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。
MLflowのマネージドウェアハウス（ベータ版）
2026-11-02
管理されたウェアハウスを使用すると、ユーザーはSQLウェアハウスを選択しなくても、MLflow UIでUnity Catalogに保存されたトレースを表示できます。MLflowは、ワークスペースがサポートしている場合はワークスペース内に作成したSQLウェアハウス上で、そうでない場合はサーバーレスコンピュート上でトレースクエリを実行します。ワークスペースの管理者は、[Previews（プレビュー）] ページで「MLflowのための管理されたウェアハウス（Managed Warehouse for MLflow）」を有効にできます。詳細は「MLflow tracesのための管理されたウェアハウス（Managed warehouse for MLflow traces）」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によると、DatabricksユーザーはMLflowのマネージドウェアハウス（ベータ版）を利用できるようになります。これにより、SQLウェアハウスを指定しなくても、MLflow UIでUnity Catalogに保存されたトレースを表示できます。さらに、ワークスペース管理者はプレビューページでこの機能を有効にできます。つまり、ユーザーはより簡単にMLflowのトレースにアクセスでき、管理者はこの機能の有効/無効を制御できます。
Unity Gateway のスキル利用状況を監査ログと利用状況ダッシュボードで追跡する
2026-10-30
Unity Gateway Skills（ベータ版）の使用状況を追跡できるようになりました。監査ログには、aiGatewaySkillsサービスのスキルリスト、ロード、およびファイル取得イベントが記録されます。使用状況ダッシュボードのスキルタブには、ユーザーごとのダウンロード数、ロード数、およびアクティビティが表示されます。
ユーザーへのインパクト
Unity Gatewayのスキル利用状況を監査ログと利用状況ダッシュボードで追跡できるようになったため、Databricksユーザーは以下の影響を受けることになります。
- Unity Gateway Skills（ベータ版）の使用状況をより詳細に把握できるようになります。
- 監査ログにaiGatewaySkillsサービスのイベントが記録されるため、セキュリティ監査やコンプライアンスチェックが強化されます。
- 使用状況ダッシュボードのスキルタブでユーザーごとのダウンロード数、ロード数、アクティビティを確認できるため、ユーザーの行動をより正確に分析できます。
これにより、ユーザーはUnity Gateway Skillsの使用状況をより適切に管理し、最適化できるようになります。
Claude CodeのAnthropicモデルおよび非Anthropicモデル用の自動モード
2026-10-30
Claude Codeの自動モードが、DatabricksがホストするAnthropicモデルと非Anthropicモデルの両方でサポートされるようになりました。自動モードでは、ツール呼び出しをレビューして、ルーチンの権限プロンプトを削減します。自動モードを参照してください。 -> 自動モードでは、ツール呼び出しをレビューして、ルーチンの権限プロンプトを削減します。自動モードを参照してください。
従って、最終的な答えは以下です：Claude Codeの自動モードが、DatabricksがホストするAnthropicモデルと非Anthropicモデルの両方でサポートされるようになりました。自動モードでは、ツール呼び出しをレビューして、ルーチンの権限プロンプトを削減します。自動モードを参照してください。
ユーザーへのインパクト
Claude Codeの自動モードが、DatabricksがホストするAnthropicモデルと非Anthropicモデルの両方でサポートされるようになりました。これにより、ツール呼び出しのレビューが可能になり、ルーチンの権限プロンプトが削減されます。詳細については、自動モードのドキュメントを参照してください。
Thinking Machine LabsのInklingは廃止されました。
2026-10-30
Thinking Machine Labs Inklingは、2026年10月30日に廃止されました。推奨される代替モデルはGLM 5.3またはKimi K3です。移行手順については、非推奨および廃止されたモデルを参照してください。 ->
Thinking Machine Labs Inklingは、2026年10月30日に廃止されました。推奨される代替モデルはGLM 5.3またはKimi K3です。移行手順については、非推奨および廃止されたモデルを参照してください。
ユーザーへのインパクト
Thinking Machine LabsのInklingは2026年10月30日に廃止されます。DatabricksユーザーはGLM 5.3またはKimi K3への移行が推奨されます。移行手順については、Databricksのドキュメント「非推奨および廃止されたモデル」を参照してください。
メトリクス ビュー間のリレーションシップ (ベータ版)
2026-10-30
Unity Catalogメトリックビュー間のリレーションシップはベータ版です。 ALTER VIEW ... ADD CONSTRAINT ... RELATIONSHIP を使用して、ソースメトリックビューがターゲットメトリックビューにどのように結合するかを、カーディナリティや結合条件を含めて記録し、AIアシスタントやBIツールが適切な結合パスを選択できるようにします。リレーションシップには、Databricks Runtime 19 以降、または SQL ウェアハウスが必要です。 メトリックビュー間のリレーションシップ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におけるメトリックビュー間のリレーションシップ機能のベータ版導入について述べています。主な影響は以下の通りです：
-
メトリックビュー間のリレーションシップの定義: ユーザーは
ALTER VIEW ... ADD CONSTRAINT ... RELATIONSHIPコマンドを使用して、異なるメトリックビュー間の関係を定義できるようになります。これには、カーディナリティや結合条件の指定が含まれます。 -
AIアシスタントやBIツールへの影響: 定義されたリレーションシップにより、AIアシスタントやBIツールが適切な結合パスを選択しやすくなります。これにより、これらのツールを使用する際の効率性や正確性が向上する可能性があります。
-
必要なDatabricks RuntimeまたはSQLウェアハウスのバージョン: この機能を利用するには、Databricks Runtime 19以降、またはSQLウェアハウスが必要です。古いバージョンを使用しているユーザーは、アップグレードを検討する必要があります。
-
詳細情報の入手先: ユーザーは、Databricksのドキュメント（具体的には「メトリックビュー間のリレーションシップ」）を参照することで、この機能に関する詳細な情報を得ることができます。
この新機能により、Databricksユーザーはデータ間の関係をより明確に定義し、分析ツールがより適切なデータ結合を行うことを支援できます。
DeepSeek V4 Pro（0813）は廃止されました。
2026-10-30
DeepSeek V4 Pro (0813)は、2026年10月30日に廃止されました。推奨される代替モデルはDeepSeek V4.1 Flash (1017)です。移行ガイドについては、「非推奨および廃止されたモデル」を参照してください。
ユーザーへのインパクト
DeepSeek V4 Pro (0813)モデルは2026年10月30日に廃止されるため、Databricksユーザーは推奨されている代替モデルであるDeepSeek V4.1 Flash (1017)に移行する必要があります。移行ガイドについては、Databricksのドキュメントを参照してください。
Microsoft Graphログコネクタはベータ版で利用できます。
2026-10-30
マネージドMicrosoft Graph Logs コネクタが、Databricks Lakeflow Connect でベータ版として利用できるようになりました。
このコネクタを使用すると、Microsoft Defender XDR、Microsoft Sentinel、その他の Microsoft セキュリティ製品からのセキュリティアラートを Databricks に取り込むことができます。コネクタは、Microsoft Entra ID アプリケーションによる OAuth マシン間認証を使用し、インクリメンタルなデータ取り込みをサポートしています。
ユーザーへのインパクト
Microsoft Graphログ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Microsoft Defender XDRやMicrosoft SentinelなどのMicrosoftセキュリティ製品からのセキュリティアラートを簡単にDatabricksに取り込むことができるようになります。これにより、セキュリティ関連のデータ分析がより効率的に行えるようになります。
ムーンショットAIのKimi K2.7は廃止されました。
2026-10-30
Moonshot AI Kimi K2.7は、2026年10月30日に廃止されました。推奨される代替モデルはKimi K3です。移行方法については、「非推奨および廃止されたモデル」を参照してください。 -> Moonshot AI Kimi K2.7は、2026年10月30日に廃止されました。推奨される代替モデルはKimi K3です。移行方法については、「非推奨および廃止されたモデル」を参照してください。
ユーザーへのインパクト
Moonshot AI Kimi K2.7は2026年10月30日に廃止予定です。推奨される代替モデルはKimi K3です。Databricksユーザーは、指定されたドキュメント（非推奨および廃止されたモデル）を参照して、Kimi K3への移行方法を確認する必要があります。
ダッシュボードリレーションシップが一般提供開始されました。
2026-10-29
AI/BIダッシュボードにスコープされた複雑なマルチファクトデータモデルを構築できるダッシュボードリレーションシップが、一般提供開始されました。詳細については「ダッシュボードリレーションシップ」と「ダッシュボードリレーションシップの作成」をご覧ください。
ユーザーへのインパクト
ダッシュボードリレーションシップが一般提供されました。これにより、DatabricksユーザーはAI/BIダッシュボード上で複数のデータソースを関連付ける複雑なデータモデルを簡単に構築できます。ユーザーは、ダッシュボードリレーションシップ機能を利用して、より高度なデータ分析と視覚化が可能になります。詳細については、「ダッシュボードリレーションシップ」と「ダッシュボードリレーションシップの作成」のドキュメントを参照してください。
ネイティブXMLファイル形式のサポートが一般的に利用可能になりました。
2026-10-29
ネイティブXMLファイル形式のサポートが一般的に利用できるようになりました。 Auto Loader、read_files、COPY INTOを使用すると、バッチまたはストリーミングワークロードでXMLファイルを読み込み、クエリを実行、解析でき、from_xmlおよびschema_of_xml SQL関数を使用できます。 詳しくは、XMLファイルの読み取りと書き込みをご参照ください。
ユーザーへのインパクト
Databricksユーザーに対する影響は以下の通りです：
Databricksは、XMLファイル形式のネイティブサポートを一般提供開始しました。これにより、Auto Loader、read_files、COPY INTOを使用して、バッチまたはストリーミングワークロードでXMLファイルを読み込み、クエリを実行、解析できます。また、from_xmlおよびschema_of_xml SQL関数を使用できます。XMLファイルの読み取りと書き込みに関する詳細は、Databricksのドキュメントを参照してください。
Xeroコネクタはベータ版で利用できます。
2026-10-29
Databricks Lakeflow ConnectでマネージドXeroコネクタがベータ版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有効にすることができます。
このコネクタを使用すると、XeroからDatabricksに請求書、支払い、連絡先などの会計データを取り込むことができます。コネクタはOAuthユーザー認証を使用し、請求書や支払いなどのトランザクションテーブルを段階的に取り込み、サポートされているテーブルの削除済みレコードを削除します。
ユーザーへのインパクト
XeroコネクタがDatabricks Lakeflow Connectで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、Xeroの会計データをDatabricksに簡単に取り込むことができます。ワークスペース管理者はプレビューから有効にでき、OAuth認証を用いて請求書や支払いなどのデータを段階的に取り込むことができます。
Lakeflow パイプラインのリアルタイムモードが一般提供開始されました。
2026-10-29
Lakeflowパイプラインのリアルタイムモードが、クラシックコンピュートとサーバーレスコンピュートで一般提供になりました。不正検出など、エンドツーエンドのレイテンシーを5ミリ秒以下にする必要がある運用ワークロードにご利用いただけます。詳細はLakeflowパイプラインでリアルタイムモードを使用するをご覧ください。
ユーザーへのインパクト
Lakeflowパイプラインのリアルタイムモードが一般提供されました。これにより、5ミリ秒以下のエンドツーエンドのレイテンシーを必要とする運用ワークロード（例：不正検出）を実行できます。クラシックコンピュートとサーバーレスコンピュートの両方で利用可能です。詳細はドキュメントLakeflowパイプラインでリアルタイムモードを使用するを参照してください。
ダッシュボードのバグ修正
2026-10-29
- シングルフィールドフィルターのデフォルト：シングルフィールドフィルターのフィールドを変更すると、前のフィールドのデフォルト値がクリアされるようになりました。フィルターは All にフォールバックします。All が許可されていない場合は None になります。
- ウィジェットレベルのフィルターの更新：ウィジェットレベルのフィルターの値は、ブラウザーを更新しなくても、データセットが変更されると更新されるようになりました。詳細については、フィールドでフィルターする を参照してください。
- カスタムテーマの範囲：組み込みテーマの動作と一致させるため、カスタムテーマは、クエリの表示 ダイアログ、ウィジェットコンテキストメニュー、データ参照ポップオーバーを色付けしなくなりました。
- ファネルチャートフィールド：チャートをファネルチャートに変更したり、ファネルチャートから変更したりすると、フィールドが引き継がれるようになりました。詳細については、ファネルチャート を参照してください。
- タブ付きエディタのポップオーバーの高さ：タブ付きエディタのポップオーバーは、サイズが拡大せず、開いたときの高さを維持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では、Databricksダッシュボードに関するいくつかのバグ修正と改善が記載されています。Databricksユーザーへの影響は以下の通りです：
- シングルフィールドフィルターのデフォルト値がフィールド変更時にクリアされ、All または None にフォールバックするようになりました。
- ウィジェットレベルのフィルターの値が、ブラウザーの更新なしでデータセット変更時に更新されるようになりました。
- カスタムテーマが、クエリの表示ダイアログなどの一部要素に適用されなくなり、組み込みテーマと一貫した動作になりました。
- チャートをファネルチャートに変更する際に、フィールドが引き継がれるようになりました。
