Azure Synapse Runtime för Apache Spark 3.4 (inaktuell)

Caution

Azure Synapse Runtime för Apache Spark 3.4 blev inaktuellt och supporten upphörde den 31 mars 2026. Även om den kan fortsätta att köras under en begränsad period efter det här datumet stöds den inte längre och får inte felkorrigeringar, säkerhetsuppdateringar eller sårbarhetskorrigeringar. Om du inte uppgraderar fortsätter arbetsbelastningar som körs på Azure Synapse Runtime för Apache Spark 3.4 att fungera på en körning som inte stöds. Detta ökar både drift- och säkerhetsrisker, eftersom körmiljön inte längre kommer att få kritiska korrigeringar eller uppdateringar. Vi rekommenderar starkt att du uppgraderar dina Apache Spark 3.4-baserade arbetsbelastningar till Azure Synapse Runtime för Apache Spark 3.5 (GA).

Azure Synapse Analytics stöder flera körningar för Apache Spark. Det här dokumentet beskriver körningskomponenterna och versionerna för Azure Synapse Runtime för Apache Spark 3.4.

Komponentversioner

Komponent Utgåva
Apache Spark 3.4.1
Operativsystem Mariner 2.0
Java 11
Scala 2.12.17
Data Lake 2.4.0
python 3,10
R 4.2.2

Dricks

För uppdaterad information, en detaljerad lista över ändringar och specifika viktig information för Spark-körningar, kontrollerar du och prenumererar på Spark Runtimes-versioner och -uppdateringar.

Bibliotek

Om du vill kontrollera biblioteken som ingår i Azure Synapse Runtime för Apache Spark 3.4 för Java/Scala går Python och R till Azure Synapse Runtime för Apache Spark 3.4-versioner.

Dricks

spark.memoryOverheadFactor.preferred: Om den sätts till true kommer Spark att prioritera spark.driver.memoryOverheadFactor och spark.executor.memoryOverheadFactor framför de explicita värden definierade av spark.driver.memoryOverhead och spark.executor.memoryOverhead. När den är aktiverad beräknas overheaden alltid med faktorn, och de explicita overheadinställningarna ignoreras. Standardvärdet är falskt för bakåtkompatibilitet.