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。
Genie SpacesはGenie Agentsに名称が変更されます。
2026-06-24
Genie SpacesはGenie Agentsに名称が変更されます。2026年7月初旬に、Genie SpacesはGenie Agentsに改名され、この機能の全機能をより適切に反映します。
ユーザーへのインパクト
この変更によるDatabricksユーザーへの影響は以下の通りです：
- 2026年7月初旬に「Genie Spaces」という名称が「Genie Agents」に変更される。
- 機能の全容をより適切に反映するための名称変更であり、機能自体に変更はない。
つまり、ユーザーは引き続き同じ機能を利用できるが、名称が変更になるため、ドキュメントやコミュニケーションでの名称変更への対応が必要になる可能性がある。
Unity AI Gatewayの予算は、2026年7月に一般提供される予定です。
2026-06-23
2026年7月には、Unity AI Gatewayの予算は、AWS、Azure、Google Cloud上のすべてのアカウントで一般的に利用可能になる予定です。
Unity AI Gatewayの予算により、管理者はUnity AI GatewayとGenieで管理されるリクエストの支出閾値を定義できます。これには、共有およびユーザーごとの制限が含まれ、電子メールアラートや使用ブロックなどのアクションを設定できます。詳細は、Unity AI Gateway budgets および Genie budgets を参照してください。
Unity AI Gateway 予算機能は、Unity AI Gateway 自体とは別個のものであり、引き続きベータ版のままです。Unity AI Gateway 予算へのアクセス権を取得したアカウントは、自動的に Unity AI Gateway に登録されるわけではありません。
ユーザーへのインパクト
Unity AI Gatewayの予算機能が2026年7月に一般提供される予定です。この機能により、管理者はUnity AI GatewayとGenieで管理されるリクエストの支出閾値を定義し、共有およびユーザーごとの制限を設定できます。また、電子メールアラートや使用ブロックなどのアクションも設定可能です。ただし、Unity AI Gateway予算機能はUnity AI Gateway自体とは別個のものであり、引き続きベータ版のままです。したがって、Unity AI Gateway予算へのアクセス権を取得しても、自動的にUnity AI Gatewayに登録されるわけではありません。
スタンドアロン・パイプライン・マテリアライズド・ビューは、期待値をサポートします。
2026-06-23
Databricks SQLで作成されたマテリアライズド・ビューにCONSTRAINT expectation_name EXPECT (expectation_expr)句を使用してデータ品質の期待値を追加できるようになりました。 期待値を使用すると、マテリアライズド・ビューをサポートするスタンドアロン・パイプラインを通過するレコードを検証し、制約に違反するレコードに対して警告、削除、または失敗させることができます。 Databricks SQL で作成されたストリーミング テーブルは、すでに期待値をサポートしています。 詳しくはパイプラインの期待値によるデータ品質の管理をご覧ください。
ユーザーへのインパクト
Databricks SQLで作成されたマテリアライズドビューにおいて、データ品質の期待値を設定できるようになりました。これにより、スタンドアロンパイプラインを通過するレコードの検証が可能となり、制約違反のレコードに対して警告、削除、またはエラーを発生させることができます。ストリーミングテーブルではすでに期待値がサポートされています。詳細はDatabricksのドキュメントをご参照ください。
ネットワーク ポリシーで特定のインターネットの宛先をブロックする (パブリック プレビュー)
2026-06-23
ネットワークポリシー REST API を使用して、サーバーレスワークロードからのインターネット接続先をブロックできるようになりました。ブロックされた接続先は、ポリシーのネットワークアクセスモードに関係なく適用されます。インターネット接続先のブロック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、ネットワークポリシー REST API を使用して、サーバーレス ワークロードからの特定のインターネット宛先をブロックできるようになりました。これにより、ポリシーのネットワーク アクセス モードに関係なく、ブロックされた宛先への接続が適用されます。これにより、セキュリティとネットワーク制御が強化されます。詳細については、「インターネット接続先のブロック」を参照してください。
Power Platform 用 Databricks コネクタが一般提供開始されました
2026-06-23
Microsoft Power Platform 用の Databricks コネクタが一般提供されるようになりました。 Databricks と Microsoft Power Platform のインテグ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
Databricksコネクタが一般提供されたことで、Power PlatformユーザーはDatabricksのデータをより簡単に統合し、活用できるようになりました。これにより、ビジネスインテリジェンス、データ分析、自動化プロセスの強化が期待できます。
スタンドアロン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所有者を変更する
2026-06-23
Databricks SQLで作成されたスタンドアロン・パイプラインによってサポートされるストリーミング・テーブルおよびマテリアライズド・ビューの所有者を変更するためにSET OWNER TOとともにALTER STREAMING TABLEおよびALTER MATERIALIZED VIEWを使用できるようになりました。 パイプライン・データセットでのALTER文の使用を参照してください。
ユーザーへのインパクト
Databricks SQLで作成されたスタンドアロンパイプラインによってサポート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所有者を変更する機能が追加されました。ALTER STREAMING TABLEとALTER MATERIALIZED VIEWコマンドにSET OWNER TO句を使用することで、これらのオブジェクトの所有権を他のユーザーに移譲できます。これにより、データセットの管理とメンテナンスがより柔軟に行えるようになります。詳細はパイプライン・データセットでのALTER文の使用を参照してください。
一部のワークスペースで、コンプライアンス セキュリティ プロファイルが有効になっている場合、データ分類がデフォルトで利用できるようになりました。
2026-06-23
データ分類は、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、HIPAA、HITRUST、PCI-DSS、またはFedRAMP Moderate コントロールが選択されているか、特定のコンプライアンス基準が選択されていないワークスペースでデフォルトで使用できるようになりました。
ユーザーへのインパクト
Databricksの最新リリースにより、コンプライアンスセキュリティプロファイルが有効になっている一部のワークスペースでは、データ分類がデフォルトで利用できるようになりました。具体的には、HIPAA、HITRUST、PCI-DSS、またはFedRAMP Moderateコントロールが選択されているワークスペース、または特定のコンプライアンス基準が選択されていないワークスペースで、データ分類が自動的に有効になります。
この変更は、Databricksユーザーがデータの分類と管理をより効率的に行えるようにすることを目的としています。データ分類は、Unity Catalogの一部として提供され、データのセキュリティとコンプライアンスを強化するための重要な機能です。
この変更の影響を受けるユーザーは、以下の点に注意する必要があります。
- データ分類がデフォルトで有効になっていることを確認し、必要に応じて設定を調整する必要があります。
- データ分類の使用方法と、データのセキュリティとコンプライアンスへの影響を理解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が有効になっているワークスペースでは、データ分類が自動的に有効になるため、ユーザーはデータの分類と管理に必要な手順を実行する必要があります。
この変更は、Databricksユーザーがデータの管理とセキュリティを強化するための重要なステップとなります。
従来のcompute_previewシステムスキーマは廃止予定です。
2026-06-22
レガシーなcompute_preview システムスキーマは非推奨となり、systemカタログから削除されます。代わりにsystem.computeスキーマを使用してください。現在のシステムスキーマとテーブル一覧については、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
従来のcompute_previewシステムスキーマが廃止され、systemカタログから削除される予定です。影響を受けるDatabricksユーザーは、代わりにsystem.computeスキーマを使用する必要があります。システムテーブルリファレンスを参照して、現在のシステムスキーマとテーブル一覧を確認することが推奨されます。
Genieコードシステムテーブルは、現在ユーザーが送信したインタラクションのみをカウントします。
2026-06-22
