For AI agents: the complete documentation index is available at https://docs.ovhcloud.com/fr/llms.txt, the full documentation bundle is available at https://docs.ovhcloud.com/fr/llms-full.txt, and this page is available as Markdown at https://docs.ovhcloud.com/fr/guides/public-cloud/data-platform/release-notes.md.

Notes de version

Voir en Markdown

Toutes les versions de la Data Platform depuis la disponibilité générale, de la plus récente à la plus ancienne. Les versions antérieures à la GA sont conservées sur le site de documentation legacy

Objectif

Toutes les versions de la Data Platform depuis la disponibilité générale, de la plus récente à la plus ancienne. Les versions antérieures à la GA sont conservées sur le site de documentation legacy.

14 septembre 2026

Général

  • Consentement aux cookies : les préférences de cookies utilisent désormais le gestionnaire de consentement standard OVHcloud, accessible à tout moment depuis l'icône cookie dans le header.
  • Corrections :
    • les contrôles de permission pour la création de project sont corrigés.
    • une page d'erreur plus claire s'affiche lorsque votre session ne peut pas être vérifiée.

Lakehouse Manager

  • Row filters : restreignez les lignes d'une table qu'un utilisateur ou un groupe peut voir, sans dupliquer la table. La table conserve une seule copie de ses données, et chaque personne l'interroge via ses propres filtres.
    • Écrivez la condition en mode builder par défaut (colonne, opérateur, valeur, combinés avec Match ALL (AND) ou Match ANY (OR)), ou basculez en mode SQL pour les conditions que le builder ne peut pas exprimer.
    • Le panneau d'impact indique combien de lignes le filtre conserverait et combien il masquerait, avant que quiconque n'y soit assigné.
    • Les filtres sont appliqués sur les requêtes Trino, ils couvrent donc les requêtes et dashboards de l'Analytics Manager ainsi que les consommateurs Trino. Un notebook lisant via PySpark ou PyIceberg, ainsi que l'accès direct au stockage, ne sont pas filtrés.
    • Un filtre peut être enregistré inactif, activé et désactivé depuis la liste, dupliqué vers une autre table, et il est inclus dans l'export de configuration d'un project.
  • Corrections :
    • la suppression d'un project retire désormais également les partages de dataset qu'il avait accordés, de sorte qu'un consumer project ne liste plus un dataset partagé dont le project source a disparu.

Data Processing Engine

  • Mémoire des jobs Spark : les jobs Spark reçoivent désormais toute la mémoire qui leur est allouée, overhead inclus, ce qui réduit les échecs pour manque de mémoire.
  • Logs de l'action Custom : print() et les sorties d'erreur standard du code d'action apparaissent désormais dans les logs du job, et une action manquante produit un message d'erreur plus clair.
  • Spark UI et History : les applications Spark portent désormais le nom du job plutôt qu'un nom générique.
  • Corrections :
    • arrêter un job termine désormais son application Spark.
    • un job dont le pod plante est désormais détecté et signalé au lieu de rester bloqué.
    • les jobs en cours d'exécution ne sont plus archivés hors de l'historique des jobs.
    • les jobs qui se terminent pendant que vous les observez apparaissent désormais correctement dans les jobs exécutés, et les étapes du pipeline s'affichent de manière fiable.
    • les procédures de table Iceberg telles que expire_snapshots et remove_orphan_files fonctionnent à nouveau dans les jobs PySpark.

Analytics Manager

  • Autocomplétion de l'éditeur SQL : l'éditeur suggère désormais les mots-clés SQL, des snippets prêts à l'emploi, et toutes les fonctions Trino disponibles avec leur description.
  • Corrections :

Control Center

  • Recherche dans l'audit trail : une nouvelle recherche plein texte permet de trouver rapidement un événement, et la mise en page est plus claire.

Apps et API

  • Ressources des apps : chaque DPU alloué à une app lui donne désormais 1 vCPU et 4 Go de RAM, conformément à la définition du DPU. Les apps recevaient auparavant la moitié de cela. Le changement s'applique au prochain redémarrage de l'app.
  • Corrections :
    • un build qui reste bloqué indique désormais pourquoi, avec un message de statut et un journal d'événements.
    • deux builds de la même app ne peuvent plus s'exécuter en même temps.
    • une application dispose à nouveau d'exactement une version active.

31 août 2026

Lakehouse Manager

  • Views : enregistrez une requête SQL SELECT comme table virtuelle nommée au sein d'un dataset et interrogez-la comme une table, avec des résultats toujours calculés en direct à partir des tables sources.
    • Les colonnes sont dérivées automatiquement du SQL, qui est validé à chaque création et modification avec des erreurs lisibles.
    • Les views suivent leur propre statut Valid ou Broken : elles sont revérifiées automatiquement lorsqu'une table source change et se rétablissent d'elles-mêmes une fois la source restaurée.
    • Les policy tags, les permissions de dataset et l'audit trail s'appliquent aux views tout comme aux tables, et les views créées par des outils externes sont découvertes automatiquement.
  • Filtered tabs : les vues filtrées de la section Tables sont renommées en filtered tabs, pour éviter toute confusion avec les nouvelles views.

Data Processing Engine

  • Action Deduplicate : nouvelle action prête à l'emploi pour supprimer les lignes en double d'une table lakehouse ou PostgreSQL, en conservant exactement une ligne par clé de déduplication.
    • La clé est pré-remplie à partir des champs d'identifiant de la table, un scan en lecture seule prévisualise combien de lignes une exécution supprimerait, et vous choisissez quelle ligne survit (n'importe laquelle, la plus récente, ou la plus ancienne).
    • Une table de sauvegarde optionnelle protège l'exécution ; sur les tables lakehouse, une exécution peut aussi être annulée avec Time Travel.
  • Exécutions de jobs en parallèle : lancer le même job plusieurs fois en parallèle est désormais sûr : chaque exécution conserve ses propres données et résultats.
  • Spark History : l'historique des applications Spark est désormais accessible aussi pour les jobs plus anciens, pas seulement les plus récents.
  • Corrections :
    • lorsqu'un job échoue parce qu'un secret ne peut pas être lu, la cause réelle est désormais affichée au lieu d'une erreur opaque.
    • la confirmation de l'action Rebuild affiche désormais le nom de la table en cours de reconstruction.

