7
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Day 14

Databricks Advent Calendar 2024

@taka_yayoi(Takaaki Yayoi)in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)

7
Last updated at Posted 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。

Mission Critical アドオンがパブリック プレビューで利用可能になりました。

2026-06-12

Mission Critical workspaceアドオンが一般提供開始になりました。このアドオンによって、管理された災害復旧と既存のEnhanced Security and Compliance(ESC)機能が単一のコンピュートレートで解放され、アカウントコンソールの新しいアドオンタブからワークスペースごとに有効化できるようになりました。アクセスは制限されています。Databricksアカウントチームまでお問い合わせいただき、アカウントのアドオンを有効にしてください。

ユーザーへのインパクト

Mission Criticalアドオンがパブリックプレビューで利用可能になりました。このアドオンにより、管理された災害復旧と強化されたセキュリティおよびコンプライアンス機能が単一のコンピュートレートで利用可能になり、アカウントコンソールの新しい「アドオン」タブからワークスペースごとに有効化できます。ただし、アクセスは制限されているため、Databricksアカウントチームに連絡してアカウントのアドオンを有効にする必要があります。

Zerobus Ingest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る予定です。

2026-06-12

Lakeflow ConnectのZerobus Ingestコネクタは、2026年7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に対してデフォルトで有効になります。

Zerobus Ingestは、データをUnity Catalog Deltaテーブルに直接書き込むプッシュベースのインジェストAPIです。詳細については、Zerobus Ingestコネクタの概要を参照してください。

ユーザーへのインパクト

Zerobus Ingest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2026年7月中旬にデフォルトで利用できるようになります。Zerobus Ingestは、データをUnity Catalog Deltaテーブルに直接書き込むプッシュベースのインジェストAPIです。これにより、Databricksユーザーはデータを簡単に取り込むことができるようになります。

自動行削除のための自動有効期限が一般提供を開始しました。

2026-06-12

自動有効期間 (自動 TTL) が一般提供されるようになりました。自動 TTL は、DATE または TIMESTAMP 列に基づいて、Unity Catalog 管理の Delta Lake テーブル、管理対象の Apache Iceberg テーブル、およびストリーミングテーブルの行を自動的に削除します。自動有効期間による自動行削除を参照してください。

ユーザーへのインパクト

このリリースにより、DatabricksユーザーはUnity Catalogで管理されるDelta LakeテーブルやApache Icebergテーブル、ストリーミングテーブルにおいて、日付やタイムスタンプの列に基づいて、行を自動的に削除できるようになりました。これにより、データの有効期限を自動で管理でき、ストレージの最適化やデータの鮮度維持が容易になります。ユーザーは、自動有効期限の設定により、手動でのデータ削除の手間を省き、データ管理の効率化が図れます。

パーティションテーブルからliquid clusteringへの変換が一般提供されるようになりました。

2026-06-12

既存のパーティション化されたDelta LakeテーブルをALTER TABLE ... REPLACE PARTITIONED BY WITH CLUSTER BYでリキッドクラスタリングに変換できるようになりました。変換によって、リーダーとライターのダウンタイムが最小限に抑えられ、外部テーブルとマネージドテーブルの両方がサポートされます。この機能は、Databricks Runtime 18.1 以降で一般提供されています。詳しくはパーティション化されたテーブルをリキッドクラスタリングに変換するをご覧ください。

ユーザーへのインパクト

Databricks Runtime 18.1 以降を使用している場合、既存のパーティション化された Delta Lake テーブルを ALTER TABLE ... REPLACE PARTITIONED BY WITH CLUSTER BY コマンドで簡単に Liquid Clustering に変換できるようになりました。これにより、ダウンタイムを最小限に抑えてパフォーマンスを向上させることができます。詳しくはドキュメントを参照してください。

AI ランタイム CLI（ベータ版）

2026-06-12

AI Runtime CLI（air）がベータ版として利用できるようになりました。airコマンドラインインターフェイスを利用して、ノートブックを開かずにローカルマシンからAI RuntimeサーバーレスGPUコンピュート上で分散トレーニングジョブを送信・管理できます。詳しくはAI Runtime CLI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 Runtime CLI（air）を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、ローカルマシンからノートブックを開かずに、AI RuntimeサーバーレスGPUコンピュート上で分散トレーニングジョブを送信および管理できます。詳細はドキュメントを参照してください。

期限切れのサービス プリンシパル トークンの電子メール通知 (ベータ版)

2026-06-12

Databricksは、サービスプリンシパルトークンが期限切れになる7日前に、ワークスペース管理者に自動でEメール通知を送信するようになりました。この機能はベータ版です。7日を超える有効期限を持つトークンで、一度以上使用されたトークンに対して通知が送信されます。設定は不要です。 パーソナルアクセストークンの監視と無効化をご参照ください。

ユーザーへのインパクト

Databricksのリリースノートによると、サービスプリンシパルトークンが期限切れになる7日前に、ワークスペース管理者に自動でEメール通知が送信されるようになりました。この機能はベータ版です。

影響:

  • ワークスペース管理者は、サービスプリンシパルトークンの期限切れ前に通知を受け取るようになります。
  • 有効期限が7日を超えるトークンで、一度以上使用されたトークンに対して通知が送信されます。
  • 特別な設定は不要です。

詳細については、パーソナルアクセストークンの監視と無効化 を参照してください。

マネージド ディザスタ リカバリがパブリック プレビューで利用可能になりました

2026-06-12

マネージド ディザスタ リカバリ (DR) 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。マネージド DR は、Unity Catalog メタデータ、マネージド テーブル データ、およびワークスペース アセットをセカンダリ リージョンに複製し、フェイルオーバー後も存続する安定した URL を提供するため、下流のクライアントを再構成する必要がありません。マネージド DR は、アカウント コンソールの新しいレジリエンスセクションから構成および操作します。現在、アクセスはゲートされています。 Databricks アカウント チームに連絡して、アカウントでマネージド DR を有効にしてください。 「マネージド ディザスタ リカバリ」を参照してください。

ユーザーへのインパクト

マネージド ディザスタ リカバリがパブリックプレビューで利用可能になりました。Unity Catalogのメタデータやテーブルデータなどをセカンダリリージョンに複製し、フェイルオーバー後も下流のクライアントを再構成する必要がなくなりました。アカウントコンソールの「レジリエンス」セクションから設定できますが、現在はDatabricksアカウントチームによる有効化が必要です。詳細はドキュメントをご覧ください。

エージェントブリック スーパーバイザー エージェントがサブエージェント ツールとして Unity Catalog ボリュームをサポートするようになりました。

2026-06-11

Supervisor AgentでサブエージェントツールとしてUnity Catalogボリュームを追加できるようになりました。詳細についてはSupervisor Agentの使用による調整済みマルチエージェントシステムの作成をご覧ください。

ユーザーへのインパクト

Databricksユーザーは、Supervisor AgentでUnity Catalogボリュームをサブエージェントツールとして利用できるようになりました。これにより、マルチエージェントシステムの構築がより柔軟になります。詳細はDatabricksのドキュメントで確認できます。

Genie Spaceの機能強化とバグ修正

2026-06-11

  • ダッシュボードへのビジュアライゼーションの保存: Genie Spaceのビジュアライゼーション出力をダッシュボードに保存できるようになりました。ビジュアライゼーションをダッシュボードに保存するを参照してください。
  • 以前のビジュアライゼーションを参照する: フォローアッププロンプトで、以前のプロンプトからビジュアライゼーションを選択して参照します。
  • メトリックビューエクスポート用のGenie Code: Genie Spaceからメトリックビューをエクスポートする際にGenie Codeを使用して、メトリックビューの定義を精査します。Genie Spaceをメトリックビューとしてエクスポートするを参照してください。
  • 共通質問の優先順位付けの修正: 新しいチャットページでは、作成者が定義した共通の質問が優先されるようになりました。作成者が定義した質問が十分にない場合は、自動生成された共通の質問が表示されます。
  • Declarative Automation Bundlesのサポート: Genie SpaceをDeclarative Automation Bundlesリソースとして定義およびデプロイできるようになりました。Declarative Automation Bundles resourcesを参照してください。

ユーザーへのインパクト

Genie Spaceの更新により、以下の機能が追加・改善されました：

  1. ダッシュボードへのビジュアライゼーションの保存：Genie Spaceのビジュアライゼーション出力をダッシュボードに保存できるようになりました。これにより、重要なインサイトを簡単に共有・参照できます。

  2. 以前のビジュアライゼーションを参照する：フォローアッププロンプトで、以前のプロンプトからビジュアライゼーションを選択して参照できるようになりました。会話の文脈を維持しやすくなります。

  3. メトリックビューエクスポート用のGenie Code：Genie Spaceからメトリックビューをエクスポートする際にGenie Codeを使用できるようになり、メトリックビューの定義を精査できます。

  4. 共通質問の優先順位付けの修正：新しいチャットページでは、作成者が定義した共通の質問が優先されるようになりました。作成者が定義した質問が十分にない場合は、自動生成された共通の質問が表示されます。

  5. Declarative Automation Bundlesのサポート：Genie SpaceをDeclarative Automation Bundlesリソースとして定義およびデプロイできるようになりました。これにより、Genie Spaceの管理とデプロイがより効率的になります。

これらの更新により、Genie Spaceの使い勝手が向上し、ユーザーがより効率的にインサイトを取得・共有できるようになりました。

Genie Oneの機能強化とバグ修正

2026-06-11

  • アカウントレベルでのGenieのカスタマイズ：Genieをアカウントレベルでカスタマイズできるようになりました。これには、色、ロゴ、マークダウンを使用したウェルカムメッセージ、ピン留めされたコンテンツなどが含まれます。詳細はGenie Oneのホームページのカスタマイズを参照してください。
  • スケジュールされたタスクのメールツール：スケジュールされたタスクでメールツールを使用してメールを送信できるようになり、よりカスタマイズされたメールフォーマットと送信条件が可能になりました。
  • カスタムMCPサーバーの修正（パブリックプレビュー）：Genie OneでカスタムMCPサーバーを使用できなかった問題を修正しました。

ユーザーへのインパクト

Databricksユーザーは、Genie Oneの以下の機能強化とバグ修正の影響を受けます。

  1. Genieのアカウントレベルでのカスタマイズが可能になり、色、ロゴ、ウェルカムメッセージ、ピン留めされたコンテンツなどを変更できます。
  2. スケジュールされたタスクでメールを送信する際に、より柔軟なフォーマットと送信条件を設定できます。
  3. Genie OneでカスタムMCPサーバーが正しく機能するようになりました。

これらの変更により、Genie Oneの使い勝手とカスタマイズ性が向上します。

モデルのためのABAC GRANTポリシー（ベータ版）

2026-06-11
ABAC GRANTポリシーがベータ版で利用できるようになりました。GRANTポリシーは、個々のオブジェクトに個別に権限を付与する代わりに、ガバナンス対象のタグが条件に一致するセキュリティ可能なオブジェクトにUnity Catalog権限を動的に付与するために、属性ベースのアクセス制御を拡張します。ベータ版では、GRANTポリシーは、カタログまたはスキーマレベルでアタッチされたモデルに対してEXECUTE権限を付与できます。顧客が登録したMLflowモデルとsystem.aiのDatabricksがホストするファウンデーションモデルの両方がサポートされています。詳細については、モデルに対するABAC GRANTポリシー (ベータ版)を参照してください。

ユーザーへのインパクト

Databricksユーザーは、Unity CatalogのGRANTポリシー（ベータ版）を利用して、属性ベースのアクセス制御（ABAC）を拡張し、タグに基づく動的な権限付与が可能になります。これにより、カタログやスキーマレベルでモデルに対するEXECUTE権限を一括して管理できます。具体的には、顧客が登録したMLflowモデルやDatabricksが提供するファウンデーションモデルへのアクセス制御が簡素化されます。ただし、ベータ版であるため、将来的な変更に注意が必要です。詳細は、Databricksのドキュメントを参照してください。

ai_classifyが一般提供開始されました。

2026-06-11

ai_classify関数は、現在一般的に利用可能です。この関数は、ラベルの説明、グローバルな指示、およびマルチラベル分類をサポートし、提供するカスタムラベルに従ってテキストコンテンツを分類します。 ai_classify 関数をご覧ください。

分類エージェントの構築、検証、および反復処理を行うノーコードUIについては、分類を参照してください。

ユーザーへのインパクト

ai_classify関数が一般提供開始されました。この関数を使用すると、テキストコンテンツをカスタムラベルに従って分類できます。さらに、ノーコードUIを使用して分類エージェントを構築、検証、および反復処理できます。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。

Genie Codeは現在、Databricks上のOpenAIを通じて提供されるモデルを使用しています。

2026-06-11

Genie Code は、パートナー提供のAI機能が有効になっている場合、Databricks上のAzure OpenAIおよびAnthropicを介して提供されるモデルに加えて、Databricks上のOpenAIを介して提供されるモデルを使用するようになりました。各機能で使用されるモデルプロバイダーの詳細については、パートナー提供のAI機能を参照してください。

ユーザーへのインパクト

Genie Codeは、Azure OpenAIやAnthropicを通じたモデルに加えて、Databricks上のOpenAIを通じたモデルもサポートするようになりました。Partner-powered AI featuresが有効になっている場合に利用可能です。使用するモデルプロバイダーの詳細については、Partner-powered AI featuresのドキュメントを参照してください。

ダッシュボードの機能強化とバグの修正

2026-06-11

  • ガントチャート: ガントチャートは、タスクを水平バーとして連続した軸上に表示し、プロジェクトのスケジュールや製造ワークフロー、その他の時間に依存するイベントを視覚化します。各バーには、開始と終了のフィールドタイプ（日付、日時、または数値）を一致させる必要があります。ガントチャートを参照してください。
  • カテゴリごとのフォントのカスタマイズ: すべての視覚化タイプにおいて、カテゴリごとにフォントをカスタマイズできるようになりました。ダッシュボードのフォントを設定するを参照してください。
  • テーブルの行でのクロスフィルタリングとドリルスルー: テーブルの行を選択してクロスフィルタリングを行ったり、右クリックしてドリルスルーを行います。
  • クロスフィルタリングとドリルスルー: 折れ線グラフ、複合グラフ、面グラフでクロスフィルタリングとドリルスルーフィルターがサポートされるようになりました。ドリルスルーを使用してデータをフィルタリングするを参照してください。
  • カスタム視覚化 (パブリックプレビュー): Vega-Liteライブラリを使用してカスタムチャートを作成し、組み込みの視覚化タイプを超えたカスタマイズを行います。AI/BIダッシュボードでのカスタム視覚化を参照してください。
  • ドラフトモードでのダッシュボードの詳細: ドラフトモードでダッシュボードの詳細が表示されるようになり、ダッシュボードの管理者やダッシュボードの場所を簡単に見つけられるようになりました。
  • 新しいメトリックビューのローコードエディタの構文 (パブリックプレビュー): メトリックビューのローコードエディタで次の構文