Genie Codeシステムテーブル (system.access.assistant_events) には、サイドパネルのチャットやエージェントモード、インラインアシスタント (%assistant) といったユーザーが送信したGenie Codeインタラクションのみが記録されるようになりました。オートコンプリート（ゴーストテキスト）やクイックフィックスの提案、自動リネームなどのバックグラウンドおよび自動化されたリクエストは、イベントとして記録されなくなりました。
この変更は、2026年5月7日に発効しました。これにより、これらのバックグラウンドリクエストをカウントしていた従来の動作が修正されます。この日付より前に記録されたイベント数は、実際のユーザーアクティビティよりも多く表示される可能性があります。そのため、この時期の1日のイベントの減少は予想されるものであり、利用状況の低下を示すものではありません。
ユーザーへのインパクト
このリリースノートは、DatabricksのGenie Codeシステムテーブル（system.access.assistant_events）に関する変更を説明しています。以下は、Databricksユーザーに対する影響を簡潔にまとめたものです：
- Genie Codeシステムテーブルは、ユーザーが送信したインタラクション（サイドパネルのチャット、エージェントモード、インラインアシスタントなど）のみを記録するようになりました。
- オートコンプリート、クイックフィックスの提案、自動リネームなどの自動化されたリクエストは記録されなくなりました。
- この変更は2026年5月7日に発効し、それ以前のデータにはバックグラウンドリクエストが含まれていたため、実際のユーザーアクティビティよりも多く表示されていた可能性があります。
- この変更により、2026年5月7日以前のデータと以後のデータのイベント数が異なる可能性がありますが、利用状況の低下を示すものではありません。
Square 管理型インジェスト コネクタ (ベータ版)
2026-06-22
Lakeflow ConnectのSquare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。このコネクターは、SquareからDatabricksに、支払い、注文、顧客、カタログアイテム、在庫などのPOSデータをインテークします。詳細はSquareコネクターをご覧ください。
ユーザーへのインパクト
Square管理型インジェスト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、SquareのPOSデータをDatabricksに簡単に取り込むことができます。影響：Databricksユーザーは、Squareのデータ（支払い、注文、顧客情報など）を簡単に取り込み、分析できるようになります。
Wiz Audit Logsの管理されたインジェスト接続機能（ベータ版）
2026-06-22
Lakeflow ConnectのWiz Audit LogsコネクタがBeta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、WizからDatabricksに監査ログエントリー、イシュー、脆弱性検出結果を取り込むことができます。詳しくはWiz Audit Logsコネクタをご覧ください。
ユーザーへのインパクト
Wizの監査ログや脆弱性検出結果をDatabricksに簡単に取り込めるようになりました（ベータ版）。Lakeflow ConnectのWiz Audit Logsコネクタを利用することで、WizからのデータをDatabricks上で統合的に管理・分析できます。詳細はドキュメントをご参照ください。
Unity Catalog メタストア全体でのアクセス要求を有効化する（パブリックプレビュー）
2026-06-22
Unity Catalog メタストアレベルでのアクセス要求を有効にできるようになりました。この機能により、すべてのカタログ、スキーマ、およびその他のオブジェクトが、独自の送信先を持たない場合に継承するメタストアレベルの送信先を設定することもできます。 メタストア レベルのアクセス要求を有効にすると、ユーザーは、送信先が明示的に構成されていない場合でも、オブジェクトへのアクセスを要求できます。 アクセス要求の管理を参照してください。
ユーザーへのインパクト
Unity Catalog メタストア全体でアクセス要求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、メタストアレベルでアクセス要求を有効にし、デフォルトの送信先を設定できます。メタストアレベルのアクセス要求が有効になっていると、ユーザーは明示的な送信先が構成されていないオブジェクトへのアクセスを要求できます。この機能は、データガバナンスとアクセス管理を簡素化します。詳細については、アクセス要求の管理 を参照してください。
Discoverページがパブリックプレビューになりました
2026-06-22
Discoverページがパブリックプレビューになりました。Discoverはキュレーションされた閲覧エクスペリエンスで、カタログ階層に関する深い知識がなくても、Unity Catalogによって管理されるデータアセットをユーザーが簡単に見つけられるようサポートします。ドメインやサブドメインを使って、テーブルやダッシュボード、Genie Spacesをビジネス領域ごとに整理し、カスタムキュレーションで重要なアセットを際立たせ、AIが推奨するアセットを参照することができます。
ユーザーへのインパクト
Discoverページがパブリックプレビューになりました。Unity Catalogで管理されるデータアセットを簡単に発見できるようになります。ドメインやサブドメインでデータを整理し、重要なアセットをカスタムキュレーションで表示できます。また、AIが推奨するアセットも参照できます。これにより、ユーザーはカタログ階層に関する深い知識がなくても、必要なデータにアクセスしやすくなります。
Netskopeログ管理インジェストコネクタ（ベータ版）
2026-06-20
Lakeflow ConnectのNetskope 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、NetskopeからのイベントログとアラートログをDatabricksに取り込むことができます。詳しくはNetskope Logsコネクタを参照してください。
ユーザーへのインパクト
Databricksユーザーは、Lakeflow ConnectのNetskope Logsコネクタ（ベータ版）を使用して、NetskopeからのイベントログとアラートログをDatabricksに取り込むことができるようになりました。これにより、NetskopeのログデータをDatabricksで分析することが可能になります。詳細は、ドキュメント「Netskope Logsコネクタ」を参照してください。
Lakebaseは現在Postgres 18をサポートしています。
2026-06-18
Lakebaseの自動スケーリングがPostgres 18をサポートしました。デフォルトのバージョンはPostgres 17のままです。Postgres 18を使用するには、新しいプロジェクトを作成する際にバージョンを選択してください。サポートされているバージョンの一覧については、Postgresの互換性をご覧ください。
ユーザーへのインパクト
Databricksユーザーは、LakebaseでPostgres 18を利用できるようになりました。新しいプロジェクトを作成する際にPostgresのバージョンを選択できます。Postgres 18を使用するには、新規プロジェクト作成時に明示的にバージョン指定する必要があります。デフォルトは引き続きPostgres 17です。サポートされているPostgresのバージョン詳細については、Databricksのドキュメントを参照してください。
Salesforce Marketing Cloud 管理インテグレーション コネクタ (ベータ版)
2026-06-18
Lakeflow ConnectのSalesforce Marketing CloudコネクタがBeta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、Salesforce Marketing CloudからDatabricksに、キャンペーン、ジャーニー、メールのエンゲージメントイベント、データ拡張を含むマーケティングデータをイストアできます。 Salesforce Marketing Cloudコネクタをご覧ください。
ユーザーへのインパクト
Salesforce Marketing Cloudの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、Salesforce Marketing CloudのマーケティングデータをDatabricksに簡単に取り込むことができます。影響：マーケティングデータの分析が容易になります。
個人アクセストークンのトークン自動スコープ設定が一般提供開始されました。
2026-06-18
トークンの自動スコープ設定が一般的に利用できるようになりました。自動スコープ設定は、トークンが使用するAPIエンドポイントを観察し、その権限をそれらのAPIのみに限定することで、最小権限の原則をパーソナルアクセストークン（PAT）に自動的に適用します。自動スコープ設定は、新しい長期トークン（30日以上）に対してデフォルトで有効になっており、履歴に基づくすべてのAPIアクセスを持つ既存のトークンに適用されます。パーソナルアクセストークンの自動スコープ設定を参照してください。
ユーザーへのインパクト
Databricksのパーソナルアクセストークン（PAT）において、トークンの自動スコープ設定が一般提供されました。つまり、新しい長期トークン（30日以上）ではデフォルトで、トークンが実際に使用するAPIエンドポイントにのみ権限が限定されるようになり、セキュリティが向上します。また、既存のトークンについても、履歴に基づいて自動的に適切なスコープが設定されます。これにより、最小権限の原則が自動的に適用され、より安全な環境でDatabricksを利用できます。詳細については、パーソナルアクセストークンの自動スコープ設定のドキュメントをご参照ください。