24 août 2026

Lakehouse Manager

  • Lineage : une nouvelle vue de lineage intégrée cartographie comment les données circulent dans votre project, depuis les pipelines qui alimentent chaque table jusqu'aux tables construites à partir d'elle.
    • Ouvrez-la depuis la nouvelle section Lineage ou directement depuis la page de détails d'une table, et descendez jusqu'au lineage au niveau colonne.
    • Le lineage couvre désormais aussi PySpark : automatique pour les actions PySpark Load et Aggregate, opt-in via le SDK pour les actions Custom PySpark et les notebooks PySpark.
  • Corrections :
    • les cases à cocher de la vue liste des Tables sont désormais correctement alignées.
    • partager un dataset avec un consumer project qui n'existe pas renvoie désormais une erreur claire au lieu d'un échec du moteur de stockage.

Data Processing Engine

  • Export de notebook en action personnalisée : l'extension Data Platform peut désormais transformer un notebook en action personnalisée directement depuis JupyterLab, avec les installations pip du notebook automatiquement converties en dépendances d'action.
  • Corrections :
    • les variables d'environnement déjà définies sur un job ne sont plus écrasées au démarrage du job.

Control Center

  • Corrections :
    • les graphiques de métriques de job s'affichent désormais correctement quelle que soit la plage temporelle : la précision de mesure s'adapte à la fenêtre sélectionnée au lieu d'échouer sur de larges plages.

3 août 2026

Général

  • Nouveau guide : Types de données et casts Trino, couvrant la correspondance entre les types Lakehouse et les types Trino et comment corriger les erreurs TYPE_MISMATCH lors de l'écriture via Trino.
  • Documentation étendue : pages approfondies du Lakehouse Manager sur les types de données, les règles de nommage, le modèle de stockage, et le partage entre projects, ainsi que de nouvelles docs du Data Processing Engine sur le partage de code entre actions, le déclenchement de notebooks depuis les workflows, et le CI/CD.

Lakehouse Manager

  • Corrections :
    • partager un dataset en lecture seule ne dégrade plus l'accès en lecture-écriture du propriétaire à ce dataset.
    • l'API renvoie désormais une erreur 404 au lieu d'une 500 lorsqu'une ressource est manquante ou a été supprimée.

Data Processing Engine

  • Data Platform Extension : une nouvelle extension JupyterLab ajoute un panneau latéral pour parcourir les datasets et buckets de stockage de votre project, exécuter des requêtes SQL rapides en lecture seule, et démarrer depuis une galerie de notebooks prêts à l'emploi connectés à vos propres données.
  • Extension marimo : l'extension notebook marimo est désormais préinstallée dans toutes les images de notebook.
    • Les deux extensions sont nouvelles : essayez-les et partagez vos retours.
  • Helpers de l'action Custom : le panneau d'aide des éditeurs Custom action et Custom PySpark propose désormais des scénarios prêts à l'emploi organisés par catégorie, des guides SDK, un onglet pour parcourir vos données, et une FAQ.

Control Center

  • Audit trail : de nouveaux types d'événements enregistrent les opérations d'export et d'import de configuration.
  • Corrections :
    • les logs de job dans le Logs Explorer s'affichent désormais dans le bon ordre sans trous ni lignes dupliquées, le streaming reprend après une interruption, et une erreur de chargement s'affiche au lieu d'une vue de log vide.
    • le bouton Open logs ouvre désormais le Logs Explorer avec les bons paramètres au lieu de ne rien faire.

Apps et API

  • Planification d'application (beta) : démarrez et arrêtez automatiquement une application (apps, API, Superset) selon des fenêtres d'activité hebdomadaires, pour éviter de payer un temps d'inactivité.
    • Choisissez un fuseau horaire et ajoutez une ou plusieurs fenêtres avec des jours et des heures de début et de fin ; en dehors de ces fenêtres, l'application est arrêtée.
    • Les transitions sont évaluées environ toutes les 5 minutes, un démarrage ou un arrêt peut donc être retardé jusqu'à 5 minutes.
  • Cache en mémoire (beta) : déployez un cache Valkey ou Redis aux côtés d'un application service.
    • Choisissez la version du moteur de cache et la part de DPU qui lui est allouée (10 à 50 %) ; le changement prend effet après le redémarrage de la version déployée.
  • Sauvegardes SQLite (beta) : les applications qui stockent des données dans SQLite peuvent désormais activer des sauvegardes automatiques.
    • Définissez la rétention quotidienne en jours et le nombre de sauvegardes hebdomadaires et mensuelles à conserver, et ouvrez les sauvegardes stockées directement dans le Lakehouse.

20 juillet 2026

Lakehouse Manager

  • Bucket Iceberg : l'écran Buckets liste désormais le bucket Iceberg de votre project, le stockage derrière vos tables Lakehouse, en mode lecture seule.

Data Processing Engine

  • Heatmap de l'Overview : l'activité des jobs est désormais regroupée par jour et par tranche de 4 heures, avec le nombre d'exécutions affiché par cellule et seuls les jobs terminés comptabilisés.
  • Logs de build : les logs de la phase de build d'un job sont désormais disponibles, les erreurs survenant pendant un build sont donc visibles et plus faciles à déboguer.
  • Import et export de notebooks : les notebooks sont désormais importés et exportés sous forme d'archives ZIP.
  • Workflows : un workflow doit désormais contenir au moins une action pour être lancé ; les workflows vides ne peuvent plus être exécutés.

6 juillet 2026

Général

  • Export et import de configuration : chaque module de service peut désormais être importé directement depuis l'interface, sans appeler un endpoint pour importer une configuration.

Lakehouse Manager

  • Corrections :
    • Explore snapshot depuis Time Travel redirige désormais vers l'Explorer avec le snapshot chargé.
    • rechercher un dataset par son nom complet (par exemple default_dataset) renvoie désormais le dataset au lieu de « You have no dataset ».
    • supprimer un dataset partagé depuis un project récepteur ne laisse plus l'Explorer sans nom de dataset.

Data Processing Engine

  • Métriques de l'Overview : nouvelles métriques Resource consumption, Top consumers, et Spark History Server, avec une plage sélectionnable des 7, 30, ou 90 derniers jours et un chargement plus rapide.
  • Corrections : l'action Rebuild reflète désormais correctement l'état d'un attribut lorsqu'il est marqué Required + Identifier.

Control Center

  • Métriques de l'Overview : nouvelles métriques Total resource consumption, Data scanned over time, DB storage (tables), et Object storage (buckets), affichées à la fois en valeurs actuelles et dans le temps.
    • Les métriques de l'Overview et du Jobs Central se chargent désormais plus rapidement.
  • Corrections :
    • la page Alerts affiche désormais une notification d'erreur lorsque le chargement des alertes échoue, au lieu d'un état vide « No alerts ».
    • l'audit trail charge désormais les entrées supplémentaires en paginant au-delà des résultats en cache, au niveau du project comme de l'organisation.