    ユーザーへのインパクト

    Databricksのダッシュボード機能に複数の改善とバグ修正が行われ、ユーザーに以下のような影響があります：

    1. ガントチャートの追加: プロジェクト管理やワークフローの視覚化が容易になりました。ガントチャートを使用することで、タスクの進行状況を一目で把握できます。

    2. カテゴリごとのフォントカスタマイズ: 視覚化の見た目をさらにカスタマイズできるようになり、ダッシュボードの視認性と理解度が向上します。

    3. テーブルの行でのクロスフィルタリングとドリルスルー: テーブルデータのインタラクティブ性が向上し、詳細な分析が容易になりました。

    4. クロスフィルタリングとドリルスルーの拡張: 折れ線グラフ、複合グラフ、面グラフでのクロスフィルタリングとドリルスルーがサポートされ、ダッシュボードの分析能力が強化されました。

    5. カスタム視覚化 (パブリックプレビュー): Vega-Liteライブラリを使用したカスタムチャートの作成が可能になり、ユーザーはより柔軟にデータを視覚化できるようになりました。

    6. ドラフトモードでのダッシュボードの詳細表示: ダッシュボードの管理とナビゲーションが容易になり、特にドラフトモードでの作業効率が向上しました。

    これらの改善により、Databricksユーザーはより高度でカスタマイズされたデータ分析と視覚化を行うことができるようになり、データに基づいた意思決定がより効率的に行えるようになります。

    ai_extractは現在一般提供されています。

    2026-06-11

    ai_extract関数は一般的に利用できるようになりました。この関数は、提供されたスキーマに従って、テキストおよびドキュメントから構造化データを抽出します。ネストされたオブジェクト、配列、型の検証、引用、信頼度スコアをサポートします。詳細はai_extract 関数をご参照ください。

    抽出エージェントを構築、検証、反復するためのノーコード UI については、情報抽出をご覧ください。

    ユーザーへのインパクト

    AIによるテキストおよびドキュメントからの構造化データ抽出が一般提供開始されました。ai_extract関数を利用することで、指定したスキーマに従ったデータ抽出が可能になります。また、ノーコードUIを利用して抽出エージェントを構築することもできます。詳細はDatabricksのドキュメントを参照してください。

    Microsoft TeamsでのDatabricks Genieアプリ（ベータ版）

    2026-06-10
    Microsoft Teams上のDatabricks Genieアプリがベータ版として利用可能になりました。このアプリによって、Microsoft Teams上でGenieを利用できるようになり、ユーザーはMicrosoft Teamsを離れることなくデータに関する質問をして回答を得ることができるようになります。ダイレクトメッセージでアプリとチャットしたり、チャネルやグループチャットで@Databricks Genieをメンションすると、Genieまたはピン留めされたGenie Space経由で回答がルーティングされます。詳しくはMicrosoft Teams上のDatabricks Genieアプリをご覧ください。

    ユーザーへのインパクト

    Microsoft Teams上でDatabricks Genieを利用できるようになりました。これにより、ユーザーはMicrosoft Teamsを離れることなくデータに関する質問ができ、回答を得ることができます。具体的には、ダイレクトメッセージでのチャットや、チャネル・グループチャットでの@Databricks Genieのメンションによって、Genieまたは指定されたGenie Space経由で回答が得られます。詳細はドキュメントを参照してください。

    Lakehouse リプレイ (ベータ版)

    2026-06-10

    Lakehouse Replayがベータ版で利用可能になりました。Lakehouse Replayは、ワークスペース内の読み取り専用のサーバーレスワークロードのサンプルセットを、 Databricks Runtime の今後のリリースに対して自動的に再実行し、プロダクションに到達する前にリグレッションを検出して修正します。セットアップ、設定、メンテナンスは不要です。データがワークスペースの外部に流出することはなく、リプレイの実行に使用されたコンピュートに対する課金はありません。

    ワークスペース管理者は、ワークスペースのプレビューページからこの機能の有効化を制御できます。詳細はLakehouse Replayを参照してください。

    ユーザーへのインパクト

    Lakehouse Replay（ベータ版）が利用可能になりました。この機能により、Databricks Runtimeの新しいリリースに対してワークロードを自動的に再実行し、問題を事前に検出できます。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の有効化を管理できます。データの外部流出や追加のコンピュートコストは発生しません。詳細は、ドキュメントを参照してください。

    Databricks Runtime 18: 2026年6月10日

    2026-06-10

    Databricks Runtime 18が一般提供（GA）されました。ライフサイクルの詳細については、「Databricks Runtimeのサポートライフサイクル」を参照してください。

    新機能と改良点

    このリリースでは、以下の機能と改良が利用可能です。

    • Lakeflow Spark宣言的パイプラインのストリーミングクエリID: Lakeflow Spark宣言的パイプラインで、ストリーミングクエリIDをオンデマンドで設定できるようになりました。
    • 新しいIPアドレス関数（パブリックプレビュー）: ip_host、ip_cidr、ip_version、ip_prefix_length、ip_network、ip_network_last、ip_cidr_contains、ip_as_binary、ip_as_stringなどの、IPv4およびIPv6アドレスとCIDRブロックを操作するための新しいSQL関数が追加されました。また、nullセーフ動作のためのtry_*バリアントも用意されています。詳細はip_hostおよび関連関数を参照してください。
    • オンデマンド状態の再パーティショニング（パブリックプレビュー）: Structured Streamingで、ステートフルクエリのシャッフルパーティション数を、チェックポイントの状態を失うことなく変更できるようになりました。詳細については、「ステートフルストリーミングクエリのオンデマンド状態再パーティショニング」を参照してください。

    Apache Sparkのバグ修正と改善

    このリリースには、Sparkに対する以下のバグ修正と改善が含まれています:

    • EXPLODEユーザーへのインパクト

      Databricks Runtime 18が一般提供されました。このリリースでは、以下の新機能と改良点が利用可能です。

      1. Lakeflow Spark宣言的パイプラインのストリーミングクエリID: ストリーミングクエリIDをオンデマンドで設定できるようになりました。
      2. 新しいIPアドレス関数（パブリックプレビュー）: IPv4およびIPv6アドレスとCIDRブロックを操作するための新しいSQL関数が追加されました。
      3. オンデマンド状態の再パーティショニング（パブリックプレビュー）: Structured Streamingで、ステートフルクエリのシャッフルパーティション数をチェックポイントの状態を失うことなく変更できるようになりました。

      また、Apache Sparkに対するバグ修正と改善も含まれています。

      これらの変更により、Databricksユーザーはより柔軟にストリーミングクエリを管理でき、IPアドレス関連の処理が容易になり、ステートフルストリーミングクエリの再パーティショニングが可能になります。

      Delta SharingがOpenSharingになりました。

      2026-06-10
      オープンソースのOpenSharingのリリースに伴い、Delta Sharingは現在OpenSharingとなっています。OpenSharingは、GitHub上で、またDatabricks上でネイティブに利用可能な、プラットフォームや組織間でデータやAI資産を共有するための新しいオープン標準です。詳細については、OpenSharingとは および opensharing.io をご覧ください。

      ユーザーへのインパクト

      Delta SharingがOpenSharingに名称変更しました。OpenSharingはオープンソースとなり、GitHubとDatabricksで利用可能です。これにより、プラットフォームや組織を越えたデータやAI資産の共有が容易になります。

      Databricksユーザーは、OpenSharingを利用してデータ共有が簡単になり、既存のDelta Sharingの利用者は変更なく引き続き利用可能です。詳細は、DatabricksのドキュメントとOpenSharingの公式サイトを参照してください。

      すべての汎用コンピューティングに対するスケジュールの延期ポリシーの適用。

      2026-06-10

      コンプライアンスに違反しているオールパーパス コンピュートに対してコンピュートポリシーのコンプライアンスを適用する場合、これまでは直ちにコンピュートが再起動されていました。今回のリリースにより、次回コンピュートが終了または再起動されるタイミングで構成の更新をスケジュールできるようになりました。「Enforce on next restart」（次回再起動時に適用）を選択すると、実行中のワークロードが中断されるのを回避できます。一方、「Restart and enforce」（再起動して適用）を選択すると、すぐに更新が適用されます。ワークスペースの管理者は、1つのコンピュートリソースまたはポリシー全体に対する適用のスケジュールをキャンセルできます。詳細は「ポリシーのコンプライアンスを適用する」を参照してください。

      ユーザーへのインパクト

      このリリースにより、Databricksユーザーは、汎用コンピューティングリソースがコンプライアンス違反を起こしている場合に、再起動のタイミングを制御できるようになります。これにより、実行中のワークロードに影響を与えずにポリシーコンプライアンスを適用できます。

      具体的には、ユーザーは以下の2つのオプションから選択できます。

      1. 「次回再起動時に適用（Enforce on next restart）」 - 次回コンピューティングリソースが再起動される際にコンプライアンスを適用します。これにより、現在実行中のワークロードへの影響を回避できます。
      2. 「再起動して適用（Restart and enforce）」 - 即座にコンピューティングリソースを再起動し、コンプライアンスを適用します。

      さらに、ワークスペース管理者は、特定のコンピューティングリソースまたはポリシー全体に対するコンプライアンスの適用スケジュールをキャンセルできます。

      これにより、ユーザーはより柔軟にコンピューティングリソースを管理でき、ワークロードへの影響を最小限に抑えることができます。詳細については、Databricksのドキュメント「ポリシーのコンプライアンスを適用する」を参照してください。

      Anthropic社が開発したClaude Fable 5が、Databricksがホストするモデルとして利用可能になりました。

      2026-06-09

      Databricks Model Servingは現在、DatabricksがホストするモデルとしてAnthropic Claude Fable 5をサポートしています。Claude Fable 5は自律的な知識作業とコーディングのために構築されており、人間の介入の必要性を減らして、長時間実行される複雑で非同期のタスクを処理するように設計されています。

      このモデルにアクセスするには、Foundation Model APIsの従量課金制トークンを使用します。

      ユーザーへのインパクト

      Databricksユーザーは、Anthropicが開発したClaude Fable 5モデルをDatabricksがホストするモデルとして利用できるようになりました。これにより、複雑なタスクの自動化やコーディング作業の効率化が期待できます。ユーザーは、Foundation Model APIsの従量課金制トークンを通じてこのモデルにアクセスできます。

      Okta（パブリックプレビュー版）のための自動ID管理

      2026-06-09
      自動ID管理がOktaに対応し、パブリックプレビューで利用できるようになりました。SCIMプロビジョニングを設定することなく、OktaからDatabricksにユーザーとグループを同期できます。有効にすると、IDフェデレーションされたワークスペースでOktaのユーザーとグループを検索し、ワークスペースに追加することができます。DatabricksはOktaをレコードのソースとして使用するため、Oktaのグループメンバーシップに加えられた変更はDatabricksでも反映されます。

      詳細は自動ID管理のためのOkta設定を参照してください。

      ユーザーへのインパクト

      Oktaのための自動ID管理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、SCIMプロビジョニングの設定なしに、OktaのユーザーとグループをDatabricksと同期できます。OktaのユーザーとグループをDatabricksワークスペースで検索し、追加できます。Oktaでのグループメンバーシップの変更はDatabricksでも反映されます。

      Databricks Genieアプリ for Slack（パブリックプレビュー）

      2026-06-09

      Slack 用 Databricks Genie アプリがパブリックプレビューで利用できるようになりました。このアプリを使用すると、Slack を離れることなく、データに関する質問に対する回答を得ることができます。アプリにダイレクトメッセージを送信するか、チャンネルまたはグループDMで@Genie をメンションしてください。回答は、Genie またはチャンネル所有者がピン留めした特定の Genie Space を介してルーティングされます。 Slack 用 Databricks Genie アプリを参照してください。

      ユーザーへのインパクト

      Databricks Genie アプリ for Slackがパブリックプレビューで利用可能になりました。このアプリにより、Slack上でデータに関する質問を直接行い、回答を得ることができます。具体的には、アプリにダイレクトメッセージを送るか、チャンネルやグループDMで@Genieとメンションすることで質問できます。回答は、Genieまたはチャンネル所有者が指定したGenie Spaceを通じて提供されます。詳細は、Slack 用 Databricks Genie アプリのドキュメントを参照してください。

      Lakeflow Spark宣言型パイプラインのドキュメントを再編成しました。

      2026-06-09
      Lakeflow Spark宣言的パイプラインのドキュメントは再編成されました。すべての概念的なトピックはConceptsの下にグループ化されています。

      ユーザーへのインパクト

      Databricksユーザーは、Lakeflow Spark宣言型パイプラインに関するドキュメントの構成が変更されたことに注意する必要があります。具体的には、概念的なトピックが「Concepts」の下にまとめられています。これにより、ユーザーは関連情報をより簡単に見つけることができるようになり、ドキュメントの利用体験が向上します。したがって、Lakeflow Spark宣言型パイプラインの利用者は、新しいドキュメント構成に適応する必要があります。

      すべての新しいワークスペースでデフォルトで有効になるIDフェデレーション

      2026-06-09

      今後数週間にわたって、新しいすべての Databricks ワークスペース (Unity Catalog メタストアにアタッチされていないワークスペースを含む) に対して、ID フェデレーションがデフォルトで有効になります。この変更は、既存のワークスペースには影響しません。「ID フェデレーション」を参照してください。

      ユーザーへのインパクト

      新しいDatabricksワークスペースでは、IDフェデレーションがデフォルトで有効になります。既存のワークスペースには影響しません。IDフェデレーションの詳細については、ドキュメント（https://docs.databricks.com/aws/ja/admin/users-groups#enable-identity-federation）を参照してください。

      Lakeflow Spark Declarative Pipelinesのupdate_flow APIが一般提供開始されました。

      2026-06-09
      Lakeflow Spark Declarative Pipelinesの@dp.update_flowデコレータを使用すると、更新フロー（update flow）を追加できます。更新フローは、更新出力モードでシンクに書き込み、各バッチで変更される行のみを出力します。追加フロー（append flows）とは異なり、更新フローはウォーターマークを必要とせずにステートフル集計をサポートします。詳細については、update_flow および 一般公開を参照してください。

      ユーザーへのインパクト

      Lakeflow Spark Declarative Pipelinesのupdate_flow APIが一般提供開始されました。これにより、Databricksユーザーは更新フロー（update flow）を使用して、シンクへの書き込み時に各バッチで変更される行のみを出力できるようになります。更新フローはステートフル集計をサポートし、ウォーターマークを必要としません。ユーザーは、@dp.update_flowデコレータを使用して更新フローを追加できます。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。

      Genieの名称がGenie Oneに変更されました。

      2026-06-09

      ビジネスユーザー向けのDatabricks AIエクスペリエンスであるGenieの名称がGenie Oneに変更されました。機能およびその能力に変更はありません。参照Genie Oneの使用。

