使用Terraform部署Azure Databricks集群遇Self-bootstrap启动失败求助

• 检查权限配置

  • 确认Terraform使用的服务主体（或管理身份）拥有Databricks工作区的Cluster Creator及以上权限，同时在Azure层面拥有Databricks工作区的Contributor权限
  • 手动通过Databricks UI创建集群，验证服务主体是否具备创建集群的能力，排除权限问题

• 核对集群配置合理性

  • 检查集群选用的VM实例类型在目标Azure区域是否可用，避免使用已淘汰或未覆盖的型号
  • 确认Spark版本、Databricks Runtime版本与工作区版本兼容，避免跨大版本的不匹配
  • 若配置了集群启动脚本，检查脚本是否存在语法错误、依赖缺失或执行超时问题
  • 验证集群磁盘配置（本地/附加磁盘）是否在Azure订阅的配额范围内

• 排查网络与安全规则

  • 确认Databricks工作区的VNet配置正确，集群节点可正常访问Databricks控制平面（无公网IP场景需确保VNet peering或服务端点配置生效）
  • 检查NSG规则是否允许集群节点向Databricks控制平面发起443端口的出站请求
  • 验证子网的私有DNS区域配置，确保节点能正确解析Databricks相关域名

• 查看详细日志定位根因

  • 登录Databricks工作区，在集群页面找到失败集群，查看事件日志获取节点初始化阶段的具体报错细节
  • 若启用Azure Monitor集成，在Log Analytics中查询Databricks节点的系统日志，排查节点daemon启动失败的具体原因

• 重试与环境验证

  • 执行terraform apply重新部署集群，排除临时网络波动或资源调度异常
  • 检查Azure订阅的VM数量、CPU核心数等资源配额是否充足，避免因配额不足导致节点无法创建
  • 通过Azure门户确认Databricks工作区处于健康状态

内容的提问来源于stack exchange，提问作者Akash