本文为您介绍如何接入 Databricks 来创建数据集。

支持接入 Databricks 数据源去创建数据集。数据连接支持 直连或离线抽取 Databricks 数据源。

您需要执行以下操作来获取必要的连接信息：

1. 登录到您的 Databricks 工作区并转到 Data Science & Engineering 或 Databricks Machine Learning 的环境。
   
2. 更改角色，请单击 Databricks 徽标下方的图标。
   
3. 单击边栏中的「Compute」 选项卡。
   
4. 选择要连接的集群并点击进入。
   
5. 点击「Advanced Options」。
   
6. 获取 JDBC 连接串。单击 JDBC/ODBC 选项卡，复制 JDBC URL 在后续连接中使用。
   
7. 获取密码。点击 「User Settings」，点击「Generate new token」生成 token。
   

   注意

   如果您使用子账号的 token 进行连接，需要确保子账号有对应库表的USAGE，READ_METADATA权限。
   

1. 进入火山引擎，点击进入到某个具体项目下，点击数据准备，在下拉列表找到数据连接，点击数据连接。
   
2. 在页面中选择 Databricks。
   
3. 填写所需的基本信息，并进行测试连接，连接成功后点击保存。
   

   • SaaS 版本连接方式配置说明如下：

     参数	配置说明
     数据连接名称	新建数据连接的名称，用于在系统中区分不同数据库的连接。例如 Databricks_20250724110727。 可对名称进行修改。请输入规范的名称，只允许中文、英文、数字和下划线的组合，前后不能包含空格。
     连接方式	IP/Port：适用于一般情况。点击 IP/Port 即可采取此方式。 JDBC 连接字符串：适用于用户需要添加连接参数的场景。默认为此方式。 注意 建议使用此种方式，参数获取更为简单。
     服务器	Databricks 计算资源的服务器主机名值，即 server-hostname，获取请参考 Databricks 官网文档。
     JDBC 连接串	JDBC连接串，获取请参考 准备工作。
     用户名	数据库引擎中创建的用户名，此处请填写“token”。
     密码	Databricks 的 token，获取请参考准备工作。
     httpPath	Databricks 计算资源的 HTTP 路径值。连接器通过将httpPath值附加到连接 URL 中指定的主机和端口来构成要连接的 HTTP 地址。例如，要连接到 HTTP 地址http://localhost:10002/cliservice，您可以使用以下连接 URL：jdbc:databricks://localhost:10002;httpPath=cliservice。
     数据库	选填，在 Databricks 创建的数据库名称。

   • 私有化版本连接方式配置说明如下：

     参数	配置说明
     数据连接名称	新建数据连接的名称，用于在系统中区分不同数据库的连接。例如 Databricks_20250724110757。 可对名称进行修改。请输入规范的名称，只允许中文、英文、数字和下划线的组合，前后不能包含空格。
     连接方式	IP/Port：适用于一般情况。 JDBC 连接字符串：适用于用户需要添加连接参数的场景。 注意 建议使用此种方式，参数获取更为简单。
     服务器	Databricks 计算资源的服务器主机名值，即 server-hostname，获取请参考 Databricks 官网文档。
     JDBC 连接串	JDBC连接串，获取请参考 准备工作。
     用户名	数据库引擎中创建的用户名，此处请填写“token”。
     密码	Databricks 的 token 值，获取请参考准备工作。
     httpPath	Databricks 计算资源的 HTTP 路径值。连接器通过将httpPath值附加到连接 URL 中指定的主机和端口来构成要连接的 HTTP 地址。例如，要连接到 HTTP 地址http://localhost:10002/cliservice，您可以使用以下连接 URL：jdbc:databricks://localhost:10002;httpPath=cliservice，具体请参考 Databricks 官网文档。
     数据库	选填，在 Databricks 创建的数据库名称。

1. 进入火山引擎，点击数据准备-->数据集，选择左上角「新建」按钮，新建数据集。
   
2. 选择数据连接的时候，点击新建配置。
   
3. 后续步骤与上述从数据连接新建的2、3步一致，在完成配置之后会停在数据集选择数据连接的弹出框中，即可直接进行下一步的数据集创建。

1. 使用之前创建好的数据连接创建数据集：点击数据准备-->数据集，选择左上角「新建」按钮进行数据集的新建。
   
2. 搜索或下拉选择之前新建好的数据连接。
   

如果测试连接报 403 错误，请首先查看用户名和密码是否填写正确，若无误，可尝试 Databricks 侧添加白名单解决。“DataWind 访问的公网 IP”可查看数据连接概述。