      ユーザーへのインパクト

      Genieの名称がGenie Oneに変更されました。機能や能力に変更はないため、既存のGenieを使用しているユーザーはそのままGenie Oneを利用できます。詳細はドキュメント「Genie Oneの使用」を参照してください。

      パフォーマンスが要求されるサービスのためのインバウンド プライベート リンクが一般提供開始されました。

      2026-06-08
      Lakebase AutoscalingやZerobus Ingestなどのパフォーマンスを重視するサービスのためのインバウンドPrivateLinkが一般提供開始されました。詳細はパフォーマンスを重視するサービスのためのインバウンドPrivateLinkの設定をご覧ください。

      ユーザーへのインパクト

      Databricksのユーザーは、Lakebase AutoscalingやZerobus Ingestなどのパフォーマンスを重視するサービスに対して、より安全で低遅延な接続が可能になります。AWS PrivateLinkを介したインバウンド接続が一般提供されたことで、これらのサービスのパフォーマンスが向上し、ユーザーはより効率的にデータを処理できるようになります。具体的には、パフォーマンスを重視するサービスのためのインバウンドPrivateLinkの設定方法については、Databricksのドキュメントに記載されています。

      今後の動作変更: ワークスペースにプリンシパルを追加するときに権限を選択する

      2026-06-08

      Databricksは、プリンシパルがワークスペースの権限を取得する方法を変更しています。この変更後、ワークスペースにプリンシパルを追加する際に、users システムグループからの継承に頼るのではなく、権限を明示的に付与します。ワークスペース管理者は、2026年6月15日 からオプトインでき、新しい動作は 2026年9月14日 にすべてのワークスペースで強制されます。

      この変更により、コンシューマーのみのユーザーなど、あらゆるアクセスレベルのプリンシパルを追加でき、作成権限を自動的に継承しなくなります。

      何が変わるのか

      すべてのワークスペースには、ワークスペースへのアクセスを許可されたすべてのプリンシパルを含む users と、ワークスペース管理者を含む admins の2つのシステムグループがあります。現在、ワークスペースに追加されたすべてのプリンシパルは、users に付与された権限を継承します。デフォルトでは、これらは以下の通りです:

      • ワークスペースアクセス — ノートブック、ジョブ、パイプライン、アプリなどを生成、使用する。
      • Databricks SQLアクセス — ダッシュボード、Genieスペース、アラートなどを生成、使用する。

      変更後:

      • users グループは権限を持たなくなります。 admins グループはすべてのワークスペース権限を持ちます。両方のグループの権限はロックされています。
      • 新しいプリンシパルは、ワークスペースに追加される際に明示的に権限を付与される必要があります。
      • users と admins は、他のグループのメンバーとしてネストすることはできません。

      既存のプリンシパルは、現在のアクセスレベルを保持します。Databricksは、以前usersに付与された権限を、ユーザーへのインパクト

      Databricksの今後の動作変更に関するリリースノートを読み、その影響を簡潔にまとめると以下のようになります。

      変更内容

      • 2026年9月14日から、Databricksワークスペースにプリンシパル（ユーザーやグループ）を追加する際、そのプリンシパルに明示的に権限を付与する必要があります。これまでは、usersシステムグループからの継承により権限が付与されていました。
      • ワークスペース管理者は2026年6月15日からこの新しい動作にオプトインできます。

      影響

      1. 新しいプリンシパルの権限付与方法の変更: 新しく追加されるプリンシパルには、usersグループからの継承ではなく、明示的に権限を付与する必要があります。これにより、コンシューマのみのユーザーなど、特定のアクセスレベルを持つプリンシパルをより細かく制御できます。

      2. usersとadminsシステムグループの権限変更:

        • usersグループは権限を持たなくなります。
        • adminsグループはすべてのワークスペース権限を持つことになります。
        • これらのグループの権限はロックされており、変更できません。また、これらのグループに他のグループをネスト（メンバーとして追加）することはできません。

      3. 既存プリンシパルへの影響: 既存のプリンシパル（ユーザーやグループ）は、現在のアクセスレベルを保持します。Databricksは、usersに以前付与されていた権限を個々のプリンシパルに移行します。

      対応

      • ワークスペース管理者は、2026年6月15日から新しい動作にオプトインできます。これにより、新しい権限付与方法への移行期間が設けられます。
      • 管理者は、新しいプリンシパルを追加する際に、必要な権限を明示的に付与する必要があります。
      • usersとadminsグループの権限変更について理解し、必要に応じて既存のアクセス制御の見直しを行うことが推奨されます。

      この変更により、Databricksワークスペースのアクセス制御がより細かく、明示的になることが期待されています。

      外部系譜が一般提供されるようになりました

      2026-06-08
      Unity Catalogの外部系譜（以前はBring Your Own Lineageと呼ばれていました）が一般提供開始されました。これにより、SalesforceやMySQLのデータソース、TableauやPower BIのダッシュボードなど、Databricksの外部で管理されているアセットを登録し、データフロー全体にわたる単一の系譜グラフを作成できます。このリリースの一環として、Lakeflow Connectのマネージド取り込みパイプラインは、Unity Catalogの送信先テーブルへのソーステーブルからのデータ系譜を自動的に記録するようになりました。詳細については、外部系譜 および マネージド取り込みパイプラインのソースデータ系譜の追跡を参照してください。

      ユーザーへのインパクト

      外部系譜が一般提供開始され、Databricks外部で管理されるアセット（Salesforce、MySQL、Tableau、Power BIなど）を登録し、データフロー全体の系譜グラフを作成できるようになりました。Lakeflow Connectのマネージド取り込みパイプラインは、Unity Catalogの送信先テーブルへのソーステーブルからのデータ系譜を自動的に記録します。これにより、Databricksユーザーは外部データソースを含むデータの流れを一元的に把握し、管理できるようになります。

      Databricks Runtime 18: 2026年6月8日

      2026-06-08
      Apache Sparkの修正と改善
      このリリースには、Sparkに対して行われた以下のバグ修正と改善が含まれています:

      • NEAREST BYが、top-K最近傍探索クエリのためのSQL結合タイプとしてサポートされました。
      • DESCRIBE TABLE ... PARTITIONがv2カタログテーブルでサポートされるようになりました。以前は、この構文はv1テーブルでのみ利用可能でした。
      • SQL PATHのサポートが拡張されました: SET PATHがサポートされるSQL文となり、CURRENT_PATH()が現在のパスを返し、PATHがビューおよびSQL関数定義に永続化され、DESCRIBE出力に含まれるようになりました。
      • DSv2テーブルのUPDATEクエリに、クエリ出力のオペレーションメトリクスが含まれるようになりました。
      • DSv2のパーティション述語が、ネストされたパーティション列をサポートするようになりました。
      • PartialMergeあるいはFinalの集計実行を用いた集計クエリが、必要な入力属性の欠如により失敗する可能性がある不具合を修正しました。
      • 大規模な外部ソートで、ディスクへのデータのスピル時にメモリ不足エラーとなることを減らすためにバウンドk-wayマージが用いられるようになりました。

      ユーザーへのインパクト

      Databricks Runtime 18のリリースにより、以下の変更がDatabricksユーザーに影響を与えます：

      • NEAREST BYを使用して、top-K最近傍探索クエリを実行できるようになりました。
      • v2カタログテーブルのパーティション情報をDESCRIBE TABLE ... PARTITIONで取得できるようになりました。
      • SQL PATHが強化され、SET PATH文、CURRENT_PATH()関数が利用可能になり、ビューやSQL関数定義に永続化されるようになりました。
      • DSv2テーブルのUPDATEクエリでオペレーションメトリクスが表示されるようになりました。
      • DSv2のパーティション述語でネストされたパーティション列をサポートするようになりました。
      • 一部の集計クエリで発生していた不具合が修正されました。
      • 大規模な外部ソートでメモリ不足エラーが発生する可能性が低減されました。

      AI 検索は、選択したテキスト列、並べ替え、および集計をサポートします (ベータ版)

      2026-06-08

      AI Searchは現在、ベータ版としてフルテキストクエリおよびハイブリッドクエリのクエリタイムオプションをサポートしています。キーワードの一致を選択したテキスト列に限定したり、ソート用にインデックス付けされた列ごとに結果をソートしたり、値や範囲の集計数を返したりできます。詳細については、選択したテキスト列の検索、結果のソート、および集計の返し (ベータ版)を参照してください。

      ユーザーへのインパクト

      AI Searchがベータ版として、選択したテキスト列へのキーワード検索の限定、結果のソート、および集計数の返却をサポートするようになりました。これにより、より精度の高い検索結果が得られ、データの分析が容易になります。詳細はDatabricksのドキュメントをご参照ください。

      基盤モデルUnity Catalogの権限が一般提供開始されました。

      2026-06-05

      基盤モデルUnity Catalogの権限が一般提供されました。この機能は、Databricksアカウントチームによる有効化が必要です。

      アカウント管理者はsystem.aiスキーマのUnity Catalog権限を利用して、組織がアクセスできるDatabricksホストの基盤モデルを制御できます。権限は、従量課金制、プロビジョンドスループット、バッチ推論（AI関数）ワークロードにわたって適用されます。

      ユーザーへのインパクト

      Databricksユーザーは、基盤モデルUnity Catalogの権限が一般提供されたことにより、アカウント管理者がsystem.aiスキーマのUnity Catalog権限を通じて、Databricksホストの基盤モデルへのアクセス制御をより細かく管理できるようになったことを認識する必要があります。これにより、組織内のユーザーがアクセスできる基盤モデルが制限され、従量課金制、プロビジョンドスループット、バッチ推論（AI関数）ワークロード全体で一貫したアクセス制御が適用されます。ユーザーは、自身のワークロードがこれらの変更の影響を受けないかどうかを確認し、必要に応じてアカウント管理者に問い合わせる必要があります。

      AWS Graviton インスタンスが、コンプライアンス・セキュリティ・プロファイルでサポートされるようになりました。

      2026-06-05

      AWS商用リージョンおよびDatabricks on AWS GovCloudのすべてのコンプライアンススタンダードにおいて、コンプライアンスセキュリティプロファイルでAWS Gravitonインスタンスタイプがサポートされるようになりました。各コンプライアンススタンダードでサポートされるインスタンスタイプについては、サポートされるインスタンスタイプを参照してください。

      ユーザーへのインパクト

      AWS Graviton インスタンスが、Databricks on AWS のコンプライアンス・セキュリティ・プロファイルでサポートされるようになりました。これにより、AWS商用リージョンとAWS GovCloudの両方で、様々なコンプライアンス標準に準拠した環境でAWS Gravitonインスタンスを利用できます。ユーザーは、コンプライアンスを維持しながら、コスト効率とパフォーマンスの向上が期待できるAWS Gravitonインスタンスを、Databricksクラスタで使用できるようになります。サポートされるインスタンスタイプの詳細については、ドキュメントを参照してください。

      パイプラインストリーミングテーブルとマテリアライズドビューの外部データアクセス (パブリックプレビュー)

      2026-06-05

      Unity Catalog と Iceberg カタログ REST API を介して、パイプラインによって管理されるストリーミング テーブルとマテリアライズド ビューを、外部の Delta および Iceberg クライアントがデータをコピーせずに読み取れるようになりました。 ストリーミング テーブルとマテリアライズド ビューへの外部データ アクセスを有効にする、パブリック プレビュー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、Unity CatalogとIcebergカタログREST APIを通じて、外部のDeltaおよびIcebergクライアントが、パイプラインで管理されるストリーミングテーブルとマテリアライズドビューのデータをコピーせずに直接読み取れるようになります。これにより、データの重複がなくなり、データの一貫性と効率的なデータアクセスが実現します。Databricksユーザーは、外部クライアントからのシームレスなデータアクセスを実現できるようになります。具体的な設定方法については、ドキュメント「ストリーミング テーブルとマテリアライズド ビューへの外部データ アクセスを有効にする」を参照してください。

      Managed SharePoint コネクタが構造化ファイル取り込みとファイルメタデータサポートを追加（ベータ版）

      2026-06-05

      Lakeflow ConnectのマネージドSharePointコネクタが、構造化ファイルの取り込み（CSV、JSON、XML、Excel、Parquet、Avro、ORC）、ファイルメタデータの取り込み、ファイルフィルタ、スキーマエボレーションモード、スキーマヒントに対応しました。これらの機能により、従来の非構造化データのみの取り込みアプローチが、統合されたマネージドファイルソースAPIに置き換えられました。詳細はSharePointコネクタをご覧ください。

      ユーザーへのインパクト

      マネージドSharePointコネクタが強化され、CSVやJSONなどの構造化ファイルを取り込むことができるようになりました（ベータ版）。さらに、ファイルメタデータの取り込みやファイルフィルタ機能もサポートされ、SharePointからのデータ取り込みがより柔軟かつ効率的に行えるようになりました。これにより、DatabricksユーザーはSharePoint上の多様なデータソースを簡単に統合し、分析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。

      パブリックプレビューでの UNIQUE 制約のサポートが利用できるようになりました。

      2026-06-05

      Databricks SQLは、Unity Catalog Delta Lakeテーブルに関する情報的なUNIQUE制約をサポートするようになりました。外部キーはUNIQUE列を参照でき、UNIQUE制約にRELYすることで、Photonが有効なコンピュートでのジョインの排除とDISTINCTの簡略化が有効になります。CONSTRAINT句を参照してください。

      ユーザーへのインパクト

      Databricks SQLは、Unity CatalogのDelta Lakeテーブルに対してUNIQUE制約をサポートするようになりました。これにより、外部キーがUNIQUE列を参照できるようになり、RELYオプションを使用することで、Photonが有効なコンピュートでのジョインの排除やDISTINCTの簡略化が可能になります。これにより、クエリのパフォーマンスが向上する可能性があります。

      Genie Space（ジニースペース）の機能強化

      2026-06-04

      • Genie Chatプロンプトの監視 (ベータ)：Genie Chatによって開始されたプロンプトとレスポンスは、共有ベータが有効になっている場合、Genie Spacesの監視で表示できるようになりました。
      • ナレッジストア編集の確認ダイアログ：ナレッジストアで編集されたテーブル（たとえば、ローカルテーブルの説明や非表示の列など）を作成者が削除する前に、確認ダイアログが表示されるようになりました。
      • 会話の削除：CAN MANAGE権限を持つユーザーは、既存のAPI機能に一致して、UIから他のユーザーの会話を削除できるようになりました。会話を削除するを参照してください。
      • Genie Spaceをiframeとして埋め込む（GA）：Genie Spaceをiframeとして埋め込む機能が一般提供開始されました。外部アプリケーションにGenie Spaceを埋め込む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、Genie Spaceの以下の機能強化を利用できます：

