、ワークスペースの他のユーザーをメンションできるようになりました。
Genie Ontologyがデフォルトで有効化（パブリックプレビュー）：Genie Ontologyは、組織のビジネス認識をGenieに提供する統合されたコンテキストレイヤーで、デフォルトで有効になりました。詳細については、Genie Ontologyのドキュメントを参照してください。

これらの変更により、DatabricksユーザーはGenie Oneとのやり取りでより多くのファイルタイプを扱えるようになり、ドキュメントに関するコラボレーションが改善され、Genie Ontologyによってよりコンテキストに即した結果が得られるようになると期待できます。

Genieエージェントの強化とバグ修正

2026-08-06

エージェントモードAPIでのマークダウン表（ベータ版）：エージェントモードAPIでは、表の視覚化が表の視覚化の添付ファイルではなくマークダウンとして返されるようになり、読みやすくなりました。詳細はレポートの解析を参照してください。
長いエージェントの説明：Genieエージェントはデフォルトでエージェントの説明をもっと表示するようになったため、各エージェントの目的を一目で確認できます。
Genie Oneからの回答にコメントする：Genie OneからのGenieエージェントの回答にテキストコメントを追加できるようになりました。
リストAPIの会話モード：会話リストAPIには、会話がエージェントモードで送信されたかチャットモードで送信されたかを示すフィールドが含まれるようになりました。
埋め込みエージェントでのCSVダウンロード：埋め込みGenieエージェントでは、CSVダウンロードアクションが別のページに移動するのではなくiframe内で実行されるようになりました。
エージェントのサムネイルの修正：Genie OneでGenieエージェントのサムネイルが小さく表示されるバグを修正しました。
エージェントモードのベンチマーク結果の修正：エージェントモードのベンチマーク結果がチャットモードの結果として表示されるバグを修正しました。
ベンチマークエラーメッセージ：一過性の問題で実行が中断された場合、ベンチマーク実行に説明的なエラーメッセージが表示されるようになりました。以前は、これらの実行は説明なしに空の結果を返していました。

ユーザーへのインパクト

このリリースノートは、DatabricksのGenieエージェントに関する更新とバグ修正について説明しています。ユーザーは以下のような改善点を享受できます。

エージェントモードAPIでテーブルがマークダウン形式で返されるようになり、読みやすくなりました。
エージェントの説明がデフォルトでより多く表示されるようになり、各エージェントの目的が理解しやすくなりました。
Genie Oneからの回答にコメントを追加できるようになりました。
埋め込みエージェントでのCSVダウンロードがよりスムーズになりました。
一部のバグが修正され、エージェントのサムネイルやベンチマーク結果の表示が改善されました。
ベンチマーク実行で一過性の問題が発生した場合、より詳細なエラーメッセージが表示されるようになりました。

これらの変更により、Genieエージェントの使い勝手と信頼性が向上します。

ダッシュボードの強化とバグの修正

2026-08-06

ウィジェットのタイトルと説明文でのリッチテキスト：ビジュアライゼーションウィジェットのタイトルと説明文がリッチテキスト形式をサポートするようになりました。ウィジェットのタイトルまたは説明文をクリックすると、書式設定ツールバーが開き、テキストのスタイル設定、リンク、テーブルの適用や、マークダウンテキストを直接入力できます。ウィジェットのタイトルと説明文の書式設定を参照してください。
ピボットテーブル列ヘッダーの非表示：ダッシュボード作成者は、ピボットテーブルの列ヘッダーを非表示にできるようになりました。値レベルの設定を参照してください。
スケジュール実行履歴：ダッシュボード作成者は、スケジュールの実行履歴（直近5回分）や各実行のID、開始・終了時刻、ステータスを確認できるようになりました。スケジュール実行履歴の表示を参照してください。
ピボットテーブルの総計表示の修正：ピボットテーブルに総計と展開/折りたたみコントロールが表示されない不具合を修正しました。

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強化とバグ修正が行われました。

ビジュアライゼーションウィジェットのタイトルと説明文がリッチテキスト形式をサポートするようになりました。これにより、テキストのスタイル設定、リンクの追加、テーブルの適用が可能になります。
ダッシュボード作成者は、ピボットテーブルの列ヘッダーを非表示にできるようになりました。
ダッシュボード作成者は、ダッシュボードのスケジュールの直近5回分の実行履歴（ID、開始・終了時刻、ステータス）を確認できるようになりました。
ピボットテーブルに総計と展開/折りたたみコントロールが表示されない不具合が修正されました。