Workdayレポートの増分受信 (ベータ版)
2026-06-18
Lakeflow ConnectのWorkday Reportsコネクタは、現在Betaとしてインクリメンタルインジェストをサポートしています。レポートのカーソル列を設定すると、コネクタは前回のパイプライン実行以降に変更された行のみを取り込み、パフォーマンスが向上し、コストが削減されます。詳細はWorkdayのレポートを段階的に取り込むを参照してください。
ユーザーへのインパクト
このリリースノートは、DatabricksのLakeflow ConnectのWorkday Reportsコネクタが、増分受信（インクリメンタルインジェスト）をベータ版としてサポートするようになったことを示しています。これにより、ユーザーはレポートのカーソル列を設定し、前回のパイプライン実行以降に変更された行のみを取り込むことができるようになります。その結果、パフォーマンスの向上とコストの削減が期待できます。
Databricksユーザーは、Workdayのレポートデータをより効率的に取り込むことができるようになり、データ処理のパフォーマンスとコスト効率が向上します。特に大量のデータを扱っている場合や、頻繁にデータ更新が必要な場合に有益です。ユーザーは、ドキュメント「Workdayのレポートを段階的に取り込む」を参照することで、この機能の設定方法と使用方法を学ぶことができます。
クエリ履歴システムテーブル内のステートメントテキストの編集が開始されます。
2026-06-17
6月22日から展開される変更により、system.query.historyのstatement_textカラムは、アカウント管理者またはdatabricks_pii_accessアカウントレベルグループのメンバーでないユーザーには<Redacted>を返すようになります。 statement_textを読み取るワークロードを監査し、それを実行するプリンシパルが完全なSQLテキストにアクセスできることを確認してください。
編集されたステートメントテキストへのアクセスを参照してください。
ユーザーへのインパクト
変更内容: クエリ履歴システムテーブル（system.query.history）のstatement_textカラムについて、アカウント管理者または特定のグループメンバーでないユーザーがクエリを実行した場合、ステートメントテキストが編集（<Redacted>）されて表示されるようになります。
ユーザへの影響:
- アカウント管理者または
databricks_pii_accessグループのメンバーでないユーザーは、statement_textカラムの実際の値にアクセスできなくなります。 - 影響を受けるユーザーは、
statement_textを含むワークロードを見直し、必要なプリンシパルが適切なアクセス権を持っていることを確認する必要があります。
参考情報: 詳細は、編集されたステートメントテキストへのアクセス を参照してください。
外部テーブルに関するコメント（ベータ版）
2026-06-17
外部テーブルに対するコメントの同期が Beta で利用できるようになりました。Lakehouse Federationは、サポートされている外部データソースからUnity Catalogの外部テーブルにテーブルおよび列のコメントを同期できます。同期されたコメントは、Catalog Explorer、DESCRIBE、DESCRIBE EXTENDED出力などのテーブルメタデータに表示されます。
詳細については、 外部テーブルのコメントを参照してください。
ユーザーへのインパクト
外部テーブルのコメント（ベータ版）が利用できるようになりました。これにより、外部データソースのテーブルおよび列のコメントがUnity Catalogの外部テーブルに同期されます。同期されたコメントは、カタログエクスプローラーやDESCRIBE/DESCRIBE EXTENDEDコマンドの出力に表示されます。
OpenSharing（ベータ版）を使用して外部にGenie Spacesを共有する
2026-06-17
プロバイダーは、OpenSharingを使用して組織外のユーザーとGenie Spaceを共有できるようになりました。Databricksは、スペースのデータアセットと命令のスナップショットを作成します。受信者は、共有をマウントしてローカルのGenie Spaceを作成できます。 OpenSharingを使用したGenie Spaceの共有を参照してください。
ユーザーへのインパクト
Genie Spaceを組織外のユーザーと共有できるようになりました。共有されたGenie Spaceはデータアセットと命令のスナップショットとして提供され、受信者はそれをマウントしてローカルでGenie Spaceを作成できます。これにより、外部のユーザーとのコラボレーションが容易になります。詳細は、OpenSharingを使用したGenie Spaceの共有 を参照してください。
オムニジェント・コーディング・エージェント・メタハーネスがベータ版になりました。
2026-06-17
Omnigentがベータ版として利用可能になりました。Omnigentは、Claude CodeやCodexなどのコーディングエージェントをラップするコーディングエージェントメタハーネスであり、共通のプラットフォーム（Web UI、永続的で共有可能なセッション、チームコラボレーション、モバイルアクセス、コンテキストポリシー、デプロイメントインフラストラクチャ）を備えています。設定の1行を切り替えるだけでランタイムを切り替えられるため、ツール、ポリシー、プロンプトはそのまま維持されます。
DatabricksでのOmnigentの詳細をご覧ください。
ユーザーへのインパクト
Omnigentコーディングエージェントメタハーネスがベータ版として利用可能になりました。Omnigentを使用すると、Claude CodeやCodexなどのコーディングエージェントを共通のプラットフォームで利用できます。これにより、チームでのコラボレーションやモバイルアクセスが容易になり、コンテキストに応じたポリシーを適用できます。また、設定の切り替えだけでランタイムを変更できるため、ツールやポリシーを変更せずに済みます。Databricksユーザーは、Omnigentを使用してより効率的なコーディング作業が可能になります。詳細はDatabricksのドキュメントで確認できます。
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、近日中にLakeflow Designerがデフォルトで利用できるようになります。
2026-06-16
2026年7月下旬に、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、Lakeflow Designerがデフォルトで利用できるようになります。
Lakeflow Designerは、ドラッグアンドドロップによるキャンバス上でデータの準備と変換を行う、視覚的なノーコードエクスペリエンスです。すべてのワークフローは、Unity Catalogによって管理される本番環境に対応したコードによってバックアップされています。
詳細は、Lakeflow Designerを参照してください。
ユーザーへのインパクト
2026年7月下旬に、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、Lakeflow Designerがデフォルトで利用できるようになります。Lakeflow Designerは、ドラッグアンドドロップによるデータ変換の視覚的なノーコードエクスペリエンスを提供し、Unity Catalogによって管理される本番環境に対応したコードでバックアップされます。これにより、ユーザーは簡単にデータの準備と変換を行い、ワークフローを構築できます。
Microsoft Copilot Cowork（ベータ版）にGenieを接続する
2026-06-16
Genie マネージド MCP サーバーを介して Genie を Microsoft Copilot Cowork に接続できるようになりました。これにより、ユーザーは Copilot Cowork を離れることなく、Databricks データに関する自然言語の質問を行うことができます。 Microsoft Copilot Cowork 用 Genie プラグインを参照してください。
ユーザーへのインパクト
Microsoft Copilot Cowork（ベータ版）にGenieを接続できるようになりました。これにより、Databricksデータに関する自然言語の質問をCopilot Cowork上で行うことができます。具体的な設定方法については、Microsoft Copilot Cowork 用 Genie プラグイン のドキュメントを参照してください。
ワークスペースファイルの読み取りパフォーマンスの向上
2026-06-16
Databricks Runtime 18以降を実行しているサーバーレス コンピュートとクラシック コンピュートにおいて、ワークスペースファイルの一般的なファイル アクセス パターンが検出されるようになり、ディレクトリメタデータとファイルの内容がバックグラウンドで事前に取得されるようになりました。 find 、 grep 、Python import、Git 操作など、多数のファイルを読み取るワークロードの実行が大幅に高速化されました。詳細については、 ワークスペースファイルとは を参照してください。
ユーザーへのインパクト
Databricks Runtime 18以降を使用している場合、サーバーレスおよびクラシックコンピュートでワークスペースファイルの読み取りパフォーマンスが向上します。具体的には、find、grep、Python import、Git操作などの多数のファイルにアクセスするワークロードが高速化されます。これは、ディレクトリメタデータとファイル内容がバックグラウンドで事前に取得されるようになったためです。
Lakeflow Designer は一般提供を開始しました