      1. Genie Chatのプロンプトとレスポンスが監視で表示可能（ベータ）
      2. ナレッジストアの編集削除時に確認ダイアログが表示される
      3. CAN MANAGE権限を持つユーザーがUIから他のユーザーの会話を削除可能
      4. Genie Spaceをiframeとして埋め込む機能が一般提供開始

      これらの変更により、Genie Spaceの管理と利用がより効率的になります。特に、Genie Chatの監視や会話の削除機能の強化により、ユーザーはより効果的にGenie Spaceを管理できます。また、Genie Spaceをiframeとして埋め込む機能の一般提供により、外部アプリケーションへの統合が容易になります。

      Genie Codeは、現在、ツールアクションの自動承認をサポートしています。

      2026-06-04

      Genie Codeは、コードの実行やノートブックの編集などのツールアクションを、リクエストごとにプロンプトを表示せずに承認する自動承認モードを提供するようになりました。AI分類器が各アクションをレビューし、リスクのあるアクションをブロックします。自動承認は生産性向上のための機能であり、セキュリティ上の境界ではありません。本番データや共有リソースを扱う際には、Databricksは自動承認をオフにすることを推奨しています。詳細はツールアクションの承認を参照してください。

      ユーザーへのインパクト

      Genie Codeの自動承認機能により、コードの実行やノートブックの編集などのツールアクションが自動的に承認されるようになりました。これにより、リクエストごとのプロンプトが不要になり、生産性が向上します。ただし、本番データや共有リソースを扱う際には、セキュリティ上の理由から自動承認をオフにすることをDatabricksは推奨しています。

      Genie Oneの強化点

      2026-06-04

      • ワークスペースレベルのGenie Oneカスタマイズ：ワークスペース管理者は、ワークスペースレベルでGenie Oneをカスタマイズできるようになりました。ワークスペース設定の下で、管理者は色、ロゴ、マークダウンのウェルカムメッセージ、ピン留めされたコンテンツを設定できます。Genie Oneのホームページをカスタマイズするを参照してください。
      • 認定オブジェクトの優先順位付け：Genie Oneのチャットは、認定オブジェクトを認識し、優先するようになりました。
      • ユーザー スキル (パブリックプレビュー)：Genie Oneのチャットをカスタム機能で拡張するために、個人のユーザー スキルを作成できるようになりました。スキルとは、一度Genie Oneに教えた繰り返しタスクのことで、必要なときにいつでも実行できます。たとえば、毎週の指標レポートを作成できます。ユーザー スキルを参照してください。
      • リッチ出力 (パブリックプレビュー)：検索結果やMCPの読み取りなど、SQL以外の回答に対するGenie Oneのレスポンスには、リッチHTML、CSS、JavaScriptコンテンツを含めることができるようになり、平文を超えたさまざまなデータプレゼンテーションが可能になりました。
      • Genie Ontology (パブリックプレビュー)：Genie Oneは、ダッシュボード、ノートブック、パイプラインなどのソースから知識を抽出してランク付けすることで、ビジネスの地図を自動的に構築および維持するようになり、応答の精度が向上し、レイテンシが低減しました。Genie Ontologyを参照してください。

      ユーザーへのインパクト

      Databricksユーザーは、Genie Oneの強化により以下のような利点を得られます：

      1. ワークスペース管理者がワークスペースレベルでGenie Oneをカスタマイズできるようになり、色、ロゴ、ウェルカムメッセージ、ピン留めされたコンテンツを設定できるようになりました。
      2. Genie Oneが認定オブジェクトを優先するようになり、チャットの精度が向上しました。
      3. ユーザーがカスタム機能を追加できる「ユーザー スキル」機能（パブリックプレビュー）が利用可能になりました。これにより、繰り返しタスクを自動化できます。
      4. Genie OneのレスポンスにリッチHTML、CSS、JavaScriptコンテンツを含めることができるようになり（パブリックプレビュー）、データプレゼンテーションが豊かになりました。
      5. Genie Ontology（パブリックプレビュー）により、ビジネスの知識地図が自動的に構築および維持されるようになり、応答の精度が向上し、レイテンシが低減しました。

      これらの新機能により、Databricksユーザーはよりパーソナライズされた効率的なGenie Oneの利用体験を得られるようになりました。

      Databricks Runtime 18: 2026年6月4日

      2026-06-04

      動作の変更

      クラスターがこのランタイムで再起動したときに有効になる以下の変更を確認してください。

      • NATURAL JOINの大文字と小文字を区別しないカラムマッチング: NATURAL JOINは、結合の左側と右側の共通のカラムをマッチングする際にspark.sql.caseSensitiveの設定値(デフォルト: false)を参照するようになりました。これまでは、カラムマッチングは常に大文字と小文字を区別していたため、大文字と小文字のみが異なるカラム（例えば、IDとid）は共通のカラムとして認識されませんでした。これにより、期待される等価結合の代わりにサイレントクロスジョインが発生していました。同等のUSING結合は、すでにこれを正しく処理していました。以前の動作に戻すには、spark.sql.legacy.naturalJoinCaseSensitiveColumnMatchingをtrueに設定します。

      ユーザーへのインパクト

      Databricks Runtime 18へのアップグレードに伴い、NATURAL JOINの挙動が変更されます。これまでは大文字小文字を区別してカラムをマッチングしていましたが、今後はspark.sql.caseSensitiveの設定値に従うようになります。デフォルトでは大文字小文字を区別しないため、IDとidのようなカラムは共通のカラムとして認識されます。以前の動作に戻したい場合は、spark.sql.legacy.naturalJoinCaseSensitiveColumnMatchingをtrueに設定してください。

      この変更により、これまでサイレントクロスジョインが発生していたケースで、意図した等価結合が実行されるようになります。影響を受ける可能性のあるNATURAL JOINクエリを事前に確認し、必要に応じて設定やクエリの修正を行うことを推奨します。

      Genieの使用に対する予算の設定

      2026-06-04

      2026年7月6日より、Genie製品は従量課金制の価格モデルに移行します。各ユーザーは毎月150DBUsの無料LLM利用枠を受け取ります。これは米国東部リージョンで約10.50ドルに相当します。無料枠を超えた使用量はDBUsで請求されます。詳細については、What's comingをご覧ください。

      準備のため、アカウント管理者はGenieの使用状況に対する支出を監視および制御するための予算を作成できるようになりました。アカウント全体、ワークスペース、ユーザーグループ、または個人ユーザーの支出を追跡するためにGenieの予算を範囲指定し、電子メールアラートを設定し、ユーザーごとの支出制限を設定します。Genieの予算とコスト管理を参照してください。

      ユーザーへのインパクト

      2026年7月6日より、Genieの価格モデルが従量課金制に変更され、ユーザーは月あたり150DBUsの無料枠を超えた使用量に応じてDBUsが請求されます。これに備え、アカウント管理者はGenieの使用に対する予算を設定し、アカウント全体、ワークスペース、ユーザーグループ、または個人ユーザーの支出を監視・制御できるようになりました。これにより、支出の追跡、メールアラートの設定、ユーザーごとの支出制限の設定が可能になります。

      ジーニーの強化。

      2026-06-04

      • ワークスペースレベルでのGenieカスタマイズ: ワークスペース管理者は、現在ワークスペースレベルでGenieをカスタマイズできます。ワークスペース設定の下で、管理者は色、ロゴ、マークダウンのウェルカムメッセージ、ピン留めされたコンテンツを設定できます。 Genieのホームページをカスタマイズするを参照してください。
      • 認定オブジェクトの優先度: Genieチャットは、認定オブジェクトを認識し、優先するようになりました。
      • ユーザースキル（パブリックプレビュー）: カスタム機能でGenieチャットを拡張するためのパーソナルユーザースキルを作成できるようになりました。スキルとは、一度Genieに教えた繰り返しタスクのことで、必要なときにいつでも実行できます（たとえば、毎週のメトリクスレポートの作成など）。 ユーザースキルを参照してください。
      • リッチ出力（パブリックプレビュー）: 検索結果やMCP読み取りなど、SQL以外の回答に対するGenieのレスポンスに、リッチHTML、CSS、JavaScriptコンテンツを含められるようになりました。これにより、プレーンテキストを超えたさまざまなデータプレゼンテーションが可能になります。

      ユーザーへのインパクト

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

      1. ワークスペース管理者は、Genieの外観（色、ロゴ、ウェルカムメッセージ、ピン留めコンテンツ）をカスタマイズできるようになりました。
      2. Genieは、認定されたオブジェクトを優先的に認識するようになりました。
      3. ユーザーは、カスタム機能を追加するための「ユーザースキル」を作成できるようになりました（パブリックプレビュー）。これにより、繰り返しタスクを自動化できます。
      4. Genieの回答に、リッチなHTML、CSS、JavaScriptコンテンツを含められるようになりました（パブリックプレビュー）。これにより、データのプレゼンテーションがより柔軟になります。

      これらの変更により、DatabricksユーザーはGenieをより柔軟にカスタマイズし、使いやすくすることができるようになりました。特に、管理者はワークスペースのブランドに合わせたカスタマイズが可能になり、ユーザーは繰り返しタスクを自動化できるようになりました。さらに、データのプレゼンテーションがより豊かになりました。

      Genie製品は従量課金制に移行します

      2026-06-04

      2026年7月6日、Genie Spaces、Genie Code、GenieなどのGenie製品は、従量課金制の価格設定モデルに移行します。

      何が変わるのか

      • 無料利用枠: 各ユーザーは毎月 150 DBUs の大規模言語モデル (LLM) の無料利用枠が与えられます。これは米国東部リージョンでの約 10.50 ドルに相当します。無料利用枠は、Databricks サービスプリンシパルではなく、特定されたユーザーに適用されます。一般的なユーザーにとって、これは月に約 80 から 100 の Genie の質問、または 20 から 30 の Genie Code コーディングセッションに相当します。
      • 従量課金制の利用: 無料枠を超える利用については、各 Genie セッションを支える基盤となる LLM モデルとエージェントを反映して、DBUs で課金されます。Databricks はシートベースの料金を請求しません。

      推奨されるアクション

      ユーザーへのインパクト

      2026年7月6日より、Genie製品（Genie Spaces、Genie Code、Genieなど）は従量課金制に移行します。主な変更点と推奨アクションは以下の通りです：

      主な変更点:

      1. 無料利用枠: 各ユーザーは月あたり150 DBUsのLLM利用枠が無料で提供されます。これは約10.50ドル相当で、約80〜100回のGenie質問または20〜30回のGenie Codeコーディングセッションに相当します。
      2. 従量課金制: 無料枠を超えた利用については、基盤となるLLMモデルとエージェントに基づいてDBUsで課金されます。シートベースの料金は請求されません。

      推奨アクション:

      1. 2026年7月6日までに、Unity AI Gatewayの予算管理機能を確認し、Genieの支出を監視・管理してください。詳細はこちら。
      2. Databricksの価格設定ページで詳細を確認してください：Databricks 価格設定ページ。

      ダッシュボードの強化

      2026-06-04

      • ブックマークフィルタの組み合わせ：ダッシュボードの制作者は、フィルタの組み合わせを共有ブックマークとして保存できるようになり、閲覧者はこれをすばやく適用できるようになりました。ブックマークを参照してください。
      • ピボットテーブル列の改善：ピボットテーブル列を展開したり、閉じたりできるようになりました。
      • テーマのカスタマイズの強化：軸やグリッド線の色の変更、ウィジェットのレイアウトの調整（余白、パディング、コーナー半径、シャドウ）、カラーランプの適用など、さまざまなテーマのカスタマイズオプションが利用できるようになりました。AI/BIダッシュボードワークスペースのテーマを管理するを参照してください。
      • ダッシュボード変数：ダッシュボードの制作者はダッシュボード変数を作成できるようになり、閲覧者が視覚化のフィールドを交換できるようになりました。ダッシュボード変数を使用するを参照してください。

      ユーザーへのインパクト

      Databricksユーザーは、ダッシュボード機能の強化により、より柔軟で使いやすいダッシュボードを作成および閲覧できるようになります。主な変更点は以下の通りです：

      1. フィルタのブックマーク：ダッシュボード作成者は、頻繁に使用するフィルタの組み合わせをブックマークとして保存でき、閲覧者は簡単にそれを適用できます。
      2. ピボットテーブルの改善：ピボットテーブルの列を展開または閉じることができるようになり、データの閲覧がより容易になりました。
      3. テーマのカスタマイズ：軸やグリッド線の色の変更、ウィジェットのレイアウト調整、カラーパレットの適用など、ダッシュボードの外観をより細かくカスタマイズできるようになりました。
      4. ダッシュボード変数：ダッシュボード作成者はダッシュボード変数を作成でき、閲覧者が視覚化のフィールドを動的に交換できるようになりました。

      これらの機能強化により、ダッシュボードの使い勝手と柔軟性が向上し、ユーザーはより効果的にデータを分析および提示できるようになります。

      [Microsoft Excel から Databricks へのデータの書き戻し

      Databricks は、Apache Spark をベースにしたビッグデータ処理および分析プラットフォームです。一方、Microsoft Excel は、データ分析や可視化のための一般的なツールです。Excel から Databricks にデータを書き戻すことで、両方のツールを組み合わせて使用することができます。

      Excel から Databricks にデータを書き戻すには、いくつかの方法があります。

      1. Databricks Excel アドインを使用する: Databricks は、Excel アドインを提供しています。このアドインを使用すると、Excel から Databricks にデータを直接書き戻すことができます。
      2. Databricks REST API を使用する: Databricks は、REST API を提供しています。この API を使用すると、Excel から Databricks にデータをプログラムで書き戻すことができます。
      3. Spark Excel ライブラリを使用する: Spark Excel ライブラリは、Excel ファイルを読み書きするための Spark ライブラリです。このライブラリを使用すると、Excel ファイルを Spark DataFrame に読み込み、Databricks に書き戻すことができます。

      以下は、Databricks REST API を使用して Excel から Databricks にデータを書き戻す例です。

      1. Databricks REST API のエンドポイントと認証トークンを取得します。
      2. Excel データを JSON 形式に変換します。
      3. JSON データを Databricks REST API を使用して Databricks に送信します。

      以下は、Python と requests ライブラリを使用して、Excel データを Databricks に書き戻す例です。

      import pandas as pd
import requests

# Excel ファイルを読み込みます
df = pd.read_excel('example.xlsx')

# JSON データに変換します
data = df.to_json(orient='records')

# Databricks REST API のエンドポイントと認証トークンを設定します
databricks_url = 'https://your-databricks-instance.com/api/2.0/dbfs/put'
token = 'your-auth-token'

# ヘッダーを設定します
headers = {'Authorization': f'Bearer {token}'}

# JSON データを送信します
response = requests.put(databricks_url, headers=headers, data=data)

# 応答を確認します
if response.status_code == 200:
    print('Data written successfully')
else:
    print('Error writing data:', response.text)