これらの変更により、Databricksユーザーはより柔軟で情報量の多いダッシュボードを作成し、管理できるようになります。

サーバーレスコンピューティングでのJARタスクが一般提供開始されました。

2026-08-06

Scala コードまたは Java コードを JAR としてパッケージ化し、サーバーレスコンピュート上の Lakeflow ジョブのタスクとして実行します。JAR は、サーバーレス環境バージョンの Scala、Java Development Kit (JDK)、および Databricks Connect のバージョンと一致している必要があります。サーバーレスコンピュートで JAR を作成して実行するを参照してください。

ユーザーへのインパクト

サーバーレスコンピューティングで JAR タスクが一般提供されました。これにより、Scala または Java コードを JAR としてパッケージ化し、Lakeflow ジョブで実行できるようになります。JAR はサーバーレス環境の Scala、JDK、Databricks Connect のバージョンと互換性を持たせる必要があります。詳細はドキュメント「サーバーレスコンピュートで JAR を作成して実行する」を参照してください。

Genie Codeのウェブ検索は現在ベータ版です。

2026-08-06

Genie Codeは、最新の情報を使って回答する必要がある質問を検索するために、一般公開されているWebを検索できるようになりました。 Web検索は、適格なワークスペースのベータテスト中はデフォルトで無効になっており、プレビューページからオンにする必要があります。詳細はWebの検索をご覧ください。

ユーザーへのインパクト

Genie Codeのウェブ検索機能がベータ版で利用可能になりました。この機能を有効にするには、プレビューページからオンにする必要があります。これにより、Genie Codeは一般公開されているWebを検索して最新の情報に基づいて回答できるようになります。ただし、適格なワークスペースでのみベータテストが実施されており、デフォルトでは無効になっています。詳細については、Databricksのドキュメントを参照してください。

Genie Oneの強化点

2026-08-06

会話へのPDFファイルのアップロード (ベータ): CSVやExcelファイルとともに、Genie Oneの会話にPDFファイルをアップロードできるようになりました。Genie OneはPDFを非同期で解析します。ファイルのアップロードをご覧ください。
ドキュメントコメントでのワークスペースユーザーのメンション: ドキュメント内で、コメントにワークスペースのユーザーをメンションできるようになりました。
デフォルトで有効化されたGenie Ontology (パブリックプレビュー): オントロジーは、Genieにあなたの組織のビジネスに即したマップを提供する統合されたコンテキストレイヤーです。デフォルトで有効になりました。 Genie Ontology をご覧ください。

ユーザーへのインパクト

DatabricksのGenie Oneが強化されました。主な変更点は以下の通りです。

Genie Oneの会話でPDFファイルをアップロードできるようになり、CSVやExcelファイルとともに利用できます。
ドキュメントコメントでワークスペースユーザーをメンションできるようになりました。
Genie Ontology（パブリックプレビュー）がデフォルトで有効になりました。これは、組織のビジネスに即したマップをGenieに提供する統合されたコンテキストレイヤーです。

これらの変更により、Databricksユーザーはより柔軟にファイルを取り扱い、ドキュメント上で他のユーザーとやり取りし、Genie Oneの機能をより簡単に利用できるようになります。

ダッシュボードの強化とバグの修正

2026-08-06

ウィジェットのタイトルと説明文でのリッチテキスト：ビジュアライゼーションウィジェットのタイトルと説明文がリッチテキストフォーマットをサポートするようになりました。ウィジェットのタイトルまたは説明文をクリックすると、書式設定ツールバーが開き、テキストのスタイル設定、リンク、テーブルの適用が可能になり、直接Markdownテキストを入力できるようになりました。ウィジェットのタイトルと説明文のフォーマットを参照してください。
ピボットテーブルの列ヘッダーの非表示：ダッシュボードの作成者がピボットテーブルの列ヘッダーを非表示にできるようになりました。値レベルの設定を参照してください。
スケジュールの実行履歴：ダッシュボードの作成者がスケジュールの実行履歴（直近5件の実行ID、開始・終了時刻、ステータス）を確認できるようになりました。スケジュールの実行履歴の表示を参照してください。
ピボットテーブルの総合計の修正：総合計と展開/折りたたみコントロールがピボットテーブルに表示されない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強化により以下の恩恵を受けます：