22 juin 2026

Général

  • Nombre de composants App Service : la page d'accueil de l'organisation affiche désormais le nombre de composants App Service déployés sur chaque encart de project.
  • Nouveau tutoriel : Construire un pipeline de supervision de flotte IoT, un guide de bout en bout diffusant des données de capteurs simulées depuis une action Custom via Kafka vers un dashboard Superset en direct.

Connectors

  • Pagination du connecteur base de données : la liste du connecteur base de données est désormais paginée, ce qui facilite la navigation dans les longues listes.
  • Corrections : le tri par en-tête de colonne fonctionne désormais sur la table des consumers Trino.

Lakehouse Manager

  • Champs Required et Identifier : les attributs peuvent désormais être marqués Required (jamais NULL) ou Required + Identifier (faisant partie de la clé d'unicité de la ligne pour les upserts).
    • Les champs Required ne peuvent pas être ajoutés une fois une table buildée ; utilisez la nouvelle action Rebuild pour les ajouter. Les champs Identifier ne peuvent pas être de type double ou decimal.
  • Métriques de table : les tables disposent désormais d'une section Metrics faisant apparaître des statistiques clés sur la table.
  • Corrections : dans l'Explorer, le bouton Export as CSV est désactivé avec un message explicatif lorsqu'aucun moteur de requête n'est actif.

Data Processing Engine

  • Write strategy : les actions Load et Aggregate (Python et PySpark) peuvent désormais faire de l'upsert en utilisant les champs identifiants d'une table.
    • Choisissez Upsert, Insert when not matched, ou Insert all dans les préférences de l'action.
    • Les actions utilisent Insert all par défaut ; sélectionnez Upsert manuellement pour activer le comportement de correspondance.
  • Action Rebuild : reconstruisez une table depuis zéro pour changer les contraintes de champ, restructurer les données partitionnées, et nettoyer ses métadonnées.
    • Définissez une valeur par défaut lors du passage d'un champ en Required/Identifier ; conservez optionnellement une sauvegarde de la table précédente.
    • Supprime tout l'historique de la table ; Time Travel n'est plus disponible après un rebuild.
  • Action SQL : écrivez et exécutez une requête SQL sur vos datasets et tables via le moteur Trino, comme une action planifiable et intégrable à un workflow.
    • Prend en charge les lectures, les métadonnées, le DML, le DDL, et CREATE TABLE AS SELECT, qui construit également la nouvelle table dans le Lakehouse Manager.
    • Validez avant de créer, avec une confirmation pour les requêtes destructrices et une revérification à chaque exécution.
  • Spark History Server : inspectez l'historique d'exécution de vos actions et workflows PySpark depuis une nouvelle page du DPE.
    • Démarrez le serveur à la demande pour parcourir les exécutions récentes ; il s'arrête automatiquement en cas d'inactivité et n'est facturé par DPU que pendant son exécution.
    • Ouvrez le Spark UI de chaque exécution, ou analysez-la avec les insights de performance DataFlint, en direct ou après complétion.

Analytics Manager

  • Corrections : dans Queries, le bouton Export as CSV est désactivé avec un message explicatif lorsqu'aucun moteur de requête n'est actif.

Control Center

  • Performance du Logs Explorer : le Logs Explorer envoie désormais une seule requête de métriques et de jobs au lieu d'une par project, accélérant le chargement.
  • Alerting : l'action Create alert est de nouveau disponible depuis la page d'accueil du project.
  • Corrections :
    • les logs n'affichent plus « Invalid date ».
    • rafraîchir l'audit trail ne duplique plus les lignes.

Apps et API

  • Interface App Service (beta) : une interface redessinée et plus unifiée pour l'App Service est désormais disponible en beta, l'alignant avec le reste de la platform.
    • Nous livrerons des améliorations et mises à jour en continu dans les semaines et mois à venir. Vos retours sont les bienvenus.
  • Corrections : créer une variable d'environnement n'échoue plus avec une erreur 400.

2 juin 2026

Connectors

  • Consumers Trino : créez une chaîne de connexion Trino en quelques clics depuis l'onglet Consumers, au lieu de configurer manuellement un service account, des clés API, et la chaîne de connexion.
    • Choisissez un niveau d'accès READ ou READ & WRITE par consumer.
    • La chaîne de connexion n'apparaît qu'une seule fois, à la création ; chaque consumer dispose d'un service account dédié.

25 mai 2026

Général

  • Contact Support : le lien Contact Support ouvre désormais un formulaire de support intégré à la platform au lieu de rediriger vers le Help Centre OVHcloud externe.

Lakehouse Manager

  • Partage de dataset entre projects (beta) : les datasets peuvent désormais être partagés en lecture seule avec d'autres projects de la même organisation.
    • Les admins partagent depuis le project source via l'onglet Configuration du dataset → Manage share settings → choisissez un ou plusieurs projects cibles.
    • Les projects récepteurs voient le dataset dans leur menu Datasets du Lakehouse Manager avec une icône de partage et le type Lakehouse Manager (shared). Les tables peuvent être prévisualisées mais pas modifiées.
    • Dans l'Explorer, les tables partagées apparaissent sous une nouvelle catégorie Shared Datasets dans la vue list by dataset. Éditeur SQL uniquement.

Data Processing Engine

  • Corrections : importer une configuration DPE dans un autre project réécrit désormais correctement les références de repository dans les workflows. Auparavant, les workflows importés dans le project de destination pointaient toujours vers le repository_id du project source pour le repository Default, cassant les références d'action.

Control Center

  • Auditing : les notebooks sont désormais couverts par l'audit trail.

5 mai 2026

Connectors

  • Nouveaux connectors :
    • HubSpot : extrayez contacts, entreprises, deals, tickets, pipelines, formulaires, e-mails marketing, et plus encore.
    • Odoo : extrayez contacts, leads CRM, commandes de vente, factures, produits, inventaire, RH, et projects depuis votre instance Odoo ERP. Compatible avec Odoo 14 à 19.
    • Salesforce : extrayez des sObjects standards et personnalisés, exécutez des requêtes SOQL et SOSL, listez les reports, et inspectez les limites de l'org.
    • Shopify : extrayez produits, clients, commandes, inventaire, marketing, B2B, paiements, et contenu via la Shopify GraphQL Admin API.
    • Stripe : extrayez clients, charges, payment intents, abonnements, factures, transactions de solde, et événements.
  • Chaque nouveau connector est accompagné d'une page Technical Reference dédiée couvrant l'authentification, le catalogue complet des endpoints, la pagination, les rate limits, le format de sortie, et les limitations.