2026-06-16
Lakeflow Designerが一般提供開始されました。Lakeflow Designerは、ドラッグアンドドロップ式のキャンバス上でデータを準備および変換するための、視覚的でノーコードなエクスペリエンスです。すべてのワークフローは、Unity Catalogによって管理される本番環境に対応したコードによってサポートされています。Lakeflow Designerを使用すると、アナリストは、組み込みの演算子または自然言語を使用して、データ変換ワークフローを構築、プレビュー、およびスケジュールできます。
Lakeflow Designer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、近日中にLakeflow Designerが利用できるようになる予定です。
ユーザーへのインパクト
Lakeflow Designerが一般提供開始されました。これは、データの準備と変換のための視覚的でノーコードなツールで、ドラッグアンドドロップ式のキャンバス上でデータ変換ワークフローを構築、プレビュー、スケジュールできます。Unity Catalogによって管理される本番環境に対応したコードでサポートされています。近日中に、コンプライアンス・セキュリティ・プロファイルが有効になっているワークスペースでも利用できるようになる予定です。
Databricks Marketplaceからサードパーティ製アプリをインストールする
2026-06-16
Databricks Marketplace から、Unity Catalog で管理されたワークスペースで直接サードパーティ製のデータおよび AI アプリケーションを検出、インストール、実行できるようになりました。プロバイダーのコードはクローズドソースのままとなり、インストール時にアプリに必要な外部アクセスを承認します。Marketplace を開き、アプリカテゴリで絞り込み、開始します。 サードパーティ製アプリへのアクセス方法を参照してください。
ユーザーへのインパクト
Databricks Marketplaceからサードパーティ製アプリを簡単にインストールして実行できるようになりました。これにより、Unity Catalogで管理されたワークスペースで直接サードパーティ製のデータやAIアプリケーションを利用できます。アプリのインストール時に必要な外部アクセスを承認するだけで利用開始できます。具体的には、Marketplaceの「アプリ」カテゴリから探してインストールできます。詳細な手順については、公式ドキュメントを参照してください。
Genieモバイルアプリ（パブリックプレビュー）
2026-06-15
Databricks Genie モバイルアプリを使用して、iOS および Android デバイスから Genie One にアクセスできるようになりました。アプリを Apple App Store または Google Play Store からダウンロードしてください。 Genie モバイルアプリを使用すると、以下のことが可能になります。
- 自然言語でデータに関する質問を尋ねる。
- モバイルに最適化された AI/BI ダッシュボードの表示および操作を行う。
- ダッシュボードに埋め込まれた Genie を使用してダッシュボードとチャットする。
- Databricks Apps を検索して実行する。
モバイルで Genie を使うを参照してください。
ユーザーへのインパクト
Databricks Genieモバイルアプリ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、iOSおよびAndroidデバイスからGenie Oneにアクセスできます。主な機能は以下の通りです：
- 自然言語でデータに関する質問が可能
- モバイルに最適化されたAI/BIダッシュボードの表示と操作
- ダッシュボードに埋め込まれたGenieとのチャット機能
- Databricks Appsの検索と実行
詳細については、ドキュメント「モバイルで Genie を使う」を参照してください。
Databricks SQLのストリーミングテーブルに対するAUTO CDCフローが一般提供開始されました。
2026-06-15
Databricks SQLのCREATE STREAMING TABLEにおけるFLOW AUTO CDC句が一般提供開始されました。 AUTO CDC を使用して、ソースからの変更データキャプチャ(CDC)レコードをストリーミングテーブルに処理し、MERGE INTO が必要とする複雑なロジックを使用せずに、SCDタイプ1またはSCDタイプ2として順序が狂ったレコードを自動的に処理します。CREATE STREAMING TABLE ... FLOW AUTO CDC、一般提供を参照してください。
ユーザーへのインパクト
Databricks SQLのストリーミングテーブルで、変更データキャプチャ（CDC）レコードを簡単に処理できるFLOW AUTO CDC機能が一般提供されました。これにより、複雑なMERGE INTOロジックを記述することなく、SCDタイプ1またはSCDタイプ2としてレコードを自動処理できます。つまり、Databricksユーザーは、ソースデータの変更をストリーミングテーブルに反映させる処理をより簡単に実装できるようになります。
Icebergクライアントとの共有にOIDCがサポートされるようになりました。
2026-06-15
OpenID Connect（OIDC）フェデレーションで保護されたOpenSharingの共有を、SnowflakeやOSS SparkなどのIceberg REST Catalogクライアント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、IcebergクライアントからOpenID Connect（OIDC）フェデレーションを使用して共有されたデータを読む および Iceberg受信者と共有する を参照してください。
ユーザーへのインパクト
Delta SharingでOIDC認証を使用したIcebergデータの共有がサポートされるようになりました。これにより、SnowflakeやOSS SparkなどのIceberg REST Catalogクライアントが、OIDCフェデレーションで保護された共有データにアクセスできるようになります。Databricksユーザーは、OIDCフェデレーションを使用してIceberg受信者とデータを共有し、IcebergクライアントはOIDC認証を使用して共有データにアクセスできます。詳細については、指定されたドキュメントリンクを参照してください。
Universal Commits を使用して Marketplace パートナー製品を購入する
2026-06-15
Universal Commitsの最大10%を使用して、Databricks Marketplace経由で対象となるサードパーティパートナーの製品を購入できるようになりました。詳細は、Databricks Marketplace Universal Commits Drawdown programをご覧ください。
ユーザーへのインパクト
Databricksユーザーは、Universal Commitsの最大10%を使用して、Databricks Marketplace経由で特定のサードパーティ製品を購入できるようになりました。これにより、Universal Commitsの利用範囲が拡大し、パートナー製品の取得が容易になります。詳細は、Databricks Marketplace Universal Commits Drawdown programのドキュメントを参照してください。
Databricks Runtime 19 および Databricks Runtime 19 for Machine Learning はベータ版です。
2026-06-15
Databricks Runtime 19 および Databricks Runtime 19 for Machine Learning が、Apache Spark 4.2.0 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。
リリースノートについては、Databricks Runtime 19 (ベータ版) および Databricks Runtime 19 for Machine Learning (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 Runtime 19 および Databricks Runtime 19 for Machine Learning がベータ版として利用可能になりました。Apache Spark 4.2.0 を搭載しており、詳細なリリースノートは公式ドキュメントで確認できます。ベータ版であるため、テストや開発環境での利用が推奨されます。
[Power Platform で Databricks 接続を OAuth で認証する
Power Platform を使用して Databricks と接続する場合、OAuth を使用して認証することができます。OAuth は、ユーザーが安全に Databricks リソースにアクセスできるようにする認証プロトコルです。
Power Platform で Databricks 接続を OAuth で認証するには、次の手順に従います。
- Databricks ワークスペースで OAuth を有効にします。
- Power Platform で Databricks コネクタを作成し、OAuth 認証を選択します。
- Databricks ワークスペースの URL と OAuth クライアント ID、クライアント シークレットを入力します。
- 接続を確立すると、Power Platform は Databricks リソースにアクセスするためのトークンを取得します。
OAuth を使用することで、Power Platform から Databricks リソースに安全にアクセスできます。](https://docs.databricks.com/aws/en/release-notes/product/2026/june#use-oauth-to-authenticate-databricks-connections-in-power-platform)