      この例では、Excel ファイルを読み込み、JSON データに変換し、Databricks REST API を使用して Databricks に](https://docs.databricks.com/aws/en/release-notes/product/2026/june#write-data-from-microsoft-excel-back-to-databricks)
      2026-06-04

      Databricks Excelアドインを使用して、Microsoft ExcelからUnity Catalogテーブルにデータを書き戻します。Excelを離れることなく、Databricksに新しいテーブルを作成したり、既存のテーブルを上書きしたりできます。 Databricks Excelアドインを使用して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 Excelアドインを使用することで、Microsoft Excelから直接Unity Catalogテーブルにデータを書き戻すことができるようになりました。これにより、Excelを離れることなく、Databricksに新しいテーブルを作成したり、既存のテーブルを上書きしたりできます。詳細については、Databricksのドキュメントを参照してください。

      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、ai_extractとai_classifyが間もなくデフォルトで利用できるようになります。

      2026-06-04

      ai_extractおよびai_classify SQL AIファンクションは、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おり、かつHIPAA、PCI-DSS、FedRAMP Moderate、CCCS Medium (Protected B)、UK Cyber Essentials Plus、HITRUST、IRAP、C5、およびTISAX コントロールが選択されているワークスペースで、2026年7月中旬にデフォルトで利用できるようになる予定です。

      ai_extract を使用すると、ユーザー定義のスキーマに対して非構造化テキストから構造化フィールドを抽出できます。ai_classify を使用すると、テキストをユーザー定義のラベルに分類して、ルーティング、タグ付け、およびドキュメントの分類ワークフローを実現できます。また、Agent Bricks を使用して、情報抽出エージェントおよび分類エージェントを作成することもできます。

      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おり、特定のコンプライアンス標準（HIPAA、PCI-DSS、FedRAMP Moderateなど）が選択されているワークスペースで、2026年7月中旬にai_extractおよびai_classify SQL AI関数がデフォルトで利用できるようになるため、これらの機能を利用して非構造化テキストからのデータ抽出やテキスト分類のタスクを簡単に実行できるようになります。また、Agent Bricksを使用して情報抽出エージェントや分類エージェントを作成することも可能になります。

      従来のコンピューティングにおけるワークスペースファイルの書き込みパフォーマンスの向上

      2026-06-04

      クラシック コンピュートでのワークスペース ファイル操作では、Databricks Runtime 17.1 以降の非同期フラッシュがデフォルトで使用されるようになりました。 ファイルの書き込み、削除、メタデータ操作はバッチ処理され、バックグラウンドでフラッシュされるため、Git 操作などの多くのファイルを書き込むワークロードのレイテンシが削減されます。 「ワークスペース ファイルとは」をご参照ください。

      ユーザーへのインパクト

      Databricks Runtime 17.1以降を使用している場合、従来のコンピューティング環境において、ワークスペースファイルへの書き込みパフォーマンスが向上します。具体的には、ファイルの書き込み、削除、メタデータ操作が非同期で処理されるようになり、多数のファイルを扱うワークロード（Git操作など）の処理が高速化されます。

      Declarative Automation Bundlesは、間もなくデフォルトでダイレクトデプロイエンジンを使用するようになります。

      2026-06-03
      2026年7月24日に、Declarative Automation Bundlesは、Terraformデプロイメントエンジンの代わりに、デフォルトでダイレクトデプロイメントエンジンの使用を開始します。これにより、Terraformデプロイメントエンジンを使用しているすべてのバンドルが移行されます。

      ダイレクトデプロイメントエンジンとTerraformデプロイメントエンジンからの移行の詳細については、ダイレクトデプロイメントエンジンへの移行をご覧ください。

      Terraformデプロイメントエンジンは最終的に削除され、使用できなくなります。

      ユーザーへのインパクト

      2026年7月24日に、DatabricksのDeclarative Automation Bundlesは、デフォルトでTerraformデプロイメントエンジンからダイレクトデプロイメントエンジンに移行します。これにより、ユーザーは新しいデプロイエンジンに自動的に切り替わります。ユーザーは、ドキュメント「ダイレクトデプロイメントエンジンへの移行」を参照して、移行の詳細と準備方法を確認できます。将来的には、Terraformデプロイメントエンジンは使用できなくなる予定です。

      Genie Codeは、Databricks上のOpenAIを通じて提供されるモデルも使用します。

      2026-06-03

      Genie Codeは、パートナー主導のAI機能が有効になっている場合、Databricks上のAzure OpenAIおよびAnthropicを通じて提供されるモデルに加えて、Databricks上のOpenAIを通じて提供されるモデルを使用するようになります。

      ユーザーへのインパクト

      Genie Codeは、Databricks上でOpenAIが提供するモデルも使用するようになります。つまり、Genie Codeを利用するユーザーは、Azure OpenAIやAnthropicのモデルに加えて、OpenAIのモデルも使用できるようになり、より幅広いAI機能を利用できるようになります。ただし、この機能を利用するには、「パートナー主導のAI機能」が有効になっている必要があります。

      Agent BricksのSupervisor Agentが、内蔵ツールとしてWeb検索をサポートするようになりました。

      2026-06-03

      パブリックWebからの現在の情報を必要とする質問に答えるために、Supervisor AgentでWeb検索を有効にできるようになりました。Supervisorは、ソースの引用を含む合成された回答を返します。Web検索は、Supervisor APIのweb_searchツールとしても利用できます。詳しくは、Supervisor Agentを使用して調整されたマルチエージェントシステムを作成するを参照してください。

      ユーザーへのインパクト

      DatabricksのSupervisor AgentがWeb検索を内蔵ツールとしてサポートするようになったため、ユーザーはパブリックWebからの現在の情報を必要とする質問に答えることができます。Web検索を有効にすると、ソースの引用を含む合成された回答が返されます。また、Supervisor APIのweb_searchツールとしても利用できます。これにより、ユーザーはより最新の情報に基づいて回答を得ることができ、マルチエージェントシステムの調整が容易になります。詳細は、Databricksのドキュメントを参照してください。

      Delta Sharingおよびシステムテーブルでのテーブル更新トリガーのサポート（ベータ版）

      2026-06-03

      Lakeflow Jobsのテーブル更新トリガーは、ローカルテーブルに加えて、Delta Sharingおよびシステムテーブルを通じて共有されたデータを監視できるようになりました。プロバイダーが共有テーブルまたはビューを更新するたびに、またはシステムテーブルに新しい運用データが到着するたびに、ジョブをトリガーできます。この機能は、Databricks-to-Databricks Delta Sharingのみをサポートします。 Delta Sharingおよびシステムテーブルへのトリガーの追加を参照してください。

      ユーザーへのインパクト

      Delta Sharingとシステムテーブルでのテーブル更新トリガーがベータ版で利用できるようになりました。これにより、DatabricksジョブがDelta Sharingで共有されたデータやシステムテーブルの更新を監視し、更新があるたびにジョブを実行できるようになります。特に、Databricks-to-Databricks Delta Sharingに限定されますが、データ共有やシステムログへのリアルタイム対応が可能になります。

      フルページジーニーコード（ベータ版）

      2026-06-03

      フルページGenie Codeのベータ版が利用できるようになりました。 フルページエクスペリエンスはGenie Codeのコマンドセンターであり、アクティブなスレッドが目立つように表示され、必要に応じてノートブックやファイルなどのアセットがタブとして表示されます。 複数のスレッドを並行して実行し、それらを簡単に切り替えたり、スキル、命令、MCPサーバーを使用してGenie Codeを簡単にパーソナライズできます。 詳細については、フルページGenie Codeをご覧ください。

      ユーザーへのインパクト

      このリリースノートは、DatabricksユーザーがGenie Codeをより効率的に利用できる新機能について説明しています。主な影響は以下の通りです：

      1. フルページGenie Codeの利用開始：ユーザーはGenie Codeのベータ版フルページエクスペリエンスを利用できるようになりました。これにより、複数のスレッドを並行して実行し、簡単に切り替えることができます。

      2. 改善されたユーザーインターフェイス：アクティブなスレッドが目立つように表示され、関連するアセット（ノートブックやファイルなど）がタブとして表示されるため、作業がしやすくなります。

      3. Genie Codeのカスタマイズ：スキル、命令、MCPサーバーを使用してGenie Codeを簡単にパーソナライズできるようになりました。

      この新機能により、Databricksユーザーはより効率的かつ柔軟にGenie Codeを利用できるようになり、作業の生産性が向上することが期待されます。詳細については、提供されたドキュメントリンク（https://docs.databricks.com/aws/ja/genie-code/full-page）を参照することが推奨されています。

      Slackアクセスと統合ログの管理されたインジェストコネクタ（ベータ版）

      2026-06-02

      Lakeflow ConnectのSlack Access and Integration Logsコネクターがベータ版として利用できるようになりました。このコネクターを使用すると、Slackのワークスペースアクセスログとアプリ統合変更ログをDatabricksに取り込むことができます。詳しくはSlack Access and Integration Logs connectorをご覧ください。

      ユーザーへのインパクト

      Slackのワークスペースアクセスログとアプリ統合変更ログをDatabricksに簡単に取り込むことができるようになりました。Lakeflow ConnectのSlack Access and Integration Logsコネクター（ベータ版）を利用することで、Databricks上でこれらのログを統合管理し、分析や活用が可能になります。詳細は公式ドキュメントをご参照ください。

      Pendoコネクタ（ベータ版）

      2026-06-02

      Lakeflow Connectは現在、Pendoからのインジェストのためのマネージドコネクタをサポートしています。 Pendoコネクタを参照してください。

      -> Pendoからのデータ取り込みのためのマネージドコネクタがLakeflow Connectでサポートされるようになりました。詳細はPendoコネクタをご覧ください。 -> Pendoからのデータ取り込みのためのマネージドコネクタがLakeflow Connectでサポートされるようになりました。詳細はPendoコネクタをご覧ください。

      ユーザーへのインパクト

      Pendoからのデータ取り込みがLakeflow Connectでサポートされました。これにより、PendoのデータをDatabricksに簡単に取り込むことができるようになります。詳細はPendoコネクタのドキュメントを参照してください。

      Zoom Logs 管理イジェスト コネクタ（ベータ版）

      2026-06-02

      Lakeflow ConnectのZoom 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すると、Zoomのユーザーサインイン/サインアウトアクティビティログと管理者操作ログをDatabricksに取り込むことができます。詳細はZoom Logsコネクタをご覧ください。

      ユーザーへのインパクト

      Zoom Logs管理イジェストコネクタ（ベータ版）のリリースにより、DatabricksユーザーはZoomのアクティビティログや管理者操作ログを簡単にDatabricksに取り込むことができるようになります。これにより、Zoomに関するログデータをDatabricksで一元管理し、分析や活用が容易になります。具体的には、ユーザーのサインイン/サインアウトアクティビティや管理者の操作履歴をDatabricksで扱えるようになるため、セキュリティ監査やコンプライアンス関連の作業が効率化されることが期待できます。詳細な設定方法や使用方法については、Databricksのドキュメントを参照してください。

      管理されたRabbitMQコネクタ（ベータ版）

      2026-06-02
      Lakeflow ConnectのマネージドRabbitMQコネクタがベータ版として利用可能になりました。このコネクタを使用すると、RabbitMQのクラシックキューからUnity Catalogのストリーミングテーブルにメッセージをストリーミングできます。詳細はRabbitMQコネクタをご覧ください。

      ユーザーへのインパクト

      管理されたRabbitMQコネクタ（ベータ版）が利用可能になったため、DatabricksユーザーはRabbitMQのクラシックキューからUnity Catalogのストリーミングテーブルにメッセージを簡単にストリーミングできるようになりました。これにより、ユーザーはRabbitMQからのデータをDatabricks上で簡単に統合・分析できるようになります。詳細はドキュメントを参照してください。

      ベクトルサーチはAI検索になりました。

      2026-06-01

      Vector SearchはAI Searchに名称が変更されました。現在では、ベクトルや埋め込みを使用せずにフルテキスト検索インデックスを作成できます。 Databricks AI Search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、Vector SearchがAI Searchに名称変更されたことを認識しておく必要があります。AI Searchでは、ベクトルや埋め込みを使用せずにフルテキスト検索インデックスを作成できるようになりました。ユーザーは、ドキュメントを参照して新しい機能の詳細を確認し、検索機能をより柔軟に活用できるようになりました。

      カタログエクスプローラで列の人気度が利用可能になりました。

      2026-06-01
      カタログエクスプローラーのUIで列の人気が利用できるようになりました。テーブルで最も人気のある列を見つけるには、テーブルの概要タブに移動します。人気度は、特定の列から読み取るテーブルのクエリ数によって決まります。人気度をご覧ください。

      ユーザーへのインパクト

      Databricksユーザーは、カタログエクスプローラでテーブルの列の人気度を確認できるようになりました。テーブルの概要タブで最も頻繁にクエリされる列を把握でき、データの使用状況をより深く理解できます。

      Lakebaseスナップショットストレージは現在課金されます

      2026-06-01

      2026年6月1日より、Lakebase Autoscalingのスナップショットストレージは課金対象となります。スナップショットストレージのサイズはバックアップ/復元ページで確認できます。料金の詳細については、Lakebase 料金ページを参照してください。スナップショットの管理については、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

      2026年6月1日より、Lakebase Autoscalingのスナップショットストレージが課金対象となります。スナップショットストレージのサイズはバックアップ/復元ページで確認でき、詳細な料金はLakebase料金ページで確認できます。スナップショットの管理方法については、スナップショットのドキュメントを参照してください。したがって、今後はスナップショットストレージの利用料に注意する必要があります。

      Lakeflow Connectのクエリベースのコネクタが一般提供開始となりました。

      2026-05-29

      Lakeflow Connectのクエリベースコネクタが一般提供開始されました。クエリベースコネクタは、カーソル列を使用してソースを直接クエリすることでデータベースからデータを取り込みます。変更データキャプチャ（CDC: Change Data Capture）の設定やデータ取り込みゲートウェイを必要としません。サポートされるソースには、Oracle、Teradata、SQL Server、MySQL、MariaDB、PostgreSQLのほか、外部カタログ取り込みを使用するすべてのLakehouse Federationデータソースが含まれます。詳細はクエリベースコネクタをご覧ください。

      ユーザーへのインパクト

      Lakeflow Connectのクエリベースコネクタが一般提供されました。これにより、Oracle、Teradata、SQL Server、MySQL、MariaDB、PostgreSQLなどのデータソースから、変更データキャプチャ（CDC）設定やデータ取り込みゲートウェイなしでデータを簡単に取り込めるようになりました。Databricksユーザーは、これらのソースからデータを取り込む際に、よりシンプルで効率的な方法を利用できます。