- タブ付きエディタのポップオーバーの高さが、開いたときのサイズを維持するようになりました。
これらの変更により、Databricksダッシュボードの使い勝手と一貫性が向上します。
Simba JDBC ドライバー (Legacy) 2.8.6 が利用可能です
2026-10-29
Simba JDBC Driver (Legacy) 2.8.6では、保留中のCloud Fetchのダウンロードが最後の接続のクローズを遅らせることがなくなりました。また、lz4-java、Jackson、libthriftを更新しました。All JDBC Driver Versions (Simba)の下のJDBC drivers archiveからダウンロードできます。
ユーザーへのインパクト
Simba JDBC ドライバー (Legacy) 2.8.6がリリースされました。このバージョンでは、以下の改善が行われています。
- 保留中のCloud Fetchのダウンロードが最後の接続のクローズを遅らせる問題が解消されました。
-
lz4-java、Jackson、libthriftが更新されました。
このドライバーは、JDBC drivers archive からダウンロードできます。Databricksユーザーは、この新しいドライバーを使用することで、より安定したJDBC接続を利用できるようになります。特に、接続クローズ時の問題が解消されるため、アプリケーションの信頼性が向上する可能性があります。
Unity Catalog REST API のいくつかの操作に対するページ分割されていないリクエストは、近日中に拒否されるようになります。
2026-10-28
Databricksは近日中に、リストカタログ、リストスキーマ、リストテーブルなどの一部のUnity Catalog REST API操作に対するページ分割されていないリクエストをHTTP400レスポンスで拒否し始めます。これ以前は、これらの操作に対するページ分割されていないリクエストは、段階的に厳しくなるレート制限の対象となり、HTTP 429 レスポンスを受け取る可能性があり、再試行によりジョブの実行が遅くなったり、クライアントがこれらのエラーを処理しない場合はジョブが失敗する可能性がありました。これらの操作のページ分割された形式は引き続き利用可能です。
これらの操作を直接呼び出す場合は、クライアントを更新してmax_results=0を設定し、すべてのページが取得されるまでnext_page_tokenで続きを取得するようにしてください。Databricks SDK または Databricks CLI を使用している場合は、デフォルトでこれらのフィールドを使用する最新リリースにアップグレードしてください。
影響を受ける操作の完全なリストと更新手順については、「Unity Catalog REST API 操作のページ分割」を参照してください。
ユーザーへのインパクト
Databricksユーザーに対する影響は以下の通りです：
- Unity Catalog REST APIのリストカタログ、リストスキーマ、リストテーブルなどの操作を直接呼び出しているユーザーは、クライアントを更新してページング処理(
max_resultsとnext_page_tokenの使用)を実装する必要があります。さもないと、近日中にHTTP400エラーを受け取ることになります。 - Databricks SDKまたはDatabricks CLIを使用しているユーザーは、最新リリースにアップグレードすることでデフォルトでページング処理が有効になり、影響を回避できます。
- 詳細と影響を受ける操作のリストについては、「Unity Catalog REST API 操作のページ分割」を参照する必要があります。
UG CLI を使用して個人および共有の支出制限を表示する
2026-10-28
ug usageを実行すると、使用率の高いものから順に最大5つの個人および共有の使用制限が表示されるようになりました。 ug usage --allを実行すると、すべての適用可能な制限を確認できます。詳細については、使用状況の確認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、UG CLIのug usageコマンドで個人および共有の使用制限を簡単に確認できるようになりました。デフォルトでは上位5件の制限が表示され、--allオプションで全ての制限を確認できます。
サーバーレスパイプラインあたり複数のリアルタイムフロー、およびソースステージの適応型再パーティショニングはベータ版です。
2026-10-28
プレビュー・チャネルを使用するサーバーレス・パイプラインでは、タスク・スロットをめぐって競合することなく、1つのパイプラインで複数のリアルタイム・モード・フローを実行できます。ソース・ステージの適応型再パーティショニングは、各KafkaまたはKinesisソースから読み取るタスクの数を、そのトラフィックに合わせて自動的に調整するため、maxPartitionsやshardsPerTaskを設定する必要はありません。これらの機能はどちらもベータ版です。詳しくは、プレビュー・チャネルのサーバーレス・パイプラインをご覧ください。
ユーザーへのインパクト
Databricksユーザーは、プレビューチャネルのサーバレスパイプラインにおいて、以下のベータ版機能を利用できます:
-
単一のパイプラインで複数のリアルタイムモードのフローを実行可能: タスクスロットの競合を気にする必要がなくなります。
-
ソースステージの適応型再パーティショニング: KafkaやKinesisのソースからの読み取りタスク数が自動的に調整されるため、
maxPartitionsやshardsPerTaskの設定が不要になります。
これらの機能の詳細については、プレビュー・チャネルのサーバーレス・パイプラインに関するドキュメントを参照してください。
近日中のGenie One MCPベータエンドポイントのサポート終了について
2026-10-28
Genie One MCP Betaエンドポイントhttps://<workspace-hostname>/api/2.0/mcp/genieは、2026年11月30日にサポート終了となります。その日以降は、Betaエンドポイントへのリクエストは失敗します。サポート終了日は以前、2026年10月31日とされていました。
system.ai.genie_one_mcpに移行してください。詳しくは、Unity Gateway経由でのアクセスをご覧ください。
ユーザーへのインパクト
Genie One MCPベータエンドポイント（https://<workspace-hostname>/api/2.0/mcp/genie）は、2026年11月30日にサポートが終了します。この日以降、ベータエンドポイントへのリクエストは失敗します。これに伴い、すべてのワークロードをUnity GatewayのMCP（system.ai.genie_one_mcp）に移行する必要があります。具体的な移行方法については、Databricksのドキュメント「Unity Gateway経由でのアクセス」を参照してください。
クリーンルームでのサーバーレスGPUは、無効になっているアカウントではデフォルトで間もなく有効になる予定です。
2026-10-28
2026年11月26日以降、エンタープライズ料金プランのアカウントでは、クリーンルームのサーバーレスGPUがデフォルトで有効になります。
それまでは、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Clean Rooms AI Runtimeを有効にすることができます。アカウントレベルのプレビューの管理を参照してください。
ノートブックをサーバーレスGPUで実行する方法については、ノートブックをサーバーレスGPUで実行するを参照してください。
ユーザーへのインパクト
2026年11月26日以降、エンタープライズプランのDatabricksアカウントでは、クリーンルームのサーバーレスGPUがデフォルトで有効になります。それまでは、アカウント管理者がアカウントコンソールから手動で有効にすることができます。これにより、ノートブックがサーバーレスGPUで実行できるようになります。
クリーンルームノートブック用のサーバーレスGPUが一般提供開始されました。
2026-10-28
共有データに対してモデル推論やトレーニングを行うために、サーバーレスGPUコンピューティング上でクリーンルームのノートブックを実行できるようになりました。GPUノートブックはAI Runtime上で動作し、他のクリーンルームノートブックと同じ承認フロー、データアクセス、出力テーブルを使用します。詳細はサーバーレスGPUでノートブックを実行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のクリーンルームノートブックでサーバーレスGPUが一般提供されたことを示しています。主な影響は以下の通りです：
-
GPUコンピューティングの利用: ユーザーは、共有データに対してモデル推論やトレーニングを行う際に、サーバーレスGPUコンピューティング上でクリーンルームのノートブックを実行できるようになりました。
-
AI Runtimeの利用: GPUノートブックはAI Runtime上で動作します。これにより、高度なAIおよび機械学習タスクを効率的に実行できます。
-
セキュリティとデータガバナンス: GPUノートブックは、他のクリーンルームノートブックと同じ承認フロー、データアクセス、および出力テーブルを使用します。これにより、データのセキュリティとガバナンスが維持されます。
-
利用方法: 詳細については、ドキュメント「サーバーレスGPUでノートブックを実行する」に記載されています。ユーザーはこのドキュメントを参照することで、サーバーレスGPUを利用したクリーンルームノートブックの実行方法を理解できます。
このアップデートにより、Databricksユーザーは、サーバーレスGPUを利用して、クリーンルーム環境でのAIおよび機械学習タスクをより効率的に実行できるようになります。
外部 AI エージェントのデフォルトの OAuth アプリが一般提供開始されました。
2026-10-27
ChatGPT、Codex、Claude、Claude Code、およびCursorは、デフォルトのOAuthクライアントIDを使用して、Genie One MCPサーバーを含むDatabricks MCPサーバーに接続できるようになりました。アカウント管理者はOAuthアプリを作成する必要はありません。「デフォルトのOAuthクライアントID」を参照してください。
ユーザーへのインパクト
外部AIエージェント（ChatGPT、Codex、Claude、Claude Code、Cursor）がDatabricksにデフォルトのOAuthアプリで接続できるようになり、アカウント管理者がOAuthアプリを作成する必要がなくなりました。これにより、これらのAIツールとの統合が簡素化されます。詳細はドキュメントをご参照ください。
Unityゲートウェイ利用状況ダッシュボード v1.0
2026-10-27
Unity Gatewayの利用状況ダッシュボードv1.0が利用可能になりました。このダッシュボードでは、エージェントの導入状況、ハーネスの利用状況、推定セッション支出を把握できます。ダッシュボードでは、モデルとユーザーの支出分析の拡張、およびタグベースの支出属性が提供されます。
詳細については、利用状況ダッシュボードを参照してください。 ->
利用状況ダッシュボードv1.0が利用可能になりました。エージェントの導入状況、ハーネスの利用状況、推定セッション支出を把握できます。モデルとユーザーの支出分析の拡張、およびタグベースの支出属性が提供されます。
詳細については、「利用状況ダッシュボード」を参照してください。
ユーザーへのインパクト
Unityゲートウェイ利用状況ダッシュボードv1.0が利用可能になりました。これにより、Databricksユーザーはエージェントの導入状況、ハーネスの利用状況、推定セッション支出を簡単に把握できます。また、モデルとユーザーの支出分析の拡張やタグベースの支出属性を利用できます。これにより、ユーザーはAI Gatewayの利用状況をより詳細に理解し、リソースの最適化やコスト管理をより効果的に行うことができます。詳細はドキュメント「利用状況ダッシュボード」を参照してください。
Unity Catalog ボリュームでファイルを編集する機能が一般提供開始されました。
2026-10-27
ワークスペースのファイルエディタで、Unity Catalogボリューム内のファイルをダウンロード・アップロードすることなく直接編集できるようになりました。 Catalog Explorerから、またはノートブックやSQLエディタのスキーマブラウザからファイルを直接開いてください。詳しくはボリューム内のファイルの編集をご覧ください。
ユーザーへのインパクト
Unity Catalog ボリューム内のファイルを、ダウンロードやアップロードを行わずに、直接ワークスペースのファイルエディタで編集できるようになりました。これにより、Catalog Explorerやノートブック、SQLエディタから直接ファイルを編集する効率が向上します。
OpenAI GPT-6.1 TerraがUnity Gatewayで利用可能になりました。
2026-10-27
OpenAIのGPT-6.1 TerraがUnity Gatewayで利用できるようになりました。このモデルには、Foundation Model APIsを利用してアクセスできます。
お客様は、適用される諸条件への準拠を確保する責任があります。
ユーザーへのインパクト
Unity Gatewayを通じてOpenAIのGPT-6.1 Terraモデルが利用可能になったことで、DatabricksユーザーはFoundation Model APIsを使用してこの高度な言語モデルにアクセスできるようになりました。ユーザーは、このモデルを利用する際には、適用される諸条件への準拠を確保する必要があります。
AI関数 Unity Catalogの権限が一般提供開始となりました。
2026-10-27
AI Functions Unity Catalogパーミッションが一般提供されました。メタストアの管理者は、system.aiスキーマのUnity Catalogパーミッションを使用して、組織内のユーザーが実行できるタスク固有のAI Functionsを制御できます。この機能を有効にするには、Databricksのアカウントチームまでお問い合わせください。詳細はAI Functions Unity Catalogパーミッションをご参照ください。
ユーザーへのインパクト
AI関数（AI Functions）に対するUnity Catalogの権限が一般提供されました。これにより、メタストア管理者はsystem.aiスキーマの権限を制御し、ユーザーが実行できるタスク固有のAI関数を制限できます。この機能を利用するにはDatabricksアカウントチームへの連絡が必要です。詳細はドキュメントを参照してください。
Lakebase スナップショットおよびバックアップスケジュールの API が一般提供開始されました。
2026-10-26
LakebaseのスナップショットAPIとバックアップスケジュールAPIが一般提供開始されました。スナップショットAPIを使用して、ポイントインタイムスナップショットの作成、取得、一覧、削除を行い、スナップショットから新しいブランチを作成して復元します。 バックアップスケジュールAPIを使用して、ルートブランチの自動スナップショット頻度を読み取り、設定します。詳細はスナップショットを参照してください。
ユーザーへのインパクト
LakebaseのスナップショットAPIとバックアップスケジュールAPIが一般提供されました。これにより、DatabricksユーザーはLakebaseのポイントインタイムスナップショットの作成や管理、自動バックアップの設定が可能になります。ユーザーはこれらのAPIを使用してデータの保護と復元をより柔軟に管理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。
支出状況 API で予算の使用状況を確認する
2026-10-26
Unity Gatewayの予算制限に対する使用状況を確認するには、Spend Status APIを使用します。1つの予算の支出ステータスを取得するか、複数の予算のステータスをリスト化します。詳細はBudget Spend Status APIを参照してください。 -> 英語のHTMLから日本語への翻訳：