2026-06-15
個人アクセストークン (PAT) の代わりに、OAuth を使って Microsoft Power Platform の Databricks 接続を認証できるようになりました。詳細については、Microsoft Power PlatformでDatabricks接続を作成するを参照してください。
ユーザーへのインパクト
このリリースノートは、DatabricksユーザーがMicrosoft Power PlatformからDatabricksリソースにアクセスする際の認証方法に変更があったことを示しています。これまでは個人アクセストークン（PAT）を使用する必要がありましたが、OAuthによる認証がサポートされるようになりました。
OAuth認証の導入により、ユーザーはより安全な方法でDatabricksリソースにアクセスできるようになります。具体的には、DatabricksワークスペースでOAuthを有効にし、Power PlatformでDatabricksコネクタを作成してOAuth認証を選択することで、Databricksリソースに安全にアクセスできます。
この変更は、セキュリティを強化したいユーザーや、Power PlatformとDatabricksを統合して使用しているユーザーにとって有益です。詳細な手順については、Databricksのドキュメントを参照する必要があります。
ドロップされたマネージドテーブルの復旧期間を設定する（パブリックプレビュー）
2026-06-15
ドロップした Unity Catalog マネージドテーブルの復旧期間を設定できるようになりました。デフォルトでは、UNDROP TABLE コマンドを使用してドロップされたテーブルは 7 日間復旧可能です。復旧期間を 0 時間 (ドロップされたデータをすぐに消去する) またはカタログまたはスキーマレベルで 7 ～ 30 日の範囲で設定できます。 期間を長くすると、重要なデータの意図しない削除に対する保護が強化されます。一方、頻繁にテーブルの作成と削除を繰り返すワークロードにおけるクラウドストレージのコストは期間が短くなるにつれて削減されます。 Databricks Runtime 17.3以降が必要です。 詳しくは復旧期間の設定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マネージドテーブルのドロップ時のデータ保持期間をカタログまたはスキーマレベルで0日～30日の間で設定できるようになりました。デフォルトは7日間です。これにより、重要なデータの保護とストレージコストの最適化が可能になります。 Databricks Runtime 13.3以降で利用可能です。
Databricks Runtime 19 (Beta): 2026年6月15日
2026-06-15
Databricks Runtime 19は、Apache Spark 4.2.0を搭載し、ベータ版として利用できるようになりました。
動作の変更点
-
JDK 17の削除: Databricks Runtime 19はJDK 21のみをサポートします。以前のDatabricks Runtime 18には、
JNAME環境変数を使用して選択できるフォールバックオプションとしてJDK 17が含まれていました。このフォールバックは、Databricks Runtime 19では利用できなくなりました。JNAME=zulu17-ca-amd64（またはARM相当）を設定したクラスターは、アップグレード前にその環境変数を削除する必要があります。 -
Pythonパッケージの削除: Databricks Runtime 19では、約90の標準ランタイムパッケージと40のMLランタイムパッケージが削除されました。主な削除パッケージには、
plotly、seaborn、openai、langchain-core、langchain-openai、huggingface_hub、psycopg2、およびpyodbcがあります。JupyterLabバンドルサーバーはベースイメージから分離され、約54のJupyter関連パッケージが削除されました。TensorFlow/Kerasスタック（tensorflow、keras、tf_keras）はMLランタイムから削除されました。これらのパッケージに依存するワークロードは、クラスターライブラリまたは初期化スクリプトを使用して明示的にインストールする必要があります。 -
予約済みテーブルプロパティ
pipelines.pipelineId: Databricks Runtime 19は、すべてのテーブルでpipelines.pipelineIdテーブルプロパティを予約します。このプロパティを手動で設定しようとするとエラーが発生します。アップグレード前に、テーブルDDLから明示的なpipelines.pipelineIdの割り当てを削除してください。 - リアルタイムモードのウォーターマーク遅延
ユーザーへのインパクト
Databricks Runtime 19へのアップグレードによるDatabricksユーザーへの影響は以下の通りです：
- JDK 17がサポートされなくなり、JDK 21のみがサポートされるため、
JNAME環境変数にzulu17-ca-amd64（またはARM相当）が設定されているクラスターでは、アップグレード前にその環境変数を削除する必要があります。 - 約90の標準ランタイムパッケージと40のMLランタイムパッケージが削除されたため、
plotly、seaborn、openai、langchain-coreなどの特定のパッケージに依存するワークロードでは、クラスターライブラリまたは初期化スクリプトを使用して明示的にインストールする必要があります。 - テーブルプロパティ
pipelines.pipelineIdが予約済みとなったため、手動でこのプロパティを設定しようとするとエラーが発生します。アップグレード前に、テーブルDDLから明示的なpipelines.pipelineIdの割り当てを削除する必要があります。
これらの変更に適応することで、Databricks Runtime 19へのスムーズなアップグレードが可能になります。
ai_queryが一般提供開始されました。
2026-06-15
ai_query関数が一般提供開始されました。この汎用AI Functionを使用すると、SQLまたはPythonから直接サポートされている任意のAIモデルを照会できます。ai_queryの使用方法を参照してください。ユーザーへのインパクト
ai_query関数が一般提供開始されました。これにより、SQLまたはPythonから直接サポートされている任意のAIモデルを照会できるようになりました。ユーザーは、この汎用AI関数を使用して、Databricks上でAIモデルを簡単に利用できるようになります。利用方法については、Databricksのドキュメント（https://docs.databricks.com/aws/ja/large-language-models/ai-query）を参照してください。
規制ドメインを超えたDatabricks間でのDelta Sharingが利用できるようになりました（パブリックプレビュー）。
2026-06-15
Databricks間でのDelta Sharingは、規制ドメインをまたがる共有をサポートしています。商用ワークスペースは、AWS GovCloud、AWS GovCloud DoD、およびAzure中国とも共有できます。 Azure中国とAWS GovCloudまたはAWS GovCloud DoD間の共有はサポートされていません。 クラウド環境におけるDatabricks-to-Databricks OpenSharingサポートマトリックスを参照してください。
ユーザーへのインパクト
Databricks間でのDelta Sharingがパブリックプレビューで利用できるようになり、規制ドメインを超えた共有が可能になりました。これにより、商用ワークスペースとAWS GovCloud、AWS GovCloud DoD、Azure中国との間でデータを共有できます。但し、Azure中国とAWS GovCloudまたはAWS GovCloud DoD間の共有はサポートされていません。詳細は、クラウド環境におけるDatabricks-to-Databricks OpenSharingサポートマトリックスをご参照ください。
ファイアウォールの背後にあるデータをSecureConnect（パブリックプレビュー）で共有する
2026-06-15
プロバイダーは、OpenSharing SecureConnect を使用して、許可リストに各受信者のネットワークを追加することなく、ファイアウォールまたはプライベートエンドポイントの背後にあるクラウドストレージからデータを共有できるようになりました。受信者は、既存の OpenSharing 設定を使用して共有にアクセスします。SecureConnect を使用したファイアウォールの背後でのデータの共有 および SecureConnect の OpenSharing 受信者のファイアウォール設定 を参照してください。
SecureConnect はクリーンルームでも利用できます。クリーンルームの SecureConnect を有効にする を参照してください。
ユーザーへのインパクト
Databricksのリリースノートによると、SecureConnect（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、プロバイダーはファイアウォールまたはプライベートエンドポイントの背後にあるクラウドストレージからデータを共有できます。主な利点は以下の通りです：
- 受信者のネットワークを許可リストに追加する必要がありません。
- 受信者は既存のOpenSharing設定を使用して共有にアクセスできます。
- SecureConnectはクリーンルームでも利用可能です。