Data Processing Engine

  • Corrections :
    • sélectionner l'allocation de ressources lors de la création d'une action ou d'un workflow ne fige plus l'écran.
    • mettre à jour l'environnement d'une action existante ne fige plus l'écran.

Control Center

  • Corrections : l'icône de rafraîchissement de l'Auditing conserve désormais la plage temporelle sélectionnée au lieu de revenir aux 6 dernières heures.

20 avril 2026

Général

  • Bannière de maintenance : une bannière s'affiche désormais dans le header pendant la durée de toute maintenance planifiée de la platform. Pendant qu'elle est active, la platform est en lecture seule ; les exécutions restent autorisées.

Connectors

  • Consumer OpenLineage :
    • le token d'authentification est désormais optionnel.
    • nouveau toggle Disable Trino events - ignore le lineage généré par Trino (Explorer, Analytics Manager) et ne transmet que le lineage batch du DPE.
  • Corrections : les schémas ne s'affichent plus incorrectement dans Marquez pour les événements de lineage transmis.

Lakehouse Manager

  • Explorer :
    • Export to CSV : les champs scale précèdent désormais les champs data dans les exports CSV de requête visuelle (téléchargement et export vers bucket).
    • toutes les valeurs non numériques sont désormais entre guillemets dans les exports CSV, ce qui évite les problèmes d'analyse avec les virgules, guillemets et retours à la ligne.
  • Corrections : Preview table ouvre désormais l'Explorer avec la table sélectionnée chargée.

Data Processing Engine

  • Mise à jour automatique des dépendances Git : les actions Custom et Custom PySpark prennent désormais en charge @latest dans les dépendances Python hébergées sur Git :
    • Ajoutez @latest à n'importe quelle URL de dépendance git+ pour résoudre automatiquement la version publiée la plus récente au moment du build.
    • Cliquez sur Force Build pour récupérer une nouvelle version. Plus besoin de mettre à jour manuellement les tags ou hash de commit sur les actions.
    • Remarque : la dernière version n'est pas détectée automatiquement à l'exécution, un Force Build manuel est nécessaire pour récupérer la mise à jour.
  • SDK de lineage pour l'action Custom : nouveau context manager lineage_run, émet automatiquement START / COMPLETE / FAIL et génère un run_id.
  • Helpers de lineage pour l'action Custom : nouveaux schema_facet (déclaration de schémas) et column_lineage_facet (mappings colonne-à-colonne).
  • Détection automatique de schéma : passez connector= à lineage_run pour extraire les schémas automatiquement.
  • Docs mises à jour : Suivre le lineage de données dans une action Custom.

Analytics Manager

  • Queries :
    • Export to CSV : les champs scale précèdent désormais les champs data dans les exports CSV de requête visuelle (téléchargement et export vers bucket).
    • toutes les valeurs non numériques sont désormais entre guillemets dans les exports CSV, ce qui évite les problèmes d'analyse avec les virgules, guillemets et retours à la ligne.

Control Center

  • Nouveau : Auditing (version initiale) : journalise les activités significatives de création / modification / suppression sur la platform. La couverture s'étendra dans les prochaines versions.
    • Vue au niveau project dans le Control Center ; filtrez par service (Connectors, Lakehouse Manager, DPE, Analytics Manager, IAM), ressource et fenêtre temporelle.
    • Vue au niveau organisation dans Organization Settings. Couvre actuellement l'IAM et la gestion des membres de l'organisation ; la facturation, les quotas et similaires arrivent bientôt.
    • Deux nouveaux rôles à chaque niveau : Audit Trail Admin et Audit Trail Viewer.
  • Alerting (beta) : l'alerting a été retravaillé et réactivé. Merci de signaler tout problème rencontré.
  • Corrections : le Logs Explorer affiche désormais correctement les logs d'exécution des actions et workflows du DPE.

7 avril 2026

Lakehouse Manager

  • Conformité OpenLineage : la Data Platform suit et expose désormais les événements de lineage de données selon le standard OpenLineage. Les événements de lineage sont enregistrés automatiquement pour les actions Load et Aggregate, et en opt-in pour les actions Custom.
  • Corrections : le Query Gateway déduit désormais automatiquement et correctement catalog.schema pour les catalogues Direct Query. Cela n'affectait que les tables avec Direct Query activé.

Connectors

  • Nouveau consumer : ajout du consumer OpenLineage, connectez votre propre solution de lineage compatible OpenLineage (par ex. Marquez) en fournissant une URL d'endpoint et un token d'authentification.

Data Processing Engine

  • Nouvelle action : ajout de Send OpenLineage Events, transmettez les événements de lineage de données depuis la Data Platform vers votre backend de lineage externe. Prend en charge la planification cron ou le mode continu always-up.
  • SDK : ajout de documentation pour suivre le lineage de données dans les actions Custom à l'aide de la fonction emit_lineage. Le lineage est en opt-in pour les actions Custom, déclarez les inputs/outputs et émettez les événements START, COMPLETE, et FAIL pour vous intégrer au graphe OpenLineage de la platform.
  • Corrections :
    • les jobs Cron sont désormais actifs par défaut à la création.
    • les logs d'exécution des actions et workflows nouvellement créés s'affichent désormais correctement.

23 mars 2026

Data Processing Engine

  • Amélioration de la stabilité du lancement des jobs Spark et des workflows.
  • Actions et workflows : ajout de l'option pour désactiver et réactiver les jobs cron au lieu de les supprimer.
  • Corrections : le champ des variables d'environnement ne déborde plus de la mise en page pour les valeurs longues.

Lakehouse Manager

  • Attributs : les règles de nommage des attributs sont désormais affichées.
  • Explorer :
    • Correction de l'export des résultats CSV vers un bucket pour les requêtes visuelles.
    • Correction de l'icône d'alerte incorrecte pour les sources direct-query après extraction des métadonnées.

9 mars 2026

Connectors

  • Nouveau connector : ajout du support pour le connector FHIR.
  • Mises à jour :
    • Mise à jour du connector ClickHouse.
    • Correction de problèmes SSL dans le connector MySQL.
    • Les certificats du connector Kafka sont désormais chiffrés à la création.
    • Mise à jour : extraction des champs JSON imbriqués Kafka ; l'extraction des métadonnées peut nécessiter une nouvelle exécution si votre source Kafka contient des champs imbriqués.