ダッシュボードのウィジェットタイトルと説明にリッチテキストフォーマットが適用できるようになり、視認性が向上しました。
ピボットテーブルの列ヘッダーを非表示にできるようになり、表示の柔軟性が増しました。
スケジュールの実行履歴が確認できるようになり、ダッシュボードのメンテナンスが容易になりました。
以前は総合計と展開/折りたたみコントロールが表示されなかったピボットテーブルのバグが修正され、正確な集計が表示されるようになりました。

まだ翻訳するテキストが与えられていません。翻訳する英語を含むHTMLを提供してください。翻訳結果として、HTMLタグを除外した日本語のテキストを提供します。

2026-08-06

Model Servingは、現在DatabricksがホストするモデルとしてKimi K3をサポートしています。この2800億パラメータのMixture of Experts（MoE）モデルは、ネイティブのビジョン機能を備え、100万トークンのコンテキストウィンドウをサポートし、長期的なコーディング、知識作業、推論向けに設計されています。このモデルには、Foundation Model APIsを使用してアクセスできます。

ユーザーへのインパクト

モデルサービングは、DatabricksがホストするモデルとしてKimi K3をサポートするようになりました。Kimi K3は2800億パラメータのMixture of Experts（MoE）モデルで、ネイティブのビジョン機能を持ち、100万トークンのコンテキストウィンドウをサポートし、長期的なコーディング、知識作業、推論のために設計されています。このモデルには、Foundation Model APIs経由でアクセスできます。

Genieエージェントの強化とバグ修正

2026-08-06

エージェントモードAPIでのMarkdownテーブル（ベータ版）：エージェントモードAPIでは、テーブルビジュアライゼーションがテーブルビジュアライゼーションの添付ファイルではなくMarkdownとして返されるようになり、読みやすくなりました。詳細はレポートの解析を参照してください。
長いエージェントの説明：Genieエージェントは、デフォルトでエージェントの説明のより多くの部分を表示するようになり、各エージェントの目的を一目で確認できるようになりました。
Genie Oneからの回答にコメントする：Genie OneからのGenieエージェントの回答にテキストコメントを追加できるようになりました。
リストAPIの会話モード：会話リストAPIには、会話がエージェントモードで送信されたかチャットモードで送信されたかを示すフィールドが含まれるようになりました。
埋め込みエージェントでのCSVダウンロード：埋め込みGenieエージェントでは、CSVダウンロードアクションが別ページに移動するのではなくiframe内で実行されるようになりました。
エージェントのサムネイルの修正：Genie OneでGenieエージェントのサムネイルが小さく表示されるバグを修正しました。
エージェントモードのベンチマーク結果の修正：エージェントモードのベンチマーク結果がチャットモードの結果として表示されるバグを修正しました。
ベンチマークエラーメッセージ：一時的障害が実行を中断した場合、ベンチマーク実行に説明的なエラーメッセージが表示されるようになりました。これまでは、これらの実行では説明なしに空の結果が返されました。

ユーザーへのインパクト

Databricksユーザーは、Genieエージェントの機能強化とバグ修正の影響を受けます。主な変更点は以下の通りです：

エージェントモードAPIでテーブルビジュアライゼーションがMarkdown形式で返されるようになり、読みやすくなりました。
エージェントの説明がより多く表示されるようになり、各エージェントの目的が一目で確認できるようになりました。
Genie Oneからの回答にテキストコメントを追加できるようになりました。
会話リストAPIには、会話がエージェントモードまたはチャットモードで送信されたかを示すフィールドが含まれるようになりました。
埋め込みGenieエージェントでのCSVダウンロードがiframe内で実行されるようになり、ユーザー体験が向上しました。
Genieエージェントのサムネイル表示のバグが修正され、エージェントモードのベンチマーク結果の誤表示も修正されました。
ベンチマーク実行で一時的障害が発生した場合、説明的なエラーメッセージが表示されるようになりました。