Unity Gatewayの予算制限に対する使用状況を確認するには、Spend Status APIを使用します。1つの予算の支出ステータスを取得するか、複数の予算のステータスをリスト化します。詳細はBudget Spend Status API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内容は、DatabricksユーザーがUnity Gatewayの予算使用状況をAPI経由で簡単に把握できるようになったということです。具体的には、Spend Status APIを使用することで、1つまたは複数の予算の支出ステータスをリスト化して取得できるようになりました。これにより、ユーザーは予算の管理と監視をより効果的に行うことができます。
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、すぐにデフォルトで Lakeflow パフォーマンスの観測性が向上します。
2026-10-26
2026年11月25日以降、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適格なワークスペースでは、Lakeflowパフォーマンスの可観測性がデフォルトで利用できるようになります。
Lakeflow Jobsでは、サポートされているタスクのジョブレベルでクエリパフォーマンスのメトリクスと洞察が表示されるようになりました。ジョブレベルのデータ量のメトリクスを表示し、最適化 ボタンを使用してGenieコードを開き、パフォーマンスに関する洞察でクエリの改善に役立てることができます。クエリプロファイリングは、サーバレスコンピューティング、SQLウェアハウス、Lakeflowパイプラインでサポートされています。
サーバレスジョブのクエリパフォーマンスメトリクスの表示を参照してください。
ユーザーへのインパクト
2026年11月25日以降、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は、Lakeflowパフォーマンスの観測性がデフォルトで有効になります。これにより、Lakeflowジョブのパフォーマンスメトリクスと洞察がジョブレベルで表示され、クエリの改善に役立ちます。ユーザーは、データ量のメトリクスを確認し、最適化ボタンを使用してGenieコードを開き、パフォーマンスに関する洞察を得ることができます。この機能は、サーバレスコンピューティング、SQLウェアハウス、Lakeflowパイプラインでサポートされています。
Databricks SQL バージョン2026.43がCurrentで展開中です。
2026-10-26
Databricks SQL バージョン2026.43がCurrentチャネルにロールアウトされています。2026.43の機能をご覧ください。
ユーザーへのインパクト
Databricks SQLのバージョン2026.43がCurrentチャネルで展開中です。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/2026#2026-43-features）を参照してください。Databricks SQLユーザーは、このバージョンに含まれる機能強化や変更点を確認し、必要に応じてワークフローやクエリを更新する必要があります。
Lakeflowのパフォーマンスの可観測性が向上し、一般提供が開始されました。
2026-10-26
Lakeflow Jobsは、サポートされているタスクについて、ジョブレベルでクエリパフォーマンスのメトリクスと洞察を表示するようになりました。ジョブレベルのデータ量のメトリクスを表示し、最適化 ボタンを使用してGenie Codeを開いて、パフォーマンスに関する洞察情報を得てクエリの改善を行うことができます。サーバーレスジョブのクエリパフォーマンスメトリクスの表示を参照してください。
ユーザーへのインパクト
Lakeflow Jobsのパフォーマンス可観測性が一般提供されました。これにより、ユーザーはジョブレベルでクエリパフォーマンスのメトリクスと洞察を確認できます。データ量のメトリクスを表示し、最適化 ボタンからGenie Codeを使ってクエリ改善のためのパフォーマンス洞察を得ることができます。
QuickBooksコネクタがベータ版で利用可能です。
2026-10-26
Databricks Lakeflow ConnectでマネージドQuickBooksコネクタがベータ版として利用できるようになりました。
ユーザーへのインパクト
Databricks Lakeflow ConnectでQuickBooksコネクタのベータ版が利用可能になりました。これにより、QuickBooks Onlineの会計データをDatabricksに読み込むことができます。影響：Databricksユーザーは、QuickBooks Onlineから会計データを簡単に取り込むことができるようになります。主な機能として、OAuthユーザー認証とインクリメンタルな取り込み（削除キャプチャを含む）がサポートされています。
Databricks Runtime 19: 2026年10月26日
2026-10-26
バグの修正
・オペレーティングシステムのセキュリティアップデートおよびその他の修正。
ユーザーへのインパクト
Databricks Runtime 19へのアップデートにより、オペレーティングシステムのセキュリティが向上し、いくつかのバグが修正されます。Databricksユーザーは、特に問題なくクラスターを通常通り使用できるはずですが、環境のセキュリティが強化されるというメリットがあります。特に明記すべき大きな機能変更やユーザーへの直接的な影響はありません。
アカウントレベルのセキュリティ機能が一般提供開始時点でデフォルトで利用できるようになりました。
2026-10-26
今後は、アカウントレベルのセキュリティ機能は、一般提供 (GA) の時点で、すべてのアカウントで直ちに利用できるようになり、アカウント管理者が プレビューページ で手動で有効にする必要がなくなります。ただし、アカウント管理者は、これらの機能を有効にする前に設定する必要があります。
これには、ネットワーク接続（プライベート接続など）、ネットワークセキュリティ（イングレスおよびエグレス制御など）、暗号化、強化されたセキュリティとコンプライアンスのための機能が含まれます。
なぜこの変更を行うのか？この変更により、新しいセキュリティ機能が一般に利用可能になるとすぐに、プラットフォームチームがセキュリティのベストプラクティスを簡単に発見し、採用できるようになります。これらの機能を利用できるようにしても、アカウントのセキュリティ設定が自動的に変更されたり、新しい制御が強制されたりすることはありません。アカウント管理者は、これらの機能を採用するかどうか、およびどのように採用するかを完全に制御できます。
ユーザーへのインパクト
このリリースノートは、Databricksのアカウントレベルのセキュリティ機能に関する変更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：
- アカウントレベルのセキュリティ機能が一般提供（GA）になると、デフォルトで有効になります。
- これまでは、アカウント管理者がプレビューページで手動で有効にする必要がありました。
- 対象となる機能には、ネットワーク接続、ネットワークセキュリティ、暗号化、および強化されたセキュリティとコンプライアンスのための機能が含まれます。
- この変更の目的は、新しいセキュリティ機能が利用可能になったときに、プラットフォームチームがセキュリティのベストプラクティスを簡単に採用できるようにすることです。
- これらの機能がデフォルトで有効になっても、アカウントのセキュリティ設定が自動的に変更されたり、新しい制御が強制されたりすることはありません。
- アカウント管理者は、これらの機能を採用するかどうか、およびどのように採用するかを完全に制御できます。
つまり、Databricksユーザーは、一般提供開始時点で新しいセキュリティ機能を簡単に利用できるようになりますが、実際にそれらを利用するかどうかはアカウント管理者が決定できます。セキュリティ設定が自動的に変更されることはないため、管理者は引き続きセキュリティ設定を管理できます。
PayPalコネクタはベータ版で利用可能です。
2026-10-24
マネージドPayPalコネクターが、Databricks Lakeflow Connectでベータ版として利用できるようになりました。
このコネクタを使用すると、取引、紛争、請求書、残高、カタログ製品、PayPalからの請求プランなどの支払データを取り込むことができます。コネクタはOAuthクライアント資格情報を使用し、インクリメンタル取り込みをサポートします。
ユーザーへのインパクト
マネージドPayPalコネクタがDatabricks Lakeflow Connectで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、取引や請求書などの支払データをPayPalから簡単に取り込むことができます。コネクタはOAuthクライアント資格情報をサポートし、インクリメンタル取り込みも可能です。これにより、DatabricksユーザーはPayPalのデータをより効率的に活用できます。
Boxの監査ログを管理するデータ取り込みコネクタ（ベータ版）
2026-10-23
Lakeflow ConnectのBox Audit Logsコネクタがベータ版として利用できるようになりました。 このコネクタを使用して、Boxのエンタープライズ監査イベントをDatabricksに取り込みます。 Box Audit Logsコネクタを参照してください。
ユーザーへのインパクト
Boxの監査ログをDatabricksに取り込むための新しいコネクタ（ベータ版）が利用できるようになりました。これにより、Boxのエンタープライズ監査イベントをDatabricksで管理できます。Lakeflow ConnectのBox Audit Logsコネクタを使用することで、監査ログの取り込みが容易になります。
サーバーレス コンピューティングでの DataFrame キャッシュがパブリック プレビューで利用可能になりました。
2026-10-23
サーバーレス・コンピュートでのDataFrameキャッシュがパブリック・プレビューで利用できるようになりました。サーバーレス・コンピュートでdf.cache()またはdf.persist()を使用してDataFrameをキャッシュし、セッションの残りの部分でコストのかかる結果を再利用することができます。キャッシュには、サーバーレス環境のバージョン5以降、Databricks Connect for Python 18.1.8以降、またはDatabricks Connect for Scala 18.1.5以降が必要です。プレビューはほとんどのワークスペースでデフォルトで有効になっています。ワークスペースの管理者は、Previewsページから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、サーバーレス・コンピュートでDataFrameをキャッシュ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DataFrameキャッシュ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、df.cache()またはdf.persist()を使用してDataFrameをキャッシュし、セッションの残りの部分でコストのかかる結果を再利用することができます。Databricks Runtime 5以降、またはDatabricks Connectの特定のバージョンが必要です。ほとんどのワークスペースでデフォルトで有効になっており、ワークスペース管理者が無効にすることができます。
Unity Catalog ボリューム用のFiles API 3.0がベータ版になりました。
2026-10-23
Files API 3.0 は ベータ版であり、2 つの新しい機能が導入されています。
- マルチパート アップロード: Unity Catalog ボリュームに 5 GB を超えるファイルをアップロードします。
- 条件付き操作: 意図しない変更を防ぐために、現在のバージョンに基づいてファイルのアップロード、ダウンロード、削除を行います。
詳細については、Files API とは? を参照してください。
ユーザーへのインパクト
Files API 3.0のベータ版リリースにより、Unity Catalogボリュームの操作が改善されます。主な影響と新機能は以下の通りです：
-
5GBを超えるファイルのアップロードが可能に：マルチパートアップロード機能により、それまでサイズ制限によりアップロードできなかった大容量ファイルの取り扱いが可能になります。これにより、大規模なデータセットや大きなファイルをUnity Catalogボリュームに簡単にアップロードできます。
-
条件付き操作によるデータの整合性向上：ファイルのアップロード、ダウンロード、削除時に、現在のファイルバージョンに基づいて操作を行う条件付き操作が導入されました。これにより、複数のユーザーが同時にファイルを操作する際のデータの不整合や、意図しない変更を防ぐことができます。
これらの新機能により、Databricksユーザーはより効率的かつ安全にUnity Catalogボリュームを操作できるようになります。特に、大規模データの取り扱いや、チームでの共同作業が頻繁に行われる環境において、その利点が活かされるでしょう。詳細な操作方法やAPIの仕様については、Databricksのドキュメント「Files APIとは？」を参照することをお勧めします。
共有サーバーレス（ベータ版）
2026-10-22
バンドル内のノートブックとファイルは、Shared Serverlessによって、サーバレスコンピューティングと、バンドルルートのpyproject.tomlファイルで定義された環境を共有できます。ワークスペースの管理者は、Previewsページでプロジェクトスコープの共有コンピューティングを有効にすることができます。詳しくはバンドルでShared Serverlessを使用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ユーザーに以下の影響を与えます。
- 共有サーバーレス（ベータ版）が利用可能になり、バンドル内のノートブックとファイルがサーバレスコンピューティングと環境を共有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」ページで「プロジェクトスコープの共有コンピューティング」を有効にする必要があります。
- ユーザーは、バンドルで Shared Serverless を使用するための新しい手順に従う必要があります。詳細はリンク先のドキュメントに記載されています。
Microsoft Entra IDコネクタがベータ版で利用可能です。
2026-10-22
マネージド型のMicrosoft Entra IDコネクタが、Databricks Lakeflow Connectでベータ版として利用できるようになりました。このコネクタを使用して、Microsoft Entra IDのユーザー、グループ、アプリケーション、サービスプリンシパル、ディレクトリロール、ID構成、監査ログ、サインインログをDatabricksに取り込みます。コネクタは、OAuthマシン・ツー・マシン認証を使用し、監査ログとサインインログの増分取り込みをサポートします。
ユーザーへのインパクト
Microsoft Entra ID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Microsoft Entra IDのデータ（ユーザー、グループ、アプリケーション、サービスプリンシパル、ディレクトリロール、ID構成、監査ログ、サインインログ）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、OAuthマシン・ツー・マシン認証を使用し、監査ログとサインインログの増分取り込みをサポートするため、データ統合と分析が効率化されます。
ダッシュボードの強化
2026-10-22