Data Processing Engine

  • Amélioration de l'acquisition de SparkSession pour les actions Custom PySpark.
  • ⚠️ Dépréciation de PySpark 3.3.2 : créer de nouvelles actions avec PySpark 3.3.2 n'est plus possible. Cette version est en cours de dépréciation, veuillez migrer vers une version plus récente de PySpark.

Lakehouse Manager

  • Trino : mise à jour de la version de Trino vers la 479.
  • Direct Query dans l'Explorer : ajout du support de direct query dans l'Explorer du Lakehouse. Si votre source a le direct-query activé, ses tables et attributs extraits sont désormais visibles directement dans l'Explorer.
  • Corrections : correction du chiffrement des paramètres imbriqués (en particulier pour les bases de données Kafka).

Analytics Manager

  • Corrections :
    • Résolution d'un problème avec l'endpoint dashboard/deployed.
    • Garantie que les groupes de ressources sont créés lors du seed même en l'absence de corps JSON.

Control Center

  • Corrections : correction de la gestion d'endDate dans le Logs Explorer du Control Center.

23 février 2026

Général

  • Corrections :
    • L'environnement sélectionné dans les préférences de workflow est désormais correctement conservé.
    • Cliquer sur l'icône de métriques redirige désormais directement vers la page de métriques.
    • start_date du déploiement est désormais correctement pris en compte dans le Logs Explorer du Control Center.
    • Le bouton active du fournisseur d'authentification IAM reflète désormais correctement l'état.

Lakehouse Manager

  • Mises à jour : mise à jour de la version de Trino de 476 à 478.
  • Performance : amélioration du temps de rechargement du catalogue d'environ 2 à 3×.
  • Corrections : correction des erreurs 401 sur les requêtes immédiatement après la création d'un project.

9 février 2026

Général

  • Corrections :
    • Correction du spinner de chargement infini dans la section Consumers.
    • Amélioration de la stabilité de la platform grâce à des améliorations backend et des mises à jour de dépendances.

Connectors

  • Connectors API : améliorations et corrections pour les connectors API afin d'améliorer la fiabilité et l'expérience utilisateur.

APPs et API

  • Theming Superset : introduction d'un nouveau module de theming pour Superset, permettant de meilleures options de personnalisation et de branding.
  • Mises à jour : mise à jour du Superset Template vers la version 6.

Lakehouse Manager

  • Performance : améliorations mineures de la stabilité des requêtes et des capacités de monitoring.

26 janvier 2026

Général

  • Rafraîchissement de l'interface : renommage de Data Catalog en Connectors sur l'ensemble de la platform, pour plus de clarté et de cohérence.
    • Mise à jour de tous les menus de navigation, liens de documentation, et références de sidebar pour refléter ce changement.
    • La fonctionnalité reste identique - il s'agit purement d'une mise à jour de nommage pour mieux représenter le rôle du service en tant que repository central de vos connexions aux sources de données.
  • Corrections :
    • Correction d'un problème où l'usage du Current Projet affichait plusieurs supersets. Affiche désormais une seule colonne superset avec la consommation totale, de la même manière que pour les apps et API.
    • Correction d'un problème empêchant les utilisateurs d'accorder un accès en écriture sur les policy tags.
    • Ajout d'un indicateur visuel lors du tri des colonnes de table.
    • Amélioration globale de la stabilité et de la performance de la platform.
    • Amélioration de la réactivité de l'interface utilisateur sur divers composants.

Data Processing Engine

  • Corrections :
    • Affichage plus précis de la vue des dernières 24 heures dans les métriques du DPE.
    • Correction d'un problème où la section des variables d'environnement était manquante sur les actions PySpark.

Mises à jour de la documentation

  • Mise à jour de toutes les références de documentation de « Data Catalog » vers « Connectors »
  • Rafraîchissement de la navigation et de la structure de la sidebar pour refléter la nouvelle convention de nommage
  • Utilisation cohérente de la terminologie « Connectors » dans tous les tutoriels et guides

12 janvier 2026

Général

  • Corrections :
    • Correction d'une boucle de redirection infinie survenant en quittant le flux de validation MFA (authentification multifacteur), pour une expérience d'authentification plus fluide.
    • Résolution d'un problème empêchant les utilisateurs au niveau organisation d'ajouter certains services aux favoris dans la sidebar.
    • Amélioration de la précision du dashboard API en tronquant les valeurs numériques à deux décimales. Cela rend l'affichage des données plus clair et cohérent.
    • Amélioration de la gestion des erreurs et des messages destinés aux utilisateurs pour la gestion des quotas. Retour d'information plus informatif lorsque les limites de quota sont atteintes ou dépassées.

Lakehouse Manager

  • Time Travel : introduction d'une période de rétention pour la fonctionnalité time-travel, fixée par défaut à 14 jours. En savoir plus sur la doc.
  • Optimisation Trino : optimisation de l'utilisation mémoire de Trino pour éviter les erreurs de mémoire insuffisante (OOM), améliorant la stabilité et la performance des requêtes pour les grands datasets.
  • Maintenance des tables : activation du job de maintenance des tables en production. Ce job quotidien automatisé supprime les anciens snapshots et fichiers orphelins, aidant à optimiser l'utilisation du stockage et à maintenir la santé du data lakehouse.

Data Processing Engine

  • Actions Reverse-ETL : ajout du support du protocole comme option de destination dans les actions reverse-ETL.
  • PySpark Load/Aggregate : correction d'un problème de traitement de fichiers XLS dans les actions classiques PySpark load et aggregate.

APPs et API

  • Statut de déploiement : amélioration des mises à jour de statut de déploiement avec des informations en temps réel plus précises pendant les processus de déploiement d'app et d'API.
  • View Logs : ajout d'un nouveau bouton « View Logs » qui apparaît lorsqu'une app ou une API est déployée.
  • Bouton Open : affichage du bouton « Open » uniquement une fois l'app ou l'API entièrement déployée, évitant les messages d'erreur proxy qui apparaissaient auparavant lors d'une tentative d'accès aux services avant la fin du déploiement.

:::details 2025 17 décembre 2025

Général

  • Corrections :
    • Résolution d'un problème où les valeurs booléennes ne s'affichaient pas dans les résultats de requête lors de l'exécution de requêtes dans le Lakehouse Manager Explorer ou l'Analytics Manager.
    • Correction d'un problème où des données incorrectes s'affichaient en basculant entre les vues 7 jours et 24 heures dans les métriques de job.
    • Les noms de groupe s'affichent désormais correctement dans l'interface après l'octroi d'un accès à un groupe sur un policy tag.