これらの変更により、Genieエージェントの使い勝手と信頼性が向上します。

Genie Oneの強化内容

2026-08-06

会話へのPDFファイルのアップロード (ベータ)：Genie One の会話に、CSV や Excel ファイルとともに PDF ファイルをアップロードできるようになりました。Genie One は PDF を非同期で解析します。ファイルのアップロードを参照してください。
ドキュメントコメントでのワークスペースユーザーのメンション：ドキュメント内で、コメントにワークスペースユーザーをメンションできるようになりました。
デフォルトで有効化された Genie Ontology (パブリックプレビュー)：オントロジーは、Genie に貴組織のビジネスに関する知識マップを提供する統合されたコンテキストレイヤーです。デフォルトで有効になりました。Genie Ontology を参照してください。

ユーザーへのインパクト

Databricksの最新アップデートにより、Genie Oneの機能が強化されました。主な変更点は以下の通りです：

PDFファイルのアップロード（ベータ版）：Genie Oneのチャットで、CSVやExcelファイルに加えてPDFファイルをアップロードできるようになりました。Genie Oneは非同期でPDFを解析します。
ドキュメントコメントでのユーザーのメンション：ドキュメントのコメント欄で、ワークスペースのユーザーをメンションできるようになりました。
Genie Ontologyのデフォルト有効化（パブリックプレビュー）：Genie Ontologyは、組織のビジネスに関する知識マップをGenieに提供する統合されたコンテキストレイヤーです。これがデフォルトで有効になりました。

これらのアップデートにより、DatabricksユーザーはGenie Oneとのやり取りでより多くのファイル形式を利用でき、ドキュメントに関するコラボレーションが容易になり、Genieの理解度が向上します。

ダッシュボードの機能強化とバグの修正

2026-08-06

ウィジェットのタイトルと説明文でのリッチテキスト：ビジュアライゼーションウィジェットのタイトルと説明文がリッチテキスト形式をサポートするようになりました。ウィジェットのタイトルまたは説明文をクリックすると、書式設定ツールバーが開きます。ここでは、テキストのスタイル設定、リンク、表の適用や、マークダウンテキストを直接入力することができます。ウィジェットのタイトルと説明文をフォーマットするを参照してください。
ピボットテーブル列ヘッダーの非表示：ダッシュボード作成者はピボットテーブルの列ヘッダーを非表示にできるようになりました。値レベルの設定を参照してください。
スケジュール実行履歴：ダッシュボード作成者は、スケジュールの実行履歴（直近5回分の実行ID、開始時間と終了時間、ステータスを含む）を確認できるようになりました。スケジュールの実行履歴の表示を参照してください。
ピボットテーブルの総合計の修正：総合計と展開/折りたたみのコントロールがピボットテーブルに表示されないバグを修正しました。

ユーザーへのインパクト

Databricksのダッシュボードに関する最新情報です。主な変更点とユーザーへの影響は以下の通りです。

ウィジェットのタイトルと説明文のリッチテキストサポート：ダッシュボードのビジュアライゼーションウィジェットのタイトルと説明文にリッチテキスト形式が適用できるようになりました。これにより、テキストのスタイル設定、リンクの追加、表の適用などが可能になります。
ピボットテーブル列ヘッダーの非表示機能：ダッシュボード作成者は、ピボットテーブルの列ヘッダーを非表示にできるようになりました。これにより、より簡潔な表示が可能になります。
スケジュール実行履歴の表示：ダッシュボード作成者は、ダッシュボードのスケジュール実行履歴（最新の5回分の実行ID、開始時間、終了時間、ステータス）を確認できるようになりました。これにより、スケジュールの実行状況のモニタリングが容易になります。
ピボットテーブルの総合計表示の修正：ピボットテーブルにおいて、総合計と展開/折りたたみのコントロールが正しく表示されるようになりました。これにより、ピボットテーブルの機能性が向上しました。

これらの変更により、Databricksユーザーはより柔軟で詳細なダッシュボードの作成と管理が可能になります。特に、ダッシュボードの視認性と操作性が向上し、データの分析と共有がより効率的になります。

