无需服务主体与AD应用注册，Databricks能否挂载ADLS Gen2？

核心结论 #

可以不用注册Azure AD应用/服务主体，通过Azure Databricks的凭据传递功能实现ADLS Gen2的挂载或直接访问，但你遇到的IllegalArgumentException: Unsupported Azure Scheme: abfss错误是因为配置或使用方式有误，具体解决步骤如下：

错误原因分析 #

该错误通常出现在以下场景：

• 集群未启用ADLS凭据传递功能
• 挂载时的配置参数不符合凭据传递的要求
• 存储账户的命名或路径格式存在问题

具体解决步骤 #

1. 启用集群的凭据传递

创建或编辑集群时，进入「高级选项」→「凭据传递」，勾选「启用Azure Data Lake Storage凭据传递」，重启集群后生效。

2. 修正挂载代码（无需服务主体）

凭据传递模式下，挂载不需要指定extra_configs（系统会自动使用当前登录Databricks的用户身份），修正后的代码示例：

def check_mount(mount_point):
    mounts = dbutils.fs.mounts()
    return any(mount.mountPoint == mount_point for mount in mounts)

mount = "/mnt/adls-gen2"
Lake = "<你的存储账户名>"

if check_mount(mount):
    resultMsg = f"<div>{mount} 已挂载。</div>"
else:
    dbutils.fs.mount(
        source = f"abfss://root@{Lake}.dfs.core.windows.net/",
        mount_point = mount
    )
    resultMsg = f"<div>{mount} 挂载成功。</div>"

print(resultMsg)

3. 确保用户权限

当前登录Databricks的用户需要在Azure AD中拥有ADLS Gen2存储账户/容器的对应权限（比如「存储Blob数据参与者」或更细粒度的权限），否则会出现权限不足的错误。

4. 替代方案：直接访问（无需挂载）

如果不需要挂载，也可以直接用abfss路径结合凭据传递访问数据，示例：

df = spark.read.csv("abfss://root@<存储账户名>.dfs.core.windows.net/path/to/data.csv")

注意事项 #

• 凭据传递仅支持Databricks Runtime 5.5及以上版本
• 若使用Azure Databricks Premium层，可结合Unity Catalog进一步简化权限管理

内容的提问来源于stack exchange，提问作者Patterson