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 2026-10-02Posted 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。

Lakeflowパイプラインをグループとして実行する

2026-10-05
パイプラインの実行IDを、ユーザーまたはサービスプリンシパルに加えて、アカウントグループに設定できるようになりました。パイプラインの更新は、グループのアクセス許可で実行されるため、1人のアカウントに紐づくことなく、チームが自動化されたパイプラインを所有することができます。「実行IDをグループに設定する」を参照してください。

ユーザーへのインパクト

Lakeflowパイプラインの実行IDをグループに設定できるようになったため、チームでパイプラインの所有権と管理を共有できます。具体的には、パイプラインの更新がグループの権限で実行されるため、特定のアカウントに依存せず、チームでの自動化パイプラインの運用が容易になります。詳細は、Databricksのドキュメント「実行IDをグループに設定する」を参照してください。

LTAPダイレクトライトが一般提供開始されました。

2026-10-01
LTAP Direct Writesが一般的に利用できるようになりました。これにより、初期ロードとフルリフレッシュをコンピューティングエンドポイント経由ではなくストレージ層に直接書き込むことで、同期されたテーブルがLakebaseにロードされる速度が向上します。そのため、大規模なロードがクエリと競合することなく、より迅速に完了します。同期されたテーブルを作成する際に、同期設定の下にあるLTAP Direct Writesを選択することで、同期されたテーブルごとにオプトインできます。これは、Postgres 16、17、または18を実行しているLakebaseプロジェクトでサポートされています。詳細は、LTAP Direct Writes による同期の高速化を参照してください。

ユーザーへのインパクト

LTAPダイレクトライトが一般提供されました。これにより、同期されたテーブルの初期ロードとフルリフレッシュがストレージ層に直接書き込まれるため、ロード時間が短縮されます。ユーザーは同期されたテーブルを作成する際に、同期設定でLTAP Direct Writesを有効にすることで、この機能を利用できます。ただし、Postgres 16、17、または18を実行しているLakebaseプロジェクトでのみサポートされています。

Databricks Excel アドインで自動データ更新をスケジュールする (パブリックプレビュー)

2026-10-01
Microsoft Excel にインポートされた Databricks データの自動更新をスケジュールできるようになりました。間隔またはカレンダーのスケジュールと、各更新を実行する SQL ウェアハウスを選択し、Databricks Excel アドインから最近の実行を確認します。詳しくはDatabricks Excel アドインで自動データ更新をスケジュールするを参照してください。

ユーザーへのインパクト

Databricks Excelアドインで自動データ更新のスケジューリングが可能になりました。これにより、Microsoft ExcelにインポートされたDatabricksデータの自動更新を間隔またはカレンダースケジュールで実行できます。また、更新に使用するSQLウェアハウスを選択し、Databricks Excelアドインから最新の実行状況を確認できます。詳細はドキュメントDatabricks Excel アドインで自動データ更新をスケジュールするを参照してください。

ダッシュボードの強化とバグの修正

2026-10-01

SQLデータセットのマテリアライズ (ベータ版)：ダッシュボードのマテリアライズ機能は、ローカルメトリクスビューに加えてSQLデータセットにも対応し、ダッシュボードのSQLデータセットをマテリアライズできるようになりました。詳細については、AI/BIダッシュボードでのデータセットマテリアライズを参照してください。
データソースの追加時に複数のテーブルを選択：ダッシュボードのデータモデルを作成する際の データソースの追加 ピッカーで、複数のテーブルを一度に選択できるようになりました。
数値ウィンドウメジャー：数値ウィンドウメジャーがローコードメトリクスビューUIで一般的に利用できるようになりました。詳細については、ローカルメトリクスビューを参照してください。
埋め込みダッシュボードでのグローバルフィルタ表示：埋め込みダッシュボードで、デフォルトでグローバルフィルタを表示、折りたたみ、または非表示にできるようになりました。
添付ファイルのサイズ制限時のメール添付の保持：ダッシュボードの画像とPDFを合わせたサイズが添付ファイルのサイズ制限を超えた場合、スケジュールされたメールは、すべての添付ファイルを削除する代わりに、サイズ制限内に収まる添付ファイルを保持するようになりました。詳細については、データ添付ファイルを参照してください。
ダッシュボード検索インデックスの修正：ダッシュボード検索で、リッチウィジェットのタイトルと説明が空の文字列として表示されていた問題が修正され、正しくインデックスされるようになりました。
PDFのライトモードとダークモードの修正：ダッシュボードのPDFダウンロードで、ライトモードとダークモードの設定が反映されないバグが修正されました。
Genie Codeのダッシュボード作成機能：Genie Codeの新しい作成機能と修正：
- Genie Codeで、アップロードされたファイルだけでなく、ワークスペースに保存された画像を画像ウィジェットとして使用できるようになりました。
- Genie Codeがデータセットを段階的に構築している間も

ユーザーへのインパクト

Databricksの最新リリースノートによると、ダッシュボード機能にいくつかの強化とバグ修正が行われました。主な変更点とDatabricksユーザーへの影響は以下の通りです：

SQLデータセットのマテリアライズ（ベータ版）：ダッシュボードでSQLデータセットをマテリアライズできるようになり、パフォーマンスが向上する可能性があります。
データソース追加時の複数テーブル選択：ダッシュボードのデータモデル作成時に複数のテーブルを一度に選択できるようになり、作業効率が向上します。
数値ウィンドウメジャーの一般提供：ローコードメトリクスビューUIで数値ウィンドウメジャーが利用できるようになり、より高度なデータ分析が可能になります。
埋め込みダッシュボードでのグローバルフィルタ表示制御：埋め込みダッシュボードでグローバルフィルタの表示を制御できるようになり、カスタマイズ性が向上します。
メール添付ファイルのサイズ制限対応：ダッシュボードの画像とPDFのサイズが制限を超えた場合でも、可能な添付ファイルを保持するようになり、重要なデータが失われることがなくなりました。

これらの変更により、Databricksユーザーはより効率的にダッシュボードを作成・管理し、より高度なデータ分析を行うことができるようになります。また、いくつかのバグが修正され、全体的なユーザーエクスペリエンスが改善されています。

Genie Oneの強化内容

2026-10-01

テキストファイルのアップロード: サポートされている他のファイルタイプに加えて、プレーンテキスト（.txt）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。ファイルのアップロードを参照してください。
ストリーミング応答: Genie Oneは、生成された応答をリアルタイムでストリーミングするようになったため、回答が一度に読み込まれるのではなく、段階的に表示されます。
チャットのダウンロード: Genie Oneのチャットをダウンロードできるようになりました。サイドバーでのチャットの管理を参照してください。
パーソナライズされたサンプル質問: Genie Oneのホームページの検索バーの下に、パーソナライズされたサンプル質問が表示されるようになりました。

ユーザーへのインパクト

Genie Oneの強化により、Databricksユーザーは以下のような改善されたエクスペリエンスを得ることができます:

テキストファイルのアップロード: .txt ファイルを会話にアップロードできるようになり、より柔軟なデータ共有が可能になりました。
ストリーミング応答: Genie Oneの応答がリアルタイムで表示されるようになり、回答がよりスムーズに閲覧できます。
チャットのダウンロード: 会話内容をダウンロードできるようになり、後で参照したり、共有したりすることが容易になりました。
パーソナライズされたサンプル質問: ホームページに表示されるサンプル質問がパーソナライズされ、Genie Oneの利用がより便利になりました。

これらの改善により、ユーザーはより効率的かつ効果的にGenie Oneを利用できるようになります。

Salesforce Data 360のファイル共有は、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間もなくデフォルトで利用できるようになります。

2026-09-30
Salesforce Data 360ファイル共有コネクタ (旧Salesforce Data Cloudファイル共有) 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。
Lakehouse Federationでコネクタを使用すると、データをDatabricksにコピーすることなく、クラウドオブジェクトストレージから直接Salesforce Data 360データをクエリできます。クエリはDatabricksコンピュートで実行されます。
詳細については、「Salesforce Data 360ファイル共有のためのLakehouse Federation」を参照してください。

ユーザーへのインパクト

Salesforce Data 360のファイル共有コネクタが、コンプライアンスセキュリティプロファイルが有効なDatabricks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。これにより、Lakehouse Federationを通じて、データをDatabricksにコピーせずにSalesforce Data 360のデータを直接クエリできるようになり、ユーザーはクラウドオブジェクトストレージ上のデータをDatabricksコンピュートで実行されるクエリで利用できます。詳細は提供されたドキュメントリンクを参照してください。

OpenSharingオブジェクトとシステムテーブルに対するテーブル更新トリガーが一般提供開始されました。

2026-09-30
Lakeflow Jobsテーブルの更新トリガーは、OpenSharingオブジェクトとシステムテーブルを監視できます。詳しくは、OpenSharingおよびシステムテーブルへのトリガーの追加をご参照ください。

ユーザーへのインパクト

Databricksユーザーは、Lakeflow Jobsテーブルの更新トリガーを利用して、OpenSharingオブジェクトとシステムテーブルを監視できるようになりました。これにより、これらのテーブルの更新をトリガーとしてジョブを実行できます。詳細は、提供されたドキュメントリンクを参照してください。

ワークスペース管理者設定によるスプレッドシートへの書き戻しの制御

2026-09-30
ExcelおよびGoogle Sheetsの書き戻しでは、ワークスペース管理者がスプレッドシートの書き戻しを許可するセキュリティ設定を有効にする必要があります。詳細については、「Databricks Excelアドインを使用してDatabricksにデータを書き戻す」および「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のリリースにより、ExcelおよびGoogle Sheetsからのデータの書き戻しがワークスペース管理者の制御下に置かれるようになりました。具体的には、ワークスペース管理者が「スプレッドシートの書き戻しを許可する」セキュリティ設定を有効にしない限り、これらの操作は実行できなくなります。この変更により、Databricksユーザーは、書き戻し機能を利用するために管理者にこの設定の有効化を依頼する必要があります。詳細は、Databricks ExcelアドインおよびGoogle Sheetsからの書き戻しに関するドキュメントを参照してください。

SQLウェアハウスにおけるクエリタグが一般提供開始されました。

2026-09-30
クエリタグが一般提供開始されました。カスタムのキーと値のペアによるタグをSQLワークロードに適用し、Databricks SQLウェアハウスやLakehouse/RTコンピュートでグルーピング、フィルタリング、およびコストの帰属を行うことができます。タグは、system.query.historyやDatabricks UIの[クエリ履歴]ページに表示されます。詳細はクエリタグを参照してください。

ユーザーへのインパクト

このリリースノートによると、DatabricksユーザーはSQLウェアハウスでクエリタグ機能を利用できるようになりました。これにより、カスタムのキーと値のペアをSQLワークロードにタグ付けし、クエリのグルーピング、フィルタリング、およびコストの帰属が可能になります。タグ情報は、システムテーブルsystem.query.historyやDatabricks UIのクエリ履歴ページで確認できます。

サポートされているPostgres拡張機能が新しいバージョンに更新されました。

2026-09-30
以下のサポートされているPostgres拡張機能が、より新しいバージョンで利用できるようになりました。既存のインストールは、ALTER EXTENSIONを使用して更新するまで現在のバージョンを保持します。

postgis、postgis_raster、postgis_sfcgal、postgis_tiger_geocoder、postgis_topology、address_standardizer、およびaddress_standardizer_data_us: Postgres 16では3.3.10、Postgres 17では3.5.7、Postgres 18では3.6.4に更新されました。
hll: Postgres 16、17、および18で2.21に更新されました。

拡張機能のバージョンを更新する方法については、拡張機能のバージョンを更新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、サポートされているPostgres拡張機能の新しいバージョンを利用できます。具体的には、postgisやhllなどの拡張機能が更新されました。既存のインストールを更新するには、ALTER EXTENSIONコマンドを使用する必要があります。拡張機能のバージョンを更新する方法については、Databricksのドキュメントを参照してください。

Databricks Apps の水平スケーリングが一般提供開始されました

2026-09-29
Databricks Apps の水平スケーリングが一般提供開始されました。これにより、アプリ URL の背後にある複数のインスタンス間で Databricks アプリを実行し、可用性と並行性を高め、ダウンタイムゼロのデプロイとベストエフォートのセッションアフィニティを実現できます。

詳細については、「Databricks アプリの水平スケーリング」を参照してください。

ユーザーへのインパクト

Databricks Appsの水平スケーリングが一般提供されました。これにより、複数のインスタンスでアプリを実行でき、可用性と並行性が向上し、ダウンタイムゼロのデプロイとセッションアフィニティが実現します。Databricksユーザーは、よりスケーラブルで信頼性の高いアプリケーションを構築できます。