ダッシュボードの強化とバグの修正

2026-08-06

ウィジェットのタイトルと説明文でのリッチテキスト：ビジュアライゼーションウィジェットのタイトルと説明文がリッチテキスト形式をサポートするようになりました。ウィジェットのタイトルまたは説明文をクリックすると、書式設定ツールバーが開き、テキストのスタイル設定、リンク、テーブルの適用が可能になり、直接Markdownテキストを入力できます。ウィジェットのタイトルと説明文の書式設定を参照してください。
ピボットテーブルの列ヘッダーの非表示：ダッシュボード作成者は、ピボットテーブルの列ヘッダーを非表示にできるようになりました。値レベルの設定を参照してください。
スケジュール実行履歴：ダッシュボード作成者は、スケジュールの実行履歴（直近5回までの実行ID、開始と終了の時刻、ステータスを含む）を確認できるようになりました。スケジュール実行履歴の表示を参照してください。
ピボットテーブルの総計の修正：ピボットテーブルに総計と展開/折りたたみコントロールが表示されない不具合を修正しました。

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強化とバグ修正が行われました。

ウィジェットのタイトルと説明のリッチテキストサポート：ダッシュボードのビジュアライゼーションウィジェットのタイトルと説明にリッチテキスト形式が適用できるようになりました。これにより、テキストのスタイル変更、リンクの挿入、テーブルの適用が可能になります。
ピボットテーブルの列ヘッダー非表示機能：ダッシュボード作成者は、ピボットテーブルの列ヘッダーを非表示にできるようになりました。
ダッシュボードスケジュールの実行履歴表示：ダッシュボード作成者は、ダッシュボードのスケジュール実行履歴（最新の5回まで）を確認できるようになりました。これには、実行ID、開始時刻、終了時刻、ステータスが含まれます。
ピボットテーブルの総計表示バグの修正：ピボットテーブルに総計や展開/折りたたみコントロールが表示されない不具合が修正されました。

これらの変更により、Databricksユーザーはより柔軟にダッシュボードをカスタマイズし、スケジュール実行の状況を簡単に把握できるようになります。

Zerobus Ingestがコンプライアンスセキュリティプロファイルのワークスペースでデフォルトで有効になりました。

2026-08-06

Lakeflow ConnectのZerobus Ingestコネクタは、コンプライアンスセキュリティプロファイルが有効になっているワークスペースに対してデフォルトで有効になりました。詳細はZerobus Ingestの概要をご覧ください。

ユーザーへのインパクト

コンプライアンスセキュリティプロファイルが有効なDatabricksワークスペースでは、Zerobus Ingestがデフォルトで有効になります。これにより、データ取り込みプロセスが簡素化され、セキュリティが強化されます。ユーザーは、追加の設定なしにZerobus Ingestを利用できるようになり、Lakeflow Connectとの統合が容易になります。詳細については、Databricksのドキュメントを参照してください。

Genie Oneの強化点

2026-08-06

会話へのPDFファイルのアップロード（ベータ版）：CSVやExcelファイルと同様に、Genie Oneの会話にPDFファイルをアップロードできるようになりました。Genie OneはPDFを非同期で解析します。詳細はファイルのアップロードを参照してください。
ドキュメントコメントでのワークスペースユーザーのメンション：ドキュメント内で、コメントにワークスペースのユーザーをメンションできるようになりました。
デフォルトで有効化されたGenie Ontology（パブリックプレビュー）：オントロジーは、Genieにあなたの組織のビジネス認識マップを提供する統合されたコンテキストレイヤーです。デフォルトで有効になりました。詳細はGenie Ontologyを参照してください。

ユーザーへのインパクト

Databricksユーザーは以下の影響を受けます：

Genie Oneの会話でPDFファイルをアップロードできるようになり、CSVやExcelファイルと同様に扱えるようになりました。
ドキュメントのコメントでワークスペースの他のユーザーをメンションできるようになりました。
Genie Ontologyがデフォルトで有効になり、組織のビジネス認識マップがGenieに提供されるようになりました。これにより、より正確な結果が期待できます。

コンプライアンスセキュリティプロファイル規格のためのLakebaseサポート

2026-08-05

コンプライアンス・セキュリティ・プロファイルが有効で、HIPAA、C5、またはTISAXコントロールのいずれかが選択されているワークスペース、およびコンプライアンス・セキュリティ・プロファイルは有効だがコンプライアンス標準を適用していないワークスペースでは、Lakebaseがデフォルトで利用できるようになりました。データ保護を参照してください。