- プライベートブックマーク - ダッシュボード閲覧者は、後で戻るためのフィルタの組み合わせをプライベートブックマークとして保存できるようになりました。プライベートブックマークは、それを作成したユーザーのみが見ることができます。「プライベートブックマークの保存」を参照してください。
- Power BIとTableauからの一括インポート - Genie Codeは、AI/BIダッシュボードおよびメトリクスビューとして、一度に最大100個のPower BIまたはTableauファイルをインポートできるようになりました。「複数のファイルを一括でインポートする」を参照してください。
- フィールドピッカーのツールチップ - フィールドピッカーでフィールドまたはメジャーの名前の上にカーソルを合わせると、ツールチップにそのフルネームが表示されるようになりました。
- レイヤードコンボチャート - 作成者は、別々のチャートレイヤーからコンボチャートを作成できるようになりました。「コンボチャート」を参照してください。
- カスタムウォーターフォール合計 - 作成者は、ウォーターフォールチャートの合計をカスタマイズできるようになりました。「ウォーターフォールチャート」を参照してください。
- Sankeyラベルの改善 - Sankeyダイアグラムのラベルが重なりが少なくなりました。
ユーザーへのインパクト
Databricksの最新リリースでは、ダッシュボードにいくつかの強化が加えられました。主な変更点は以下のとおりです：
-
プライベートブックマーク：ダッシュボード閲覧者は、特定のフィルタ設定をプライベートブックマークとして保存できるようになりました。これらのブックマークは保存したユーザーのみがアクセスできます。
-
Power BIとTableauからの一括インポート：AI/BIダッシュボードおよびメトリクスビューとして、最大100個のPower BIまたはTableauファイルを一度にインポートできるようになりました。
-
フィールドピッカーのツールチップ：フィールドピッカーでフィールドやメジャーの上にカーソルを置くと、そのフルネームがツールチップに表示されるようになりました。
-
レイヤードコンボチャート：作成者は、異なるチャートレイヤーからコンボチャートを作成できるようになりました。
-
カスタムウォーターフォール合計：ウォーターフォールチャートの合計をカスタマイズできるようになりました。
-
Sankeyラベルの改善：Sankeyダイアグラムのラベル表示が改善され、重なりが少なくなります。
これらの変更により、ダッシュボードの使い勝手が向上し、ユーザーがより効果的にデータを視覚化および分析できるようになります。
pyproject.toml からのサーバーレスジョブ環境（ベータ版）
2026-10-22
サーバーレスノートブックとPythonスクリプトタスクでは、pyproject.tomlファイルを使用してジョブ環境を設定できます。ジョブUI、ジョブAPI、またはバンドルでプロジェクト環境を設定します。ワークスペース管理者は、プレビューページでプロジェクトスコープの共有コンピューティングを有効にできます。pyproject.tomlでプロジェクト環境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
サーバーレスジョブ環境がベータ版で利用可能になりました。pyproject.toml ファイルを使用してジョブ環境を設定できます。ワークスペース管理者は「プロジェクトスコープの共有コンピューティング」を有効にする必要があります。詳細はドキュメントを参照してください。
アセットバンドルのためのサーバーレス共有機能（ベータ版）
2026-10-22
アセットバンドル用の共有サーバレスを使用すると、同じバンドル内のノートブックとファイルは、バンドルルートのpyproject.tomlファイルで定義されたサーバレスコンピュートと環境を共有できます。ワークスペースの管理者は、プレビューページでプロジェクトスコープの共有コンピュートを有効にすることができます。詳しくはアセットバンドル用の共有サーバレスをご覧ください。
ユーザーへのインパクト
アセットバンドル用のサーバーレス共有機能（ベータ版）が導入されました。これにより、同じバンドル内のノートブックとファイルが、バンドルルートのpyproject.tomlファイルで定義されたサーバレスコンピュートと環境を共有できるようになります。ワークスペース管理者は、プレビューページで「プロジェクトスコープの共有コンピュート」を有効にする必要があります。この機能により、Databricksユーザーはノートブックとファイル間でコンピュートリソースをより効率的に共有できるようになります。
Lakeflowパイプラインシステムテーブルが一般提供（GA）になりました。
2026-10-21
lakeflowシステムテーブルであるpipelinesおよびpipeline_update_timelineが一般提供開始されました。これらのテーブルには、アカウントのパイプラインとパイプラインの更新が記録されます。
これらのテーブルのリファレンスについては、Jobs 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
Lakeflowパイプラインシステムテーブルが一般提供開始されました。これにより、ユーザーはアカウントのパイプラインとパイプラインの更新履歴をlakeflowシステムテーブルのpipelinesおよびpipeline_update_timelineで容易に追跡・管理できるようになります。これらのシステムテーブルを利用することで、パイプラインの運用状況の監視やトラブルシューティングがより効率的に行えるようになります。
Genie Ontologyのスニペットは、近日中に一般公開され、デフォルトで有効になる予定です。
2026-10-21
2026年11月初旬に、Genie Ontologyのスニペットが一般提供され、デフォルトで有効になります。
Genie Ontologyは、メトリクスビュー、ダッシュボード、SQLクエリ、Genieエージェントなど、既存の資産と使用状況からビジネス文脈を自動的に抽出して維持します。Genie OneとGenie Codeは、アクセス権限のあるアセットから最も関連性の高いスニペットを検索し、レスポンスの正確性とスピードを向上させます。
詳細については、Genie Ontologyを参照してください。 -> 「Genie Ontology」を参照してください。
したがって、翻訳結果は次のようになります。
2026年11月初旬に、Genie Ontologyのスニペットが一般提供され、デフォルトで有効になります。
Genie Ontologyは、メトリクスビュー、ダッシュボード、SQLクエリ、Genieエージェントなど、既存の資産と使用状況からビジネス文脈を自動的に抽出して維持します。Genie OneとGenie Codeは、アクセス権限のあるアセットから最も関連性の高いスニペットを検索し、レスポンスの正確性とスピードを向上させます。
Genie Ontologyを参照してください。
ユーザーへのインパクト
2026年11月初旬に、Genie Ontologyのスニペット機能が一般提供され、デフォルトで有効になります。この機能により、既存のデータ資産（メトリクスビュー、ダッシュボード、SQLクエリなど）からビジネス文脈が自動的に抽出・維持され、Genie OneおよびGenie Codeのレスポンスの正確性とスピードが向上します。ユーザーは、アクセス権のあるアセットから最も関連性の高い情報を取得できるようになります。
2026年11月から、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、Lakeflow ジョブの Genie Code タスクがデフォルトで利用可能になります。
2026-10-21
2026年11月から、Lakeflow JobsのGenie Code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す。
Genie Codeタスクは、ジョブの一部としてプロンプトを自律的に実行します。上流のタスク出力を読み取り、必要に応じてツール呼び出しを行い、結果として得られるGenie Codeチャットへのリンクをレスポンスとともに返します。
詳細については、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
2026年11月以降、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、LakeflowジョブでGenie Codeタスクがデフォルトで利用可能になります。これにより、プロンプトを自律的に実行し、上流タスクの出力を読み取り、必要に応じてツール呼び出しを行い、Genie Codeチャットへのリンクをレスポンスとともに返すことが可能になります。つまり、ユーザーはジョブの一部としてAIを利用した自動化されたタスクを実行できるようになり、ワークフローがより効率化されます。詳細はドキュメントで確認できます。
Lakeflow JobsにおけるGenie Codeタスクが一般提供開始になりました。
2026-10-21
Lakeflow JobsのGenie Codeタスクが一般提供開始されました。Genie Codeタスクは、ジョブの一部として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、結果として得られるGenie Codeチャット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タスクをご覧ください。
ユーザーへのインパクト
Genie CodeタスクがLakeflow Jobsで一般提供されました。これにより、ジョブ内で自律的にプロンプトを実行し、上流タスクの出力を処理し、結果を返すことが可能になります。Databricksユーザーは、ジョブの一部としてAI駆動のタスクを簡単に統合し、ワークフローの自動化と効率化を実現できます。詳細はドキュメントを参照してください。
脱獄のための Screen MCP ツールの呼び出しと結果（ベータ版）
2026-10-21
Unity Gatewayで、MCPツール呼び出しとその結果を、ジェイルブレイクおよびプロンプトインジェクションの試行についてスクリーニングできるようになりました。入力、出力、またはその両方にジェイルブレイクガードレールを適用します。ビルトインポリシーをアタッチ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の内容は、DatabricksのUnity GatewayでMCPツール呼び出しとその結果をスクリーニングし、ジェイルブレイクやプロンプトインジェクションの試みを検出できるようになったということです。ユーザーは入力、出力、またはその両方にジェイルブレイクガードレールを適用できます。具体的には、ビルトインポリシーをアタッチすることでこれを実現できます。
Databricksユーザーへの影響：
- Unity Gatewayを利用しているユーザーは、MCPツール呼び出しとその結果を監視し、潜在的なセキュリティリスクを検出できます。
- ユーザーは、ジェイルブレイクやプロンプトインジェクションの試みを防ぐために、入力、出力、またはその両方にジェイルブレイクガードレールを適用できます。
- ビルトインポリシーをアタッチすることで、これらのセキュリティ機能を簡単に実装できます。
SurveyMonkeyコネクタはベータ版で提供されています。
2026-10-20
管理されたSurveyMonkey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、Previewsページからこの機能へのアクセスを制御できます。
このコネクタを使用すると、SurveyMonkeyからDatabricksに、サーベイ、サーベイ構造、コレクター、サーベイレスポンス、コンタクトをインジェストできます。コネクタは、OAuthユーザー対マシン（U2M）認証を使用し、増分インジェスト、UIベースのパイプラインオーサリング、宣言的自動化バンドル、APIベースのパイプラインオーサリングをサポートします。
ユーザーへのインパクト
SurveyMonkeyコネクタがLakeflow Connectで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、SurveyMonkeyのデータ（サーベイ、サーベイ構造、コレクター、サーベイレスポンス、コンタクト）をDatabricksに簡単に取り込むことができます。管理者はPreviewsページからこの機能へのアクセスを制御できます。OAuth認証、増分データ取り込み、UIベースのパイプライン作成などの機能をサポートしています。
Oracle Eloquaコネクタはベータ版で提供されています。
2026-10-20
マネージドOracle Eloquaコネクタが、BetaとしてLakeflow Connectで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、Previewsページからこの機能へのアクセスを制御できます。
このコネクタを使用すると、Oracle EloquaからDatabricksに、コンタクト、アカウント、キャンペーン、メールやフォームのアセット、フォームの送信、イベント、ウェブサイトの訪問者などのマーケティングデータを取り込むことができます。コネクタは、OAuthユーザー対マシン（U2M）認証を使用し、増分取り込み、UIベースのパイプライン作成、宣言的オートメーションバンドル、APIベースのパイプライン作成をサポートします。
ユーザーへのインパクト
Oracle EloquaコネクタがLakeflow Connectでベータ版として利用可能になりました。これにより、DatabricksユーザーはOracle Eloquaからマーケティングデータを取り込むことができます。主な利点は以下の通りです：
- コンタクト、アカウント、キャンペーンなどのマーケティングデータの取り込みが可能
- OAuthユーザー対マシン（U2M）認証をサポート
- 増分取り込み、UIベースのパイプライン作成、宣言的オートメーションバンドル、APIベースのパイプライン作成をサポート
ワークスペース管理者は、Previewsページからこの機能へのアクセスを制御できます。
ai_enrichは、外部のMCP検索プロバイダーを使用して行を補完することができます（ベータ版）
2026-10-20
ai_enrich関数は、Unity Gatewayに登録した外部のModel Context Protocol（MCP）サーバー（You.comやExaなど）の検索ツールを使用して各行をグラウンディングできます。同じ呼び出しで、他の知識ソースと一緒に、または単独でmcp知識ソースを追加します。この機能はベータ版です。ワークスペースの管理者は、[プレビュー]ページからAi Enrichプレビューを有効にできます。
MCPの設定については、MCP設定をご覧ください。
ユーザーへのインパクト
Databricksユーザーは、ai_enrich関数を使用して、外部のModel Context Protocol（MCP）サーバー（You.comやExaなど）からの情報を活用し、データの行を補完できるようになりました。この機能はベータ版で、ワークスペース管理者が有効にする必要があります。MCPの設定方法については、ドキュメントを参照してください。これにより、ユーザーはより豊富なデータで分析やAIタスクを実行できるようになります。
Google Analytics集計コネクタはベータ版で提供されています。
2026-10-20
マネージドGoogle Analytics Aggregatedコネクターが、BetaとしてLakeflow Connectで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。
このコネクタを使用すると、ユーザーアクティビティ、獲得、エンゲージメント、収益化、デモグラフィック、テクニカルレポートなどの集計されたGoogle Analytics 4レポートデータをDatabricksに取り込むことができます。また、独自のディメンション、指標、集計レベルを使用してカスタムレポートを定義することもできます。コネクタは、増分データの取り込みと、サービスアカウントおよびOAuthユーザー・トゥ・マシン(U2M)認証の両方をサポートしています。
ユーザーへのインパクト