Unity GatewayでOpenAI GPT-6.1 Solが利用できるようになりました。

2026-09-29
OpenAIのGPT-6.1 Sol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保証する責任があります。

ユーザーへのインパクト

Unity GatewayでOpenAIのGPT-6.1 Solモデルが利用可能になったため、DatabricksユーザーはFoundation Model APIs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、より高度な言語処理機能をワークフローに統合する新しい機会が生まれます。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諸条件への準拠を確保する責任があります。

Genie One メモリが一般提供開始されました。

2026-09-29
Genie Oneのメモリー機能が一般提供開始されました。Genie Oneは、ユーザーの嗜好やレポートに関する規則などの特定の事実を保持し、以降の会話に適用することで、毎回同じコンテキストを繰り返す必要がなくなります。メモリーはユーザーごとにプライベートであり、他のユーザーと共有されることはありません。会話の中でGenie Oneに何かを記憶させたり、Genie Oneが保存する価値のある事実を検知した際にメモリーへの保存を提案させたりすることができます。詳細については、Genie Oneのメモリーへの追加を参照してください。

ユーザーへのインパクト

Genie Oneのメモリ機能が一般提供されました。これにより、Genie Oneがユーザーの嗜好やルールを記憶し、以降の会話でその情報を活用できます。メモリはユーザーごとにプライベートで、他のユーザーと共有されません。これにより、毎回同じ情報を繰り返す必要がなくなり、会話がスムーズになります。詳細はドキュメントを参照してください。

Databricks JDBC ドライバー (Simba) 2.8.4 が利用可能です

2026-09-29
Simba JDBC Driver (Legacy) 2.8.4では、Java 25のサポートが追加され、libthrift、httpclient5、httpcore5、lz4-javaがアップグレードされています。JDBC drivers archiveの**All JDBC Driver Versions (Simba)**からダウンロードしてください。

ユーザーへのインパクト

Databricks JDBC ドライバー (Simba) 2.8.4 がリリースされました。このバージョンでは、以下の変更点があります。

Java 25 のサポートが追加されました。
libthrift、httpclient5、httpcore5、lz4-java がアップグレードされました。

ユーザーは、JDBC drivers archive から All JDBC Driver Versions (Simba) を参照し、最新ドライバーをダウンロードすることで、これらの変更を利用できます。特に、Java 25 を使用するユーザーにとっては、このドライバーへのアップグレードが必要になる可能性があります。

Agent Bricks CLIはベータ版です。

2026-09-29
Databricks Agent Bricks CLI（databricks-agentbricks）は、Databricksでカスタムコードエージェントを構築およびデプロイするためのコマンドラインツールです。バンドルされたフレームワークテンプレートからプロジェクトをひな形作成し、ローカルで実行し、Databricksエージェントランタイムにデプロイすることができます。認証された1つのコマンドから、メモリ、セッション、ツール、およびMLflowトレースが管理されます。
詳細については、Agent Bricks CLIを参照してください。

ユーザーへのインパクト

Databricks Agent Bricks CLI (databricks-agentbricks) はベータ版で、カスタムコードエージェントの構築とデプロイを支援します。このCLIツールを使用すると、プロジェクトのひな形作成、ローカル実行、およびDatabricksエージェントランタイムへのデプロイが可能になります。主な利点は以下の通りです。

バンドルされたフレームワークテンプレートからプロジェクトを簡単に作成できます。
ローカルでのテスト実行が可能です。
Databricksエージェントランタイムへのデプロイがワンコマンドで実行できます。
認証、メモリ、セッション、ツール、およびMLflowトレースの管理が統合されています。

このリリースにより、Databricksユーザーはカスタムエージェントの開発とデプロイのプロセスを効率化できます。詳細については、提供されたドキュメントリンクを参照してください。

Unity GatewayでxAI Grok 4.7が利用できるようになりました。

2026-09-28
xAIのGrok 4.7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の従量課金制でアクセスできます。
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

xAIのGrok 4.7モデルがUnity Gatewayで利用可能になったため、DatabricksユーザーはFoundation Model APIsを通じて従量課金制でこのモデルにアクセスできるようになりました。ユーザーは、モデルの使用において適用される条項への準拠を保証する必要があります。

Oktaシステムログコネクタはベータ版で利用可能です。

2026-09-28
マネージド型のOkta System 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。コネクタを使用して、Okta System LogからDatabricksに監査およびセキュリティイベントを段階的に取り込みます。コネクタはSSWS APIトークン認証を使用し、宣言型オートメーションバンドルと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

Oktaシステム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Okta System Logからの監査およびセキュリティイベント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、OktaのイベントデータをDatabricksに統合し、セキュリティ監査や分析をより効率的に行うことが可能になります。

Lakebase Searchに、キーワード検索用の構成可能なテキストトークナイザーを追加しました。

2026-09-28
新しいlakebase_tokenizer拡張機能を使用すると、Lakebase Searchがテキストを検索語に変換する方法を制御できます。これにより、キーワード検索が実際のデータとユーザーの読み方に一致するようになります。PostgreSQLのネイティブ全文検索では、このステップを制御する手段がほとんどありません。lakebase_tokenizerは、PostgreSQLの標準テキスト検索辞書インターフェースを通じて、構成可能な単語トークナイザを追加します。これには、関連性にとって重要な以下の制御機能があります。

正規化：テキストを小文字にし、Unicode正規化を適用してバイト単位で安定した一致を実現し、アクセントを削除してcaféがcafeと一致するようにします。
ストップワードと同義語：SQLで独自のストップワードと同義語のリストを管理し、usaとunited_statesなどの用語が同じ行に一致するようにします。
語幹処理と所有格：ネイティブの英語の語幹処理機能を使用して単語を語根に還元し、末尾の'sを削除して、runningがrunと一致し、John'sがjohnと一致するようにします。

この拡張機能は標準のtsvector値を生成するため、構成したトークナイザはto_tsvector、GIN（一般化された反転インデックス）インデックス、およびBM25（ベストマッチ25）ランキング用のlakebase_text lakebase_bm25インデックスで動作します。プロジェクト設定でLakebase Searchを有効にした後、この拡張機能をインストールしてください。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

Lakebase Searchに新しいlakebase_tokenizer拡張機能が追加されました。これにより、ユーザーはテキストのトークン化方法を制御でき、キーワード検索の精度が向上します。この拡張機能を使用すると、テキストの正規化、ストップワードと同義語の管理、語幹処理と所有格の処理が可能になります。これにより、検索結果の関連性が向上し、ユーザーがより正確な結果を得ることができます。Lakebase Searchを有効にしているユーザーは、この拡張機能をインストールすることで、より高度な検索機能を利用できます。

アカマイWAFコネクタ（ベータ版）

2026-09-28
Akamai WAF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。
このコネクタは、AkamaiからDatabricksにWebアプリケーションファイアウォール（WAF）のセキュリティイベントを取り込みます。認証には、Akamai EdgeGrid APIクライアントの認証情報を使用します。
詳細については、Akamai WAFコネクタを参照してください。

ユーザーへのインパクト

Akamai WAF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、AkamaiのWebアプリケーションファイアウォール（WAF）のセキュリティイベントをDatabricksに取り込むことが可能になります。ワークスペース管理者は、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。Akamai EdgeGrid APIクライアントの認証情報を使用して認証を行います。

Thinking Machine Labs Inklingは退役が予定されています。

2026-09-28
Thinking Machine Labs Inklingは2026年10月30日に廃止されます。推奨される代替モデルはGLM 5.3およびKimi K3です。移行ガイドについては、「廃止予定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日に廃止されます。推奨される代替モデルはGLM 5.3およびKimi K3です。移行ガイドについては、「廃止予定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 Inklingは2026年10月30日に廃止されます。推奨される代替モデルはGLM 5.3およびKimi K3です。移行ガイドについては、Databricksのドキュメント「廃止予定および廃止されたモデル」を参照して、Inklingから新しいモデルへの移行を計画してください。

CrowdStrike Falcon イベントストリームコネクタ（ベータ版）

2026-09-28
CrowdStrike Falconイベントストリームコネクタが、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、CrowdStrike FalconからDatabricksにFalconイベントストリームイベントを取り込みます。認証には、イベントストリームの読み取り権限を持つCrowdStrike APIクライアントからのOAuth 2.0クライアント資格情報が使用されます。
詳細については、CrowdStrike Falconイベントストリームコネクタを参照してください。

ユーザーへのインパクト

CrowdStrike Falconイベントストリームコネクタ（ベータ版）がLakeflow Connectで利用可能になりました。これにより、CrowdStrike FalconのイベントストリームイベントをDatabricksに取り込むことができます。ワークスペース管理者は、プレビュー機能へのアクセスを制御できます。OAuth 2.0クライアント資格情報を使用して認証を行います。詳細はドキュメントを参照してください。

Microsoft 365統合監査ログコネクタがベータ版で利用可能になりました。

2026-09-28
マネージドMicrosoft 365 Unified Audit 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して、Microsoft Entra ID、Exchange、SharePoint、およびその他のMicrosoft 365ワークロードから、Databricksに統合監査イベントを取り込みます。コネクタは、OAuthマシン間認証を使用し、インクリメンタルな取り込みをサポートします。

ユーザーへのインパクト

Microsoft 365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Microsoft 365 Unified Audit Logsコネクタ（ベータ版）を利用することで、Microsoft Entra IDやSharePointなどのMicrosoft 365サービスからの監査イベントをDatabricksに取り込むことが可能になります。これにより、セキュリティ監査やコンプライアンス監視が強化されます。OAuthによる認証とインクリメンタル取り込みにも対応しています。

1Passwordイベントログコネクタ（ベータ版）

2026-09-28
1Password Event Logs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、1Password Events APIを使用して、Databricksに監査イベント、アイテムの使用状況、サインイン試行をインジェストします。認証には、Events Reportingベアラートークンが使用されます。
詳細については、1Password Event Logsコネクタをご覧ください。

ユーザーへのインパクト

1Passwordイベントログコネクタ（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、1Passwordの監査イベントやアイテム使用状況などのログをDatabricksに取り込むことが可能になります。ワークスペース管理者はプレビューアクセスを制御でき、Events Reportingベアラートークンで認証します。詳細はドキュメントをご覧ください。

ワークデイアクティビティログコネクタ（ベータ版）

2026-09-28
Workday Activity Logging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。Workspace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。
このコネクタは、WorkdayのユーザーアクティビティログイベントをDatabricksに増分的に取り込みます。認証には、OAuthリフレッシュトークンが使用されます。
詳細については、Workday Activity Logging connectorを参照してください。

ユーザーへのインパクト

Workdayアクティビティログコネクタ（ベータ版）が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、WorkdayのユーザーアクティビティログイベントをDatabricksに増分的に取り込むことができます。Workspace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。詳細はドキュメントを参照してください。

使用状況の追跡により、セッションメタデータとトークンの詳細が追加されます（パブリックプレビュー）

2026-09-27
system.ai_gateway.usage システムテーブルに、コーディングエージェントのセッションメタデータと呼び出し元が含まれるようになりました。新しいトークンの詳細フィールドは、5分と1時間のプロンプトキャッシュに書き込まれたトークンを、ファイルおよびWeb検索数とともにキャプチャします。モデル使用状況の追跡を参照してください。

ユーザーへのインパクト

Databricks AI Gatewayの使用状況追跡機能が拡張され、system.ai_gateway.usage システムテーブルにセッションメタデータとトークンの詳細が含まれるようになりました。これにより、コーディングエージェントのセッションメタデータと呼び出し元の情報が取得可能になります。さらに、トークンの詳細フィールドが追加され、5分と1時間のプロンプトキャッシュに書き込まれたトークン数、ファイル検索数、Web検索数がキャプチャされるようになりました。これにより、ユーザーはAI Gatewayの使用状況をより詳細に分析できるようになります。詳細については、モデル使用状況の追跡のドキュメントを参照してください。

ジェニー・ワンMCPサーバーが一般提供開始されました。

2026-09-25
Genie One MCPサーバーは、現在Databricksが提供するMCPサービスとしてsystem.ai.genie_one_mcpという名前でUnity Gatewayで一般提供されています。これにより、GenieがModel Context Protocol（MCP）を介して会話ツールとして公開されるため、Claude、ChatGPT、CursorなどのMCPクライアントやエージェントは、Genieの信頼できる洞察に基づいてデータに関する質問を行うことができ、Unity Catalogの権限がすべてのリクエストで強制されます。詳細については、Genie One MCPサーバーを参照してください。
以前のベータエンドポイントであるhttps://<workspace-hostname>/api/2.0/mcp/genieは非推奨となり、2026年10月31日に廃止される予定です。この日より前にすべてのワークロードをsystem.ai.genie_one_mcp MCPサービスに移行してください。