つまり、Databricksユーザーはより安全かつ簡単にデータを共有できるようになり、特にファイアウォールの背後にあるデータを扱う場合に便利です。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。
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。
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。
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。
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。
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_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。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：
-
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。
-
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。
-
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。
-
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。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。
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。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：
-
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。
-
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。
-
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。
-
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。
-
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。
-
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。
カスタム モデル提供エンドポイントのエンドポイント テレメトリが一般提供されるようになりました。
2026-06-11
カスタムモデルサービングエンドポイントのエンドポイントテレメトリーが一般提供開始されました。エンドポイントテレメトリーを設定して、エンドポイントからのOpenTelemetryログ、トレース、メトリクスをUnity Catalogテーブルに保存します。Unity Catalogにカスタムモデルサービングデータを保持するを参照してください。
ユーザーへのインパクト
カスタムモデル提供エンドポイントのエンドポイントテレメトリが一般提供開始されました。これにより、エンドポイントからのOpenTelemetryログ、トレース、メトリクスをUnity Catalogテーブルに保存できるようになります。エンドポイントテレメトリを設定することで、モデルのパフォーマンスや使用状況をより詳細に把握し、分析できるようになります。詳細については、Databricksのドキュメントを参照してください。
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。
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 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。
- 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。
- 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。
- 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。
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。
ダッシュボードの機能強化とバグ修正
2026-06-11
- 利用可能なガントチャート：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、一致する開始フィールドと終了フィールドのタイプ（日付、日時、または数値）が必要です。詳細はガントチャートをご覧ください。
- カスタムビジュアライゼーション（パブリックプレビュー）：Vega-Liteライブラリを使用して、組み込みのビジュアライゼーションタイプを超えたカスタマイズが可能なカスタムチャートを作成します。詳細はAI/BIダッシュボードのカスタムビジュアライゼーションをご覧ください。
- カテゴリごとのフォントカスタマイズ：すべてのビジュアライゼーションタイプにおいて、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。詳細はダッシュボードのフォントを設定するをご覧ください。
- テーブルの行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、および面グラフがクロスフィルタリングとドリルスルーフィルタをサポートするようになりました。詳細はドリルスルーを使用してデータをフィルタリングするをご覧ください。
- 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
ユーザーへのインパクト
Databricksの最新リリースにより、ダッシュボード機能が大幅に強化され、ユーザーはより洗練されたインタラクティブなダッシュボードを作成できます。主な更新内容は以下のとおりです：
- ガントチャートのサポート：プロジェクト管理や製造ワークフローの視覚化に役立ちます。
- カスタムビジュアライゼーション（パブリックプレビュー）：Vega-Liteライブラリを使用して、カスタマイズ可能なチャートを作成できます。
- カテゴリごとのフォントカスタマイズ：すべてのビジュアライゼーションタイプでフォントをカスタマイズできます。
- テーブルの行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フィルタリングやドリルスルーを行えます。
- 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、面グラフがこれらの機能をサポートするようになりました。
- 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が容易になりました。
これらの更新により、ユーザーはより柔軟でインタラクティブなダッシュボードを作成し、データの視覚化と分析が向上します。
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。
- 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。
- 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。
- 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。
Zipコネクタ（ベータ版）
2026-06-10
Lakeflow Connectは現在、Zip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。Zipコネクタをご覧ください。
ユーザーへのインパクト
DatabricksのLakeflow ConnectがZipコネクタ（ベータ版）をサポートするようになりました。これにより、Zipファイルからのデータ取り込みが容易になります。ユーザーはZipコネクタを使用して、簡単にデータをインポートし、Databricks上で処理できるようになります。詳細はZipコネクタ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。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。
- 「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。
- 「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。
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。
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。
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。
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 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。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。
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。
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。
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。
Monday.com 管理型インジェストコネクタ（ベータ版）