      Databricks Appsの水平スケーリング（ベータ版）

      2026-05-29
      単一のアプリ URL で複数のインスタンス間で Databricks アプリを実行できるようになりました。水平スケーリングにより、可用性の向上、ダウンタイムゼロのデプロイメント、および セッション アフィニティ が提供されます。これにより、特定のユーザーのすべてのリクエストが同じインスタンスにルーティングされ、アプリはそのインスタンス上にユーザーごとのデータを保持できます。 既存の標準アプリを水平スケーリングに変換したり、新しいアプリを作成するときに水平スケーリングを有効にしたりできます。 変換されたアプリは、プリインストールされた Python ライブラリをオプトアウトして、クリーンなベース OS イメージで実行することもできます。
      「Databricks アプリの水平スケーリング」および「Databricks アプリのプリインストール済み Python ライブラリをオプトアウトする」を参照してください。

      ユーザーへのインパクト

      Databricks Appsの水平スケーリング（ベータ版）が利用可能になりました。これにより、単一のURLで複数のインスタンスにわたってDatabricksアプリを実行でき、可用性の向上、ダウンタイムゼロのデプロイが実現します。また、セッションアフィニティにより、特定のユーザーのリクエストが同じインスタンスにルーティングされ、ユーザーデータをそのインスタンスに保持できます。既存のアプリを水平スケーリング用に変換したり、新規作成時に有効にできます。さらに、変換されたアプリはプリインストールされたPythonライブラリをオプトアウトしてクリーンなベースOSイメージで実行できます。詳細については、Databricks Appsの水平スケーリングに関するドキュメントとプリインストールされたPythonライブラリのオプトアウトに関するドキュメントを参照してください。

      Databricks Runtime 18: 2026年5月29日

      2026-05-29

      • NaN キーを使用した Structured Streaming の重複排除: Structured Streaming の重複排除では、 double または float 列が重複排除キーとして使用されている場合、ビットパターンの異なる NaN (非数) 値を重複として扱うようになりました。以前は、内部表現が異なる NaN 値は別個のものとして扱われ、重複が排除されませんでした。
      • メタデータの更新中に、Unity Catalog の外部カタログテーブル (Snowflake 接続テーブルなど) からテーブル レベルのアクセス許可が削除され、クエリが INSUFFICIENT_PERMISSIONS エラーで失敗する問題を修正しました。外部テーブルのメタデータを更新しても、権限は保持されるようになりました。

      ユーザーへのインパクト

      Databricks Runtime 18のリリースにより、Databricksユーザーは以下の影響を受けます：

      1. Structured Streamingの重複排除の変更: doubleまたはfloat型の列でNaN（非数）値を含むデータを重複排除する際、異なるビットパターンのNaN値が重複として扱われるようになりました。以前は、これらの値は別個のものとして扱われ、重複排除されませんでした。これにより、重複排除の精度が向上します。

      2. Unity Catalogの外部カタログテーブルの権限保持: 以前は、外部カタログテーブル（例：Snowflake接続テーブル）のメタデータを更新すると、テーブルレベルの権限が失われ、INSUFFICIENT_PERMISSIONSエラーが発生していました。この問題は修正され、メタデータの更新後も権限が保持されるようになりました。これにより、ユーザーは権限の問題を気にせずに外部テーブルのメタデータを更新できます。

      2026年5月29日のLakeflow Designerの更新内容

      2026-05-29

      Lakeflow Designer には以下の更新が行われました:

      • 双方向AI生成の説明: 各オペレータに、AIが生成したその機能の説明が表示されるようになりました。説明を編集すると、オペレータが再設定されます。
      • N方向結合: Combineオペレータが任意の数の入力テーブルを受け入れるようになりました。
      • カスタム結合条件: 左と右のテーブルの間の矢印をクリックすることで、カスタム結合条件を追加できるようになりました。AIが生成した説明を編集するか、手動でSQLを記述して条件を設定します。
      • フィルタの読みやすさの向上: フィルタ条件の日時の値が、ISO形式ではなく平易な英語で表示されるようになりました。
      • マルチモーダル出力タイプ: オペレータが、プロット、HTML、画像、その他のテーブル以外の出力をプレビューペインに直接表示できるようになりました。
      • 出力パネルの設定: 出力パネルを、入力と出力（デフォルト）、入力のみ、または出力のみに切り替えられるようになりました。結合ビューでは、入力と出力のパネルのサイズを変更できるようになりました。
      • ドラッグ＆コネクトのターゲットの改善: オペレータの+ ボタンからドラッグして、下流のオペレータを接続して追加します。
      • Genie Codeの変更概要: Genie Codeに、入力ボックスの上に最新の編集内容の1行サマリーが表示されるようになりました。
      • ノート配置の改善: 新しいノートはデフォルトで隣接するオペレータと重複しなくなりました。
      • インラインパラメータの例: SQLおよびPythonのオペレータに、利用可能なパラメータとそれを参照するためのインラインサンプルコードが表示されるようになりました。
      • バグ修正と改善: Pythonオペレータによるトリプルクォート文字列の処理を修正し、また上

        ユーザーへのインパクト

        Databricksユーザーは、2026年5月29日のLakeflow Designerの更新により、以下の影響を受けます：

        1. 双方向AI生成の説明: オペレータの機能をAIが自動で説明し、ユーザーが説明を編集するとオペレータが再設定されるようになります。
        2. N方向結合: Combineオペレータが複数の入力テーブルを受け入れることができるようになり、より複雑なデータ処理が可能になります。
        3. カスタム結合条件: 左と右のテーブルの間の矢印をクリックすることで、カスタム結合条件を追加でき、AI生成の説明を編集するか、手動でSQLを記述して条件を設定できます。
        4. フィルタの読みやすさの向上: フィルタ条件の日時の値が、ISO形式ではなく平易な英語で表示され、読みやすくなります。
        5. マルチモーダル出力タイプ: オペレータがプロット、HTML、画像などのテーブル以外の出力をプレビューペインに直接表示できるようになります。
        6. 出力パネルの設定: 出力パネルを、入力と出力、入力のみ、または出力のみに切り替えられ、結合ビューではパネルのサイズを変更できます。
        7. ドラッグ＆コネクトのターゲットの改善: オペレータの**+**ボタンからドラッグして下流のオペレータを接続・追加できます。
        8. Genie Codeの変更概要: Genie Codeに入力ボックスの上に最新の編集内容の1行サマリーが表示され、変更点が把握しやすくなります。
        9. ノート配置の改善: 新しいノートがデフォルトで隣接するオペレータと重複しなくなり、整理しやすくなります。
        10. インラインパラメータの例: SQLおよびPythonのオペレータに、利用可能なパラメータとそれを参照するためのインラインサンプルコードが表示され、使いやすくなります。

        これらの更新により、Lakeflow Designerの使い勝手が向上し、より効率的なデータ処理が可能になります。

        ジーニーワンの強化

        2026-05-28

        Genie Oneには現在、マネージドMCPサーバー（ベータ版）が搭載されています。エージェントであれば誰でも、Genie SpacesやUnity Catalogデータを横断して自然言語でデータに関する質問を行い、確かな回答を得ることができます。詳しくは利用可能なマネージドサーバーをご覧ください。

        ユーザーへのインパクト

        Genie Oneが強化され、マネージドMCPサーバー（ベータ版）が利用できるようになりました。これにより、Genie SpacesやUnity Catalogのデータを横断して自然言語でデータに関する質問が可能になり、確かな回答が得られます。詳しくはドキュメントを参照してください。

        Databricksは本日、Anthropicが開発した大規模言語モデル（LLM）の最新バージョン「Claude Opus 4.8」を、Databricksのプラットフォーム上で利用可能にしたことを発表した。これにより、企業はClaudeの高度な機能を、自社のデータと組み合わせて活用できるようになる。

        2026-05-28
        Databricks Model Servingは、DatabricksがホストするモデルとしてAnthropic Claude Opus 4.8 をサポートするようになりました。
        このモデルにアクセスするには、以下を使用します。

        上記の日本語訳は次の通りです。
        Databricks Model Servingは、DatabricksがホストするモデルとしてAnthropic Claude Opus 4.8 をサポートするようになりました。
        このモデルにアクセスするには、Foundation Model APIsの従量課金制を使用します。その中で、推論モデルのクエリやビジョン モデルのクエリが可能です。

        ユーザーへのインパクト

        Databricksユーザーは、Databricks Model Servingを通じてAnthropicの最新LLM「Claude Opus 4.8」を利用できるようになりました。これにより、高度なAI機能を自社のデータと組み合わせて活用できます。アクセスはFoundation Model APIsの従量課金制を通じて行い、推論モデルやビジョン モデルのクエリが可能です。

        コンプライアンス セキュリティ プロファイルが有効になっているワークスペースでは、Embed Genie Space がデフォルトで間もなく利用できるようになります。

        2026-05-28

        2026年6月には、コンプライアンスセキュリティプロファイルが有効になっているワークスペースでは、デフォルトでGenie Spaceをiframeとして埋め込むことができるようになります。

        Genie Spaceを埋め込むことで、ビジネスユーザーはDatabricksに移動することなく、内部ツールやポータル内で直接Genieを操作できるようになります。

        詳細はGenie Spaceの埋め込みを参照してください。

        ユーザーへのインパクト

        コンプライアンスセキュリティプロファイルが有効なDatabricksワークスペースでは、2026年6月よりGenie Spaceの埋め込みがデフォルトで利用可能になります。これにより、ユーザーは内部ツールやポータル内でGenieを直接操作でき、Databricksへの移動が不要になります。詳細はDatabricksのドキュメントを参照してください。

        クロスエンジンの属性ベースのアクセス制御（ベータ版）

        2026-05-28

        外部エンジンは、サーバー側で強制される属性ベースのアクセス制御 (ABAC)、行フィルター、列マスクを使用して、Unity Catalogで管理されるテーブル（DeltaおよびIceberg）を読み取ることができるようになりました。クロスエンジン属性ベースのアクセス制御 (ABAC)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、外部エンジンを使用してUnity Catalogで管理されるテーブル（DeltaおよびIceberg）にアクセスする際、より細かいアクセス制御を行うことができるようになります。具体的には、サーバー側で強制される属性ベースのアクセス制御（ABAC）、行フィルター、列マスクが外部エンジンで利用できるようになり、データのセキュリティとガバナンスが強化されます。これにより、ユーザーはより安全にデータを管理し、データアクセスをより精密に制御できるようになります。詳細については、クロスエンジン属性ベースのアクセス制御 (ABAC) のドキュメントを参照してください。

        Lakeflow Spark宣言的パイプラインのリアルタイムモード、およびupdate_flow APIが利用可能になりました（パブリックプレビュー）

        2026-05-27

        Lakeflow Spark宣言的パイプラインのリアルタイムモードが、パブリックプレビューで利用できるようになりました。詐欺検出、リアルタイムパーソナライゼーション、即時意思決定などの運用ストリーミングワークロードにおいて、エンドツーエンドのレイテンシーを5ミリ秒まで短縮します。リアルタイムモードでは、新しいupdate_flowデコレータを使用します。これは、更新出力モードを使用してシンクに書き込み、ウォーターマークを必要とせずにステートフルな集計をサポートします。詳細については、Lakeflow Spark宣言的パイプラインでのリアルタイムモードの使用 および update_flow 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、Lakeflow Spark宣言的パイプラインのリアルタイムモードを利用できるようになりました。これにより、運用ストリーミングワークロードのエンドツーエンドのレイテンシーが5ミリ秒に短縮されます。新しいupdate_flowデコレータを使用することで、更新出力モードでのシンクへの書き込みや、ウォーターマーク不要のステートフル集計が可能になります。詳細は、ドキュメント「Lakeflow Spark宣言的パイプラインでのリアルタイムモードの使用」および「update_flow」を参照してください。

        マテリアライズドビューのリフレッシュポリシーおよびEXPLAIN CREATE MATERIALIZED VIEWが一般提供開始になりました。

        2026-05-27

        リフレッシュポリシーとEXPLAIN CREATE MATERIALIZED VIEWステートメントが、マテリアライズド・ビューで一般的に利用可能になりました。リフレッシュポリシーを使用すると、Databricksがインクリメンタルまたはフルリフレッシュを実行するタイミングを制御し、コストと予測可能性を最適化できます。EXPLAIN CREATE MATERIALIZED VIEW を使用して、マテリアライズド・ビューを定義する前に、クエリをインクリメンタル化できるかどうかを確認します。Databricks SQL および Databricks Runtime 17.3 以降で利用できます。 マテリアライズド・ビューに対するインクリメンタル・リフレッシュを参照してください。

        ユーザーへのインパクト

        マテリアライズドビューのリフレッシュポリシーおよびEXPLAIN CREATE MATERIALIZED VIEWが一般提供開始されたことにより、Databricksユーザーは以下の利点を得られます:

        1. リフレッシュポリシーの利用により、マテリアライズドビューの更新タイミングを制御し、コストと予測可能性を最適化できます。
        2. EXPLAIN CREATE MATERIALIZED VIEW を使用して、マテリアライズドビューを作成する前にクエリのインクリメンタル化の可能性を確認できます。

        これらの機能は、Databricks SQLおよびDatabricks Runtime 17.3以降で利用可能です。ユーザーは、マテリアライズドビューのパフォーマンスとコストをより効果的に管理できるようになります。

        Google ドライブ管理のインジェスト コネクタ（ベータ版）

        2026-05-27

        Lakeflow ConnectのGoogle Driveコネクターがベータ版として利用できるようになりました。このコネクターを使用すると、Google DriveからDatabricksにファイルをインジェストできます。非構造化(バイナリ)データと構造化(CSV、JSON、XML、Excel、Parquet、Avro、ORC)データの両方のインジェスト、およびファイルメタデータのインジェストがサポートされています。詳しくはGoogle Driveコネクターをご覧ください。

        ユーザーへのインパクト

        Googleドライブのデータを取り込むための新しいコネクタがベータ版として利用可能になりました。これにより、Googleドライブ上の非構造化データや構造化データをDatabricksに簡単に取り込むことができます。

        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において、デフォルトでDatabricks SQLアラートが利用できるようになります。

        2026-05-27

        Databricks SQL アラートは、2026年6月に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。

        Databricks SQL アラートを使用すると、スケジュールに従ってクエリを実行し、条件を評価し、条件が満たされたときに受信者に通知することで、データと KPI を監視できます。一般的なユースケースには、KPI のずれの監視、異常の検出、データ品質の問題の表面化などがあります。

        詳細はDatabricks SQL アラートを参照してください。

        ユーザーへのインパクト

        コンプライアンスセキュリティプロファイルが有効になっているワークスペースでは、2026年6月よりDatabricks SQLアラートがデフォルトで利用できるようになります。これにより、ユーザーはスケジュールに従ってクエリを実行し、条件を評価して通知を受け取ることで、データとKPIを監視できるようになります。Databricks SQLアラートの詳細については、ドキュメントを参照してください。