ユーザーへのインパクト

Genie One MCPサーバーが一般提供されました。これにより、MCPクライアントやエージェントがGenieとやり取りできるようになります。Unity Catalogの権限が強制され、データに関する質問に対する信頼できる洞察が提供されます。ただし、以前のベータエンドポイントは2026年10月31日に廃止されるため、すべてのワークロードを新しいsystem.ai.genie_one_mcp MCPサービスに移行する必要があります。

ダッシュボード、ノートブック、Databricks アプリ、および Genie エージェントのタグが一般提供開始されました。

2026-09-25
ダッシュボード、ノートブック、Databricks アプリ、Genie エージェントにタグを適用してワークスペース資産を整理・分類できるようになりました。この機能は現在一般提供されています。ガバナンスありとなしのキー値タグの両方がサポートされています。「Unity Catalog のセキュリティ保護可能なオブジェクトにタグを適用する」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、ダッシュボード、ノートブック、Databricksアプリ、Genieエージェントなどのワークスペース資産にタグを付けて整理や分類が簡単にできるようになりました。これにより、資産の管理と検索が効率化されます。また、Unity Catalogのドキュメントを参照することで、タグの適用方法についての詳細な情報が得られます。

Unity Catalogパイプラインを削除しても、デフォルトでテーブルが保持されるようになりました。

2026-09-25
デフォルトのパブリッシュモードを使用するUnity Catalogパイプラインを削除すると、UIおよびPipelinesDELETEAPIは、関連付けられているマテリアライズドビュー、ストリーミングテーブル、およびビューをデフォルトで保持します。保持されたテーブルはクエリできますが、アクティブなパイプラインに移動するまで更新できません。パイプラインとそのテーブルを一緒に削除するには、APIリクエストでcascadeフィールドをtrueに設定します。この変更は、Hiveメタストアパイプラインには影響しません。

詳細についてはパイプラインの削除およびパイプラインの削除を参照してください。

ユーザーへのインパクト

Unity Catalogパイプラインを削除する際の挙動が変更されました。デフォルトでは、関連するテーブルが保持されるようになり、パイプラインとテーブルを同時に削除するにはAPIでcascadeをtrueに設定する必要があります。これにより、ユーザーはパイプラインを削除してもテーブルを保持してクエリを実行できますが、更新はできなくなります。

Genie Codeは現在、高度な文書処理パイプラインを構築できます。

2026-09-25
Genie Codeは、解析、分類、抽出、検証をオーケストレーションすることで、エンドツーエンドのドキュメント処理パイプラインを構築できるようになりました。構造化されていないPDF、契約書、請求書を指定すると、ラベル付きデータに対して抽出の品質を評価し、それを改善するために反復処理を行います。インテリジェントなドキュメント処理にGenie Code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 Codeを使用することで、Databricksユーザーは、文書処理パイプラインを簡単に構築し、非構造化データ（PDF、契約書、請求書など）から構造化データを抽出できるようになります。これにより、データの取り込みと処理が効率化され、データの品質と精度が向上します。ユーザーは抽出されたデータの品質を評価し、必要に応じて改善するための反復処理を行うことができます。

ai_searchはLakebaseの同期テーブル（ベータ版）を検索できます。

2026-09-24
ai_search関数は、AI Searchインデックスに加えて、Lakebase Searchが有効になっているLakebaseの同期テーブルからデータを取得できるようになりました。lakebase_searchナレッジソースを追加してLakebase同期テーブルを検索するか、同じ呼び出しでvector_searchソースと組み合わせます。この機能はベータ版です。

詳細はai_search関数をご参照ください。

ユーザーへのインパクト

Databricksユーザーに対する影響：

ai_search関数が強化され、Lakebaseの同期テーブル（ベータ版）を検索できるようになりました。これにより、ユーザーはLakebase Searchが有効になっている同期テーブルからデータを取得できます。lakebase_searchナレッジソースを追加することで、Lakebase同期テーブルを検索でき、vector_searchソースと組み合わせることも可能です。この機能はベータ版です。詳細はai_search関数のドキュメントを参照してください。

サービスプリンシパルのGenieの使用料は標準価格で請求されます。

2026-09-24
サービスプリンシパルによるGenieの利用については、現在、標準のGenie従量課金制の価格で課金されます。サービスプリンシパルは、個々のユーザーに適用される無料の月間使用量の許容量からは除外されます。「Genieの予算とコスト管理」および「Genieのコストを監視して理解する」を参照してください。

ユーザーへのインパクト

DatabricksのGenieを利用する際、サービスプリンシパルの使用量は標準価格で課金され、個々のユーザーに適用される無料の月間使用量の許容量の対象外となります。Genieの予算とコスト管理、およびコストの監視方法については、Databricksのドキュメントを参照してください。

OpenSharingとのメトリクスビューの共有が一般提供開始されました。

2026-09-24
OpenSharingでメトリクスビューの共有が一般提供開始されました。共有にメトリクスビューを追加し、サーバレスコンピュート上でMEASURE(...)を使ってメトリクスビューをクエリできるようになりました。詳しくは共有にメトリクスビューを追加する、および共有されたメトリクスビュー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でメトリクスビューの共有が一般提供されました。これにより、Databricksユーザーはメトリクスビューを他のユーザーと共有し、サーバレスコンピュート上でMEASURE(...)を使用してメトリクスビューをクエリできるようになります。具体的には、以下の2つの主要な変更点があります：

共有にメトリクスビューを追加できるようになりました。
共有されたメトリクスビューをサーバレスコンピュート上で読み取ることができるようになりました。

詳細については、公式ドキュメントの「共有にメトリクスビューを追加する」と「共有されたメトリクスビューを読み取る」のセクションを参照してください。

システムテーブル内のLakebaseの可観測性テレメトリ（ベータ版）

2026-09-23
Lakebaseは、Postgresの観測可能性テレメトリーをsystem.lakebaseシステムテーブルにキャプチャします。作成する設定も、選択する宛先もありません。クエリプラン、セッション履歴、待機イベント、スキーマ変更履歴、データベースとコンピュートの健全性、およびPostgresログがそこに格納され、レコードは7日間保持されます。アカウント管理者とメタストア管理者は、テーブルを読み取り、それらへのアクセスを管理できます。また、アクセス権を持つユーザーは、Unity Catalogテーブルの場合と同じようにテレメトリーをクエリできます。システムテーブル内のLakebaseテレメトリーを参照してください。

ユーザーへのインパクト

Lakebaseの可観測性テレメトリがベータ版で利用できるようになりました。これは、Postgresの観測可能性テレメトリをsystem.lakebaseシステムテーブルに自動的にキャプチャします。アカウント管理者とメタストア管理者はこのテーブルにアクセスでき、権限を持つユーザーはUnity Catalogテーブルと同様にテレメトリをクエリできます。テレメトリには、クエリプラン、セッション履歴、待機イベントなどが含まれ、レコードは7日間保持されます。詳細については、システムテーブル内のLakebaseテレメトリーを参照してください。

ScalaのUDFはUnity Catalogのシークレットにアクセスすることができます。

2026-09-23
Unity Catalog で管理されているシークレットに、セッションスコープおよび Unity Catalog Scala UDF からアクセスできるようになりました。セッションスコープの UDF は、呼び出し元のアクセス許可を使用します。 Unity Catalog Scala UDF は、SECRETS 句でシークレットを宣言し、関数所有者のアクセス許可を使用するため、呼び出し元はシークレットへの直接アクセスを必要としません。サーバーレスコンピュートでは、セッションスコープの Scala UDF からのシークレットアクセスには、環境バージョン 6 以降が必要です。シークレットにアクセスする Unity Catalog Scala UDF は、environment_version を 6 以降に設定する必要があります。クラシックコンピュートでは、シークレットアクセスには、標準アクセスモードの Databricks Runtime 19 以降が必要です。 SQL ウェアハウスタイプの中では、サーバーレス SQL ウェアハウスだけが、シークレットにアクセスする Unity Catalog Scala UDF をサポートしています。専用アクセスモードのコンピュートでの直接呼び出しはサポートされていません。詳しくは、「Unity Catalog でのシークレット」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ユーザーに対して、ScalaのUDF（ユーザー定義関数）からUnity Catalogのシークレットにアクセスできるようになったことを通知しています。主な影響と変更点は以下の通りです：

セッションスコープのUDF: 呼び出し元のアクセス許可でシークレットにアクセスできます。
Unity Catalog Scala UDF: 関数所有者のアクセス許可でシークレットにアクセスでき、SECRETS句でシークレットを宣言する必要があります。呼び出し元はシークレットへの直接アクセスを必要としません。
サーバーレスコンピュート: セッションスコープのScala UDFからシークレットにアクセスするには、環境バージョン6以降が必要です。Unity Catalog Scala UDFも同様に、環境バージョン6以降に設定する必要があります。
クラシックコンピュート: シークレットアクセスには、Databricks Runtime 19以降の標準アクセスモードが必要です。
SQLウェアハウス: サーバーレスSQLウェアハウスのみが、シークレットにアクセスするUnity Catalog Scala UDFをサポートしています。

この変更により、DatabricksユーザーはScala UDFからUnity Catalogのシークレットに安全にアクセスできるようになり、セキュリティとアクセス制御が向上します。詳細については、指定されたドキュメントリンクを参照することが推奨されています。

コードなしでガバナンスのあるデータおよびAIアプリを構築（ベータ版）

2026-09-23
コードを使わずにガバナンスの整ったデータおよびAIアプリケーションを構築できるようになりました。Genie App Builderは自然言語でアプリケーションを作成し、App Spacesはガバナンスを強制し、Serverless Micro Appsはアイドル時にゼロにスケールダウンします。詳細は、「ガバナンスに基づいたエージェントアプリケーションの構築」をご覧ください。

ユーザーへのインパクト

このリリースノートは、DatabricksユーザーがガバナンスのあるデータおよびAIアプリケーションをコードを書かずに構築できる新機能「Genie App Builder」を導入したことを伝えています。主なポイントは以下の通りです：

コード不要のアプリケーション構築: ユーザーは自然言語を使用してデータおよびAIアプリケーションを作成できます。
ガバナンスの強化: App Spacesにより、アプリケーションに対するガバナンスが強制されます。
リソースの効率化: Serverless Micro Appsはアイドル時にゼロにスケールダウンするため、リソースの無駄を減らせます。

これらの新機能により、Databricksユーザーはより簡単に、かつガバナンスを保ちながらデータおよびAIアプリケーションを開発・運用できます。詳細については、指定されたドキュメントリンクを参照することが推奨されています。

DeepSeek V4 Pro（0813）は廃止予定です。

2026-09-23
DeepSeek V4 Pro（0813）は、2026年10月30日に廃止されます。推奨される代替モデルはDeepSeek V4.1 Flash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。 -> DeepSeek V4 Pro（0813）は、2026年10月30日に廃止されます。推奨される代替モデルはDeepSeek V4.1 Flash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）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DeepSeek V4.1 Flashです。移行についてはDatabricksのドキュメントを参照してください。

タイムトラベルクエリでABACポリシーが適用されるようになりました（ベータ版）

2026-09-23
この機能はベータ版です。 Databricks Runtime 19以降では、ABAC行フィルターおよび列マスクポリシーを適用しながら、対象となるUnity Catalog管理テーブルでタイムトラベルを使用できます。 ABACポリシーを使用したタイムトラベルを参照してください。

ユーザーへのインパクト

Databricks Runtime 19以降を使用しているユーザーは、Unity Catalog管理テーブルに対するタイムトラベルクエリで、ABAC行フィルターおよび列マスクポリシーが適用されるようになりました。これにより、過去のデータに対しても細かいアクセス制御が可能になります。詳細は、ドキュメント「ABACポリシーを使用したタイムトラベル」を参照してください。

