本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 发行说明
<a name="data-wrangler-release-notes"></a>

Data Wrangler 会定期更新新功能和错误修复。要升级在 Studio Classic 中使用的 Data Wrangler 版本，请按照 [关闭并更新 Amazon SageMaker Studio 经典版应用程序](studio-tasks-update-apps.md) 中的说明操作。


****  

| 发行说明 | 
| --- | 
| **8/31/2023**<br />新功能：<br />您现在可以针对整个数据集创建“数据质量和见解”报告。有关更多信息，请参阅 [获取有关数据和数据质量的见解](data-wrangler-data-insights.md)。<br />**5/20/2023**<br />新功能：<br />您现在可以从 Salesforce Data Cloud 导入数据。有关更多信息，请参阅 [从 Salesforce Data Cloud 导入数据](data-wrangler-import.md#data-wrangler-import-salesforce-data-cloud)。<br />**4/18/2023**<br />新功能：<br />您现在可以用 Amazon Personalize 能解释的格式获取数据。有关更多信息，请参阅 [为 Amazon Personalize 映射列](data-wrangler-transform.md#data-wrangler-transform-personalize)。<br />**3/1/2023**<br />新功能：<br />您现在可以使用 Hive 从 Amazon EMR 导入数据。有关更多信息，请参阅 [从 Amazon EMR 导入数据](data-wrangler-import.md#data-wrangler-emr)。<br />**12/10/2022**<br />新功能：<br />您现在可以将 Data Wrangler 流导出至推理端点。有关更多信息，请参阅 [导出到推理端点](data-wrangler-data-export.md#data-wrangler-data-export-inference)。<br />新功能：<br />您现在可以使用交互式笔记本小部件进行数据准备。有关更多信息，请参阅 [使用 Amazon SageMaker Studio 经典笔记本中的交互式数据准备小工具获取数据见解](data-wrangler-interactively-prepare-data-notebook.md)。<br />新功能：<br />您现在可以从 SaaS 平台导入数据。有关更多信息，请参阅 [从软件即服务 (SaaS) 平台导入数据](data-wrangler-import.md#data-wrangler-import-saas)。<br />**10/12/2022**<br />新功能：<br />您现在可以为不同的数据集重用数据流。有关更多信息，请参阅 [针对不同数据集重用数据流](data-wrangler-parameterize.md)。<br />**10/05/2022**<br />新功能：<br />您现在可以使用主成分分析 (PCA) 作为转换。有关更多信息，请参阅 [降低数据集中的维度](data-wrangler-transform.md#data-wrangler-transform-dimensionality-reduction)。<br />**10/05/2022**<br />新功能：<br />您现在可以在 Data Wrangler 流中重新拟合参数。有关更多信息，请参阅 [导出](data-wrangler-data-export.md)。<br />**10/03/2022**<br />新功能：<br />您现在可以从 Data Wrangler 流部署模型。有关更多信息，请参阅 [根据您的数据流自动训练模型](data-wrangler-autopilot.md)。<br />**9/20/2022**<br />新功能：<br />您现在可以在 Athena 中设置数据保留期。有关更多信息，请参阅 [从 Athena 导入数据](data-wrangler-import.md#data-wrangler-import-athena)。<br />**6/9/2022**<br />新功能：<br />现在，您可以使用 Amazon A SageMaker utopilot 直接从 Data Wrangler 流程中训练模型。有关更多信息，请参阅 [根据您的数据流自动训练模型](data-wrangler-autopilot.md)。<br />**5/6/2022**<br />新功能：<br />您现在可以使用更多 m5 和 r5 实例。有关更多信息，请参阅 [实例](data-wrangler-data-flow.md#data-wrangler-data-flow-instances)。<br />**4/27/2022**<br />新功能：+  您现在可以获取数据质量报告。有关更多信息，请参阅 [获取有关数据和数据质量的见解](data-wrangler-data-insights.md)。 <br />+  您现在可以执行随机采样和分层采样。有关更多信息，请参阅 [采样](data-wrangler-transform.md#data-wrangler-transform-sampling)。 <br />**4/1/2022**<br />新功能：<br />您现在可以使用 Databricks 作为数据源。有关更多信息，请参阅 [从 Databricks (JDBC) 导入数据](data-wrangler-import.md#data-wrangler-databricks)。<br />**2/2/2022**<br />新功能：+  您现在可以使用目标节点导出。