Custom identity claim injeta um identificador assinado no token OAuth de um service principal, lido via current_oauth_custom_identity_claim() dentro de view dinâmica ou política ABAC, deixando uma aplicação multi-tenant servir usuário final sem criar conta individual no Azure Databricks pra cada um.
Transações multi-tabela e multi-instrução atingiram disponibilidade geral no Unity Catalog: atualizar duas tabelas e gravar uma linha de auditoria vira uma única unidade atômica, com concorrência otimista detectando conflito no commit e dois modos de transação (atômico e interativo) cobrindo desde job agendado até depuração manual via JDBC.
A Databricks divulgou benchmark de consulta geoespacial até 38 vezes mais rápida no Lakehouse//RT, mas a própria documentação oficial, atualizada no mesmo dia do anúncio, lista tipo GEOMETRY, GEOGRAPHY e função SQL espacial como não suportados nesse mecanismo, tanto na versão AWS quanto na Azure.
Já vimos a arquitetura geral da Data Intelligence for Cybersecurity da Databricks (Agent Bricks, Lakebase, OCSF sobre Delta Lake). Agora a Atlassian mostra como isso funciona na prática em 44 bilhões de eventos por dia: 80% de redução de custo de ingestão, consulta de 45 segundos pra 2-3 segundos, e um schema tipado em Go que rejeita log fora do padrão já na compilação.
O time de pesquisa de IA da própria Databricks usa o AI Runtime como ‘cliente zero’ desde o lançamento, treinando modelo de poucos bilhões até quase um trilhão de parâmetro, e descreve um loop de agente, chamado de autoresearch, que propõe mudança, dispara teste em paralelo, avalia métrica e ajusta o plano sozinho, aumentando em 8 vezes o volume de job de treino rodado.
On-demand state repartitioning, que já cobrimos aqui como Public Preview, chegou à disponibilidade geral: redimensionar partição de shuffle de uma query stateful ou pipeline do Lakeflow sem perder o estado do checkpoint, e agora os Databricks MVPs Hubert Dudek e Derar Alhussein confirmaram, cada um por conta própria, que o recurso está liberado pra uso geral.
O Databricks MVP Daniel Sahal destacou que a Databricks CLI 1.20.0 removeu de vez o engine Terraform de Databricks Asset Bundles: setar bundle.engine: terraform ou a variável de ambiente equivalente agora retorna erro, e falha de migração de state também vira erro em vez de cair de volta pro Terraform.
Feature Views atingiu disponibilidade geral no Azure Databricks para dado de batch, streaming e tempo de requisição, mas só chega a workspaces com compliance security profile em meados de novembro de 2026, quase um mês depois do resto.
Agent memory pipelines, em Beta, conectam um session store a um memory store e usam um LLM para destilar fato, preferência e decisão de conversas passadas em entradas de memória que o agente recupera depois, rodando sob demanda ou a cada 24 horas.
As Predictive AI Functions, em Beta, trazem um ai_forecast renovado baseado em modelo de fundação para série temporal, mais quatro funções SQL novas de análise de driver, anomalia e predição, sem exigir que o usuário treine ou gerencie modelo.