スカラーおよびバッチ Unity Catalog Python UDFが一般提供開始されました。

2026-09-23
スカラーおよびバッチのUnity Catalog Python UDFが、サポートされているすべてのコンピュートタイプで一般的に利用できるようになりました。このリリースでは、1行ずつ処理するスカラーUDFの名前付きハンドラが追加され、1つのクエリあたり5つのUDF呼び出しの制限が撤廃され、スカラーTIMESTAMP入力がPySparkの動作に合わせられました。また、カスタム依存関係のインストールや、Unity Catalogサービス資格情報やシークレットへのアクセスも、UDFから可能になりました。サーバーレスコンピュート上で新たに一般提供開始となったスカラー機能を含むいくつかの機能を利用するには、UDF定義においてenvironment_versionを6以上に明示的に設定する必要があります。要件は機能やコンピュートタイプによって異なります。詳細はPython UDF feature requirements(英語)をご参照ください。

ユーザーへのインパクト

Unity Catalog Python UDF（ユーザー定義関数）が一般提供されました。これにより、スカラーおよびバッチ処理がサポートされるようになり、以下のような改善が行われました。

名前付きハンドラのサポートにより、1行ずつの処理が可能になりました。
1クエリあたり5つのUDF呼び出しの制限が撤廃されました。
スカラーTIMESTAMP入力がPySparkの動作に一致するようになりました。
カスタム依存関係のインストールが可能になりました。
Unity Catalogサービス資格情報やシークレットへのUDFからのアクセスが可能になりました。

これらの新機能を利用するには、UDF定義でenvironment_versionを6以上に設定する必要があります。具体的な要件については、Databricksのドキュメントで確認できます。

一元的にコーディングエージェントを設定する

2026-09-22
組織は、コーディングエージェント（モデル、MCPサーバー、スキル、デフォルトのハーネスとモデル、およびスマートルーティング）を一元的に構成できるようになりました。設定は、エージェントの起動時に適用されるか、モバイルデバイス管理（MDM）を通じて展開されます。詳しくは、コーディングエージェントを一元的に構成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、コーディングエージェントの設定を一元管理できるようになりました。これにより、モデル、サーバー、スキルなどの構成を簡単に管理し、エージェント起動時またはMDMを通じて適用できます。詳細はドキュメントで確認できます。

統合トレースには、コーディングエージェントのアクティビティが含まれるようになりました。

2026-09-22
Unity Gatewayは現在、Unity Gateway CLIを通じて統合トレースにコーディングエージェントアクティビティを追加します。これにより、モデルリクエストとともに使用されるツールやスキルを確認できます。 Govern ＞ Traces または Genie で確認してください。詳細はトレーシング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、統合トレースでコーディングエージェントのアクティビティを追跡できるようになりました。これにより、モデルリクエストとともに使用されるツールやスキルをより詳細に把握できます。ユーザーは、Govern > Traces または Genie でトレース情報を確認できます。詳細については、Databricksのドキュメントを参照してください。

新しいバリアントテーブルでは、バリアントシャーディングが間もなくデフォルトで有効になります。

2026-09-22
2026年11月18日より、Databricks Runtime 17.3以降で作成されたVARIANT型のカラムを含む新しいテーブルに、DatabricksはvariantShreddingテーブル機能を自動的に追加します。バリアント・シェディング(Variant shredding) は、頻繁にアクセスされるフィールドを型付きのカラム形式で保存することで、クエリのパフォーマンスを向上させます。

これはDatabricks Runtime 15.4に対する破壊的変更です。Databricks Runtime 15.4が動作しているクラスターは、variant shreddingが有効になっているテーブルに対する読み書きができません。この変更が有効になる前に、影響を受けるクラスターをDatabricks Runtime 16.4以降にアップグレードしてください。

詳細はバリアント・シェディングを使用してパフォーマンスを最適化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18日より、Databricks Runtime 17.3 以降で作成された VARIANT 型のカラムを含む新しいテーブルでは、バリアントシャーディングがデフォルトで有効になります。バリアントシャーディングはクエリのパフォーマンスを向上させますが、Databricks Runtime 15.4 以前のバージョンでは、バリアントシャーディングが有効なテーブルへの読み書きができません。

Databricks Runtime 15.4 を実行しているクラスターを使用している場合は、2026年11月18日までに Databricks Runtime 16.4 以降にアップグレードする必要があります。アップグレードしない場合、バリアントシャーディングが有効なテーブルへのアクセスができなくなります。詳細については、ドキュメント「バリアント・シェディングを使用してパフォーマンスを最適化する」を参照してください。

Unity GatewayでOpenAI GPT-6 Lunaが利用可能になりました。

2026-09-22
OpenAIのGPT-6 Luna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の従量課金制トークン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

Unity GatewayでOpenAIのGPT-6 Lunaが利用可能になったことにより、DatabricksユーザーはFoundation Model APIs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。ユーザーは従量課金制トークンでこのモデルを利用でき、適用される規約に従う責任があります。

ug CLIを使用してコーディングエージェントをUnity Gatewayに接続する

2026-09-22
Unity Gateway CLI（ug）を使用すると、1つのコマンドでClaude Code、Codex、PiなどをUnity Gatewayに接続できます。ugは、認証と設定を処理し、承認されたMCPサーバーとスキルを追加し、ターミナルで使用量を表示します。詳細はコーディングエージェントのクイックスタートをご覧ください。

ユーザーへのインパクト

Databricksユーザーは、Unity Gateway CLI（ugコマンド）を使用して、Claude CodeやCodexなどのコーディングエージェントを簡単にUnity Gatewayに接続できるようになりました。これにより、認証や設定が簡素化され、MCPサーバーとスキルの追加、およびターミナルでの使用量の確認が1つのコマンドで実行できます。詳細はドキュメントを参照してください。

Unity GatewayでOpenAI GPT-6 Solが利用可能になりました。

2026-09-22
OpenAIのGPT-6 Sol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の従量課金制（トークンごと）でアクセスできます。お客様は、適用される諸条件への準拠を保証する責任を負います。

ユーザーへのインパクト

Unity GatewayでOpenAIのGPT-6 Solモデルが利用可能になったため、DatabricksユーザーはFoundation Model APIsを通じて従量課金制でこのモデルにアクセスできるようになりました。ユーザーは、モデルの使用において適用される諸条件への準拠を保証する責任があります。

メールでOpenSharingの受取人を招待する（ベータ版）

2026-09-22
これで、共有識別子や資格情報ファイルを交換する代わりに、電子メールでOpenSharing受信者を招待できるようになりました。 OpenSharingは、受信者に共有データに接続して読み取るための安全なアクティベーションリンクを電子メールで送信します。電子メール共有はBetaです。電子メールによるOpenSharing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、データ共有のためにメールで受取人を招待できるようになりました。これにより、共有識別子や資格情報ファイルを交換する必要がなくなり、受取人は安全なアクティベーションリンクを通じて共有データにアクセスできるようになります。この機能はベータ版として提供されています。

Databricks Runtime 20におけるバンドルBigQuery JDBCドライバの削除

2026-09-22
Databricks Runtime 20以降では、Databricks RuntimeにバンドルされているBigQuery JDBCドライバーは含まれなくなりましたが、Databricks Runtime 19以前では引き続き含まれています。
jdbc:bigquery: URLでSpark JDBCを使用する従来のコンピュートワークロードは、BigQuery JDBCドライバーがインストールされていない限り、ドライバーが見つからないというエラーで失敗します。影響を受けるワークロードをアップグレードする前に、ワークロードを移行してください。

ユーザーへのインパクト

Databricks Runtime 20以降にアップグレードする場合、これまで jdbc:bigquery: URLでSpark JDBCを使用していたワークロードは、BigQuery JDBCドライバーが見つからないというエラーで失敗します。事前にBigQuery JDBCドライバーのインストール、またはワークロードの移行が必要です。Databricks Runtime 19以前では従来通りBigQuery JDBCドライバーがバンドルされているため、影響はありません。

Shopifyコネクタ（ベータ版）

2026-09-22
Lakeflow ConnectでShopifyコネクタが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、ShopifyからDatabricksに、商品、注文、顧客、在庫、履行、割引などのEコマースデータを取り込みます。認証には、Shopify OAuthクライアントの認証情報グラントが使用されます。
詳細は、Shopifyコネクタを参照してください。

ユーザーへのインパクト

DatabricksのLakeflow ConnectでShopifyコネクタ（ベータ版）が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、ShopifyのEコマースデータをDatabricksに取り込むことができます。具体的には、商品、注文、顧客、在庫、履行、割引などのデータを取り込むことができます。認証にはShopify OAuthクライアントの認証情報グラントが使用されます。ワークスペース管理者はプレビュー機能へのアクセスを制御できます。詳細については、Shopifyコネクタのドキュメントを参照してください。

Anthropic社のClaude Opus 5.5がUnity Gatewayで利用可能になりました。

2026-09-22
AnthropicのClaude Opus 5.5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 APIを利用し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

Anthropic社のClaude Opus 5.5モデルがUnity Gatewayで利用可能になり、Foundation Model APIを通じてアクセスできるようになりました。これにより、Databricksユーザーはこの高度なAIモデルを活用したアプリケーションの開発やワークフローの改善が可能になります。ただし、利用にあたっては、適用される条項への準拠をユーザーが保証する必要があります。

`CREATE OR REPLACE VIEW`は間もなくデフォルトで権限、コメント、タグを保持するようになります。

2026-09-22
2026年10月12日以降、CREATE OR REPLACE VIEWは、ビューを削除して再作成するのではなく、インプレースでビューを更新します。2つの注意点があるものの、付与、タグ、コメントは保持されます。

ビューはビューの所有者の権限で実行されるため、所有者以外のユーザーがCREATE OR REPLACE VIEWを介してビュー・クエリを変更した場合、付与は保持されません。
CREATE OR REPLACE VIEWを介して列を削除する前に、ビュー列のガバナンスタグを最初に削除する必要があります。そうしないと、ステートメントはCANNOT_DROP_TAGGED_COLUMNエラーで失敗します。

ビュー上の付与、タグ、およびコメントを明示的に削除するには（ガバナンスタグは依然として保持されます）、CREATE OR REPLACE VIEW <catalog>.<schema>.<view> NOCOPY *を使用します。

詳細については、CREATE VIEW およびガバナンスタグを持つ列のドロップをご参照ください。

ユーザーへのインパクト

2026年10月12日以降、CREATE OR REPLACE VIEWコマンドのデフォルト動作が変更され、ビューの権限、コメント、タグが保持されるようになります。ただし、以下の2つの例外に注意する必要があります。

ビューの所有者以外のユーザーがCREATE OR REPLACE VIEWを実行した場合、権限は保持されません。
ビュー列にガバナンスタグが付与されている場合、その列を削除する前にタグを削除する必要があります。そうしないと、CANNOT_DROP_TAGGED_COLUMNエラーが発生します。

ビュー上の権限、タグ、コメントを明示的に削除するには、CREATE OR REPLACE VIEW <catalog>.<schema>.<view> NOCOPY *を使用します。なお、ガバナンスタグは依然として保持されます。

この変更は、Databricksユーザーがビューを管理する方法に影響します。特に、ビューに対する権限やメタデータの管理に影響する可能性があります。ユーザーは、この変更に備えて、ビュー管理のワークフローを確認し、必要に応じて調整する必要があります。

Lakebase バックアップスケジュール API (ベータ版)

2026-09-22
Lakebaseのバックアップスケジュールをプログラムで管理できるようになりました。スナップショットスケジュールAPIを使用すると、ルートブランチの自動スナップショット頻度（毎日、毎週、または毎月）や、各頻度のスナップショットを保持する期間の読み取りや設定ができます。このAPIはベータ版で、すべてのLakebaseワークスペースで利用できます。バックアップスケジュールの作成を参照してください。

ユーザーへのインパクト

Lakebaseのバックアップスケジュールをプログラムで管理できるようになりました。スナップショットスケジュールAPIを使用することで、自動スナップショットの頻度や保持期間の設定が可能です。このAPIはベータ版で利用でき、すべてのLakebaseワークスペースで使用できます。詳細はドキュメントを参照してください。

Unity Catalog のシークレットを使用してモデルプロバイダーサービス資格情報を保護します。

2026-09-21
モデルプロバイダーサービスのAPIキーを、顧客が所有するUnity Catalogシークレットで裏付けます。サービスはクエリ時にこれを読み取るため、シークレットをローテーションすると、サービスを変更せずに効果が得られます。Unity Catalogシークレットを使用してプロバイダーの認証情報を裏付け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、Unity Catalogのシークレットを使用してモデルプロバイダーサービスのAPIキーを保護できるようになりました。これにより、APIキーをより安全に管理でき、シークレットをローテーション（更新）してもサービスの設定を変更する必要がなくなります。詳細は、ドキュメント「Unity Catalogシークレットを使用してプロバイダーの認証情報を裏付ける」を参照してください。