2026-06-08
Lakeflow ConnectのMonday.com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。このコネクターは、Monday.comからボード、ユーザー、チーム、アクティビティログなどのワーク管理データをDatabricksに取り込みます。詳しくはMonday.comコネクターをご覧ください。
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Monday.comからデータを簡単に取り込める新機能「Monday.com 管理型インジェストコネクタ（ベータ版）」の提供開始を伝えるものです。
この新機能により、ユーザーはMonday.com上のボード、ユーザー、チーム、アクティビティログなどのワーク管理データをDatabricksに直接取り込むことが可能になります。これにより、Monday.comのデータ分析がDatabricks上で行えるようになり、データ統合と分析の効率化が期待できます。
利用者は、提供されたリンク先のドキュメント（Monday.comコネクター）を参照することで、このコネクターの使い方や詳細情報を得ることができます。現在ベータ版であるため、今後正式リリースまでに機能の追加や変更が行われる可能性があります。
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。
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。
Zoho Books 管理のインジェスト接続機能（ベータ版）
2026-06-08
Lakeflow ConnectのZoho Booksコネクタがベータ版として利用可能になりました。このコネクタは、Zoho BooksからDatabricksに、インボイス、請求書、連絡先、銀行取引などの会計データを読み込みます。詳細はZoho Booksコネクタをご覧ください。
ユーザーへのインパクト
Zoho BooksからDatabricksへの会計データの取り込みがベータ版として利用可能になりました。これにより、インボイスや銀行取引などのデータを簡単に読み込むことができます。
Aha! コネクタ（ベータ版）
2026-06-08
Lakeflow Connectは現在、Aha!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。Aha! コネクタをご覧ください。
ユーザーへのインパクト
このリリースノートは、Databricks Lakeflow ConnectがAha!コネクタ（ベータ版）をサポートしたことを示しています。ユーザーはこれにより、Aha!からデータを簡単に取り込むことが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。
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
-
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。 -
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。
-
-
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。
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。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。
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。Genie Oneの強化。
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構成できます。 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て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、Genie Oneに一度教えた後、必要なときにいつでも実行できる反復タスクのことで、たとえば、毎週のメトリクスレポートの作成などがあります。 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、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、プレーンテキスト以外のさまざまなデータ表現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キングすることにより、ビジネスのマップを自動的に構築および維持するようになり、レスポンスの精度が向上し、レイテンシが低下します。 Genie Ontologyを参照してください。
ユーザーへのインパクト
DatabricksのGenie Oneが強化されました。主な変更点は以下の通りです。
- 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ます（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）。
- Genie Oneのチャットは、認定オブジェクトを優先するようになりました。
- ユーザーは、カスタム機能でGenie Oneの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ます（パブリックプレビュー）。
- 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ます（パブリックプレビュー）。
- Genie Oneは、ソースから知識を抽出してランキングすることにより、ビジネスのマップを自動的に構築および維持するようになりました（Genie Ontology、パブリックプレビュー）。
これらの変更により、DatabricksユーザーはGenie Oneをより柔軟にカスタマイズし、より正確で豊富な情報を得ることができます。
ジーニー・スペースの強化機能
2026-06-04
- Genie Chatプロンプトのモニタリング (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、共有ベータが有効なときにGenie Spacesモニタリングで表示されるようになりました。
- ナレッジストア編集確認ダイアログ: ナレッジストアの編集（ローカルテーブルまたは列の説明や非表示の列など）があるテーブルを作者が削除する前に、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、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。これは、既存のAPI機能に一致します。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
Genie Spaceの強化により、Databricksユーザーは以下の機能を利用できます：
- Genie Chatのプロンプトとレスポンスのモニタリング（ベータ版）
- ナレッジストアの編集時に削除前に確認ダイアログが表示されるようになったため、誤って重要な情報を削除するリスクが減少します。
- CAN MANAGE権限を持つユーザーはUIから他のユーザーの会話を削除できるようになり、管理が容易になりました。
- Genie Spaceをiframeとして外部アプリケーションに埋め込む機能が一般提供開始され、統合がより柔軟になりました。
これらの変更により、ユーザーはGenie Spaceをより効果的に管理し、他のアプリケーションと統合できるようになります。
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。
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。
- 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。
- 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。
- 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。
- 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。
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
- 2026年7月6日 までに、Unity AI Gateway で利用可能な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Genie の予算とコスト管理を参照してください。
- 詳細については、Databricks 価格設定ページ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:
- 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。
- 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:
- 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。
- 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。
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：
- 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）
- 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
