Airflow导入Databricks Provider报错：No module named 'airflow.providers.databricks'

1. 检查requirements.txt的包声明是否正确 #

Airflow 2.x的Databricks Provider对应的PyPI包名是apache-airflow-providers-databricks，不是模块路径airflow.providers.databricks。确认你的requirements.txt里写的是：

apache-airflow-providers-databricks>=3.0.0  # 建议指定与你Airflow版本兼容的版本
apache-airflow-providers-snowflake>=4.0.0

如果包名写错，会直接导致依赖安装失败。

2. 确认Docker环境中依赖是否被正确安装 #

如果你用的是Airflow官方Docker镜像，要保证docker-compose.yml配置了依赖安装逻辑：

• 方式一：挂载requirements.txt并在启动时执行安装
  在airflow-webserver、airflow-scheduler等服务的配置里添加：

  volumes:
    - ./requirements.txt:/requirements.txt
  command: >
    bash -c "pip install -r /requirements.txt && airflow webserver"
  

• 方式二：用官方环境变量指定额外依赖

  environment:
    _PIP_ADDITIONAL_REQUIREMENTS: ${_PIP_ADDITIONAL_REQUIREMENTS:-apache-airflow-providers-databricks apache-airflow-providers-snowflake}
  

配置完后需要重启容器让依赖生效：

docker-compose down -v
docker-compose up --build

3. 验证Airflow与Databricks Provider的版本兼容性 #

不同版本的Airflow对Provider的版本有要求：

• Airflow 2.0.x：只能用apache-airflow-providers-databricks<3.0.0
• Airflow 2.1及以上：可以使用最新稳定版
  你可以进入容器执行airflow version查看当前Airflow版本，再调整requirements里的版本号。

4. 检查DAG文件的导入语句是否正确 #

确保DAG里的导入路径是正确的模块路径，比如：

from airflow.providers.databricks.operators.databricks import DatabricksRunNowOperator, DatabricksSubmitRunOperator

如果导入时少写了providers或者拼写错误，也会触发模块找不到的报错。

5. 排查容器内的依赖安装状态 #

进入Airflow调度器或webserver容器，检查依赖是否真的安装成功：

docker-compose exec airflow-scheduler pip list | grep databricks

如果没有输出结果，说明依赖没装成功，检查requirements.txt是否被容器正确读取，或者是否是网络问题导致安装失败。

内容的提问来源于stack exchange，提问作者kpgenes