クエリ履歴システムテーブルが一般提供開始されました。

2026-09-21
system.query.history システムテーブルが一般提供開始されました。これを使用すると、SQLウェアハウスまたはサーバレスコンピュートで実行されたクエリの実行ステータス、期間メトリクス、クエリソースなどのアカウント全体のレコードにアクセスできます。クエリ履歴システムテーブルリファレンスを参照してください。

ユーザーへのインパクト

クエリ履歴システムテーブル (system.query.history) が一般提供されました。これにより、SQLウェアハウスやサーバレスコンピュートで実行されたクエリの実行ステータスや期間などのアカウント全体の情報を参照できます。詳細は、ドキュメントを参照してください。

Databricks Runtime 19: 2026年9月21日

2026-09-21

新機能と改良点

truncate 関数: SQLおよびScalaとPythonのDataFrame APIで、truncate がサポートされるようになりました。これは、丸めを行わずに指定されたスケールで数値を切り捨てます。
trim_array 関数: SQLおよびScalaとPythonのDataFrame APIで、trim_array がサポートされるようになりました。これは、カウントが正の場合は配列の末尾から、カウントが負の場合は先頭から要素を削除します。
Pythonユーザー定義関数ワーカーのセッション環境変数: spark.pythonWorkerEnv.<variable-name> 構成プレフィックスを使用して、セッションスコープのPythonワーカー環境変数を設定します。これらの変数は、正規のスカラーPythonユーザー定義関数（UDF）のワーカーが起動される際に適用されます。
自動最適化シャッフルv2がデフォルトで有効化: シャッフルパーティションの固定数が設定されていない場合に、自動最適化シャッフルv2が使用されるようになりました。固定シャッフルパーティション数を明示的に設定するワークロードには変更はありません。

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、以下の新機能が利用可能になります：

truncate関数：SQL、Scala、PythonのDataFrame APIで利用でき、指定されたスケールで数値を切り捨てます。
trim_array関数：SQL、Scala、PythonのDataFrame APIで利用でき、配列の先頭または末尾から要素を削除します。
Python UDFの環境変数設定：spark.pythonWorkerEnv.<variable-name>でセッションスコープのPythonワーカー環境変数を設定できます。
自動最適化シャッフルv2のデフォルト有効化：シャッフルパーティション数が未設定の場合に自動で有効になります。

これらの新機能により、データ処理の柔軟性とパフォーマンスが向上します。特に、数値処理や配列操作が効率化され、Python UDFのカスタマイズ性が向上します。また、シャッフルの最適化により、特定のワークロードでパフォーマンスが改善される可能性があります。

外部モデルの支出に対するプロバイダーの割引を設定する

2026-09-19
Unity Gatewayは、各プロバイダーの公開リスト価格を使用して外部モデルの支出を見積もります。組織がプロバイダーと異なる価格設定を交渉している場合は、モデルのプロバイダーサービスで価格乗数を設定できるようになり、支出見積もりにそのレートが反映されるようになりました。
価格乗数は、Databricksがホストするパートナーモデルではなく、モデルプロバイダーサービスを通じてアクセスされる外部モデルにのみ適用されます。
価格乗数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によると、Unity Catalogで外部モデルを利用するDatabricksユーザーは、モデルプロバイダーとの間で交渉した割引価格を価格乗数として設定できるようになりました。これにより、Databricks上で発生する外部モデルのコスト見積もりが、より正確なものになります。具体的には、公開リスト価格ではなく、実際に適用される割引価格を反映した支出見積もりを確認できます。ただし、この機能はDatabricksがホストするパートナーモデルには適用されず、モデルプロバイダーサービスを通じてアクセスされる外部モデルに限定されます。価格乗数の設定方法については、提供されたドキュメントリンクを参照してください。

Lakebase Searchが一般提供を開始しました

2026-09-18
Lakebase Searchが一般に利用できるようになりました。これにより、2つのPostgres拡張機能を通じて、Lakebaseプロジェクトにスケーラブルなベクトルおよびキーワード検索が提供されます。これにより、別個の検索スタックを必要とせずに、単一のデータベースで意味的検索と正確な用語検索を実行できます。

**lakebase_vector**は、近似最近傍ベクトル検索のための **lakebase_ann**インデックスタイプを追加します。これは、同じタイプ、演算子、およびクエリ構文を使用するpgvectorとドロップイン互換性があり、単一のインデックスで10億を超えるベクトルにスケールし、HNSWよりも50〜100倍高速なビルドを実現します。
**lakebase_text**は、BM25全文検索のための **lakebase_bm25**インデックスタイプを追加します。これは、標準の **tsvector**タイプおよび演算子と連携して動作し、PostgreSQLのネイティブGINインデックスでは提供されていないBM25ランキングおよびtop-Kプッシュダウンを追加します。

インデックスはストレージにバックアップされているため、ウォームアップせずにスケールゼロ後にすぐに利用できます。両方の拡張機能を組み合わせてハイブリッド検索を実行し、1つのランクリストにセマンティックマッチと正確な用語マッチを返します。開始するには、プロジェクト設定でLakebase Searchを有効にしてから、拡張機能をインストールします。

詳細については、Lakebase Search、lakebase_vector、およびlakebase_textを参照してください。

ユーザーへのインパクト

Databricks Lakebase Searchの一般提供が開始されました。これにより、Postgres拡張機能を通じて、Lakebaseプロジェクトにスケーラブルなベクトル検索とキーワード検索が提供されます。主な影響と変更点は以下のとおりです：

ベクトル検索の強化： - **lakebase_vector**拡張機能により、近似最近傍（ANN）ベクトル検索が可能になります。 - pgvectorと互換性があり、単一インデックスで最大10億以上のベクトルをサポートします。 - HNSWよりも50〜100倍高速なインデックスビルドが可能です。
全文検索の強化： - **lakebase_text**拡張機能により、BM25に基づく全文検索が可能になります。 - 標準の **tsvector**タイプと連携し、BM25ランキングやtop-Kプッシュダウンなどの機能を提供します。
ハイブリッド検索： - 両方の拡張機能を組み合わせて、意味的検索と正確な用語検索を1つのランクリストで返すことができます。
インデックスのストレージ： - インデックスはストレージに保存されているため、スケールゼロ後にウォームアップ不要で即座に利用可能です。

Databricksユーザーへの影響：

Lakebase Searchを利用するには、プロジェクト設定でLakebase Searchを有効にし、必要な拡張機能（ lakebase_vector および lakebase_text ）をインストールする必要があります。
既存のPostgresワークロードをDatabricks Lakebaseに移行する際、pgvectorとの互換性が役立ちます。
より高速でスケーラブルなベクトル検索と全文検索が可能になり、検索機能の強化が期待できます。
セマンティック検索とキーワード検索を組み合わせたハイブリッド検索により、より精度の高い検索結果が得られます。

詳細については、提供されたリンク（Lakebase Search、lakebase_vector、lakebase_textのドキュメント）を参照することをお勧めします。

Databricks Appsのテレメトリーが一般提供開始されました

2026-09-18
Databricks アプリのテレメトリーを構成できる機能が一般提供開始されました。 Databricks Apps テレメトリーは、トレース、ログ、メトリクスを収集し、OpenTelemetry (OTel) プロトコルを使用して Unity Catalog テーブルに保存します。アプリテレメトリを有効にすると、Databricks がシステムログと使用状況イベントを自動的にキャプチャします。また、フレームワーク用 OpenTelemetry SDK を使用して、カスタム計測を追加できます。

詳細はDatabricks アプリのテレメトリーを構成するを参照してください。

ユーザーへのインパクト

Databricks Appsのテレメトリー機能が一般提供されました。これにより、アプリのトレース、ログ、メトリクスをUnity Catalogテーブルに収集・保存できます。Databricksが自動的にシステムログと使用状況イベントをキャプチャし、カスタム計測を追加することも可能です。これにより、アプリの監視とデバッグが容易になります。詳細はDatabricksのドキュメントを参照してください。

Databricks Apps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。

2026-09-18
Databricks Appsが、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のデフォルトで有効になりました。Databricks Appsを参照してください。

ユーザーへのインパクト

Databricks Appsは、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有効になります。Databricksユーザーは、追加の設定なしにDatabricks Appsを利用できます。ただし、コンプライアンスやセキュリティの要件に応じて、適切な設定や管理が必要になる場合があります。詳細はDatabricks Appsのドキュメントを参照してください。

Moonshot AIのKimi K2.7は廃止予定です。

2026-09-17
ムーンショットAIのKimi K2.7は、2026年10月30日に廃止される予定です。推奨される代替モデルはKimi K3です。移行ガイドについては、「廃止予定および廃止されたモデル」を参照してください。 ->
ムーンショットAIのKimi K2.7は、2026年10月30日に廃止される予定です。推奨される代替モデルはKimi K3です。移行ガイドについては、「廃止予定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のKimi K2.7モデルは、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、指定された移行ガイドに従ってKimi K3への移行を計画する必要があります。

コンプライアンス・セキュリティ・プロファイル標準に対するUnity Gatewayのサポート

2026-09-17
Unity Gatewayは、現在Databricksがサポートしてい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デフォルトで利用できます。
サポートされているコンプライアンス標準の完全なリストについては、「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

Unity Gateway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・プロファイル標準に対応しました。これにより、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、デフォルトでUnity Gatewayが利用できるようになります。影響を受けるDatabricksユーザーは、コンプライアンス・セキュリティ・プロファイルのドキュメントを参照し、Unity Gatewayの利用可否を確認できます。

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。

2026-09-17
これで、クラシックコンピュートの Python 依存関係をベース環境を使って管理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

このリリースにより、Databricksユーザーは従来のコンピューティング環境（ベータ版）において、基本的な環境を設定することでPythonの依存関係をより簡単に管理できるようになります。ユーザーはDatabricksが提供する環境か、カスタムのワークスペースレベル環境のどちらかを選択して利用できます。具体的には、「環境を使用して依存関係を管理する」のドキュメントに記載されている手順に従うことで、依存関係の管理が可能になります。これにより、従来のコンピューティング環境での開発や作業がより効率化されます。

Genie Oneのスキルは、複数のファイルやフォルダに対応しています。

2026-09-17
Genie Oneスキルに複数のファイルとサブフォルダー（最大3階層）を含めることができるようになりました。スキルあたりのファイルまたはフォルダーの数は最大50です。スキルはテキストファイルをロードできます。詳細はユーザースキルをご覧ください。

ユーザーへのインパクト

Databricksユーザーは、Genie Oneスキルで最大50個のファイルまたはフォルダ（最大3階層のサブフォルダ）を参照できるようになりました。これにより、複数のテキストファイルをロードして、より包括的なスキルを定義できます。詳細はDatabricksのドキュメントで確認できます。

Genieエージェントの機能強化とバグ修正

2026-09-17

大きなPDFのアップロード: Genie OneとGenie AgentsにアップロードできるPDFの最大ページ数が、従来の20ページから100ページに増加しました。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。
最大6か月間のアクティビティの要約: 作成者は、[Monitor]タブからGenie Agentのアクティビティを最大6か月間要約できるようになりました。使用状況と傾向の確認を参照してください。
エージェントは添付されたソースのみを使用: Genie Agentは、ソースとして明示的に添付されたデータアセットのみを使用するようになりました。データオブジェクトの管理を参照してください。
Analyze Agent Usageの要約の修正: Analyze Agent Usageが、エージェントに送信された最後の20件のメッセージのみを要約していたバグを修正しました。

ユーザーへのインパクト

Databricksユーザーは、以下の影響を受けます：

Genie OneとGenie Agentsでアップロード可能なPDFの最大ページ数が20ページから100ページに増加し、より大きなドキュメントの処理が可能になりました。
Genie Agentのアクティビティの監視期間が最大6か月に延長され、長期的な使用状況の分析が容易になりました。
Genie Agentが、明示的に添付されたデータアセットのみを使用するようになり、データの取り扱いがより厳格になりました。
Analyze Agent Usageの要約が、最後の20件のメッセージに限定されなくなり、より正確な使用状況の分析が可能になりました。