Google Analytics集計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 Analytics 4の集計レポート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。このコネクタを使用すると、ユーザーはカスタムレポートを作成し、増分データ取り込みを利用できます。ワークスペース管理者はプレビュー画面からこの機能へのアクセスを管理できます。
Asanaコネクタはベータ版で提供されています。
2026-10-20
マネージド型AsanaコネクタがLakeFlow Connectでベータ版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。
このコネクタを使用すると、Asanaのワークスペース、チーム、プロジェクト、タスク、ポートフォリオ、目標などの作業管理データをDatabricksに取り込むことができます。コネクタは、OAuth ユーザー対マシン（U2M）認証を使用します。
ユーザーへのインパクト
Asanaコネクタがベータ版で利用可能になりました。これにより、Asanaの作業管理データをDatabricksに取り込むことができます。ワークスペース管理者はプレビューぺージヘのアクセスを制御できます。OAuth認証を使用してデータを同期します。
transformWithState による非同期処理が一般提供されるようになりました。
2026-10-19
Pythonの行ベースのtransformWithState APIの非同期処理が一般提供開始されました。状態操作とユーザーロジックを同時に実行し、わずかなコード変更でスループットを向上させます。詳細はtransformWithStateを用いた非同期処理をご覧ください。
ユーザーへのインパクト
transformWithStateの非同期処理が一般提供されたことにより、Pythonの行ベースのtransformWithState APIを利用するDatabricksユーザーは、状態操作とユーザーロジックを同時に実行できるようになり、わずかなコード変更でスループットを向上させることが可能になりました。これにより、状態を持つストリーミングアプリケーションのパフォーマンスが向上します。詳細については、Databricksのドキュメントを参照してください。
Databricks Runtime 19: 2026年10月19日
2026-10-19
動作の変更
- Spark Connect DataFrameの実行メトリクスは、行フィルタや列マスクに関連する内部オペレータやメトリクスを隠すようになりました。これにより、
df.executionInfo.metrics（そのテキスト表現を含む）を検査する際に、ポリシー実行に関する情報を保護します。プランの保護された部分の境界とそれ自身のメトリクスは引き続き表示されます。クエリ結果は変更されません。保護されたサブプラン内の詳細なメトリクスに依存するノートブックやツールは、更新が必要になる場合があります。
ユーザーへのインパクト
Databricks Runtime 19へのアップデートにより、Spark Connect DataFrameの実行メトリクスが変更され、行フィルタや列マスクに関する内部オペレータやメトリクスが非表示になります。これにより、ポリシー実行に関する情報が保護されます。ただし、保護されたサブプラン内の詳細なメトリクスに依存するノートブックやツールは、更新が必要になる可能性があります。クエリ結果自体は変更されません。
OAuthのカスタムIDクレームを使用してエンドユーザーごとにデータをフィルタリングする
2026-10-19
サービスプリンシパルのOAuthトークンにカスタムアイデンティティクレームを追加し、動的ビューまたはABACポリシーでそれによって行をフィルタリングできるようになりました。 1つのサービスプリンシパルを介して多くのエンドユーザーをサポートしつつ、各ユーザーが自分のデータのみを見ることができるようにします。
詳細についてはOAuthカスタムアイデンティティクレームを使用したエンドユーザーごとのデータフィルタリング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OAuthのカスタムIDクレームを使用して、サービスプリンシパル経由でアクセスする際にも、エンドユーザーごとにデータをフィルタリングできるようになります。これにより、1つのサービスプリンシパルで複数のエンドユーザーをサポートしつつ、個々のユーザーが自分のデータのみにアクセスできるように制限できます。具体的には、動的ビューやABACポリシーでカスタムIDクレームを利用して、行レベルのセキュリティを実現できます。詳細は提供されたドキュメントリンクに記載されています。
Lakebase Insightsがプロジェクトごとの設定に移行し、オンデマンド実行（ベータ版）が可能になりました。
2026-10-19
Lakebase Insightsは、system.lakebaseシステムテーブルからのテレメトリーを使用して問題を診断し、次のステップを推奨するようになりました。Lakebase Insightsワークスペースプレビューでは、自動テレメトリーキャプチャが有効になっています。CAN MANAGE権限を持つユーザーは、オブザーバビリティ設定を作成せずに、各プロジェクトの設定で直接Insightsを設定できます。
このプレビューは以前、Lakebase Advanced Postgres Telemetryと呼ばれていました。以前にInsightsを使用していたワークスペースでは、すでに有効になっています。Insightsを設定するには、以下の手順に従ってください。
- プレビューがすでに有効になっていない場合は、ワークスペース管理者にLakebase Insightsをプレビューページから有効にするよう依頼してください。Insightsは、
system.lakebaseのテレメトリーを必要とするため、Insightsプレビューを有効にすると、Lakebase Observability in System Tablesも有効になります。ワークスペース管理者は、オブザーバビリティプレビューを別途有効にして、Insightsなしでテレメトリーをキャプチャすることもできます。 - プロジェクトのInsights実行をスケジュールするには、そのプロジェクトに対するCAN MANAGE権限が必要です。設定でInsightsを有効にし、分析頻度を設定してください。
- スケジュール有無に関わらず、いつでもオンデマンドでInsightsを実行できます。
オブザーバビリティ設定を通じてInsightsをスケジュールしていた場合、それらのジョブは停止しています。それらのスケジュールは引き継がれません。それらの設定は、Unityカタログの宛先にテレメトリーを書き込まなくなるため、ダッシュボードは履歴データを保持しますが、新しいデータは受信しなくなります。
スケジュールされたインサイトを継続して受信するには、各プロジェクトの設定でInsightsを有効にし、分析頻度を設定してください。各プロジェクトは別々に実行され、各実行ではコンピュートとモデルtokenが使用されるため、どのプロジェクトをどの頻度で分析するかを決定してください。Insightsはベータ版のままです。詳細は、Insightsで問題を検
ユーザーへのインパクト
Lakebase Insightsがプロジェクトごとに設定できるようになり、オンデマンド実行も可能になりました。これにより、ユーザーは必要なプロジェクトに対してのみInsightsを実行でき、コンピュートとモデルトークンの使用をより細かく制御できます。ただし、以前にオブザーバビリティ設定を通じてInsightsをスケジュールしていた場合、それらのジョブは停止しており、新たにプロジェクトごとに設定し直す必要があります。また、Lakebase Insightsはベータ版のままであることに注意が必要です。
DeepSeek V4.1 Flash (1017) が Unity Gateway で利用可能になりました。
2026-10-19
DeepSeek V4.1 Flash (1017) が Unity Gateway で利用可能になりました。テキストと画像の入力に対応しています。サポートされているリージョンについては、[サポートされているリージョン] をご覧ください。このモデルには、[基盤モデル API] を使用してアクセスできます。
お客様は、[適用可能な利用規約] に準拠していることを確認する責任があります。
ユーザーへのインパクト
DeepSeek V4.1 Flash (1017) がUnity Gatewayで利用可能になったことにより、Databricksユーザーは基盤モデルAPIを通じ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、テキストと画像の入力に対応したより高度なモデルを利用したアプリケーションの開発が可能になります。ただし、利用に際しては適用される利用規約への準拠が求められます。
2026年10月19日
2026-10-19
このサーバーレスコンピューティングのリリースには、 Databricks Runtime 19の更新内容が含まれています。
動作の変更
-
Spark Connectの実行メトリクスで行フィルタと列マスクの詳細が非表示になる：DataFrameの実行メトリクスで、行フィルタと列マスクに関連付けられた内部演算子とメトリクスが非表示になりました。これにより、テキスト表現を含む
df.executionInfo.metricsを調べる際のポリシー実行に関する情報が保護されます。プランの保護された部分の境界とそれ自身のメトリクスは引き続き表示されます。クエリ結果は変更されません。保護されたサブプラン内の詳細なメトリクスに依存するノートブックやツールは、更新が必要になる場合があります。
ユーザーへのインパクト
このリリースノートは、Databricksユーザーがサーバーレスコンピューティングを利用する際に影響を受ける可能性のある変更について説明しています。
主な変更点は、Spark Connectの実行メトリクスにおいて、行フィルタと列マスクに関連する内部演算子とメトリクスの情報が非表示になることです。これにより、DataFrameの実行メトリクスに含まれるdf.executionInfo.metricsを参照した際に、ポリシー実行に関する機密情報が保護されます。
この変更は以下のような影響を及ぼします。
- クエリ結果自体には影響はありません。
- ノートブックやツールで保護されたサブプラン内の詳細なメトリクスに依存している場合、更新が必要になる可能性があります。
したがって、ユーザーは自身のノートブックやツールがこの変更の影響を受けるかどうかを確認し、必要に応じて更新する必要があります。
Databricks SQL バージョン2026.42が現在のチャネルでロールアウトされています。
2026-10-19
Databricks SQL バージョン2026.42がCurrentチャネルにロールアウトされます。2026.42の新機能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 SQLのバージョン2026.42がCurrentチャネルで利用できるようになりました。このバージョンの新機能については、Databricksのドキュメント（https://docs.databricks.com/aws/ja/sql/release-notes/2026#2026-42-features）に記載されています。Databricks SQLユーザーは、このバージョンに含まれる改善や新機能を利用できるようになります。
変更されていないジョブを保存しても、ジョブシステムテーブルに行が追加されなくなりました。
2026-10-19
ジョブの設定を変更せずに保存しても、system.lakeflow.jobsやsystem.lakeflow.job_tasksに行が追加されることはなくなり、change_timeは最後の変更時刻のままになります。これは、UI、Jobs API、およびDeclarative Automation Bundlesからの保存に適用されます。詳細はジョブのテーブルスキーマを参照してください。
ユーザーへのインパクト
変更を伴わないジョブの保存は、system.lakeflow.jobsおよびsystem.lakeflow.job_tasksテーブルへの新たな行の挿入を招かなくなりました。ジョブ設定に変更がない場合、change_time は最新の変更時刻のまま保持されます。この変更は、Databricks UI、Jobs API、およびDeclarative Automation Bundlesを通じたジョブ保存に適用されます。つまり、ユーザーがジョブに変更を加えずに保存した場合、システムテーブルには新たなエントリが作成されず、ジョブの変更履歴がより正確に保たれるようになります。
Databricks SQL バージョン2026.43 がプレビューで利用できるようになりました。
2026-10-19
Databricks SQL バージョン2026.43がプレビューチャンネルで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変更が含まれています:
- オペレーティングシステムのセキュリティ更新
- その他のバグの修正
このバージョンには新機能や動作の変更は含まれていません。
ユーザーへのインパクト
Databricks SQLバージョン2026.43がプレビューで利用できるようになりました。このアップデートには、オペレーティングシステムのセキュリティ更新とバグ修正が含まれており、Databricksユーザーのシステムセキュリティと安定性が向上します。新たな機能追加や動作変更はないため、ユーザーは安心してお使いいただけます。
DeepSeek V4.1 Flashは廃止予定です。
2026-10-19
DeepSeek V4.1 Flashは、2026年11月19日に廃止される予定です。推奨される代替モデルはDeepSeek V4.1 Flash（1017）です。移行ガイドについては、「非推奨および廃止されたモデル」を参照してください。
ユーザーへのインパクト
DeepSeek V4.1 Flashは2026年11月19日に廃止予定です。代替としてDeepSeek V4.1 Flash (1017)への移行が推奨されています。詳細な移行ガイドはDatabricksのドキュメントに記載されています。
Genie OneとGenie Agentsのファイルアップロード機能が一般提供開始されました。
2026-10-16
Genie OneとGenie Agentsのファイルアップロード機能が一般提供開始されました。これにより、ワークスペース管理者はプレビューの有効化が不要になりました。会話にファイルをアップロードし、他のデータとともに自然言語で分析することが可能です。サポートされているファイルの種類や制限については、「ファイルをアップロードする」と「Genie Agentにファイルをアップロードする」を参照してください。
コンシューマーアクセス権限のみを持つユーザーは、Genie Oneでのファイルアップロードを利用できません。
ユーザーへのインパクト
Genie OneとGenie Agentsのファイルアップロード機能が一般提供されました。これにより、自然言語でファイルを他のデータと一緒に分析できます。ただし、コンシューマーアクセス権限のみのユーザーは、Genie Oneでファイルをアップロードできません。サポートされているファイル形式や制限については、公式ドキュメントを参照してください。
Genieの予算へのアクセス権の委任
2026-10-16
Genie のコストを管理するために使用される予算では、アクセス制御リスト (ACL) がサポートされるようになりました。アカウント管理者とワークスペース管理者は、特定のユーザー、グループ、または Databricks サービスプリンシパルに 予算マネージャー または 予算ビューアー ロールを付与して、各予算の表示と管理を委任できます。 予算権限の管理 および Genie の予算とコスト制御の管理 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ユーザーの次のような影響を意味します。アカウント管理者とワークスペース管理者は、Genieのコスト管理に使用される予算のアクセス制御をより詳細に設定できるようになりました。具体的には、特定のユーザー、グループ、またはサービスプリンシパルに対して、予算の管理や閲覧を許可する権限を設定できます。これにより、予算の管理がより柔軟になり、必要なユーザーに適切な権限を付与できるようになります。