ユーザーへのインパクト

コンプライアンス・セキュリティ・プロファイルが有効なDatabricksワークスペースでは、LakehouseにデフォルトでLakebaseが利用できるようになりました。これは、HIPAA、C5、TISAXなどのコンプライアンス標準を適用しているワークスペース、およびコンプライアンス標準を適用していないワークスペースにも適用されます。これにより、ユーザーは追加の設定なしにLakebaseを利用できます。

Genie OneがGoogle Sheetsで利用可能になりました

2026-08-05

Databricks Connector for Google SheetsでGenie Oneを直接使用できるようになりました。自然言語を使用してガバナンス対象のDatabricksデータをクエリし、その結果をネイティブの行および列としてGoogleスプレッドシートにインポートします。詳細はGoogle SheetsでGenie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

Genie OneがGoogle Sheetsで利用可能になったことにより、Databricksユーザーは自然言語を使用してガバナンス対象のDatabricksデータをクエリし、その結果をGoogleスプレッドシートに直接インポートできるようになりました。これにより、データ分析の効率化と簡素化が期待できます。ユーザーは、複雑なクエリを記述することなく、簡単にデータを操作できるようになります。

パイプラインの flows への置き換え（ベータ版）

2026-08-05
REPLACE USING フローが、Beta版のLakeflowパイプラインで利用できるようになりました。
ソースが列によってキー付けされた一連の部分的なスナップショットである場合に、REPLACE USINGフローを使用します。各更新時に、フローは指定されたキー列に一致するすべての行を置き換え、その他のすべての行は変更されません。SEQUENCE BY列は更新を順序付けするため、キーに対する最新のシーケンスが常に優先されます。したがって、更新が順序どおりに到着しなくても、正しく処理されます。REPLACE USINGでは、明示的な挿入、更新、削除操作を含む変更データキャプチャフィードは必要なく、主キーも必要ありません。
詳細については、「REPLACE USINGフローを使用した部分スナップショットの置き換え」を参照してください。

ユーザーへのインパクト

REPLACE USING フローが、Lakeflow パイプラインのベータ版で利用できるようになりました。これにより、ソースが列によってキー付けされた一連の部分的なスナップショットである場合に、指定されたキー列に一致する行を置き換えることができます。主な利点は以下の通りです：

明示的な変更データキャプチャフィードや主キーが不要になります。
SEQUENCE BY 列で更新を順序付けし、順序が狂っていても正しく処理します。

これにより、部分的なスナップショットの置き換えが容易になり、データパイプラインの管理が簡素化されます。詳細はドキュメントを参照してください。

複数のファイルのテキストを検索して置換する

2026-08-05

検索パネルから、Databricks GitフォルダまたはDeclarative Automation Bundlesプロジェクト内の複数のファイルにわたってテキストの検索と置換ができるようになりました。複数のファイルにわたって検索と置換を参照してください。

ユーザーへのインパクト

Databricks GitフォルダまたはDeclarative Automation Bundlesプロジェクト内の複数のファイルでテキストの検索と置換が可能になりました。検索パネルから複数のファイルにわたってテキストを検索し、置換できます。詳細は、複数のファイルにわたって検索と置換を参照してください。

メトリックビュー内の数値インデックス列のウィンドウメジャー

2026-08-05

メトリクスビューのウィンドウメジャーは、連続する整数のorder列の単位なしの数値offsetと数値trailingおよびleadingの範囲をサポートします。会計週や4-4-5会計期間など、カレンダーの日付ではない事業期間に沿って比較するために数値インデックスを使用します。数値インデックス列のウィンドウメジャーを参照してください。

ユーザーへのインパクト

Databricksのメトリクスビューにおいて、数値インデックス列を使用したウィンドウメジャーがサポートされるようになりました。これにより、order列に連続する整数を使用し、offset、trailing、leadingの範囲を指定することで、ウィンドウメジャーを計算できます。会計週や4-4-5会計期間などの事業期間に沿った比較が可能になります。数値インデックス列のウィンドウメジャーの詳細については、ドキュメントを参照してください。