メタストアレベルのABACポリシーはベータ版です。

2026-09-17
Unity Catalogでは、メタストアレベルのABACポリシーがベータ版として利用できます。ここでは、メタストアレベルでABACポリシー（行フィルター、列マスク、GRANT、DENY）をアタッチできるため、1つのポリシーを、後で作成されるカタログを含むメタストア内のすべてのカタログに適用できます。これにより、ガバナンスチームは、組織全体のデータ保護ルールを、個々のカタログごとにポリシーを複製することなく、1箇所で適用できます。
詳細については、「メタストアレベルのABAC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のメタストアレベルでABACポリシー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、メタストア内のすべてのカタログ（将来作成されるカタログを含む）に一つのポリシーを適用できます。つまり、組織全体のデータ保護ルールを一箇所で管理でき、個々のカタログごとにポリシーを複製する必要がなくなります。Databricksユーザーは、これによりより効率的なデータガバナンスが可能になります。

UnityゲートウェイAPIおよび開発者ツールの一般提供を開始しました。

2026-09-16
モデルサービス、モデルプロバイダーサービス、およびMCPサービスを管理するためのUnity Gateway APIが一般提供開始されました。これには、Databricksデベロッパーツール全体での作成、読み取り、更新、一覧表示、削除のサポートが含まれます。

Terraformプロバイダー: 1.132.0以降
Databricks CLI: v1.17.0以降
Python SDK: databricks-sdk 0.136.0以降
Go SDK: databricks-sdk-go v0.178.0以降
Java SDK: databricks-sdk-java 0.153.0以降
JavaScript SDK: @databricks/sdk-aigateway 0.19.0以降

Databricks CLI 1.17.0以降を介した宣言的オートメーションバンドルのサポートはベータ版です。

APIドキュメントについては、Unity Gateway APIリファレンスを参照してください。

例とチュートリアルについては、以下を参照してください。

ユーザーへのインパクト

UnityゲートウェイAPIと開発者ツールの一般提供が開始されました。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、MCPサービスを管理するためのAPIが利用可能になります。Databricksユーザーへの影響は以下の通りです：

開発者ツールの更新: Databricks CLI、Terraformプロバイダー、Python、Go、Java、JavaScript SDKが更新され、UnityゲートウェイAPIをサポートするようになりました。指定されたバージョン以降のツールを利用することで、ユーザーは新しいAPIを利用できます。
宣言的オートメーションバンドルのサポート: Databricks CLI 1.17.0以降を使用することで、宣言的オートメーションバンドルがベータ版として利用可能になりました。これにより、ユーザーはより簡単に自動化されたワークフローを作成、管理できます。
UnityゲートウェイAPIの利用: ユーザーはUnityゲートウェイAPIを使用して、モデルサービス、モデルプロバイダーサービス、およびMCPサービスを管理できます。APIドキュメントとチュートリアルが提供されており、ユーザーはこれらを参考にして新しい機能を利用できます。

これらの更新により、Databricksユーザーはより効率的にAI関連のサービスを管理し、自動化できるようになります。新しいAPIとツールを利用することで、ワークフローの効率化と自動化が促進されることが期待されます。

未使用のOAuthクライアントシークレットは90日後に自動的に削除されます。

2026-09-16
Databricksは現在、使用されていないアクセストークンのクリーンアップと一貫して、サービスプリンシパルの OAuth クライアントシークレットを 90 日間使用しないと自動的に削除します。削除されたシークレットがまだ必要な場合は、新しい OAuth シークレットを作成してください。

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ではOAuthクライアントシークレットが90日間未使用の場合、自動的に削除されるようになります。影響：

ユーザーは定期的にOAuthクライアントシークレットの使用状況を確認する必要があります。
90日以上使用されていないシークレットは削除されるため、必要なシークレットは新しいものに置き換える必要があります。

つまり、長期にわたって使用していないシークレットは自動的に削除されるため、セキュリティが向上しますが、必要なシークレットが削除された場合は新しいシークレットを作成する必要があります。

マネージドエージェントのメモリとセッションはベータ版です。

2026-09-16
マネージドエージェントメモリとマネージドエージェントセッションはBetaです。Databricksは現在、エージェントの状態のための2つの完全にマネージドされたLakebaseベースのストアを提供しています。どちらも任意のフレームワーク上に構築されたエージェントから使用できます。

マネージドエージェントメモリは、セマンティック検索により、会話全体で永続するエージェントの耐久性のある長期メモリを提供します。詳しくは、マネージドエージェントメモリを参照してください。
マネージドエージェントセッションは、エージェントがターンの開始時に読み取り、実行中に追記する、耐久性のある会話履歴を保存します。詳しくは、マネージドエージェントセッションを参照してください。

ユーザーへのインパクト

Databricksの新しいリリースにより、ユーザーはベータ版の「マネージドエージェントメモリ」と「マネージドエージェントセッション」を利用できるようになりました。これらの機能は、Lakebaseベースのストアを使用してエージェントの状態を管理します。

マネージドエージェントメモリ: エージェントが会話を通じて永続する長期記憶を持つことを可能にします。
マネージドエージェントセッション: エージェントが使用する耐久性のある会話履歴を保存します。

これらの機能により、Databricks上でエージェントを構築および運用するユーザーは、より堅牢で耐久性のあるエージェントの状態管理を利用できます。詳細については、Databricksのドキュメントを参照してください。

AWS GovCloud IL5のワークスペースからAnthropicモデルが削除されます。

2026-09-16
2026年9月19日、Anthropicモデルは、DoD Impact Level 5 (IL5) コンプライアンス規格が選択されているAWS GovCloudおよびAWS GovCloud DoDのDatabricksワークスペースから削除されます。この日以降、IL5ワークスペースはAnthropicモデルを提供するエンドポイントを作成したり、使用したりできなくなります。影響を受けるエンドポイントは、2026年9月19日までに他のサポートされているモデルに移行してください。

DoD IL5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9月19日に、AWS GovCloudのDatabricksワークスペースでDoD Impact Level 5 (IL5) コンプライアンス規格が選択されている場合、Anthropicモデルが利用できなくなります。影響を受けるエンドポイントは2026年9月19日までに他のモデルに移行する必要があります。

Genie One（ベータ版）へのアカウント限定ユーザーアクセス

2026-09-16
Genie Oneは現在、アカウントのみのユーザーをサポートしているため、登録済みのIDプロバイダーのユーザーは、ワークスペースに割り当てられたり、コンシューマーアクセスを付与されたりしなくても、アカウントレベルのGenie Oneにアクセスできます。有効にすると、対象ユーザーは自動的に登録されます。Unity Catalogは、各ユーザーが見ることができるものを引き続き管理します。 Genie Oneへのアカウントのみのユーザーアクセスを参照してください。

ユーザーへのインパクト

Genie One（ベータ版）へのアクセスがアカウントレベルのユーザーにも開放されます。これにより、ワークスペースに割り当てられていないユーザーもGenie Oneにアクセスできるようになりますが、Unity Catalogによってデータアクセスが管理されるため、ユーザーは引き続き権限のあるデータのみにアクセスできます。アカウント管理者は、Genie Oneのアカウントレベルのアクセスを有効にすることで、対象ユーザーが自動的に登録されることに注意が必要です。

ABACカラムマスクのARRAYカラムとMAPカラムに拡張されたVARIANTキャスト

2026-09-16
STRUCT やその他の型に加えて、型ARRAY および MAP の列をマスクするために、単一の VARIANT 関数を使用できるようになりました。これには、Databricks Runtime 19 以降が必要です。単一の関数で複数の列タイプをマスクするを参照してください。

ユーザーへのインパクト

Databricks Runtime 19以降を使用しているユーザーは、単一のVARIANT関数を使用して、ARRAYおよびMAP型の列をマスクできるようになりました。これにより、複数の列タイプをより簡単にマスクできます。詳細については、単一の関数で複数の列タイプをマスクするを参照してください。

ビューのABACはベータ版です。

2026-09-15
属性ベースのアクセス制御(ABAC)行フィルターと列マスクが、テーブルに加えてビューに拡張されました。これにより、ABACポリシーを使用して、ビューを通じて公開される機密データへのアクセスを制御できます。
アカウント管理者は、アカウントコンソールのPreviewsページからABAC on Viewsプレビューを有効にできます。この機能を使用するには、Databricks Runtime 19 以降が必要です。
「Unity Catalogでの属性ベースのアクセス制御」をご覧ください。

ユーザーへのインパクト

このリリースノートは、Databricksユーザーがビューに対するより細かいアクセス制御を行えるようになったことを示しています。属性ベースのアクセス制御（ABAC）がビューにも適用されるようになったため、ビューを通じて公開される機密データへのアクセスをより詳細に制御できるようになりました。これを利用するには、アカウント管理者がプレビューを有効にし、Databricks Runtime 19以降を使用する必要があります。したがって、ビュー内の機密データへのアクセスをより厳密に管理したいユーザーは、この機能を有効にすることを検討すべきです。

Lakebase スナップショット API (ベータ版)

2026-09-15
Lakebaseのスナップショットをプログラムで管理できるようになりました。スナップショットAPIを使用すると、プロジェクトブランチのポイントインタイムスナップショットの作成、取得、一覧表示、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スナップショットを復元できます。このAPIはベータ版です。スナップショットの作成を参照してください。

ユーザーへのインパクト

Lakebase スナップショット API (ベータ版) のリリースにより、Databricks ユーザーはプログラムで Lakebase のスナップショットを管理できるようになります。これにより、スナップショットの作成、取得、リスト化、削除、およびスナップショットからの新しいブランチの作成によるデータの復元が容易になります。この機能はベータ版であり、今後のバージョンで改善される予定です。ユーザーは、この API を使用することで、データ管理の柔軟性と自動化の向上が期待できます。

Unity CatalogビューをスキャンするData Classification（ベータ版）

2026-09-15
Data Classificationは、同じ検出エンジンを使用して機密データの列を分類し、テーブルに加えてUnity Catalogビューをスキャンできるようになりました。これはBeta機能です。詳細については、ビューを分類するを参照してください。

ユーザーへのインパクト

Unity Catalog ビューをスキャンするデータ分類（ベータ版）が利用できるようになりました。これにより、テーブルだけでなくビュー内の機密データの列を検出し、分類できます。これにより、データガバナンスが強化され、機密データの管理が容易になります。Data Classificationはベータ機能であることに注意してください。詳細については、ドキュメント「ビューを分類する」を参照してください。

OpenSharingと外部のDeltaテーブルを共有する機能が一般提供開始されました。

2026-09-15
OpenSharing を使用した外部の Delta テーブルの共有と読み取りが一般提供開始されました。プロバイダーは、データを Databricks にコピーすることなく、OneLake、Hive メタストア、または AWS Glue からフェデレーションされた Delta 形式のテーブルを共有できます。詳細は、共有に外部 Delta 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

OpenSharingが一般提供開始され、外部のDeltaテーブルを簡単に共有できるようになりました。これにより、データをDatabricksにコピーする必要がなく、OneLake、Hiveメタストア、AWS GlueからのDelta形式のテーブルを直接共有できます。ユーザーは外部Deltaテーブルを共有および読み取りでき、データ管理がより柔軟になります。詳細は、Databricksのドキュメントを参照してください。

Databricks AppsのWebhookトリガーによるデプロイメントが近日一般提供開始予定です。

2026-09-15
2026年10月から、Databricks Appsのウェブフックトリガーによるデプロイメントが一般提供開始となります。接続されたGitHubまたはAzure DevOpsリポジトリに変更がプッシュされたときにアプリを自動的にデプロイするため、手動で再デプロイすることなく、デプロイされたアプリをリポジトリと同期した状態に保つことができます。

詳細については、Databricksアプリをデプロイするを参照してください。

ユーザーへのインパクト

Databricks AppsのWebhookトリガーによるデプロイメントが2026年10月に一般提供開始予定です。これにより、GitHubまたはAzure DevOpsリポジトリに変更がプッシュされたときにアプリが自動的にデプロイされ、手動での再デプロイなしにアプリをリポジトリと同期した状態に保つことができます。ユーザーは、Databricksアプリのデプロイプロセスを自動化し、効率化することができます。

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、メタデータの読み取り権限が間もなくデフォルトで利用できるようになります。

2026-09-15
2026年10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は、デフォルトでREAD METADATA権限が利用可能になります。READ METADATAにより、オブジェクトのメタデータに対する読み取り専用の可視性が得られます。これには、権限の付与、行フィルタと列マスク、ABACポリシーなど、BROWSEでは公開されないセキュリティ関連の情報が含まれます。これは、セキュリティ監査者、データガバナンスチーム、サイト信頼性エンジニア（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を対象としています。詳細については、READ METADATAを参照してください。

ユーザーへのインパクト

2026年10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なDatabricksワークスペースでは、READ METADATA権限がデフォルトで有効になります。これにより、オブジェクトのメタデータ（権限設定やセキュリティ関連情報など）が読み取り専用で参照可能となり、セキュリティ監査やデータガバナンスの管理が容易になります。特に、セキュリティ監査者やデータガバナンスチームにとって、アクセス制御の検査やデバッグがしやすくなるでしょう。