アクセス制御リスト（ACL）を使用して予算へのアクセスを委任します。
2026-10-16
予算は現在、アクセス制御リスト (ACL) をサポートしています。アカウントおよびワークスペースの管理者は、ユーザー、グループ、または Databricks サービスプリンシパルに「予算マネージャー」または「予算ビューアー」ロールを付与して、予算の表示と管理を委任できます。 予算のアクセス許可の管理を参照してください。
-> 予算は現在、アクセス制御リスト (ACL) をサポートしています。アカウントおよびワークスペースの管理者は、ユーザー、グループ、または Databricks サービスプリンシパルに「予算マネージャー」または「予算ビューアー」ロールを付与して、予算の表示と管理を委任できます。 予算のアクセス許可の管理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ユーザーに対して以下の影響を及ぼします。
アカウントまたはワークスペースの管理者は、特定のユーザー、グループ、またはサービスプリンシパルに対して、予算の管理や閲覧権限を付与できるようになりました。これにより、予算の管理がより柔軟になります。ユーザーは自身に与えられた権限に応じて、予算の閲覧や管理ができるようになります。
Genie OneとGenie Agentsのファイルアップロード機能は、サポートされているコンプライアンス標準のコンプライアンスセキュリティプロファイル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。
2026-10-16
2026年11月15日より、ワークスペースで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場合、そのワークスペースのコンプライアンス標準がファイルアップロードをサポートしていれば、Genie OneおよびGenie Agentsでのファイルアップロードがデフォルトで利用できるようになります。会話にファイルをアップロードし、他のデータとともに自然言語で分析できます。
コンプライアンス標準がファイルアップロードをサポートしていないワークスペースでは、ファイルアップロードを利用できません。標準がファイルアップロードをサポートしているかどうかを確認するには、サポートされているコンプライアンス標準のリストからそのページを開き、機能の利用可否テーブルを確認してください。
詳しくは、ファイルのアップロード および Genie Agentへのファイルのアップロード 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、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、サポートされているコンプライアンス標準に従っている場合、Genie OneとGenie Agentsでファイルをアップロードして自然言語で分析できるようになります。ただし、コンプライアンス標準がファイルアップロードをサポートしていない場合は利用できません。具体的なコンプライアンス標準のサポート状況は、Databricksのドキュメントで確認できます。
TypeSafe AI Jev 1.14.0がUnity Gatewayで利用できるようになりました。
2026-10-16
TypeSafe AIのJev 1.14.0がUnity Gatewayで利用できるようになりました。TypeSafe AIがこれをホストしており、アカウント管理者がExternally-hosted TypeSafe AI Modelsプレビューを有効にする必要があります。その使用にはTypeSafeの規約が適用されます。
ユーザーへのインパクト
TypeSafe AI Jev 1.14.0がUnity Gatewayで利用可能になりました。Externally-hosted TypeSafe AI Modelsプレビューがアカウント管理者によって有効にされている場合に利用できます。TypeSafeの規約が適用されます。Databricksユーザーは、この新しいバージョンのTypeSafe AIモデルをFoundation Model APIsで利用できます。
コンプライアンスセキュリティプロファイル標準のためのREAD METADATA権限のサポート
2026-10-16
READ METADATA権限が、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、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。
サポートされているコンプライアンス標準の全リストについては、コンプライアンスセキュリティプロファイル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、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、READ METADATA権限がデフォルトで利用できるようになりました。これにより、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でメタデータの読み取りが可能になります。つまり、コンプライアンスセキュリティプロファイルを使用しているDatabricksユーザーは、メタデータへのアクセスが容易になり、データガバナンスとセキュリティのコンプライアンスが向上します。
AI Runtime の実行のための MLflow ログタブを再設計しました。
2026-10-15
AI Runtime の実行における MLflow 実行ページの ログ タブで、ノード、レベル、時間範囲によるログの検索とフィルタリング、新しい出力が到着する際の実行中のワークロードの追跡、ログのダウンロードがサポートされるようになりました。新しい実行では、非推奨となった実行の アーティファクト タブに以前保存されていたログファイルが置き換えられます。ログは 60 日間利用できます。既存の実行のログは 成果物 タブに残ります。詳細は、MLflow Logs タブでログを表示する 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によると、Databricksユーザーは以下の影響を受けます：
- AI Runtimeの実行におけるMLflowの実行ページのログタブが再設計され、ノード、レベル、時間範囲によるログのフィルタリング、実行中のワークロードの追跡、ログのダウンロードが可能になりました。
- 新しい実行では、ログファイルがログタブに表示され、アーティファクトタブに保存されなくなります。ただし、既存の実行のログはアーティファクトタブに残ります。
- ログは60日間利用可能です。詳細については、指定されたリンクを参照してください。
エージェント型コードコンバーターがSQL変換用に一般提供されています。
2026-10-15
エージェンティックコードコンバーターが、SQLターゲットフレームワークで一般的に利用できるようになりました。Genie Codeを活用して、T-SQL、Snowflake、Redshift、Oracle、BigQuery、Teradataなどの方言のSQLをDatabricks SQLクエリに変換します。移行プロジェクトで作業を整理し、コンバーターが出力を検証してエラーを修正してから、結果をワークスペースフォルダーに書き込みます。変換後も、Genie Codeとチャットを続けて、変換されたファイルに関するアクションアイテムの対応や変更点の要約を行うことができます。
詳細は、エージェンティックコードコンバーターでSQLを変換するを参照してください。
ユーザーへのインパクト
エージェント型コードコンバーターが一般提供され、T-SQL、Snowflake、Redshift、Oracle、BigQuery、TeradataなどのSQL方言をDatabricks SQLクエリに変換できるようになりました。これにより、移行プロジェクトが効率化され、変換結果をワークスペースフォルダーに出力できます。また、変換後もGenie Codeとチャットして、変換されたファイルに関する対応や変更点を確認できます。詳細はドキュメントを参照してください。
Lakebase との間で Postgres 論理レプリケーションを使用してデータを複製します。
2026-10-15
Lakebaseへの入出力で変更をストリーミングするために、ネイティブのPostgres論理レプリケーションを使用できます。既存のPostgresデータベースをLakebaseに移行し、切り替えるまで同期を保つか、Lakebaseから外部のPostgresデータベースに変更を公開します。詳細は論理レプリケーションをご覧ください。 -> 英語のHTMLを日本語に翻訳しつつHTMLタグを除去すると以下のようになります。
Lakebaseへの入出力で変更をストリーミングするために、ネイティブのPostgres論理レプリケーションを使用できます。既存のPostgresデータベースをLakebaseに移行し、切り替えるまで同期を保つか、Lakebaseから外部のPostgresデータベースに変更を公開します。詳細は論理レプリケーションをご覧ください。
ユーザーへのインパクト
Databricks Lakebase において、Postgres 論理レプリケーションがサポートされ、既存の Postgres データベースからの移行や、外部のPostgresデータベースへの変更の公開が容易になります。これにより、外部データベースとの同期が簡単になります。詳細については、Databricksのドキュメントを参照してください。
データ分類に50の新しいクラスと16の国や地域への対応を追加しました。
2026-10-15
データ分類機能は現在、50種類の新しい機密データクラスを検出し、16の国と地域に対して新しい地域サポートを提供します。
- 支払いカードおよび財務データ: カードセキュリティコード、カード有効期限、カードトラッキングデータ、カードPIN、SWIFTコード、およびクレジットスコア。
- 個人および従業員データ: 性別、居住ステータス、障害データ、性的データ、住所、地理座標、報酬、および雇用ステータス。
- ソフトウェアセキュリティシークレット: ソフトウェアによって使用される認証情報およびシークレット。
- 地域識別子: 中国、メキシコ、英国、その他のヨーロッパ諸国など、18の国と地域にわたって35の新しいクラスを追加し、既存のクラスのカバレッジを拡大しました。詳細については、ドキュメントを参照してください。
ユーザーへのインパクト
このリリースノートは、Databricksのデータ分類機能に関する更新情報を提供しています。Databricksユーザーは、以下の影響を受ける可能性があります。
- データ分類機能が強化され、50種類の新しい機密データクラス（支払いカード情報、個人データ、ソフトウェアセキュリティシークレットなど）を検出できるようになりました。これにより、ユーザーはより精確にデータを分類し、管理することができます。
- 16の国と地域への対応が追加され、地域識別子の分類が強化されました。これには、中国、メキシコ、英国などの国々における特定のデータタイプの検出が含まれます。
- リージョンタグが一部のリージョンで利用可能になりました。ユーザーは、サポートされている分類タグに関するドキュメントを参照して、詳細を確認できます。
これらの更新により、Databricksユーザーはより効果的にデータを管理し、データガバナンスを強化できるようになります。特に、機密データの検出と分類がより精確になるため、データセキュリティとコンプライアンスの観点から有益です。
Power BI 用 ADBC ドライバーが一般提供開始されました
2026-10-15
Power BI 用 Databricks コネクタの Arrow Database Connectivity (ADBC) ドライバが一般提供開始されました。ADBC は、Power BI Desktop および Power BI サービスで新規接続するためのデフォルトのドライバです。詳細は Power BI 用の ADBC または ODBC ドライバの構成を参照してください。
ユーザーへのインパクト
Power BIを利用するDatabricksユーザーは、デフォルトの接続ドライバがADBCに変更になったことを認識しておく必要があります。これにより、Power BI DesktopやPower BIサービスへの接続方法が変更になる可能性があります。具体的には、ADBCドライバの構成方法については、Databricksのドキュメントを参照して適切に設定する必要があります。
Genie Agentsの強化機能
2026-10-15
- Flash (ベータ版)：エージェントモードで、応答の深さよりも応答速度を優先するオプションであるFlashが利用できるようになりました。Flashは、よりシンプルな日常的なタスクで最も効率的です。詳細はFlashを参照してください。
- エージェントモードのモデルアップグレード：エージェントモードで、長いコンテキストへの対応と応答の高速化を実現するアップグレードされたモデルが使用されるようになりました。詳細はエージェントモード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、以下の影響があります。
- Flash (ベータ版)：エージェントモードで、日常的なタスクをより高速に処理するためのオプションが追加されました。レスポンスの正確さよりも速度を優先します。
- エージェントモードのモデルアップグレード：エージェントモードで使用されるモデルがアップグレードされ、より長いコンテキストをサポートし、応答が高速化されました。
これらの変更により、ユーザーはより高速で効率的なタスク処理が可能になります。特に日常的なタスクにおいては、Flashモードの利用が推奨されます。また、エージェントモードのモデルアップグレードにより、より複雑なタスクに対する応答性も向上します。
MySQL統合CDCパイプラインが一般提供開始されました
2026-10-15
MySQL 用の統合 CDC パイプラインが一般提供開始されました。統合 CDC パイプラインは、1 つのパイプラインを使用して MySQL の変更データを Databricks に取り込み、抽出と適用を 1 つのパイプライン更新に結合します。標準のゲートウェイベースのアーキテクチャとは異なり、統合 CDC パイプラインには、別個の取り込みゲートウェイは必要ありません。MySQL 用の統合 CDC パイプラインの作成については、「MySQL 用統合 CDC パイプラインの作成」を参照してください。
ユーザーへのインパクト
MySQL統合CDCパイプラインが一般提供されました。これにより、MySQLの変更データをDatabricksに簡単に取り込むことができ、別個の取り込みゲートウェイが不要になります。Databricksユーザーは、1つのパイプラインでMySQLの変更データを抽出して適用でき、データ取り込みプロセスが簡素化されます。統合CDCパイプラインの作成方法については、Databricksのドキュメントを参照してください。
レイクベースサーチは、中国語、日本語、韓国語の全文検索をサポートしています。
2026-10-15
lakebase_tokenizer 拡張機能が、中国語、日本語、韓国語（CJK）のテキストに対するキーワード検索をサポートするようになりました。これらの言語では単語をスペースで区切らないため、PostgreSQLの標準全文検索では有用な検索キーワードに分割できません。新しい tokenizer_morph テンプレートでは、バンドルされた言語辞書を用いた形態素解析によって、CJKテキストを単語に分割します。
-
組み込み設定: 拡張機能をインストールすると、
tokenizer_chinese、tokenizer_japanese、tokenizer_koreanが作成されます。これらは、辞書を作成せずにto_tsvectorで直接使用できます。 - 複合語処理: 言語に応じて、複合語をそのまま保持するか、より細かい粒度のキーワードに分割するか、あるいは両方を出力するかを選択できます。