- 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
- 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。
[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。
- 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。
- 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。
- 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。
- Databricks REST API のエンドポイントと認証トークンを取得します。
- Excel データを JSON 形式に変換します。
- 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)
2026-06-04Databricks 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。
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構成できます。Genie Oneホームページのカスタマイズ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て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 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 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、平文以外の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、ビジネスのマップ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、レイテンシが低下します。Genie Ontologyを参照してください。
ユーザーへのインパクト
DatabricksのGenie Oneが強化されました。主な変更点とユーザーへの影響は以下の通りです：
- ワークスペースレベルのカスタマイズ：管理者がワークスペースレベルでGenie Oneの外観をカスタマイズできるようになり、ユーザーは独自のブランドやスタイルに合わせたインターフェイスを利用できます。
- 認定オブジェクトの優先順位付け：Genie Oneが認定オブジェクトを優先して認識するようになり、より正確な回答が期待できます。
- ユーザースキル（パブリックプレビュー）：ユーザーがカスタム機能を追加できる「ユーザースキル」を作成できるようになり、繰り返しタスクを簡単に実行できます。
- リッチ出力（パブリックプレビュー）：Genie Oneの回答がリッチHTML、CSS、JavaScriptコンテンツを含むようになり、より多様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が自動的にビジネスの知識マップを構築・維持するようになり、応答の精度向上とレイテンシの低下が期待できます。
これらの変更により、Databricksユーザーはよりパーソナライズされた、正確で、柔軟なGenie Oneの利用体験を得ることができます。
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：
- 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。
- 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。
- 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。
- 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。
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。
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て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の、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、1度教えるだけで何度でも実行できる繰り返しタスクのことで、たとえば毎週の指標レポートの作成などがあります。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の応答には、リッチHTML、CSS、JavaScriptコンテンツを含めることができ、平文の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、ダッシュボードやノートブック、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、レイテンシーが短縮されました。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の新機能により以下の恩恵を受けます：
- ワークスペース管理者は、ワークスペースレベルでGenie Oneの外観をカスタマイズできます（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の設定）。
- Genie Oneのチャットは、認定オブジェクトを優先して認識するようになり、より正確な応答が期待できます。
- ユーザーは、パーソナライズされた「ユーザースキル」を作成して、Genie Oneのチャット機能を拡張できます（例：繰り返しタスクの自動化）。
- Genie Oneの応答は、リッチHTML、CSS、JavaScriptコンテンツを含むようになり、より多様なデータプレゼンテーションが可能になりました。
- Genie Ontologyにより、Genie Oneはソースから知識を自動的に抽出してランク付けし、応答の精度が向上し、レイテンシーが短縮されました。
これらの強化により、Databricksユーザーはよりパーソナライズされた効率的な方法でGenie Oneを利用できるようになります。
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。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_classifySQL 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_classifySQL 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。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：
- 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。
- 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。
- 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。
- 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。
- 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。
ダッシュボードの強化
2026-06-04
- ブックマークフィルターの組み合わせ：ダッシュボード作成者は、フィルター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、閲覧者はそれをすばやく適用できるようになりました。詳細については、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折りたたんだ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、角の半径、影）、カラーランプの適用など、テーマのカスタマイズ オプションが新たに利用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：ダッシュボード作成者は、閲覧者が視覚化のフィールドを交換できるダッシュボード変数を作成できるようになりました。詳細については、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、ダッシュボードの機能強化により、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：
- ブックマークフィルターの組み合わせ：ダッシュボード作成者は、よく使うフィルターの組み合わせをブックマークとして保存でき、閲覧者は簡単に適用できます。
- ピボットテーブル列の改善：ピボットテーブル列を展開/折りたたみできるようになり、データ分析がより便利になりました。
- テーマのカスタマイズの強化：軸やグリッド線の色変更、ウィジェットのレイアウト調整、カラーランプの適用など、テーマのカスタマイズオプションが増えました。
- ダッシュボード変数：ダッシュボード作成者は、閲覧者が視覚化のフィールドを交換できるダッシュボード変数を作成できるようになり、ダッシュボードの柔軟性が向上しました。
これらの変更により、ダッシュボードの作成と閲覧がより効率的かつ効果的になります。
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。
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。
-
- JDK 17がサポートされなくなり、JDK 21のみがサポートされるため、