Azure Databricks集群启动失败：NetworkingInternalOperationError报错求助

• 检查Terraform配置的虚拟网络（VNet）参数

  • 确认Databricks工作区部署的VNet为专用VNet，且与工作区处于同一区域；子网地址空间需足够（每个集群节点至少占用1个IP，避免子网IP耗尽）
  • 核对azurerm_databricks_workspace中的custom_virtual_network_id、custom_public_subnet_name、custom_private_subnet_name配置，确保子网存在且未被其他资源占用过多IP
  • 验证子网关联的NSG规则：需允许Databricks服务出站访问Azure存储、AAD等必要服务，同时开放集群内部通信的入站规则

• 检查子网路由表配置

  • 确认子网关联的路由表包含指向Azure Databricks控制平面的必要路由，避免存在冲突路由（如错误将所有流量导向NVA却未配置正确转发）
  • 禁止路由表中设置阻止Azure内部服务通信的规则

• 验证Managed Identity权限

  • 确保Databricks工作区使用的系统/用户分配托管标识拥有Network Contributor权限，保证其能正常配置VM网络接口
  • 检查Terraform中azurerm_role_assignment配置的权限是否覆盖VNet所在资源组

• 检查Azure区域资源限制

  • 确认当前订阅在目标区域的对应VM系列（如Standard_DS3_v2）配额充足，配额不足会触发VM创建失败，进而引发网络相关错误
  • 可在Azure门户「订阅」-「使用情况 + 配额」中查看VM配额剩余量

• 查看Azure活动日志定位具体错误

  • 进入Databricks工作区所在资源组的「活动日志」，筛选失败操作（如CreateVirtualMachine），查看详细错误详情，可能会得到IP耗尽、NSG拦截、路由错误等具体提示
  • 也可通过Azure CLI查询：az monitor activity-log list --resource-group <你的资源组名> --query "[?status.value=='Failed']"

• 测试简化配置

  • 临时用Terraform部署不带自定义VNet的Databricks工作区，尝试创建集群。若成功则问题出在自定义网络配置，再逐步排查VNet、子网、NSG、路由表；若仍失败，可能是订阅级限制或区域问题，需联系Azure支持

内容的提问来源于stack exchange，提问作者Joshua