- 言語認識フィルタリング: 日本語の助詞や機能語を除外したり、日本語のキーワードを基本形に変換したり、韓国語の助詞や語尾をフィルタリングしたりすることで、検索結果が意味のあるキーワードに集中するようにします。
tokenizer_wholeword と同様に、GIN（一般化反転インデックス）インデックスや、lakebase_text および lakebase_bm25 インデックスでのBM25（Best Match 25）ランキングで動作する標準の tsvector 値を生成します。CJKサポートは lakebase_tokenizer 0.2.0 で提供されます。すでに拡張機能を使用している場合は、ALTER EXTENSION lakebase_tokenizer UPDATE を実行してください。既存の設定やインデックスを変更する必要はありません。詳細については、lakebase_tokenizer 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のレイクベースサーチにおける全文検索機能の強化に関するものです。具体的には、中国語、日本語、韓国語（CJK）のテキストに対する検索サポートが追加されました。主な影響と変更点は以下の通りです：
-
CJKテキストの検索サポート:
lakebase_tokenizer拡張機能がCJKテキストを適切に単語に分割できるようになり、これらの言語でのキーワード検索が改善されました。 -
組み込み設定の提供:
tokenizer_chinese、tokenizer_japanese、tokenizer_koreanという組み込みの設定が利用可能になり、to_tsvectorで直接使用できます。 - 複合語処理と言語認識フィルタリング: 言語に応じた複合語の処理や、不要な語のフィルタリングが可能になり、検索結果の質が向上しました。
-
互換性: GINインデックスや、
lakebase_text、lakebase_bm25インデックスでのBM25ランキングで動作する標準のtsvector値を生成します。 -
アップデート方法:
lakebase_tokenizer0.2.0にアップデートするには、ALTER EXTENSION lakebase_tokenizer UPDATEを実行します。既存の設定やインデックスを変更する必要はありません。
Databricksユーザーは、CJK言語のテキストに対する全文検索機能が強化されたことを利用できます。特に、これらの言語のテキストデータを扱っているユーザーにとって、検索の精度と有用性が向上するでしょう。アップデートは簡単で、既存の環境に大きな変更を加える必要はありません。
Genie MigrateはSQL変換のために一般提供されています。
2026-10-15
Genie Migrate（以前のagentic code converter）は、現在SQLターゲットフレームワークで一般的に利用できます。Genie Codeを搭載しており、T-SQL、Snowflake、Redshift、Oracle、BigQuery、TeradataなどのダイアレクトからDatabricks SQLクエリにSQLを変換します。移行プロジェクトで作業を整理し、Genie Migrateが出力を検証してエラーを修正してから、結果をワークスペースフォルダに書き込みます。変換後、Genie Codeとチャットを続けて、変換されたファイルについてアクションアイテムや変更の要約について話し合うことができます。
詳細はGenie MigrateでSQLを変換するをご覧ください。
ユーザーへのインパクト
Genie Migrateが一般提供開始となり、SQL変換が可能になりました。これにより、T-SQLやSnowflakeなどのさまざまなダイアレクトからDatabricks SQLへの移行が容易になります。移行作業の整理、変換結果の検証と修正、ワークスペースフォルダへの出力が可能です。また、変換後のファイルに関するアクションアイテムや変更点についてGenie Codeと対話できます。
Unity Gateway サービスを照会するためのコンシューマー アクセスが一般提供されています。
2026-10-15
コンシューマアクセス権限を持つユーザーは、アカウント管理者が「Unity Gatewayへのコンシューマアクセス」プレビューを有効にする必要がなくなりました。これにより、モデルサービスや共有されたモデルプロバイダーサービスを照会したり、Unity Gatewayコーディングエージェント機能を使用したりできます。詳細はコンシューマーアクセス機能をご覧ください。
この変更により、外部プロバイダーへのトラフィックを含む、コンシューマーアクセス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。このトラフィックを制御するために、アカウント管理者は予算とレート制限を設定するか、コンシューマーアクセスユーザーに対する直接的なモデルアクセスを無効にすることができます。詳細はUnity Gatewayの予算管理、モデルおよびMCPサービスへのレート制限の適用、および権限の管理をご覧ください。
ユーザーへのインパクト
Unity Gateway サービスへのコンシューマーアクセスが一般提供開始となり、アカウント管理者がプレビューを有効にする必要がなくなりました。Databricksユーザーは、モデルサービスの照会やUnity Gatewayコーディングエージェント機能の使用が容易になります。一方で、アカウント管理者は、予算とレート制限の設定や、コンシューマーアクセスユーザーの直接的なモデルアクセスの無効化により、トラフィックの制御が必要になる場合があります。
ジェミニ（Genie）のエージェント機能は現在インドで処理されています。
2026-10-14
Genie Codeのエージェント機能、Genie Agentsのエージェントモード、およびGenie Oneのチャットは、インドリージョンのワークスペースに対して、クロスGeo処理を行わずに、インド内でデータを処理するようになりました。各AI支援機能がデータを処理する場所については、Databricks指定サービスを参照してください。
ユーザーへのインパクト
インドリージョンのワークスペースでGenieのエージェント機能やGenie Oneのチャットを利用する場合、これらの機能はインド国内でデータを処理するようになりました。これにより、データが他の地域に送信されることはなくなり、データの主権とプライバシーが強化されます。Databricksの各AI支援機能がデータを処理する場所については、Databricks指定サービスに関するドキュメントを参照してください。
トランザクションは、マネージド Delta Lake テーブルと Apache Iceberg テーブルの両方をサポートします。
2026-10-14
Unity Catalogが管理するDelta LakeテーブルとUnity Catalogが管理するApache Icebergテーブルの両方で、一般的にトランザクションが利用可能です。1つ以上の管理されたDelta Lakeまたは管理されたApache Icebergテーブルにわたる複数のSQL文を、BEGIN ATOMIC ... END;またはBEGIN TRANSACTION; ... COMMIT;構文を使って、1つの原子的なトランザクションにまとめます。トランザクションには、参加するテーブルで有効になっているカタログコミットが必要です。
詳細については、トランザクションを参照してください。
ユーザーへのインパクト
Unity Catalogが管理するDelta LakeテーブルとApache Icebergテーブルでトランザクションがサポートされるようになりました。BEGIN ATOMIC ... END;またはBEGIN TRANSACTION; ... COMMIT;構文を使用して、複数のSQL文を1つの原子的なトランザクションにまとめることができます。ただし、参加するテーブルでカタログコミットが有効になっている必要があります。これにより、複数のテーブルにわたる操作の原子性が保証され、データの一貫性が向上します。
Databricks Apps のワークスペースレベルのパッケージリポジトリが一般提供になりました。
2026-10-14
ワークスペースの管理者は、Databricks Apps のデフォルトの Python および npm パッケージ リポジトリを設定できるようになりました。Apps は、アプリ レベルでのオーバーライドを可能にしながら、ワークスペース構成を継承します。
「デフォルトのパッケージリポジトリの設定」をご参照ください。
ユーザーへのインパクト
Databricks Appsのワークスペースレベルのパッケージリポジトリが一般提供されたことにより、ワークスペース管理者はDatabricks Appsで使用するデフォルトのPythonおよびnpmパッケージリポジトリを設定できるようになりました。これにより、アプリ開発者はワークスペースの設定を継承しながら、必要に応じてアプリレベルでパッケージリポジトリをオーバーライドできます。Databricksユーザー、特にアプリ開発者とワークスペース管理者は、パッケージ管理がより柔軟かつ効率的になるため、影響を受けることになります。
Databricks Apps のワークスペースレベルのパッケージリポジトリは、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まもなく利用できるようになります。
2026-10-14
2026年11月13日より、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において、Databricks Appsのワークスペースレベルのパッケージリポジトリが自動的に有効になります。ワークスペースの管理者は、アプリレベルでの上書きを許可しながら、アプリが継承するデフォルトのPythonおよびnpmパッケージリポジ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を設定するについては、こちらをご覧ください。
ユーザーへのインパクト
2026年11月13日より、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Databricksワークスペースにおいて、Databricks Appsのワークスペースレベルのパッケージリポジトリが自動的に有効になります。これにより、ワークスペース管理者は、Databricks Appsが使用するデフォルトのPythonおよびnpmパッケージリポジトリを設定できるようになり、アプリレベルでの上書きも許可されます。詳細については、Databricksのドキュメントを参照してください。
データ分類APIが一般提供開始されました。
2026-10-14
データ分類APIとそのTerraformリソースが一般提供開始されました。 自動タグ付け設定 (auto_tag_configs) は、引き続きパブリックプレビュー段階にあります。 API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
データ分類APIが一般提供開始されたことにより、Databricksユーザーはより簡単にデータの分類を行うことができるようになりました。これにより、データの管理とセキュリティが強化されます。具体的には、APIを通じてデータ分類の設定や管理が自動化でき、Terraformリソースを利用したインフラストラクチャのコード化が可能になります。ただし、自動タグ付け設定機能はまだパブリックプレビュー段階にあるため、完全なサポートは今後のリリースを待つ必要があります。
Google Gemini 4 ArgonがUnity Gatewayで利用可能になりました。
2026-10-13
GoogleのGemini 4 ArgonがUnity Gatewayで利用できるようになりました。このモデルには、Foundation Model APIsを利用し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
Google Gemini 4 ArgonモデルがUnity Gateway経由でDatabricksのFoundation Model APIsで利用可能になったため、ユーザーはこの新しいモデルを簡単にアクセスして利用できます。ただし、ユーザーはこのモデルを使用する際に、適用される条件に準拠する責任があります。
近日中に、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、AI Runtime がデフォルトで利用できるようになります。
2026-10-13
AI Runtimeは、2026年10月15日に、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ないワークスペース向けに、AWSとAzureで一般提供される予定です。
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適格なワークスペースでは、AI Runtimeは11月中旬にデフォルトで利用できるようになる予定です。利用可能時期は、サポートされているコンプライアンス標準とリージョンによって異なります。
AI Runtimeを使用すると、基盤となるインフラストラクチャをプロビジョニングしたり管理したりすることなく、サーバーレスGPUでモデルをトレーニングし、微調整できます。
詳細は、AI Runtimeをご覧ください。
ユーザーへのインパクト
近日公開予定のDatabricksのアップデートにより、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AI Runtimeがデフォルトで利用可能になります。これにより、サーバーレスGPUでのモデル学習と微調整が容易になり、基盤となるインフラストラクチャのプロビジョニングや管理が不要になります。具体的な利用開始時期は、サポート対象のコンプライアンス標準とリージョンによって異なりますが、11月中旬を予定しています。詳細については、Databricksのドキュメントを参照してください。
Databricks AI Runtime SDKは、serverless_gpuに代わるものとなります。
2026-10-13
GPU 環境バージョン 6 から、Databricks AI Runtime SDK (databricks-sdk-air) は非推奨の serverless_gpu パッケージに置き換わります。 これにより、databricks.air 名前空間配下に @distributed と ray_init API と databricks.air.data ユーティリティが提供されます。 gpus と gpu_type 引数の名前は num_accelerators と accelerator_type に変更されました。 古い名前は databricks.air で引き続き動作しますが、FutureWarning が発生します。バージョン 7 でサポートが終了します。
サーバーレス GPU 環境バージョン 6 には、両方のパッケージが含まれています。バージョン 6 は、serverless_gpu を含む最後のバージョンです。バージョン 5 以下は、これを引き続き使用します。 serverless_gpu からの移行 を参照してください。
ユーザーへのインパクト
Databricks AI Runtime SDK (databricks-sdk-air) は、serverless_gpu に代わる新しいパッケージです。バージョン 6 以降の GPU 環境では、serverless_gpu は非推奨となり、databricks-sdk-air の使用が推奨されます。主な変更点は以下の通りです。
- API の変更:
@distributedとray_initAPI はdatabricks.air名前空間に移動しました。 - 引数の名前変更:
gpusとgpu_typeはnum_acceleratorsとaccelerator_typeに変更されました。古い名前も引き続き動作しますが、FutureWarningが発生します。 - 移行ガイド:
serverless_gpuからdatabricks-sdk-airへの移行方法については、公式ドキュメントを参照してください。
バージョン 6 では両方のパッケージが利用可能ですが、バージョン 7 以降では serverless_gpu のサポートが終了するため、早めに移行することをお勧めします。
