Azure Databricks创建集群报UnexpectedDeploymentTemplateFailure错误

核心报错特征

• 页面返回错误代码：UnexpectedDeploymentTemplateFailure，提示因意外部署故障无法为集群启动实例
• 底层ARM部署返回错误：MultipleErrorsOccurred、InvalidTemplateDeployment
• 错误指向托管资源组下虚拟机资源校验不通过，提示请求的规格配置存在异常

排查步骤与对应解决方案 #

• 校验目标区域VM规格配额
  进入Azure门户对应订阅的「使用情况+配额」页面，筛选Databricks工作区部署所在区域，核对所选VM系列（如Standard_DS3_v2、Standard_E8s_v5）的剩余vCPU配额是否满足集群总节点配置要求。选用GPU规格时需单独核对GPU类资源配额。配额不足时直接提交配额提升申请：资源类型选「虚拟机」，部署模型选「资源管理器」，区域匹配Databricks所在区域，将对应VM系列的配额调整至大于集群总节点所需vCPU总和即可。
• 排查VM规格的区域/可用区兼容性
  部分新上线VM规格（如v5代系列、机密计算VM、特定型号GPU实例）未在所有Azure区域、可用区开放支持。创建集群时如果手动指定了可用区，先将可用区配置改为「无」重试；仍启动失败时，更换为Databricks默认推荐的通用型VM规格（如DSv3、DSv4系列）测试，若可正常启动，说明此前选择的规格在当前区域不支持，更换为同配置的其他可用规格即可。
• 校验自定义VNet配置合规性
  采用自定义VNet部署Databricks工作区的场景，首先核对VNet子网地址段预留IP数量：单集群每个节点至少需要1个可用IP，还要额外预留Azure服务占用的5个IP，子网IP不足会直接导致VM部署校验失败。其次检查子网是否关联了阻止Microsoft.Compute资源部署的自定义Azure策略，或NSG、防火墙规则拦截了VM元数据服务、Azure资源管理器的访问流量，这类策略/规则拦截也会触发模板校验失败报错。
• 排查资源锁与权限配置问题
  打开报错信息中提到的databricks-rg-xxx前缀的Databricks托管资源组，检查是否配置了「只读」类型资源锁，只读锁会直接阻止VM资源创建，删除对应锁即可。同时核对Databricks工作区关联的托管身份，是否在该托管资源组下拥有虚拟机参与者、网络参与者的最小操作权限，权限缺失会导致资源部署校验被拦截。
• 拉取完整部署日志定位截断报错的根因
  上述步骤排查无结果时，进入Azure门户「活动日志」页面，筛选报错中提到的目标VM资源ID对应的部署操作，下载该次部署的完整详细日志。当前拿到的报错为截断状态，完整日志会明确标注具体失败原因，比如部分区域特定VM规格要求启用临时磁盘、不支持所选OS镜像版本等，根据日志提示调整配置即可。

内容的提问来源于stack exchange，提问作者BENOTH7