有关更多信息，请参阅 [导出](data-wrangler-data-export.md)。 <br />+  您可以导入 ORC 和 JSON 文件。有关文件类型的更多信息，请参阅[导入](data-wrangler-import.md)。 <br />+  Data Wrangler 现在支持使用 SMOTE 转换。有关更多信息，请参阅 [平衡数据](data-wrangler-transform.md#data-wrangler-transform-balance-data)。 <br />+  Data Wrangler 现在支持分类数据的相似性编码。有关更多信息，请参阅 [相似性编码](data-wrangler-transform.md#data-wrangler-transform-cat-encode-similarity)。 <br />+  Data Wrangler 现在支持取消嵌套 JSON 数据。有关更多信息，请参阅 [取消嵌套 JSON 数据](data-wrangler-transform.md#data-wrangler-transform-flatten-column)。 <br />+  Data Wrangler 现在支持将数组的值扩展为单独的列。有关更多信息，请参阅 [爆炸数组](data-wrangler-transform.md#data-wrangler-transform-explode-array)。 <br />+  Data Wrangler 现在支持您在遇到问题时可联系服务团队。有关更多信息，请参阅 [故障排除](data-wrangler-trouble-shooting.md)。 <br />+  Data Wrangler 支持编辑和删除数据流中的步骤。有关更多信息，请参阅[从数据流中删除一个步骤](data-wrangler-data-flow.md#data-wrangler-data-flow-delete-step)和[编辑 Data Wrangler 流中的步骤](data-wrangler-data-flow.md#data-wrangler-data-flow-edit-step)。 <br />+  您现在可以对多列执行转换。有关更多信息，请参阅 [转换数据](data-wrangler-transform.md)。 <br />+  Data Wrangler 现在支持成本分配标签。有关更多信息，请参阅[使用成本分配标签](https://docs.aws.amazon.com//awsaccountbilling/latest/aboutv2/cost-alloc-tags.html)。 <br />**10/16/2021**<br />新功能：<br />Data Wrangler 现在支持 Athena 工作组。有关更多信息，请参阅 [从 Athena 导入数据](data-wrangler-import.md#data-wrangler-import-athena)。<br />**10/6/2021**<br />新功能：<br />Data Wrangler 现在支持转换时间序列数据。有关更多信息，请参阅 [转换时间序列](data-wrangler-transform.md#data-wrangler-transform-time-series)。<br />**7/15/2021**<br />新功能：+  现在支持 [Snowflake 和 Data Wrangler](data-wrangler-security.md#data-wrangler-security-snowflake)。您可以在 Data Wrangler 中使用 Snowflake 作为数据源。 <br />+  添加了对 CSV 中自定义字段分隔符的支持。现在支持逗号、冒号、分号、管线符号 (\|) 和 Tab。 <br />+  您现在可以将结果直接导出至 Amazon S3。 <br />+  添加了一些新的多共线性分析仪：方差膨胀因子、主成分分析和套索功能选择。 <br />增强功能：+  分析图表不会再被重叠的标签填满。 <br /> 错误修复：+  One-hot 编码器可以优雅地处理空字符串。 <br />+  修复了当数据框列名包含点时发生的崩溃问题。 <br />**4/26/2021** <br />增强功能：+  增加了对分布式处理作业的支持。运行处理作业时，您可以使用多个实例。 <br />+  当估计结果大小不足 1 GB 时，Data Wrangler 处理作业现在可自动合并小的输出。 <br />+  Feature Store 笔记本：改进了特征存放区摄取性能 <br />+  Data Wrangler 处理作业现在使用 1.x 作为未来版本的权威容器标签。 <br />错误修复：+  修复了多面直方图的渲染问题。 <br />+  修复了**导出至处理作业**，以支持向量类型列。 <br />+  修复了 `Extract using regex` 运算符，如果正则表达式中存在一个或多个组，则返回第一个捕获的组。 <br />**2/8/2021** <br />新功能：+  Data Wrangler 流支持多个实例。 <br />+  将导出到 Data Wrangler Job Notebook 更新为使用 SageMaker SDK 2.20.0。 <br />+  更新了导出到流水线笔记本以使用 SageMaker SDK 2.20.0。 <br />+  更新了“导出至管线笔记本”，以添加 XGBoost 训练示例作为可选步骤。 <br />增强功能：+  为了提高性能，不再支持导入在单个字段中包含多行的 CSV 文件。 <br />错误修复：+  修复了 Quick 模型中的类型推理问题。 <br />+  修复了偏差报告中的偏差指标错误。 <br />+  修复了特征化文本转换，以处理含缺失值的列。 <br />+  修复了直方图和散点图内置的可视化效果，以处理包含类似数组列的数据集。 <br />+  如果查询执行 ID 已过期，Athena 查询现在会重新运行。  |