Genie OneがMicrosoft Excelで利用可能になりました

2026-08-05

Genie OneをDatabricks Excelアドインで直接使用できるようになりました。自然言語でガバナンスされたDatabricksデータにクエリを実行し、その結果をネイティブの行および列としてMicrosoft Excelにインポートします。Microsoft ExcelでGenie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

Genie OneがMicrosoft Excelアドインで利用可能になったため、Databricksのユーザーは自然言語でデータにクエリを実行し、その結果をExcelに直接インポートできるようになりました。これにより、データ分析がより簡単かつ効率的になります。Excelユーザーにとっては、複雑なクエリを記述する必要がなくなるため、利便性が向上します。

NetSuite コネクタ (GA)

2026-08-04
Lakeflow ConnectのマネージドNetSuiteコネクタが一般提供開始されました。このコネクタを使用すると、Oracle NetSuiteからDatabricksにERPおよび財務データを取り込むことができます。詳細はNetSuiteコネクタをご覧ください。

ユーザーへのインパクト

NetSuiteコネクタが一般提供開始されました。これにより、Oracle NetSuiteのERPおよび財務データをDatabricksに簡単に取り込むことができるようになります。ユーザーはLakeflow Connectを利用してマネージドコネクタにアクセスでき、データ取り込みプロセスが簡素化されます。詳細はドキュメントを参照してください。

フルページGenieコードが一般提供開始されました。

2026-08-04

フルページGenie Codeが一般提供開始されました。フルページ Genie Codeは、アクティブなチャットが目立つように表示され、ノートやファイルがその横にタブとして開き、複数のチャットを並行して実行できるコマンドセンター体験です。 Genie Codeから直接作業を開始し、スキルや命令やMCPサーバーでその動作をカスタマイズできます。詳細はフルページGenie Codeをご覧ください。

ユーザーへのインパクト

フルページGenieコードが一般提供されました。これにより、アクティブなチャットがメインに表示され、ノートブックやファイルがタブで簡単に切り替えられるようになり、複数のチャットを同時に扱うことが可能になります。また、Genieコードから直接作業を開始でき、自分のスキルや指示に合わせて動作をカスタマイズできます。詳細はDatabricksのドキュメントで確認できます。

Unity AI Gatewayが一般提供開始されました。

2026-08-04
Unity AI Gatewayが一般提供開始されました。Unity AI Gatewayは、Unity Catalogの一部である企業向けAIのためのDatabricksガバナンスソリューションです。 Unity AI Gatewayを使用すると、以下のことが可能になります。

チームが使用できるAIサービスを制御する。
プロバイダー全体でのAIトラフィックのルーティングと管理を行う。
MCPサーバーのアクセスとコストを制御する。
1つの場所から使用状況、コスト、アクセス、データの血統を監視する。

サービスポリシーやエージェントサービスを含むいくつかの機能は、引き続きベータ版として提供されます。詳細については、Unity AI Gatewayを使用したAIガバナンスおよび AIガバナンスガイドを参照してください。

ユーザーへのインパクト

Unity AI Gatewayが一般提供開始されました。Databricksユーザーは、以下のことが可能になります。

チームが使用できるAIサービスを制御する。
プロバイダー全体でのAIトラフィックのルーティングと管理を行う。
MCPサーバーのアクセスとコストを制御する。
1つの場所から使用状況、コスト、アクセス、データの血統を監視する。

ただし、サービスポリシーやエージェントサービスを含むいくつかの機能は、引き続きベータ版として提供されます。詳細については、公式ドキュメントを参照してください。

削除ベクトルとカラムマッピングを使用したDeltaテーブルの共有が一般提供開始されました。

2026-08-04

削除ベクタまたはカラムマッピングが有効なDeltaテーブルを共有することが一般利用可能になりました。共有に削除ベクタあるいはカラムマッピングを持つテーブルを追加するをご覧ください。

ユーザーへのインパクト

Deltaテーブル共有機能の拡張により、削除ベクタまたはカラムマッピングが有効なDeltaテーブルを他のDatabricksユーザーと簡単に共有できるようになりました。これにより、データ管理の柔軟性が向上し、データ共有プロセスが簡素化されます。影響：Databricksユーザーは、削除ベクタまたはカラムマッピングが有効なDeltaテーブルを簡単に共有できるようになり、データの管理と共有が容易になります。