        サーバーレスノートブック実行のタイムアウトに関するワークスペース管理者設定

        2026-05-27

        ワークスペースの管理者は、ワークスペース管理者の設定でサーバーレスノートブックのデフォルトの実行タイムアウトを設定できるようになりました。これにより、以前の手動オーバーライドプロセスが置き換えられます。タイムアウトを設定するには、設定 > コンピュートに移動し、サーバーレスインタラクティブの下にあるサーバーレスインタラクティブ実行タイムアウト設定を更新します。

        デフォルトのタイムアウトは2.5時間で、ユーザーはspark.databricks.execution.timeoutを使用して個々のノートブックのタイムアウトをオーバーライドできます。詳細はサーバーレスの過剰支出保護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のサーバーレスノートブック実行に関するタイムアウト設定に関するものです。

        この変更により、ワークスペース管理者は、サーバーレスノートブックのデフォルトの実行タイムアウトを管理者設定で設定できるようになりました。デフォルトのタイムアウトは2.5時間に設定されていますが、ユーザーはspark.databricks.execution.timeoutを使用して個々のノートブックのタイムアウトをオーバーライドすることができます。

        つまり、ワークスペース管理者は、サーバーレスノートブックの実行に適したタイムアウト値を設定することで、リソースの無駄遣いを防ぐことができるようになりました。また、ユーザーは個々のノートブックの特性に応じてタイムアウト値を調整することができます。

        この変更は、サーバーレスノートブックの実行管理をより柔軟かつ効率的に行うことを可能にします。

        Microsoft Entra IDによる自動ID管理がGAになりました。

        2026-05-26
        Microsoft Entra ID による自動 ID 管理が一般提供開始されました。自動 ID 管理を使用すると、SCIM プロビジョニングを行わずに、Microsoft Entra ID から Databricks にユーザー、サービスプリンシパル、グループを同期できます。有効にすると、ID フェデレーション ワークスペースで ID を検索し、ワークスペースに直接追加できます。また、グループ メンバーシップは Microsoft Entra ID と同期されたままになります。

        「自動 ID 管理」および「自動 ID 管理のための Microsoft Entra ID の設定」を参照してください。

        ユーザーへのインパクト

        Microsoft Entra ID による自動 ID 管理が一般提供開始されたことにより、DatabricksユーザーはSCIMプロビジョニングを行わずにMicrosoft Entra IDからDatabricksにユーザー、サービスプリンシパル、グループを同期できるようになりました。これにより、IDフェデレーションワークスペースでのID検索やワークスペースへの直接追加が容易になり、グループメンバーシップもMicrosoft Entra IDと同期されたままになります。詳細については、自動ID管理とMicrosoft Entra IDの設定に関するドキュメントを参照してください。

        Databricks SQL バージョン2026.15 がプレビューで利用できるようになりました。

        2026-05-26

        Databricks SQL バージョン2026.15がプレビューチャンネルで利用可能になりました。以下のセクションを確認して、新機能、動作の変更、バグ修正について学んでください。

        XPathが外部DTDを取得しなくなった

        XMLに対してxpathを評価する際、Databricksはドキュメント内で宣言された外部DTD（Document Type Definitions）をロードしなくなりました。以前は、XMLに不正なURLや到達不能なエンドポイントを指す外部DTD参照が含まれている場合、XPathは失敗する可能性がありました。DTD検証はXPath評価とは別であるため、すでに成功していたクエリは以前と同じ結果を返します。以前は外部DTD取得中にのみ失敗していたクエリが、成功するようになりました。

        スキーマエボリューションを使用したINSERT、MERGE、ストリーミング書き込みにおけるNULL構造体の保持

        スキーマエボリューションを使用するINSERT、MERGE、ストリーミング書き込みにおいて、ソース内のNULL構造体がターゲットにNULLとして保存されるようになりました。以前は、その値は誤ってすべてのフィールドがNULLの非NULL構造体として具体化されていましたが、スキーマエボリューションを使用しない同じ操作ではNULL構造体が正しく保持されていました。すべてのフィールドがNULLの非NULL構造体を受け取ることに依存していたコードがある場合は、代わりにNULL構造体を処理するようにコードを更新してください。

        DeltaテーブルにおけるNullType（VOID）のサポート

        Delta LakeテーブルがVOID列をサポートするようになりました。以前は、VOID列はパスベースのDataFrame読み取りやタイムトラベルクエリによって黙ってスキップされていました。これらのクエリは、出力にVOID列を含むようになりました。書き込みは影響を受けません。VOID型を

        ユーザーへのインパクト

        Databricks SQLバージョン2026.15のプレビューが利用可能になりました。このリリースでは、いくつかの重要な変更と新機能が導入されています。

        1. XPathが外部DTDを取得しなくなる: XMLに対してXPathを評価する際、Databricksは外部DTD（Document Type Definitions）をロードしなくなりました。これにより、XMLに不正なURLや到達不能なエンドポイントを指す外部DTD参照が含まれている場合に、XPathが失敗する問題が解消されます。DTD検証はXPath評価とは別であるため、すでに成功していたクエリは同じ結果を返します。

        Databricksユーザーへの影響: 外部DTD参照を含むXMLデータを扱っている場合、以前は失敗していたクエリが成功するようになります。

        1. スキーマエボリューションを使用したINSERT、MERGE、ストリーミング書き込みにおけるNULL構造体の保持: スキーマエボリューションを使用するINSERT、MERGE、ストリーミング書き込みにおいて、ソース内のNULL構造体がターゲットにNULLとして保存されるようになりました。以前は、その値は誤ってすべてのフィールドがNULLの非NULL構造体として具体化されていました。

        Databricksユーザーへの影響: すべてのフィールドがNULLの非NULL構造体を受け取ることに依存していたコードがある場合は、代わりにNULL構造体を処理するようにコードを更新する必要があります。

        1. DeltaテーブルにおけるNullType（VOID）のサポート: Delta LakeテーブルがVOID列をサポートするようになりました。以前は、VOID列はパスベースのDataFrame読み取りやタイムトラベルクエリによって黙ってスキップされていました。これらのクエリは、出力にVOID列を含むようになりました。

        Databricksユーザーへの影響: VOID列を含むDeltaテーブルを扱う場合、出力にVOID列が含まれるようになります。書き込み操作は影響を受けません。VOID型の詳細については、公式ドキュメントを参照してください。

        これらの変更は、Databricks SQLのプレビュー版でのみ利用可能です。本番環境にデプロイする前に、テスト環境でこれらの変更の影響を確認することをお勧めします。

        Databricks Runtime のメンテナンス更新情報 (05/26)

        2026-05-26

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

        ユーザーへのインパクト

        Databricks Runtimeのメンテナンス更新により、サポートされているバージョン（18.2、18.1、18.0、17.3 LTS、16.4 LTS、15.4 LTS、14.3 LTS、13.3 LTS）において、バグの修正、セキュリティパッチの適用、パフォーマンスの向上が実施されました。ユーザーは、該当バージョンを利用している場合、リンク先の詳細情報を参照の上、最新の更新情報を適用することを推奨します。

        Lakeflow Spark Declarative Pipelines のパラメータがベータ版になりました。

        2026-05-26

        パイプライン パラメータを使用すると、パイプライン レベルでキーと値のペアを定義し、名前付きパラメータ構文を使用して SQL ソース コードからそれらを参照できます。詳細については、パイプラインでのパラメーターの使用を参照してください。

        ユーザーへのインパクト

        Databricksユーザーは、Lakeflow Spark Declarative Pipelinesでパラメータを定義し、SQLソースコードから参照できるようになりました。これにより、パイプラインの柔軟性と再利用性が向上します。詳細については、ドキュメント「パイプラインでのパラメーターの使用」を参照してください。

        レガシーなアシスタントのスラッシュコマンドを削除しました。

        2026-05-26

        /settings および /rename スラッシュコマンドは、ノートブック Genie Code Assistant チャットペインで使用できなくなりました。代わりに、ノートブック UI からノートブックの設定を調整し、ノートブックの名前を変更してください。

        /doc、/explain、/fix、/optimize、/prettify などのその他のスラッシュコマンドは変更されていません。「プロンプトにスラッシュコマンドを使用する」を参照してください。

        ユーザーへのインパクト

        DatabricksノートブックのGenie Code Assistantチャットペインにおいて、/settings と /rename スラッシュコマンドが使用できなくなりました。ノートブックの設定変更や名前の変更は、ノートブックのUIから直接行うようになりました。その他のスラッシュコマンド（/doc、/explain、/fix、/optimize、/prettifyなど）は従来通り使用可能です。詳細は、スラッシュコマンドの使用に関するDatabricksのドキュメントを参照してください。

        コンプライアンス セキュリティ プロファイルが有効になっているワークスペースでは、Genie Code Agent モードがデフォルトで使用できるようになりました。

        2026-05-25

        コンプライアンス・セキュリティ・プロファイルが有効で、HIPAA、PCI-DSS、およびFedRAMP モデレートのコントロールが選択されているワークスペースでは、Genie Code Agent モードがデフォルトで利用できるようになりました。

        Agentモードにより、Genie Codeは、関連するアセットの取得、コードの生成と実行、エラーの自動修正、結果の可視化など、1つのプロンプトから複数のステップを自動化できます。

        Genie Codeを参照してください。

        ユーザーへのインパクト

        コンプライアンスセキュリティプロファイルが有効なDatabricksワークスペースでは、Genie CodeのAgentモードがデフォルトで利用できるようになりました。Agentモードでは、Genie Codeはプロンプトに基づいて複数のステップを自動化できます。具体的には、関連アセットの取得、コード生成と実行、エラーの自動修正、結果の可視化などが可能になります。この機能は、HIPAA、PCI-DSS、FedRAMP Moderateのコンプライアンスが有効なワークスペースで利用できます。Genie Code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。

        Databricks Runtime 18 および Databricks Runtime 18 for Machine Learning はベータ版です。

        2026-05-22

        Databricks Runtime 18 および Databricks Runtime 18 for Machine Learning が、Apache Spark 4.1.0 を搭載してベータ版として利用できるようになりました。

        Databricks Runtime 18 は、統合されたリリースノート形式を使用する最初のリリースです。以前は、メジャーバージョン (18.0、18.1、18.2) ごとにリリースノートページがありました。以前は 18.3 以降としてリリースされていた機能は、現在 Databricks Runtime 18 の日付付き更新としてリリースされます。詳細については、統合されたリリースノートについてを参照してください。

        ユーザーへのインパクト

        Databricks Runtime 18 および Databricks Runtime 18 for Machine Learning がベータ版で利用可能になりました。このリリースでは、Apache Spark 4.1.0 が採用されており、統合されたリリースノート形式が採用されています。これにより、メジャーバージョンごとのリリースノートが、日付付きの更新に変更されています。つまり、Databricks Runtime 18 に対する更新は、順次追加されていく形になります。ユーザーは、この統合されたリリースノート形式により、Databricks Runtime 18 の更新を追跡しやすくなります。

        自動身元管理のためのアカウントアクセス拒否リスト (パブリックプレビュー)

        2026-05-22
        自動ID管理を使用するAWSおよびGCP上のDatabricksアカウントにおいて、アカウントアクセス拒否リスト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。アカウント管理者は、ユーザー、グループ、またはサービスプリンシパルを拒否リストに追加して、Databricksアカウントへのアクセスをブロックできます。拒否リストのメンバーシップは推移的(transitive)です。つまり、グループを拒否すると、そのすべてのメンバーも拒否されます。

        詳細についてはIDによるアカウントへのアクセスの拒否をご覧ください。

        ユーザーへのインパクト

        アカウント管理者は、ユーザー、グループ、またはサービスプリンシパルをアカウントアクセス拒否リストに追加することで、Databricksアカウントへのアクセスをブロックできるようになりました。拒否リストの対象となったメンバーは、そのアカウント内のすべてのワークスペースへのアクセスができなくなります。

        新しいLakebase Autoscalingプロジェクトでは、デフォルトでPostgresパスワード認証が無効になりました。

        2026-05-21

        新しいLakebase Autoscalingプロジェクトでは、デフォルトでネイティブのPostgresパスワード認証が無効になっています。既存のAutoscalingプロジェクトには影響はありません。ネイティブのPostgresロールが静的パスワードで接続できるようにするには、プロジェクト設定でパスワード接続を有効にしてください。詳細はパスワード接続の管理をご覧ください。

        ユーザーへのインパクト

        新しいLakebase Autoscalingプロジェクトでは、デフォルトでPostgresパスワード認証が無効になっています。静的パスワードで接続する場合、プロジェクト設定でパスワード接続を有効にする必要があります。既存のプロジェクトには影響はありません。詳細はDatabricksのドキュメントを参照してください。

        Databricks CLIが一般提供開始されました

        2026-05-21
        Databricks CLIが一般提供（GA）開始されました。このリリースの一部として、CLIはOSネイティブのセキュアストレージにユーザーツーマシン（U2M）トークンを保存するように更新されました。トークンストレージを参照してください。
        Databricks CLIについては、Databricks CLIを参照してください。

        ユーザーへのインパクト

        Databricks CLIが一般提供されました。これにより、OSのネイティブなセキュアストレージに認証トークンが保存されるようになり、より安全に利用できます。Databricks CLIの利用方法については、公式ドキュメントを参照してください。

        ジーニーの強化。

        2026-05-21

        • 関連ダッシュボードへの直接リンク：チャットペインのエンティティにマウスオーバーすると、Genieは関連するダッシュボードへの直接リンクを表示するようになりました。
        • ワークスペースのホームページでGenieに質問する：ワークスペースのホームページにGenieが追加されました。ホームページを参照してください。

        ユーザーへのインパクト

        Databricksの最新アップデートにより、Genie（ジーニー）が強化されました。これにより、以下のような影響があります：

        1. チャットペインのエンティティにマウスオーバーすると、関連するダッシュボードへの直接リンクが表示されるようになりました。これにより、ユーザーは関連情報を素早く参照できるようになります。

        2. ワークスペースのホームページにGenieが追加されました。これにより、ユーザーはホームページから直接Genieに質問できるようになり、作業がより効率的になります。

        これらの変更により、Databricksユーザーはより直感的かつ効率的にデータの探索や分析を行えるようになります。

        インスタンスイベントとインスタンスプールのシステムテーブルが利用できるようになりました (パブリックプレビュー)

        2026-05-21

        system.compute.instance_events テーブルと system.compute.instance_pools システムテーブルがパブリックプレビューになりました。これらのテーブルを使用して、クラシック コンピューティングインスタンスの状態遷移や、アカウント全体のインスタンスプール構成の完全な履歴を追跡できます。 インスタンスイベントテーブルのスキーマ および インスタンスプールテーブルのスキーマを参照してください。

        ユーザーへのインパクト

        インスタンスイベントとインスタンスプールのシステムテーブルがパブリックプレビューで利用できるようになりました。これにより、Databricksユーザーはクラシックコンピューティングインスタンスの状態遷移やインスタンスプール構成の履歴を追跡できます。具体的には、system.compute.instance_events と system.compute.instance_pools テーブルを使用して、インスタンス関連のイベントやプール構成の変更履歴を参照できます。