Data Catalog

Lakehouse Manager

  • Time Travel : introduction de la fonctionnalité time travel pour les tables, permettant d'interroger les versions historiques de vos données. En savoir plus sur Time Travel.
  • Explorer : capacités de requête SQL améliorées pour prendre en charge la syntaxe de version de snapshot Iceberg avec FOR VERSION AS OF SNAPSHOT_ID.
  • Amélioration de la stabilité de Trino pour une exécution de requêtes plus fiable.

Data Processing Engine

  • Métriques : les métriques de job des actions et workflows du DPE incluent désormais les exécutions ayant expiré (timed-out) aux côtés des exécutions réussies et échouées, pour un monitoring plus complet.
  • Corrections :
    • Résolution d'un problème où le chargement de plusieurs fichiers Parquet depuis un bucket avec segmentation échouait lors de l'exécution de plusieurs instances en parallèle.
    • Restauration de l'exemple de code Python manquant dans la boîte de dialogue lors de la consultation des exemples d'API sous Preferences > Triggers des actions et workflows du DPE.

1er décembre 2025

Général

  • Recherche au niveau project : introduction d'une nouvelle fonctionnalité de recherche au niveau du project pour trouver rapidement des menus et sections. Utilisez CMD+K sur Mac ou CTRL+K sur Windows pour accéder à cette fonctionnalité.
  • Quotas : la nouvelle fonctionnalité Quotas est désormais disponible dans la page des paramètres d'organisation, permettant aux administrateurs de gérer les limites d'allocation de ressources. En savoir plus sur les Quotas.
  • Performance : amélioration de la performance des jobs sur l'ensemble de la platform.

Lakehouse Manager

  • Catalogue REST : déploiement d'un nouveau service de catalogue REST open source (Polaris) pour Apache Iceberg afin de préparer de futures intégrations, comme un accès aux métadonnées de table amélioré et un RBAC plus granulaire.
  • Correction d'un problème d'ACL avec les policy tags.

Data Processing Engine

  • Notebooks : les notebooks Python 3.9 ne peuvent plus être créés ; Python 3.13 est désormais la version par défaut.
  • Corrections :
    • Résolution d'un problème où S3Store.bucket_exists() rencontrait des erreurs lors de la sauvegarde du statut avec plusieurs workers pendant les opérations get_bucket.
    • Correction de la gestion des paramètres d'environnement lié PySpark pour prendre correctement en charge les types nombre et booléen (auparavant, seules les valeurs de type chaîne fonctionnaient correctement).

17 novembre 2025

Général

  • Lors de la création d'un project, les hostnames n'acceptent plus les underscores, pour une meilleure compatibilité.

Data Catalog

  • Connector Kafka : amélioration de la performance avec un chargement par lots plus rapide et plus efficace dans les datasets.
  • Correction de la gestion des fuseaux horaires dans l'extraction de métadonnées pour un traitement de données plus précis.

Data Processing Engine

  • Workflows : ajout de l'option Force Rebuild, correspondant à la fonctionnalité déjà disponible sur les actions (utile pour le dépannage et pour garantir une ré-exécution propre).
  • Actions Custom : ajout du support de Python 3.13.
  • Actions PySpark : correction de la gestion des variables d'environnement pour prendre correctement en charge les types nombre et booléen lors de l'utilisation d'environnements liés (auparavant, seules les valeurs de type chaîne fonctionnaient correctement).
  • Actions Custom Spark : amélioration des templates de base pour une meilleure expérience développeur.

3 novembre 2025

⚠️ Actions importantes requises ⚠️

  • Applications front-end avec MFA : en raison d'un correctif de sécurité, les applications utilisant l'authentification au niveau project avec l'authentification multifacteur (MFA) nécessitent une mise à jour manuelle. Les utilisateurs doivent mettre à jour la dépendance client-authority-manager vers la version 1.5.0 dans leur fichier forepaas.json (situé à la racine du Front App), puis reconstruire et redéployer l'application.

Général

  • Améliorations de l'infrastructure à l'échelle de la platform pour une meilleure stabilité.
  • Sécurité : amélioration de la rotation des tokens lors du changement d'organisation et augmentation de la longueur du secret d'authentificateur pour une meilleure compatibilité MFA.

Data Catalog

  • Connector Kafka : renvoie désormais du JSON aplati par défaut pour un traitement plus simple.
  • Gestion des sources : les colonnes utilisant des mots-clés réservés sont désormais automatiquement renommées avec un suffixe _r pour éviter les échecs de requête SQL et de build de table.

Data Processing Engine

  • Extension Jupyter AI : les notebooks incluent désormais l'extension Jupyter AI pour une assistance conversationnelle. Une configuration est requise avec votre clé d'endpoint AI OVHcloud.
  • Notebooks :
    • Amélioration du temps de démarrage grâce à des processus post-démarrage asynchrones.
    • De nouvelles métriques d'utilisation des ressources (CPU, mémoire, stockage) sont désormais affichées.
    • Correction d'un problème empêchant le remplacement des dépendances existantes.
    • Mise à jour des notebooks d'exemple et des boilerplates.
    • Résolution de problèmes de compatibilité avec les versions Spark 3.4.4 et 3.5.5.

Lakehouse Manager

  • Mise à jour du SDK : ajout d'une nouvelle méthode create_from_physical pour créer des objets logiques à partir de tables physiques existantes.
  • Amélioration de la stabilité des imports de configuration en définissant correctement les statuts de table.

Analytics Manager

  • Correction des problèmes de mémoire insuffisante dans Trino pour améliorer la performance et la stabilité des requêtes.

APPs et API

  • Aucune mise à jour spécifique pour cette section dans cette version, en dehors du correctif de sécurité mentionné ci-dessus.

Mises à jour de la documentation

  • Tutorials Hub : remplace l'ancienne section Tutorials, en organisant les contenus d'apprentissage en catégories claires telles que la configuration de project, l'ingestion de données, la transformation, l'export, l'analyse avec Trino, et la business intelligence.
  • Extension Jupyter AI : nouveau guide pour l'extension Jupyter AI intégrée, incluant la configuration avec votre clé d'endpoint AI OVHcloud et l'utilisation de l'assistance conversationnelle dans les notebooks.
  • Guide de transformation SQL : exemples pas à pas montrant comment effectuer des transformations de données basées sur SQL au sein des notebooks sur la data platform.
  • Référence SDK : mise à jour avec de nouvelles méthodes du connecteur dataset ; d'autres mises à jour à venir dans de prochaines versions.
  • Corrections de liens : plusieurs liens cassés dans la documentation ont été corrigés pour une meilleure navigation.

