Azure Databricks是一个可扩展的数据分析平台，基于Apache Spark。Azure Databricks 工作区（Workspace）是一个交互式的环境，工作区把对象（notebook、library、dashboards、experiments）组织成文件夹，用于数据集成和数据分析。
1，工作区是一个交互式的环境
2，集群是运行notebook和job的资源
在使用工作区中，要进行数据集成和数据分析，必须创建集群（Cluster），Cluser代表运行notebook和job的计算资源，并用于存储相应的配置信息。
Cluster有两种类型：通用（All-purpose）和job，all-purpose集群是交互式的，用于通用的数据集成和数据分析任务，而job类型的集群用于定时运行job。
job是一个非交互式的机制，用于立即或按照计划来运行notebook或library。job类型的集群在job开始时创建，在job完成时结束。
根据cluster的类型，把Azure Databricks的工作负载(workload)分为两个类型：data engineering (job) 和 data analytics (all-purpose)。
3，Notebook是一个基于Web的记事本
Notebook包含可执行的命令和可视化的界面，类似于Jupyter Notebook。
通过Azure UI来创建工作区，从Azure Services中找到Azure Databricks。
创建工作区，选择订阅用于管理资源和成本，需要设置订阅（Subscription）和资源组（Resource group），选择定价策略（Pricing Tier）。
选择“Review + Create”，点击Create 按钮来创建工作区。等到工作区部署完成之后，打开Azure Databricks Service，点击“Launch Workspace”登录到工作区门户。
Spark Cluster可以看作是Databricks的计算资源，因此必须创建集群。
1，登录到工作区门户
登录（Launch）到新建的工作区门户中，从“Common Tasks”列表中点击“New Cluster”。
2，配置集群
Cluster Mode：集群的模式共有三种，High concurrency（高并发）、Standard（标准）和Single Node（单节点）。标准模式是推荐模式，通常用于单用户的集群。
Pool：Pool是一组空闲的随时可用的实例，可减少集群启动和自动缩放的时间。当连接到Pool的集群需要一个实例时，它首先尝试分配Pool的中一个实例，如果该Pool没有空闲的实例，那么该Pool将通过从实例提供者分配有ige新的实例来扩展，以满足集群的需求。集群释放实例后，它将返回到Pool中，并可以提供给其他集群使用。只有连接到Pool的集群才能使用该Pool的空闲实例。实例在Pool中处于空闲状态时是免费的。
Databricks Runtime：运行时版本配置，选择用于创建集群的image，运行时是在集群上运行的一组核心组件。
Enable autoscaling：勾选自动缩放，根据工作负载的不同，集群在最大节点数量和最小节点数量之间自动缩放。
Terminate after xx minutes of inactivity：当集群不活动时，延迟一定时间后，结束集群。
配置完成之后，点击顶部的“Create Clustere” 按钮创建集群。
从Common Tasks中选择“New Notebook”，输入Notebook的Name，选择编程语言Python、选择集群，点击“Create”按钮创建Notebook。
在Notebook中输入命令，打印"hello world"，点击"Shift+Enter"，执行命令
参考文档：
Azure Databricks 第一篇：创建工作区、集群和Notebook
原文：https://www.cnblogs.com/ljhdo/p/14096116.html