マネージドDeltaテーブルへの外部書き込みが一般提供開始されました。
2026-10-13
外部のApache SparkクライアントからUnity Catalogが管理するDeltaテーブルを作成し書き込むためのサポートが一般提供開始されました。テーブルはカタログコミットが有効になっている必要があります。詳しくはDeltaクライアントからDatabricksのテーブルにアクセスするをご覧ください。
ユーザーへのインパクト
Unity Catalogが管理するDeltaテーブルに対して、外部のApache Sparkクライアントから書き込みが可能になりました。これにより、Databricks以外の環境からもUnity CatalogのDeltaテーブルに直接書き込めるようになり、データの統合と管理がより柔軟になりました。ただし、対象のテーブルはカタログコミットが有効になっている必要があります。具体的な手順や詳細については、Databricksのドキュメントを参照してください。
クリーンルームでのJARワークロードが一般提供開始になりました。
2026-10-13
クリーンルームでコンパイル済みのJavaまたはScalaコードを実行できるようになりました。JARを独自のクリーンルーム分析として実行するか、JARから関数を登録し、クリーンルームノートブックから一時的なUDFとして呼び出します。 DatabricksのクリーンルームでJARワークロードを実行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ユーザーに対して、クリーンルームでJavaまたはScalaのコンパイル済みコード（JARファイル）を実行できるようになったことを通知しています。これにより、ユーザーはJARファイルを直接クリーンルーム分析として実行したり、JAR内の関数を一時的なユーザー定義関数（UDF）として登録し、クリーンルームノートブックから呼び出したりできるようになります。この機能は一般提供が開始されたため、すべてのDatabricksユーザーが利用可能です。詳細な手順については、提供されたドキュメントリンクを参照してください。
オンデマンド状態の再分割が一般提供されるようになりました。
2026-10-13
オンデマンドのステート再パーティショニングが一般提供開始されました。チェックポイントのステートを失うことなく、ステートフルなStructured StreamingクエリやLakeflowパイプラインのシャッフルパーティションの数をサイズ変更できるようになりました。 ステートフルストリーミングクエリのためのオンデマンドステート再パーティショニングをご参照ください。
ユーザーへのインパクト
オンデマンド状態の再分割が一般提供開始されました。これにより、チェックポイントの状態を失うことなく、ステートフルなStructured StreamingクエリやLakeflowパイプラインのシャッフルパーティション数を変更できます。これにより、データ処理の柔軟性が向上し、パフォーマンスの最適化が容易になります。詳細は、Databricksのドキュメント（https://docs.databricks.com/aws/ja/structured-streaming/state-repartitioning）を参照してください。
Unity REST API を介したビューへの外部アクセスが一般に利用可能になりました
2026-10-13
外部エンジンは、Unity REST API を介して Delta Lake テーブルの Unity Catalog ビューをクエリできるようになりました。 ビューの外部アクセスを参照してください。
ユーザーへのインパクト
Unity REST APIを介してビューに外部からアクセスできるようになったため、外部エンジンからDelta LakeテーブルのUnity Catalogビューをクエリできるようになりました。これにより、Databricksユーザーに対して、外部ツールやエンジンとの統合が強化され、データアクセスの柔軟性が向上します。詳細はドキュメント「ビューの外部アクセス」を参照してください。
クリーンルームでの共有出力が一般的に利用可能になりました。
2026-10-13
クリーンルームの実行は、実行が終了する前であっても、各テーブルが作成されるとすぐにすべてのコラボレーターが読み取ることができる共有出力スキーマに書き込むことができるようになりました。これを使用して、すべてのコラボレーターと結果、ログ、デバッグ情報を共有します。すべての共同編集者と出力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
クリーンルームの新機能により、実行中の処理結果をリアルタイムで共同編集者と共有できるようになりました。これにより、コラボレーションがよりスムーズになり、デバッグや結果の共有が迅速化されます。具体的には、処理が完了するのを待たずに、テーブルが作成されるとすぐにすべての共同編集者が結果にアクセスできます。これにより、ログやデバッグ情報の共有も容易になります。詳細は、Databricksのドキュメント「すべての共同編集者と出力を共有する」を参照してください。
Criblコネクタはベータ版で利用できます。
2026-10-13
マネージドCriblコネクタが、Databricks Lakeflow Connectでベータ版として利用できるようになりました。
このコネクタを使用して、Cribl.Cloud Worker Groupの設定、ワーカーとヘルスステータス、組織メタデータ、リーダー監査ログとアクセスをDatabricksに取り込みます。コネクタは、OAuthマシン間認証を使用し、監査ログとアクセスログの増分取り込みをサポートします。
ユーザーへのインパクト
CriblコネクタがDatabricks Lakeflow Connectでベータ版として利用可能になりました。これにより、Cribl.Cloudの設定、ステータス、監査ログなどをDatabricksに簡単に取り込むことができます。OAuth認証と増分取り込みにも対応しており、Databricksユーザーはより効率的にデータを管理できます。
ワンクリックでID解決プロバイダーとともにクリーンルームを作成（GA）
2026-10-13
これで、Acxiom、Adstra、LiveRamp、The Trade Desk などの承認済み ID 解決プロバイダーを使用して、すぐに使用できるパッケージ化されたクリーンルームを、Clean Rooms ページからワンステップで作成できます。プロバイダーはパッケージプロバイダーとして事前設定されているため、データを追加してプロバイダーの分析をすぐに実行できます。ID 解決プロバイダーを使用してクリーンルームを作成する 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によると、Databricksユーザーは、ID解決プロバイダー（Acxiom、Adstra、LiveRamp、The Trade Deskなど）とともにクリーンルームをワンクリックで作成できるようになりました。これにより、ユーザーは簡単にパッケージドクリーンルームを作成し、データの追加と分析の実行を迅速に行うことができます。
Feature Viewsが一般提供開始されました
2026-10-12
バッチ、ストリーミング、およびリクエストタイムデータのためのFeature Viewsが一般提供開始されました。これらは、コンプライアンスセキュリティプロファイルワークスペースでは2026年11月中旬に有効化される予定です。詳細はFeature Viewsをご参照ください。
ユーザーへのインパクト
Feature Viewsが一般提供されました。これにより、バッチ、ストリーミング、リクエストタイムデータの取り扱いが容易になります。コンプライアンスセキュリティプロファイルワークスペースでは2026年11月中旬に有効化される予定です。詳細は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、デフォルトで Feature Views が間もなく利用できるようになります。
2026-10-12
Feature Viewsが一般提供開始されました。2026年11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自動的に有効になります。
バッチデータまたはストリーミングデータから宣言的に特徴量を定義して計算し、モデルのトレーニングやオンラインサービングに使用します。
詳細については、Feature Views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になっているDatabricksワークスペースでは、2026年11月中旬にFeature Viewsがデフォルトで有効になります。これにより、バッチデータまたはストリーミングデータから特徴量を宣言的に定義して計算し、モデルのトレーニングやオンラインサービングに利用できるようになります。Feature Viewsの詳細については、公式ドキュメントを参照してください。
ナレッジ アシスタントおよびスーパーバイザー エージェントは現在レガシーです。
2026-10-12
Knowledge AssistantおよびSupervisor Agentは、現在従来のオファリングです。コードで記述された新しいエージェントについては、DatabricksはAgent Bricks CLIを推奨しています。コードを使用せずにエージェントを構築するには、Genie Agentsを使用してください。従来のエージェントオファリングを参照してください。
ユーザーへのインパクト
Databricksのナレッジ アシスタントとスーパーバイザー エージェントはレガシーとなり、新しいエージェントの構築にはAgent Bricks CLIまたはGenie Agentsの使用が推奨されています。これらの変更により、Databricksユーザーは以下の点に留意する必要があります：
-
レガシーエージェントの使用状況の確認：現在ナレッジ アシスタントとスーパーバイザー エージェントを使用している場合は、これらの機能がレガシーとなったことを認識し、今後の対応を検討する必要があります。
-
新しいエージェント構築方法への移行：新しいエージェントを構築する場合は、Agent Bricks CLI（コードを使用する場合）またはGenie Agents（コードを使用しない場合）の使用が推奨されています。これらの新しいツールについて学習し、実装する必要があります。
-
レガシーエージェントの今後のサポート：レガシーエージェントに関する今後のサポートやメンテナンスについての詳細情報を確認する必要があります。レガシーオファリングに関するドキュメントを参照し、計画を立てることが推奨されます。
これらの変更は、Databricks上でエージェントを構築および管理する方法に影響を及ぼします。したがって、ユーザーはこれらの新しいツールや方法論への移行を計画し、スムーズな移行を確実に行うための準備を行う必要があります。
Unity Gateway Skills APIと開発者ツールのベータ版が利用可能になりました。
2026-10-12
Unity Gateway Skills REST APIがベータ版として利用できるようになりました。Databricks開発者ツール全体で、作成、読み取り、更新、一覧表示、削除、および完了がサポートされています。
対象ツール:
- Databricks CLI
- Python SDK
- Go SDK
- Go Modular SDK
- Java SDK
- JavaScript SDK
詳細は、Skills APIとSDKのリファレンスをご覧ください。
ユーザーへのインパクト
Unity Gateway Skills APIと開発者ツールのベータ版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。
- Unity Gateway Skills APIを利用して、スキル（Skills）の作成、読み取り、更新、一覧表示、削除、および完了が可能になります。
- Databricks CLIや各種SDK（Python、Go、Java、JavaScriptなど）を使用して、Unity Gateway Skills APIを操作できます。
- これにより、Databricks上でスキルをプログラム的に管理し、自動化することが容易になります。
詳細については、提供されたドキュメントリンク（Skills APIとSDKのリファレンス）を参照することで、具体的な実装方法やAPIの詳細を確認できます。
サーバーレス コンピューティングから AWS 管理リソースへのプライベート接続が一般提供開始されました。
2026-10-12
以前はパブリックプレビューだった、Databricks サーバレス コンピューティングから S3 バケットなどの AWS 管理リソースへの AWS Private Link が一般提供を開始しました。データ トラフィックは完全に AWS ネットワーク内に留まり、パブリック インターネットを経由することはありません。AWS管理リソースへのプライベート接続の設定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からAWS管理リソースへのプライベート接続が一般提供されました。これにより、DatabricksのサーバーレスコンピューティングとS3バケットなどのAWS管理リソース間のデータトラフィックがAWSネットワーク内に留まり、パブリックインターネットを経由しなくなりました。セキュリティが向上するため、ユーザーはプライベート接続の設定を検討する必要があります。詳細は、AWS管理リソースへのプライベート接続の設定を参照してください。
コンテキストベースのイングレス ポリシーが一般提供開始されました。これにより、受信プライベート接続をより細かく制御できます。
2026-10-12
インバウンド Private Link のコンテキストベースのイングレスポリシーが一般提供開始されました。これにより、登録済みのどの VPC エンドポイントがワークスペースに到達できるかを制御し、エンドポイントルールとアイデンティティおよびリクエストタイプの条件を同じポリシーで組み合わせることができます。アカウントのコンテキストベースのイングレス: Workspace Private Access ポリシーがまだ有効になっていない場合は、アカウント管理者がアカウントコンソールのプレビューページから有効にできます。プライベートアクセスポリシー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
コンテキストベースのイングレスポリシーが一般提供開始されました。これにより、Databricksワークスペースへの受信プライベート接続をより細かく制御できます。具体的には、どのVPCエンドポイントがワークスペースにアクセスできるかを制御し、エンドポイントルールとアイデンティティおよびリクエストタイプの条件を組み合わせたポリシーを設定できます。まだ有効にしていない場合は、アカウント管理者がアカウントコンソールのプレビューから「コンテキストベースのイングレス: Workspace Private Access ポリシー」を有効にできます。プライベートアクセスポリシーの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。
エージェントメモリパイプラインはベータ版です。
2026-10-12
エージェントメモリパイプラインはベータ版です。メモリパイプラインは、セッションストアをメモリストアに接続します。各実行では、LLM を使用して、保存された会話から永続的な事実、設定、決定をメモリエントリに抽出し、エージェントが後続の会話で思い出せるようにします。パイプラインは、オンデマンドまたは約 24 時間ごとに実行できます。エージェントメモリ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
Databricksのエージェントメモリパイプラインがベータ版になりました。これにより、セッションストアとメモリストアが接続され、LLMを使用して過去の会話から重要な情報を抽出し、エージェントが後続の会話で参照できるようになります。パイプラインはオンデマンドまたは約24時間ごとに実行可能です。詳細はドキュメントをご参照ください。