20 octobre 2025

Général

  • Mises à jour de dépendances à l'échelle de la platform pour une meilleure stabilité et sécurité.
  • Correction d'un problème où le connector Power BI renvoyait le mauvais sous-domaine lors du partage d'URL de Projet.

Data Processing Engine

  • Version Spark par défaut mise à jour vers 3.5.5 pour les actions load et aggregate
  • Mise à jour du SDK vers les dernières versions de Pandas 2.x et SQLAlchemy 2.x, améliorant la compatibilité des notebooks.
  • Ajout du support de Python 3.13 avec des images de notebook base, PySpark, TensorFlow, et DataScience mises à jour
  • Nouveaux notebooks d'exemple inclus avec chaque image de notebook.

Data Catalog

  • Ajout du support du format NDJSON pour les uploads JSON.

6 octobre 2025

⚠️ Actions importantes requises ⚠️

  • Pour Apache Superset (utilisant le template SQLite) construit avant le 6 octobre : les clients doivent reconstruire et redéployer l'environnement pour garantir la compatibilité et le support.
  • Pour la Front Application construite avant le 6 octobre : les clients doivent mettre à jour le SDK vers la version 1.3.0 dans forepaas.json, puis reconstruire et redéployer l'application.

Général

  • Amélioration du flux de connexion SSO pour n'afficher les options auto-provisionnées que lorsque applicable
  • Correction de problèmes de navigation, de chargement, et de hover sur les boutons multiples dans l'interface
  • Les connectors base de données affichent désormais des avertissements et des liens de documentation

Data Processing Engine

  • Correction de problèmes avec les actions PySpark et la fiabilité de l'action aggregate
  • Mise à jour des connectors Oracle et Polar pour une meilleure compatibilité
  • Nouvel avertissement lors du changement de destinations avec plusieurs sources

Lakehouse Manager

  • Correction des droits d'accès manquants pour les endpoints de job (les utilisateurs doivent désormais disposer de droits explicites)
  • Amélioration de la stabilité et de la performance
  • Ajout du service Metastore pour gérer les métadonnées plus efficacement
  • Correction d'un problème de build d'attribut logique avec les mises à jour incrémentales.
  • Déploiement du catalogue Polaris pour la compatibilité REST open source

Analytics Manager

  • Correction de contraintes liées aux ACL pour les endpoints
  • Mise à jour du service de configuration pour une meilleure compatibilité du catalogue Trino

Apps et API

  • Correction de problèmes de déploiement automatique
  • Optimisation des builds Superset.
  • Mise à jour des templates du store et des modules SDK

22 septembre 2025

Général

  • Corrections de bugs mineures et améliorations

8 septembre 2025

Général

  • Amélioration de la gestion des erreurs et de l'assainissement des logs pour un dépannage plus fluide et plus sécurisé.
  • Correction d'erreurs liées à des paramètres invalides dans le Log Explorer.

Data Catalog

  • Amélioration du connector OVHAPI avec une meilleure compatibilité V2

Data Processing Engine

  • Mise à jour de l'environnement Python vers v3.13.7 pour une meilleure sécurité et compatibilité.
  • Amélioration des logs pour un débogage plus facile.
  • Amélioration de la fiabilité d'exécution PySpark, réduisant les avertissements et erreurs pendant les exécutions de workload.
  • Correction d'un problème avec les dépendances d'installation SQL Server pour des déploiements plus fluides

Lakehouse Manager

  • Meilleure gestion des messages d'erreur lors de l'import de configurations pour simplifier le dépannage
  • Améliorations de stabilité sur les services de requête du Lakehouse.

25 août 2025

Général

  • Les Consumers ont désormais été déplacés vers le Lakehouse Manager
  • Amélioration des logs pour l'action de build « all-in-one » du Lakehouse Manager.
  • Correction d'un problème où l'action « all-in-one » signalait une mise à jour des métadonnées réussie (update metas successful) mais renvoyait un résultat de -1.

11 août 2025

Général

  • Mise à niveau de la version de Trino v461 vers v476
  • Le consumer PowerBI est désormais disponible à l'utilisation. Le guide sur son utilisation est disponible ici
  • Correction d'un problème mineur où l'icône d'édition n'apparaissait pas sur les actions/workflows/environnements du DPE.

28 juillet 2025

Général

  • Amélioration des ACL pour les actions du Data Processing Engine
  • Nouveau tutoriel disponible pour un cas d'usage FinOps avec FOCUS et Superset - ici

15 juillet 2025

Général

  • Apache Superset est désormais disponible dans l'App Service
  • Ajustement des niveaux de log Spark et optimisation du traitement pour de meilleures performances
  • Introduction du tutoriel dataset NYC Taxi avec deux exemples pratiques et un aide-mémoire PySpark pour un apprentissage enrichi et une référence rapide.

Data Processing Engine

  • Ajout de nouvelles métriques pour surveiller l'usage et la performance des notebooks
  • Amélioration de l'expérience d'import/export de notebooks pour une meilleure utilisabilité
  • Amélioration de la documentation des modules PySpark et des cas d'usage PySpark, facilitant l'exploitation du traitement distribué.
  • Ajout d'une documentation complète pour les actions du Data Processing Engine (DPE) précédemment manquantes, élargissant les guides disponibles.

UI / Platform

  • Correction d'un problème où le Log Explorer n'affichait pas correctement le bas de la fenêtre
  • Résolution d'un problème de WebSocket lorsque plusieurs utilisateurs accédaient au même DPE
  • Vous pouvez désormais ajouter des widgets directement sans passer par le menu d'édition
  • Mise à jour de l'interface des Notebooks du DPE pour une expérience plus fluide
  • Le stockage compatible S31 met désormais automatiquement le champ region en minuscules pour la cohérence

30 juin 2025

Général

  • Page d'accueil du project : mise à jour de l'encart « APPLICATION SERVICES » en fusionnant les encarts « Apps » et « APIs »
  • Amélioration de l'intégration OAuth avec MFA

Data Processing Engine

  • Toutes les actions : ajout d'une option Force Rebuild, utile pour le dépannage et pour garantir une ré-exécution propre.
  • Actions PySpark : ajout de la sélection du « Spark Log Level » approprié
  • Action Custom PySpark : ajout de la sélection de la version PySpark (actuellement 3.3.2, 3.4.4, 3.5.5)

Lakehouse manager

  • diverses optimisations et corrections de bugs

Control Center

  • Améliorations du Logs Explorer
  • Jobs Central : correction de l'affichage des 30 derniers jours

9 juin 2025

Data Processing Engine

  • PySpark Load : autorise le chargement de plusieurs fichiers depuis un Bucket

Control Center

  • Logs Explorer : correction du cas où la dernière seconde des logs n'était parfois pas affichée

26 mai 2025

Data Catalog

  • Ajout du support JSONPath aux sources OVH API pour une navigation de données simplifiée.
  • Amélioration de la performance des sources OVH API pour un accès aux données plus rapide.
  • Simplification de la gestion de plusieurs endpoints dans les sources OVH API.