自動変更データフィードは、近日中にサポートされているすべての地域で利用できるようになります。

2026-09-15
自動変更データフィード（Auto CDF）は、来月よりワークスペースにロールアウトされ、2026年10月末までにサポートされているすべてのリージョンで利用可能になります。Auto CDFは、行のトラッキングを使用してクエリ時に行レベルの変更を計算するため、Delta LakeやApache Iceberg v3テーブルごとに変更データフィードを有効にする必要はありません。行のトラッキングが有効なDatabricks Runtime 19以降が必要です。

「自動変更データフィード」を参照してください。

ユーザーへのインパクト

自動変更データフィード（Auto CDF）が近日中にサポートされているすべての地域で利用可能になります。Auto CDFにより、Delta LakeやApache Iceberg v3テーブルごとに変更データフィードを有効にする必要がなくなり、行レベルの変更を簡単に追跡できます。Databricks Runtime 19以降で行トラッキングが有効になっていれば利用可能です。詳細はドキュメントをご参照ください。

Slackの返信におけるGenieの視覚化（パブリックプレビュー）

2026-09-14
Genieのレスポンスにチャートが含まれる場合、可視化はSlackの返信に画像として表示されるようになりました。以前にSlack用のDatabricks Genieアプリをインストールしたことがある場合は、これを有効にするために再インストールしてください。詳細については、「可視化」を参照してください。

ユーザーへのインパクト

Slack上でDatabricks Genieアプリを利用しているユーザーは、Genieからのレスポンスにチャートが含まれる場合、その可視化がSlackの返信に画像として表示されるようになります。ただし、この機能を利用するには、Slack用のDatabricks Genieアプリを再インストールする必要があります。

counter_diff SQL ウィンドウ関数が利用できるようになりました。

2026-09-14
counter_diffウィンドウ関数は、連続する累積カウンタ値間の差分を計算し、カウンタのリセットを処理して、カウンタデータの時系列分析を行います。この関数は、Databricks SQL と Databricks Runtime 19 以降で使用できます。詳しくは、 counter_diff 分析ウィンドウ関数をご参照ください。

ユーザーへのインパクト

counter_diff SQL ウィンドウ関数が利用できるようになったため、Databricks ユーザーは時系列データの分析が容易になります。この関数は、累積カウンタ値の差分を計算し、カウンタのリセットを自動的に処理します。Databricks SQL および Databricks Runtime 13.3 以降の環境で利用可能です。これにより、ユーザーはカウンタデータの分析がより簡単かつ正確になります。

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近日中に利用できるようになります。

2026-09-14
2026年10月初旬に、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は、サーバーレスコンピューティングでのJARタスクの実行が自動的に有効になります。 Java または Scala Spark コードを JAR にパッケージ化し、Lakeflow Job のサーバーレスコンピューティングで JAR タスクとして実行します。クラスターのプロビジョニングや管理は不要です。

「サーバーレスコンピューティングで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

このリリースノートによると、2026年10月初旬から、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Databricksワークスペースにおいて、サーバーレスコンピューティングでJARタスクが自動的に利用できるようになります。これにより、ユーザーはJavaまたはScalaのSparkコードをJARにパッケージ化し、Lakeflowジョブの一部としてサーバーレスコンピューティングで簡単に実行できるようになります。クラスターのプロビジョニングや管理の手間が不要になるため、作業の効率化が期待できます。詳細な手順については、Databricksのドキュメント「サーバーレスコンピューティングでJARを作成して実行する」に記載されています。

メトリックビュー内の数値インデックス列に対するウィンドウ測定値

2026-09-14
ウィンドウ計算は、連続する整数のorder列の単位なしのoffsetおよびtrailing/leadingの範囲をサポートします。会計年度の週や4-4-5期間などの非カレンダー期間には、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計算を参照してください。

ユーザーへのインパクト

Databricksのメトリックビューにおいて、数値インデックス列を使用したウィンドウ測定が可能になりました。これにより、会計年度の週や4-4-5期間などの非カレンダー期間に対して、ウィンドウ計算を実行できます。具体的には、連続する整数のorder列に対して、offsetやtrailing/leadingの範囲を指定できます。これにより、より柔軟なデータ分析が可能になります。詳細は、ドキュメント「数値インデックス列のウィンドウ計算」を参照してください。

OpenSharingで外部のIcebergテーブルを共有できるようになりました（一般提供）

2026-09-11
OpenSharingで外部のIcebergテーブルを共有、読み取りが一般提供開始されました。プロバイダーは、Lakehouse Federationを使用して、外部のIcebergカタログからフェデレーションされたIcebergテーブルを共有できます。これには、外部のIcebergクライアントを使用する受信者への共有も含まれます。詳細については、プロバイダー向けには共有に外部Icebergテーブルを追加する、受信者向けには共有された外部Iceberg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で外部のIcebergテーブルを共有できるようになり、Lakehouse Federationを使って外部Icebergカタログからテーブルを共有できます。これにより、外部Icebergクライアントを使用するユーザーとも共有が可能になります。プロバイダーは共有設定、受信者はデータ読み取り方法に関するドキュメント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パブリックプレビューで利用可能になりました。

2026-09-11
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、ジョブ全体を再実行しなくても、障害をデバッグしたり結果を探索したりできます。Databricks は、対象の実行のスナップショットを自動的にキャプチャします。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、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できるようになります。これにより、ジョブ全体を再実行することなく、障害のデバッグや結果の探索が可能になります。Databricksは対象の実行のスナップショットを自動的にキャプチャします。したがって、ユーザーはより効率的にジョブのデバッグや結果の探索を行うことができます。詳細については、ドキュメント「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。

DeepSeek V4.1 FlashがUnity Gatewayで利用できるようになりました。

2026-09-11
DeepSeek V4.1 Flashが、テキストと画像の入力に対応してUnity Gatewayで利用できるようになりました。サポートされているリージョンについては、こちらをご覧ください。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

DeepSeek V4.1 FlashモデルがUnity Gatewayで利用可能になったことにより、Databricksユーザーはテキストと画像の入力に対応したこの高度なモデルをFoundation Model APIsを通じて利用できるようになりました。これにより、より柔軟で強力なAI機能を自分のワークフローに組み込むことが可能になります。ただし、使用にあたっては適用される規約を遵守する責任がユーザーにあります。

標準パフォーマンスモードが、Jobs APIでのワンタイム実行で利用できるようになりました。

2026-09-11

これで、Jobs API で performance_target を STANDARD に設定できるようになりました。Apache Airflow の DatabricksSubmitRunOperator もこれをサポートしています。詳しくは、ワンタイム実行の作成とトリガーおよびパフォーマンスモードの選択をご覧ください。

ユーザーへのインパクト

Jobs APIで、1回限りの実行時にperformance_targetをSTANDARDに設定できるようになりました。これにより、標準パフォーマンスモードでのジョブ実行が可能になります。Apache AirflowのDatabricksSubmitRunOperatorもこの機能をサポートしています。つまり、Databricksのジョブ実行において、より柔軟なパフォーマンス設定が可能になり、ワークフローの制御が向上します。特に、1回限りの実行やAirflowを使ったワークフロー管理において、パフォーマンスの最適化が期待できます。詳細は、Databricksのドキュメントを参照してください。

OpenSharingを使用して外部スキーマやテーブルを共有する機能が一般提供開始されました。

2026-09-11
OpenSharingを使用して外部スキーマや外部テーブルを共有および読み取りが一般提供開始されました。プロバイダーは、Lakehouse Federationを使用して外部データソースから統合された外部スキーマやテーブルを、データをDatabricksにコピーすることなく共有できます。プロバイダー向けの共有に外部スキーマまたはテーブルを追加するおよび受信者向けの共有された外部テーブルまたは外部スキーマのデータを読み取るを参照してください。
外部スキーマやテーブルを共有すると、プロバイダー側でデータが具体化されるため、コンピュートとストレージのコストが発生します。OpenSharingのコストはどのように発生し、どのように確認すればよいですか？を参照してください。

ユーザーへのインパクト

OpenSharing機能が一般提供開始され、外部スキーマや外部テーブルの共有が可能になりました。これにより、Lakehouse Federationを使用して外部データソースからデータをDatabricksにコピーせずに共有できます。プロバイダーは外部スキーマやテーブルを共有でき、受信者はそれらのデータを読み取ることができます。ただし、外部スキーマやテーブルを共有すると、プロバイダー側でデータが具体化され、コンピュートとストレージのコストが発生します。ユーザーはコストの発生源と確認方法についてドキュメントを参照する必要があります。

Genie OneおよびGenie Code用のDatabricksが提供するMCPコネクターが一般提供開始されました。

2026-09-10
Genie OneとGenie Codeは、Databricksが提供するMCPコネクタを介して、Google Drive、Gmail、Google Calendar、Microsoft 365、Atlassian、Slack、GitHubと接続し、質問に答えながら会社のツールに対して検索や操作を行えるようになりました。各接続はUnity CatalogとUnity Gatewayによって管理され、各ツールコールが承認され、組み込みのポリシーと承認要件が適用され、使用状況と監査アクティビティがログに記録されます。各ユーザーは個別に認証され、OAuthトークンは共有されません。詳細については、外部ツールとデータソースへの接続をご覧ください。

ユーザーへのインパクト

このリリースノートによると、DatabricksユーザーはGenie OneとGenie Codeを使用して、Google DriveやMicrosoft 365などの外部ツールに簡単に接続し、検索や操作ができるようになりました。Unity CatalogとUnity Gatewayによって、各接続はセキュリティと監査の観点から適切に管理されるため、ユーザーは安心して外部ツールを利用できます。

Lakeflowパイプラインのマネージドテーブル（ベータ版）

2026-09-10
Lakeflowパイプラインでマネージドテーブルを作成し、1つ以上のappend flowでデータを書き込むことができるようになりました。この機能はBeta版です。また、append flowでimport_checkpointを使用することで、既存のStructured Streamingの処理を再処理することなくパイプラインに移行することができます。
詳細については、create_table、CREATE TABLE ... FLOW (パイプライン)、append_flow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のLakeflowパイプラインに関する更新情報を示しています。主な変更点は以下の通りです。

Lakeflowパイプラインでマネージドテーブルを作成できるようになり、1つ以上のappend flowでデータを書き込むことが可能になりました。この機能はベータ版として提供されています。
既存のStructured Streamingの処理を再処理することなく、append flowでimport_checkpointを使用することでパイプラインに移行できるようになりました。

これらの変更により、Databricksユーザーは以下のような影響を受けることになります。

Lakeflowパイプラインの機能が拡張され、より柔軟なデータ処理が可能になります。
既存のStructured Streamingの処理を容易にパイプラインに移行できるようになり、移行にかかる手間や再処理の必要性が減ります。

詳細については、記載されているドキュメントリンク（create_table、CREATE TABLE ... FLOW (パイプライン)、append_flow）を参照することで、具体的な実装方法や使用方法を確認できます。

Genie One 用の Databricks マネージド MCP コネクタが一般提供開始されました。

2026-09-10
Genie Oneのチャット機能では、Google Drive、Gmail、Microsoft 365、Atlassian、Slack 用の Databricks が管理する MCP コネクタを使用できるようになり、質問に答えながら会社のツールに対して検索やアクションを実行できるようになりました。すべての接続は、Unity Catalog および Unity Gateway を通じて管理され、各ツール呼び出しを承認し、組み込みのポリシーと承認要件を適用し、使用状況と監査アクティビティをログに記録します。各ユーザーは個別に認証され、OAuth トークンは共有されません。詳細については、「外部ツールおよびデータソースへの接続」を参照してください。

ユーザーへのインパクト

Genie Oneのチャット機能が強化され、Google DriveやSlackなどの外部ツールに接続できるようになりました。これにより、チャット内でこれらのツールに対して検索やアクションを実行できます。接続はUnity Catalogを通じて管理され、セキュリティと監査が強化されています。ユーザーは個別に認証され、使用状況がログに記録されます。詳細はドキュメントをご参照ください。

Genieエージェントは、間もなくエージェントに添付されたデータソースにのみアクセスできるようになります。

2026-09-10
2026年9月下旬以降、Genieエージェントは、エージェントのデータソースに明示的にアタッチされているデータソースのみを使用するよう制限されます。現在、Genieエージェントは、指示でテーブルやUnity Catalog関数が参照されている場合、アタッチされているデータソースの範囲を超えることができます。
詳細についてはGenieエージェントの作成と管理を参照してください。