Databricks Runtime のメンテナンス更新 (08/04)

2026-08-04

サポートされている Databricks Runtime バージョン向けの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、以下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（08/04）がリリースされました。この更新では、サポートされているDatabricks Runtimeバージョン（18 LTS、18.2、18.1、17.3 LTS、16.4 LTS、15.4 LTS、14.3 LTS、13.3 LTS）に対して、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した。影響を受けるDatabricks Runtimeバージョンのユーザーは、リンク先のドキュメントを参照して、詳細な変更点を確認し、必要に応じて更新することをお勧めします。

グーグルドライブコネクタ（GA）

2026-08-04

Lakeflow ConnectのGoogle Driveコネクタが一般提供を開始しました。詳細についてはGoogle Driveコネクタを参照してください。

ユーザーへのインパクト

Google DriveコネクタがGAとなり、DatabricksユーザーはGoogle Driveとのデータ連携がより容易になります。このコネクタを使用することで、Google Drive上のデータを簡単にDatabricksに取り込み、分析や処理を行うことができるようになります。利用方法の詳細については、提供されたドキュメントリンク（https://docs.databricks.com/aws/ja/ingestion/lakeflow-connect/google-drive）を参照してください。

PagerDutyコネクタ（ベータ版）

2026-08-04

Lakeflow ConnectのマネージドPagerDutyコネクタがベータ版として利用可能になりました。このコネクタは、PagerDutyからDatabricksにインシデント、オンコール、サービス、監査データを収集します。詳細はPagerDutyコネクタをご覧ください。

ユーザーへのインパクト

PagerDutyコネクタ（ベータ版）が利用可能になったことにより、DatabricksユーザーはPagerDutyからインシデント、オンコール、サービス、監査データを簡単に収集できるようになります。これにより、PagerDutyのデータをDatabricksで分析し、インシデント管理や運用の最適化が期待できます。詳細はドキュメントを参照してください。

リッチテキストを使用して、AI および BI ダッシュボードのウィジェットのタイトルと説明をフォーマットできるようになりました。

2026-08-04

可視化ウィジェットのタイトルと説明文は、リッチテキスト形式をサポートしています。ウィジェットのタイトルまたは説明文をクリックすると、書式設定ツールバーが開き、テキストのスタイル設定、リンク、表を適用したり、マークダウンを直接入力したりできます。

ウィジェットのタイトルと説明文をフォーマットする

ユーザーへのインパクト

Databricksのダッシュボード機能が強化され、ウィジェットのタイトルと説明文をリッチテキストでフォーマットできるようになりました。これにより、タイトルや説明文にスタイルを適用したり、リンクを追加したり、表を挿入したりすることが可能になります。具体的には、ウィジェットのタイトルまたは説明文をクリックすると表示される書式設定ツールバーを使用して、テキストのスタイル設定やマークダウン記法の利用ができます。これにより、ダッシュボードの可視化ウィジェットがより情報豊かで読みやすく、視覚的に魅力的なものになります。詳細は、Databricksのドキュメント「ウィジェットのタイトルと説明文をフォーマットする」を参照してください。

Iceberg の読み取りが有効になっている Delta テーブルの共有が一般提供開始されました。

2026-08-04

Iceberg readsが有効なDeltaテーブル共有が一般提供開始されました。詳細はDelta Lake 機能サポートマトリックスをご覧ください。

ユーザーへのインパクト

Deltaテーブル共有機能の拡張により、Iceberg形式の読み取り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、Deltaテーブルを他のIceberg対応プラットフォームとよりスムーズに共有し、利用できるようになります。具体的には、DeltaテーブルをIcebergとして読み取ることが可能になり、異なるプラットフォーム間でのデータ共有と互換性が向上します。

この変更は、複数のデータプラットフォームやフォーマットを跨いでデータを共有・利用するユーザーにとって有益です。Delta Lake機能サポートマトリックスには、この機能を含むDelta Lakeの様々な機能のサポート状況がまとめられており、ユーザーは自分のユースケースに適した機能が利用可能かどうかを確認できます。

このアップデートにより、Databricksユーザーはより柔軟にデータを共有し、より広範なエコシステムとの統合を実現できます。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up