Data Processing Engine

  • Nouvelle action - Export Table to Source : exportez des tables sélectionnées depuis votre lakehouse vers une source de données externe.
  • Correction de la vue Time Breakdown dans les détails de job pour des insights précis sur la performance des jobs.
  • Résolution d'un problème empêchant les utilisateurs de quitter la page d'édition dans certaines actions sans rafraîchir.
  • Amélioration de l'utilisabilité des notebooks avec un affichage de statut en attente lors de l'arrêt d'un notebook.
  • Amélioration des métriques pour un meilleur monitoring.
  • Optimisation du traitement Spark pour une meilleure performance et fiabilité.
  • Ajustement des niveaux de log Spark pour un débogage et un monitoring plus clairs.
  • Correction d'un problème de dates de début incorrectes dans le Logs Explorer pour un suivi précis des jobs.
  • Correction de l'affichage incomplet des métriques des dernières 24 heures pour un monitoring précis.
  • Retravail des contrôles d'accès aux notebooks pour inclure un support en lecture seule pour une meilleure collaboration.

Analytics Manager

  • Amélioration de l'interface du menu de requêtes avec un affichage clair du mode visuel ou SQL sur la page principale.
  • Amélioration de la gestion des requêtes pour prendre en charge les attributs virtuels, garantissant une performance fiable.

Lakehouse Manager

  • Correction d'un problème où la copie de tables avec un grand nombre d'attributs provoquait des erreurs.
  • Résolution d'erreurs lors des arrêts de Physical Build pour des opérations plus fluides.
  • Standardisation de l'extraction de métadonnées pour une meilleure cohérence des données.
  • Ajout de vérifications de statut de physical build par type de job pour un meilleur monitoring.

12 mai 2025

Général

  • Nouveau tutoriel pour utiliser le connector OVH API pour l'analyse de facturation

Data Catalog

  • Meilleure gestion des chaînes de date/heure avec fuseau horaire UTC
  • Amélioration de l'Analyzer pour les sources en streaming
  • Amélioration du connector OVH API
  • Amélioration de la gestion des sources PostgreSQL utilisant Direct Query et de l'intégration avec Trino

Data Processing Engine

  • SDK Python : correction du package boto3 < 1.36.0.
  • ⚠️ Remarque : pour des raisons de compatibilité, veuillez ne pas inclure la bibliothèque boto3 dans vos dépendances personnalisées

28 avril 2025

Général

  • Amélioration du texte de la page de connexion pour une meilleure expérience.
  • Les tutoriels et la documentation s'ouvrent désormais dans un nouvel onglet depuis la page d'accueil.
  • Mise à jour du texte sur les écrans Analytics Manager et SQL Queries.
  • Simplification des invitations d'organisation en supprimant l'option « créer une organisation ».
  • Correction de problèmes occasionnels lors de la recherche dans la liste des policy tags.
  • Correction des liens d'action dans les Notebooks pour mieux refléter les permissions de l'utilisateur.
  • Amélioration de la visibilité de la liste des utilisateurs lors de la gestion des invitations d'organisation/project.
  • Amélioration de l'affichage des logs dans le Control Center.

Data Processing Engine

  • Correction de l'affichage de l'icône de la barre d'outils en mode avancé pour une meilleure utilisabilité.
  • Amélioration de la stabilité après les plantages de notebook, avec une meilleure restauration du disque.

Lakehouse Manager

  • Amélioration des mises à jour de statut de dataset.
  • Amélioration de la performance des physical builds.

14 avril 2025

Général

  • Plusieurs corrections d'interface dans les pages Organization et Identity Access Manager

Data Proessing Engine

  • Correction de l'action File Transfer
  • Dans les logs, ajout du nom de l'action lorsque seul l'ID de l'action était visible
  • Correction de la visibilité de certains logs dans les vues Action / Workflow / Job.

Lakehouse Manager

  • Amélioration du temps de création de dataset
  • Meilleure gestion de l'Explorer lorsque Trino n'est pas disponible

Control Center

  • Correction de l'affichage de certaines vues de Monitoring

28 mars 2025

Général

  • Amélioration du flux de création de dataset pour une expérience plus conviviale.
  • Correction de bugs mineurs liés aux policy tags.
  • Résolution d'un problème où les logs du Control Center ne s'affichaient pas correctement.

Data Processing Engine

  • Amélioration de la journalisation des actions PySpark pour une meilleure traçabilité et un meilleur débogage.

  • Amélioration du connector API OVHcloud pour une meilleure gestion des endpoints multiples.

  • Notebooks :

    • Ajout du support de Python 3.11
    • Introduction de nouveaux types de notebooks Data Science et TensorFlow.

18 mars 2025

Général

  • La documentation est désormais disponible sur https://docs.dataplatform.ovh.net/
  • Amélioration de la gestion des logins mixant majuscules et minuscules
  • Amélioration de la lisibilité de certains messages d'erreur
  • Mise à jour de l'e-mail « project is ready »
  • Suppression de toutes les références BETA dans l'interface

Data Processing Engine

  • Fluidification des échanges d'événements avec l'interface
  • Notebooks : mise à jour du SDK Python Data Platform

Lakehouse Manager

  • Amélioration de l'action all-in-one pour mieux gérer les noms d'attributs :::

Aller plus loin

Si vous avez besoin d'une formation ou d'une assistance technique pour la mise en oeuvre de nos solutions, contactez votre commercial ou cliquez sur ce lien pour obtenir un devis et demander une analyse personnalisée de votre projet à nos experts de l’équipe Professional Services.

Posez vos questions, faites-nous part de vos commentaires et interagissez directement avec l’équipe qui développe la Data Platform sur le canal Discord dédié.

Si vous avez besoin d'une assistance concernant vos services OVHcloud, créez une demande depuis notre centre d'aide.

Rejoignez notre communauté d'utilisateurs.

1 : S3 est une marque déposée appartenant à Amazon Technologies, Inc. Les services de OVHcloud ne sont pas sponsorisés, approuvés, ou affiliés de quelque manière que ce soit.

Cette page vous a-t-elle aidé ?