ユーザーへのインパクト

Genieエージェントは、2026年9月下旬以降、エージェントに添付されたデータソースにのみアクセスできるようになります。これにより、Genieエージェントが参照するデータが制限され、現在は指示で参照されているテーブルやUnity Catalog関数にアクセスできますが、将来的にはエージェントに明示的にアタッチされたデータソースにのみアクセスが制限されます。したがって、Genieエージェントを使用するユーザーは、必要なデータソースをエージェントにアタッチする必要があります。詳細については、Genieエージェントの作成と管理に関するドキュメントを参照してください。

Databricks Excelアドインが一般提供開始されました。

2026-09-10
Databricks Excelアドインが一般提供開始されました。Microsoft ExcelとDatabricksワークスペースを接続し、Unity Catalogのテーブルやビューを参照・インポートしたり、SQLクエリを実行したり、ピボットテーブルを構築したり、カスタム関数を使用したり、Unity Catalogにデータを書き戻したりできます。ピボットテーブルを構築する際には、ライブクエリを有効にすることで、フィールドを更新するたびに結果を確認できるようになりました。

詳細はMicrosoft ExcelからDatabricksに接続するをご覧ください。

ユーザーへのインパクト

Databricks Excelアドインが一般提供されました。これにより、Microsoft ExcelからDatabricks Unity Catalogへの接続が可能になり、テーブルの参照・データのインポート、SQLクエリの実行、ピボットテーブルの構築、カスタム関数の使用、およびUnity Catalogへのデータの書き戻しが可能になります。また、ピボットテーブル構築時にライブクエリを有効にすることで、フィールド更新時の即時反映が可能になりました。

継続的パイプラインのメンテナンスウィンドウ

2026-09-10
継続的なLakeflowパイプラインでメンテナンスウィンドウを設定し、新しいランタイムバージョンやサーバーレスインフラストラクチャのメンテナンスなど、再起動が必要なプラットフォーム更新をDatabricksが適用するタイミングを制御できるようになりました。曜日、開始時刻、およびタイムゾーンを選択すると、Databricksはその1時間のウィンドウ内でのみメンテナンスを開始します。ジョブ UI、パイプライン UI、またはジョブ REST API でウィンドウを設定します。

詳細については、継続的パイプラインの更新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

継続的Lakeflowパイプラインを使用しているDatabricksユーザーは、メンテナンスウィンドウを設定できるようになり、再起動が必要なプラットフォーム更新のタイミングを制御できます。これにより、曜日、開始時刻、タイムゾーンを選択して、1時間のメンテナンスウィンドウを設定できます。ジョブUI、パイプラインUI、またはジョブREST APIで設定可能です。

ダッシュボードの強化

2026-09-10

/importBI での追加の Tableau 計算: /importBI Genie Code コマンドで Tableau レポートをインポートする際、パラメータ化された計算の追加のケースがサポートされるようになりました。詳細は、Genie Code を使用した BI ファイルのインポートを参照してください。
リレーションシップのスコープ付きフィルター (パブリックプレビュー): リレーションシップを持つダッシュボードでは、各ウィジェットはそれに関連するデータセットを持つフィルターにのみ応答するようになったため、フィルターは関連しないチャートに影響しなくなりました。詳細については、ダッシュボードのリレーションシップを参照してください。
マテリアライゼーションのためのウェアハウスの選択: Unity Catalog でダッシュボードのデータセットをマテリアライズドビューとしてエクスポートする場合、マテリアライゼーションを実行する SQL ウェアハウスを選択できるようになりました。詳細については、データセットをマテリアライズドビューとしてエクスポートするを参照してください。
Include スタイルの LOD 式: メトリクスビューのエディターは、YAML で Include スタイルの詳細レベル (LOD) 式をサポートするようになりました。
スコープされたスターター質問: 公開されたダッシュボードでは、Ask Genie が提案するスターターの質問は、現在表示しているダッシュボードのページとウィジェットにスコープされるようになりました。
ページごとの主要な洞察: 主要な洞察がダッシュボードのページごとに生成されるようになりました。新しい洞察 バッジは、新しい洞察が利用可能な場合にのみ表示され、ライブ生成インジケーターも表示されます。
Ask Genie コンテキストとしての選択チャート: 公開されたダッシュボードでは、Ask Genie 入力バーにコンテキストとして選択したチャートが表示されるため、その特定のチャートに関する質問をすることができます。詳細については、特定のチャートについて Genie に尋ねるを参照してください。

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ました。主な変更点とユーザーへの影響は以下の通りです：

Tableau計算の追加サポート：Tableauレポートのインポートが容易になり、パラメータ化された計算がより多くサポートされるようになりました。これにより、Tableauからの移行がスムーズになります。
リレーションシップのスコープ付きフィルター：ダッシュボード内のリレーションシップを持つウィジェットは、関連するデータセットを持つフィルターにのみ応答するようになり、不要なチャートへの影響がなくなりました。これにより、ダッシュボードの操作性が向上します。
マテリアライゼーションのためのウェアハウスの選択：ダッシュボードのデータセットをマテリアライズドビューとしてエクスポートする際、使用するSQLウェアハウスを選択できるようになりました。これにより、ユーザーはより柔軟にリソースを管理できます。
IncludeスタイルのLOD式のサポート：メトリクスビューのエディターで、Includeスタイルの詳細レベル(LOD)式がYAMLでサポートされるようになりました。これにより、より複雑なデータ分析が可能になります。
スコープされたスターター質問：公開されたダッシュボードで、Ask Genieが提案するスターターの質問が、現在表示しているページとウィジェットにスコープされるようになりました。これにより、ユーザーはより関連性の高い質問をすることができます。
ページごとの主要な洞察：主要な洞察がダッシュボードのページごとに生成されるようになり、新しい洞察が利用可能な場合にのみ新しい洞察バッジが表示されます。これにより、ユーザーは新しい洞察を簡単に見つけることができます。
選択チャートをAsk Genieのコンテキストとして使用：公開されたダッシュボードで、選択したチャートがAsk Genie入力バーにコンテキストとして表示され、そのチャートに関する質問がしやすくなりました。これにより、ユーザーはより具体的で関連性の高い情報を得ることができます。

これらの変更により、Databricksダッシュボードの使い勝手、柔軟性、分析能力が向上し、ユーザーがより効果的にデータを分析し洞察を得ることが可能になります。

Anaplan コネクタ（ベータ版）

2026-09-09
Lakeflow ConnectでAnaplanコネクタがBetaとして利用できるようになりました。ワークスペース管理者は、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、AnaplanテナントからDatabricksに監査証跡イベントとユーザーアカウントレコードを取り込みます。認証には、Anaplan CA証明書とそれに対応する秘密鍵を使用します。
詳細については、Anaplanコネクタを参照してください。

ユーザーへのインパクト

Anaplan コネクタ（ベータ版）が Lakeflow Connect で利用可能になりました。これにより、Anaplan テナントから Databricks への監査証跡イベントとユーザーアカウントレコードの取り込みが可能になります。ワークスペース管理者はプレビューページからアクセスを制御でき、認証には Anaplan CA 証明書と秘密鍵を使用します。詳細は Anaplan コネクタのドキュメントを参照してください。

Celigoコネクタ（ベータ版）

2026-09-09
Celigo コネクタが Lakeflow Connect でBeta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。
コネクタは、Celigo (integrator.io) から Databricks へのリソースの作成、更新、削除操作などの監査ログイベントを取り込みます。認証には、Celigo integrator.io APIトークンが使用されます。
詳細については、Celigo コネクタを参照してください。

ユーザーへのインパクト

Celigo 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、Celigo (integrator.io) からの監査ログイベントを Databricks に取り込むことができます。ワークスペース管理者は、プレビューページからこの機能へのアクセスを制御できます。Celigo integrator.io API トークンを使用して認証を行います。詳細は、Celigo コネクタのドキュメントを参照してください。

Anysphere Organizationコネクタ（ベータ版）

2026-09-09
Anysphere Organization 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。
コネクタは、Anysphere (Cursor) Organization Admin APIを使用して、組織メンバー、グループ、およびグループメンバーをDatabricksに毎日スナップショットとして取り込みます。認証には、Cursor Organization Admin API キーを使用します。
詳細については、Anysphere Organization コネクタを参照してください。

ユーザーへのインパクト

Anysphere Organization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、Anysphere（Cursor）の組織メンバー、グループ、グループメンバーの情報をDatabricksに自動的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機能としてアクセス制御が可能です。

Unity Catalog の外部シークレット（ベータ版）

2026-09-09
外部シークレットは、Unity Catalog スキーマを AWS Secrets Manager に接続します。シークレットは、Unity Catalog で、Unity Catalog の権限で管理する読み取り専用のセキュリティ保護可能なオブジェクトとして表示されます。Databricks は、AWS Secrets Manager からオンデマンドで値を読み取ります。 Unity Catalog での外部シークレットを参照してください。

ユーザーへのインパクト

Unity Catalogで外部シークレット（ベータ版）が利用可能になりました。これにより、AWS Secrets ManagerのシークレットをUnity Catalogで管理し、権限を制御できます。Databricksはシークレットの値をオンデマンドでAWS Secrets Managerから読み取ります。これにより、シークレット管理がより一元化され、セキュリティが向上します。詳細はドキュメントをご参照ください。

会話を制御するGenie Codeが追加されました。

2026-09-09
Genie Code には、チャットの分岐や修正が可能な会話コントロールが追加されました。これにより、任意の時点から会話を新しい独立したスレッドに分岐したり、 /btw コマンドを使ってスレッドに含めずにサイドクエスチョンを投げたり、会話をその時点から再生成するために前のメッセージを編集したりできるようになりました。詳しくはチャットの分岐と編集をご覧ください。

ユーザーへのインパクト

Genie Codeに会話制御機能が追加されました。これにより、以下のことが可能になります：

会話の任意の時点から新しい独立したスレッドへの分岐
/btw コマンドを使ったサイドクエスチョンの挿入（メインスレッドには含まれない）
前のメッセージの編集による会話の再生成

詳細はDatabricksのドキュメントで確認できます。これにより、DatabricksユーザーはGenie Codeとの会話をより柔軟に制御できるようになります。

システムテーブル向けの構成可能な保持機能はベータ版です。

2026-09-09
アカウント管理者は、サポートされているシステムテーブルに対して、アカウント全体の保持期間を30日から3650日まで設定できるようになりました。詳細についてはシステムテーブルのデータ保持の設定を参照してください。

ユーザーへのインパクト

システムテーブルのデータ保持期間をアカウントレベルで30日から3650日まで設定できるようになりました。これにより、Databricksユーザーはアカウント全体でシステムテーブルのデータ保持を一元管理できます。保持期間を適切に設定することで、データの管理とコンプライアンスが容易になります。詳細については、ドキュメント「システムテーブルのデータ保持の設定」を参照してください。

Databricks アプリの水平スケーリングは、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近日中に利用できるようになります。

2026-09-09
2026年10月初旬に、Databricks Appsの水平スケーリングが、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自動的に有効になります。水平スケーリングを使用すると、複数のインスタンス間でアプリを単一のアプリURLで実行し、可用性と同時実行性を高めることができます。詳しくは、Databricksアプリの水平スケーリングをご覧ください。

ユーザーへのインパクト

Databricks Appsの水平スケーリングが、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2026年10月初旬に自動的に有効になります。これにより、アプリの可用性と同時実行性が向上します。

ABAC DENY ポリシーはベータ版です。

2026-09-08
Unity Catalogでは、ABAC DENYポリシーがベータ版となっています。DENYポリシーを使用すると、指定されたプリンシパル（オブジェクト所有者を含む）がアクセス管理操作を実行するのを防ぐために、MANAGE ACCESS CONTROL権限を明示的に拒否することができます。これらのポリシーは、常に任意のGRANTよりも優先されます。
詳細については、「ABAC DENYポリシー（ベータ版）」をご参照ください。

ユーザーへのインパクト

Unity CatalogのABAC DENYポリシーがベータ版となりました。これにより、指定されたプリンシパル（オブジェクト所有者を含む）に対して、MANAGE ACCESS CONTROL権限を明示的に拒否し、アクセス管理操作の実行を防ぐことができます。DENYポリシーはGRANTよりも優先されるため、Databricksユーザーはセキュリティ設定をより細かく制御できるようになります。ただし、ベータ版であるため、今後の正式リリースまでに変更がある可能性がある点に留意する必要があります。

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