        Unity CatalogマネージドApache Icebergテーブル、外部Apache Icebergテーブル、およびApache Iceberg v3機能が一般提供開始されました。

        2026-05-21

        Unity Catalogの以下のApache Iceberg機能が一般提供開始されました:

        • Unity CatalogマネージドIcebergテーブル: Databricks Runtime、Databricks SQL、または外部のIceberg互換エンジンを使用して、Unity CatalogでIcebergテーブルを作成および管理できます。マネージドIcebergテーブルは、リキッドクラスタリング、予測最適化、マテリアライズドビュー、ストリーミングテーブルをサポートします。DatabricksにおけるApache Icebergとはをご覧ください。
        • 外部Icebergテーブル: Lakehouseフェデレーションを介して、AWS Glue、Hiveメタストア、Snowflake Horizon Catalogなどの外部カタログによって管理されるIcebergテーブルを読み取ります。外部テーブルの操作をご覧ください。
        • Iceberg v3の機能: UniFormを使用したマネージドDelta Lakeテーブル、マネージドIcebergテーブル、および外部Icebergテーブルで、削除ベクトル、VARIANTデータ型、行のデータ系譜を使用します。Apache Iceberg v3の機能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におけるApache Icebergの機能拡張に関するものです。主な影響と内容は以下の通りです：

        1. Unity Catalog マネージド Iceberg テーブルが一般提供開始されました。これにより、Databricks Runtime、Databricks SQL、または外部のIceberg互換エンジンを使用して、Unity CatalogでIcebergテーブルを作成・管理できます。さらに、リキッドクラスタリング、予測最適化、マテリアライズドビュー、ストリーミングテーブルなどの機能もサポートされます。

        2. 外部Icebergテーブルも一般提供開始されました。これにより、Lakehouseフェデレーションを通じて、AWS Glue、Hiveメタストア、Snowflake Horizon Catalogなどの外部カタログで管理されるIcebergテーブルを読み取ることが可能になります。

        3. Iceberg v3の機能が利用可能になりました。UniFormを使用することで、マネージドDelta Lakeテーブル、マネージドIcebergテーブル、および外部Icebergテーブルで、削除ベクトル、VARIANTデータ型、行のデータ系譜などの新機能を利用できます。

        これらの変更により、DatabricksユーザーはApache Icebergをより柔軟に利用でき、データ管理と処理の幅が広がります。特に、異なるカタログ間でのデータのやり取りや、新しいデータ処理機能の利用が容易になります。

        Genie Oneの強化点

        2026-05-21

        • 関連ダッシュボードへの直接リンク: Genie Oneは、チャットペインでエンティティにホバーすると、関連するダッシュボードへの直接リンクを表示するようになりました。
        • ワークスペースのホームページでGenie Oneに質問する: Genie Oneに質問がワークスペースのホームページに追加されました。ホームページを参照してください。

        ユーザーへのインパクト

        Genie Oneの強化により、Databricksユーザーは以下の恩恵を受けます：

        1. 関連するダッシュボードへのアクセスが容易になりました。チャットペインでエンティティにホバーすると、関連するダッシュボードへの直接リンクが表示されます。
        2. ワークスペースのホームページから直接Genie Oneに質問できるようになり、ユーザーの操作性が向上しました。

        ワークスペースのサイドバー ナビゲーションの更新。

        2026-05-21

        ワークスペースのサイドバー・ナビゲーションが更新され、セクションのグループ化が行われるようになりました:

        • 新しいアナリティクスセクションでは、ダッシュボード、Genieスペース、アラートがグループ化されています。
        • SQLセクションの名称がLakehouseに変更され、SQLエディタ、クエリ、クエリ履歴、SQLウェアハウスが含まれるようになりました。

        ナビゲーション更新前後のワークスペース・サイドバー

        アプリ切り替え時には、Lakehouseの名称がアナリティクスとAIに変更されています。

        LakehouseオプションがアナリティクスとAIに更新されたことを示すアプリ切り替え

        ユーザーへのインパクト

        Databricksワークスペースのサイドバーナビゲーションが更新されました。主な変更点は以下の通りです：

        • 新しい「アナリティクス」セクションが追加され、ダッシュボード、Genieスペース、アラートが一つのセクションにまとめられました。
        • 「SQL」セクションが「Lakehouse」に名称変更され、SQLエディタ、クエリ、クエリ履歴、SQLウェアハウスが含まれています。
        • アプリ切り替え時には、「Lakehouse」の名称が「アナリティクスとAI」に変更されます。

        これらの変更により、ユーザーはDatabricksの機能に、より整理された形でアクセスできるようになります。

        Lakebaseのオートスケーリングでサポートされるコンピュートサイズが最大64 CU（128 GB）に拡大しました。

        2026-05-20

        レイクベースのオートスケーリングは、以前の最大32 CU（64 GB RAM）から、最大64 CU（128 GB RAM）のコンピューティングサイズをサポートするようになりました。これで、より大きなワークロードで動的スケーリングを使用できます。オート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

        このリリースにより、DatabricksユーザーはLakebaseのオートスケーリングでより大きなコンピュートリソースを利用できるようになります。具体的には、最大64 CU（128 GB RAM）までのコンピュートサイズをサポートするようになったため、より大規模なワークロードでも動的スケーリングが可能になります。これにより、大規模なデータ処理やリアルタイム分析のニーズに応えることができます。ユーザーは、オートスケーリングの設定を見直し、より大きなワークロードに合わせてリソースを最適化できるようになります。

        Power BI（パブリック プレビュー）向け Microsoft Entra ID SSO の構成

        2026-05-20

        アカウントレベルのフェデレーションポリシーを使用して、Power BIからDatabricksへのシングルサインオン（SSO）のIDプロバイダーとしてMicrosoft Entra IDを設定できるようになりました。 Power BI に対する Microsoft Entra ID SSO 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

        Power BIを使用しているDatabricksユーザーは、アカウントレベルのフェデレーションポリシーを使用して、Microsoft Entra IDをIDプロバイダーとして設定し、Databricksへのシングルサインオン（SSO）を構成できるようになりました。これにより、Power BIからDatabricksへのシームレスな認証が可能になります。詳細な手順については、指定されたドキュメントを参照してください。

        サービス プリンシパルとして OAuth U2M (ベータ) を使用して認証する

        2026-05-20

        OAuth U2Mフローを使用して、自分のユーザーアカウントではなく、サービスプリンシパルのIDとしてトークンを取得できるようになりました。そのためには、サービスプリンシパルにサービスプリンシパルマネージャロールが必要です。

        「OAuth U2Mを使用してサービスプリンシパルとして認証する」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OAuth U2M（User-to-Machine）フローを利用して、自身のユーザーアカウントの代わりにサービスプリンシパルとして認証できるようになりました。サービスプリンシパルに「サービスプリンシパルマネージャ」ロールが割り当てられている必要があります。この変更により、自動化されたツールやアプリケーションがサービスプリンシパルのIDを使用してDatabricksリソースにアクセスすることが容易になります。詳細な手順については、指定されたドキュメントリンクを参照してください。

        メトリックビューの固定LOD式の構文を更新しました。

        2026-05-20
        メトリクスビューの固定詳細レベル (LOD) 式は、ディメンションのexprフィールドでSQLウィンドウ関数を使用して直接定義されるようになりました。これにより、以前の2段階のアプローチ（sourceクエリで値を事前に計算する）が置き換えられました。詳細については、「メトリクスビューでの詳細レベル (LOD) 式の使用」を参照してください。

        ユーザーへのインパクト

        Databricksユーザーは、メトリクスビューの固定LOD式の新しい構文に適応する必要があります。具体的には、ディメンションのexprフィールドでSQLウィンドウ関数を使用して直接定義する必要があります。これにより、事前に値を計算する必要がなくなり、メトリクスビューの定義が簡素化されます。したがって、既存のメトリクスビューの定義を更新する必要があります。詳細については、「メトリクスビューでの詳細レベル (LOD) 式の使用」を参照してください。

        ベクトル検索のストレージ最適化されたエンドポイントがGAになりました

        2026-05-20
        ベクトル検索のストレージ最適化されたエンドポイントが一般提供開始されました。ストレージ最適化エンドポイントはより大きな容量（768次元で10億以上のベクトル）を持ち、標準のエンドポイントよりも10～20倍高速なインデックス作成を提供します。より多くのベクトル向けに価格が最適化されています。詳細については、ベクトル検索エンドポイントのオプションを参照してください。

        ユーザーへのインパクト

        ベクトル検索のストレージ最適化エンドポイントが一般提供されました。これにより、大規模なベクトルデータ（768次元で10億以上）に対するインデックス作成が標準エンドポイントよりも10～20倍高速になります。また、大容量のベクトルデータ向けに価格が最適化されており、より効率的な処理が期待できます。詳細はDatabricksのドキュメントを参照してください。

        カスタムモデルサービング（ベータ版）でカスタムLLMを提供する

        2026-05-20

        vLLMエンジンを使用した、カスタムかつファインチューニングされたLLMをDatabricks上で提供できます。これには、Foundation Model APIsがサポートしていないマルチモーダルモデルやPEFTレシピが含まれます。カスタムLLM提供はベータ版です。詳細はカスタムモデル提供でカスタムLLMを提供するをご覧ください。

        ユーザーへのインパクト

        Databricksユーザーは、カスタムモデルサービング（ベータ版）を利用して、vLLMエンジンを使用したカスタムLLMやファインチューニングされたLLM（Foundation Model APIsでサポートされていないマルチモーダルモデルやPEFTレシピを含む）をDatabricks上で提供できるようになります。詳細については、提供されたドキュメントリンクを参照してください。

        すべてのAWSおよびAzureリージョンで利用可能なLakebaseのカスタマー管理キー

        2026-05-20

        Lakebase Autoscaling のカスタマー管理キー（CMK）が、AWS と Azure のすべての Lakebase リージョンで利用できるようになりました。CMK は、組織がクラウド KMS で所有するキーを使用して、保存されている Lakebase Autoscaling プロジェクトデータを暗号化します。CMK は、新しい Lakebase Autoscaling プロジェクトで利用できます。Lakebase Provisioned インスタンスは CMK をサポートしていません。詳細は、Lakebase のカスタマー管理キーを参照してください。

        ユーザーへのインパクト

        Lakebase Autoscalingを利用しているDatabricksユーザーは、クラウドKMSで管理するキーを使ってLakebaseのデータを暗号化できるようになりました。新しいLakebase Autoscalingプロジェクトでこの機能を利用できます。ただし、Lakebase Provisionedインスタンスではこの機能はサポートされていません。

        Genieチャットは、コンプライアンス・セキュリティ・プロファイルが有効になっているワークスペースでデフォルトで利用できるようになります。

        2026-05-19

        コンプライアンスセキュリティプロファイルが有効になっているワークスペースでは、2026年6月にデフォルトでGenieチャットが利用できるようになります。

        Genieチャットは、自然言語でデータに関する質問をするための統一されたフルスクリーンインターフェイスを提供します。既存のダッシュボード、クエリ、Genie Space、メトリクスビューを使用して、利用可能なすべてのデータで質問に回答します。

        Genieチャットをご覧ください。

        ユーザーへのインパクト

        Genieチャットが、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2026年6月にデフォルトで利用できるようになります。Genieチャットは自然言語でデータに関する質問をするためのインターフェイスで、既存のダッシュボードやクエリなどを使用して質問に回答します。詳細はドキュメントをご覧ください。

        Databricks Excelアドインは、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います。

        2026-05-19

        Excel 用 Databricks アドイン (パブリックプレビュー) は、Databricks がサポートするすべてのコンプライアンスセキュリティプロファイル標準をサポートするようになりました。詳細については、「コンプライアンス セキュリティ プロファイル」および「Microsoft Excel から Databricks に接続する」を参照してください。

        ユーザーへのインパクト

        Databricks Excelアドインが、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するようになりました。これにより、ExcelからDatabricksへの接続において、より高いセキュリティ基準が確保されます。影響：Databricksユーザーは、Excelアドインを使用する際に、既存のコンプライアンスセキュリティプロファイル標準を維持したまま作業できます。詳細は、指定されたドキュメントリンクを参照してください。

        お客様が管理するキーが、MLflow のマネージド評価機能をサポートするようになりました。

        2026-05-19

        以下のMLflowマネージド評価機能が、カスタマー管理キー (CMK) で暗号化されたワークスペースで利用できるようになりました。

        • MLflow 3 スコアラーを使用した GenAI アプリの本番監視。
        • トレースに関する専門家のフィードバックを収集するためのレビューアプリ。
        • 評価データセット。データセットを保存するカタログ自体は、CMKで暗号化されていてはいけません。

        ユーザーへのインパクト

        Databricksのお客様への影響：

        このリリースにより、カスタマー管理キー（CMK）で暗号化されたワークスペースにおいて、MLflowのマネージド評価機能が利用可能になりました。これにより、以下の機能がCMKのサポートを受け、より高いセキュリティで利用できます。

        1. GenAIアプリケーションの本番監視（MLflow 3スコアラーを使用）
        2. トレースに関する専門家のフィードバックを収集するためのレビューアプリ

        ただし、評価データセットを保存するカタログはCMKで暗号化されていない必要があります。つまり、カタログ自体はデフォルトの暗号化設定のままにしておく必要があります。これらの変更により、Databricksユーザーはより安全にMLflowの機能を利用できるようになります。

        UI でのリソースの編集が YAML に自動的に反映されるようになりました。

        2026-05-19
        UI でのジョブとパイプライン設定の編集は、YAML で自動的に更新されるようになりました。バンドルリソースの編集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、UIでジョブやパイプラインの設定を編集した際に、関連するYAMLファイルが自動的に更新されるため、手動で同期する必要がなくなり、作業が効率化されます。詳しくは、バンドルリソースの編集をご覧ください。

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

        2026-05-19

        コンプライアンス・セキュリティ・プロファイルが2026年6月に有効になっているワークスペースでは、デフォルトでGenie Oneのチャットが利用できるようになります。

        Genie Oneのチャットは、自然言語でデータに関する質問をするための統合されたフルスクリーンインターフェイスを提供します。既存のダッシュボード、クエリ、Genie Space、メトリクスビューを使用して、利用可能なすべてのデータで質問に答えます。

        Genie Oneのチャットを参照してください。

        ユーザーへのインパクト

        コンプライアンス・セキュリティ・プロファイルが有効なワークスペースで、2024年6月からGenie Oneチャットがデフォルトで利用できるようになります。Genie Oneチャットは、自然言語でデータに関する質問ができる統合インターフェイスで、既存のダッシュボードやクエリなどのデータを使って質問に答えます。詳細はドキュメントを参照してください。

7
5
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
7
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?