Documentação de referência do Databricks

Esta página contém links para documentação de referência abrangente, incluindo links para referência de APIs, SQL, CLIs, SDKs e outros recursos Databricks .

Referência da API REST

• • API REST do Databricks
  • Referência API REST para serviço Databricks .
• • API REST do MLflow
  • Referência API REST para gerenciamento do ciclo de vida machine learningMLflow e acompanhamento do modelo.
• • conta SCIM v2.1 API
  • Referência API REST para API SCIM para gerenciamento de usuários e grupos na conta Databricks .
• • API de empregos v2.0
  • Referência da API REST para a versão 2.0 da API REST de trabalhos. A Databricks recomenda que você use a API REST mais recente do Databricks para clientes e scripts novos e existentes.

Referência Python

• • API PySpark
  • Documentação de referência para PySpark.
• • API Python do Delta Lake
  • Referência da API Python para operações e controle de versão do Delta Lake .
• • API Python do LakeFlow Pipelines
  • Referência da API Python específica para o desenvolvimento e transformações de pipelines do LakeFlow.
• • API de monitoramento da qualidade dos dados
  • Referência da API Python para monitoramento da qualidade de dados.

APIsPython AI e ML

• • API Python para Avaliação de Agentes
  • Referência para avaliação de agentes, incluindo gerenciamento dataset , aplicativos de revisão, sessões de rótulo e juízes integrados.
• • API do Python para Agentes Personalizados
  • Referência para o pacote databricks-agents para implantar, gerenciar permissões e configurar implantações de agentes.
• • API Python do AutoML
  • Referência para funcionalidadeAutoML e machine learning automatizado fluxo de trabalho.
• • API Python do Databricks AI Bridge
  • Referência para o pacote databricks-ai-bridge, incluindo o cliente Genie e utilidades compartilhadas para ferramentas de Pesquisa de IA.
• • API Python databricks-langchain
  • Referência para o databricks-langchain pacote para integrar modelos da Databricks, embeddings, Pesquisa de AI e servidores MCP com LangChain.
• • API Python databricks-mcp
  • Referência para o pacote databricks-mcp para conexão com servidores MCP no Databricks.
• • API Python do databricks-openai
  • Referência para o pacote databricks-openai para o uso de modelos hospedados no Databricks com o SDK da OpenAI, incluindo suporte para servidor MCP e Pesquisa de AI.
• • recurso engenharia Python API
  • Referência para engenharia de recursos e repositório de operações de recursos.
• • repositório de recursos API Python (obsoleto)
  • Obsoleto. Use a API Python do recurso engenharia .
• • lakehouse monitoramento para GenAI Python API
  • Referência para aplicações de monitoramento generativo AI com monitoramento lakehouse.
• • API Python do MLflow
  • Referência da API Python para MLflow.
• • Pesquisa de IA
  • Referência da API do Python para gerenciar endpoints e índices no serviço de Pesquisa de AI.

Referência Scala

• • API Delta Lake Scala
  • Referência da API Scala para operações e controle de versão do Delta Lake .
• • Spark APIScala Spark
  • Referência da API Scala Spark API .

Referência SQL

• • Databricks SQL
  • Referência SQL para Databricks SQL, incluindo sintaxe, funções e operadores.
• • SQL do Lakeflow Pipelines
  • Referência SQL específica para o desenvolvimento e as Lakeflow pipelines transformações.

Referência de ferramentas para desenvolvedores

• • Comando CLI Databricks
  • Referência de comando para o Databricks CLI.
• • Configuração de pacotes de automação declarativa
  • Referência para o arquivo YAML de configuração de pacotes de automação declarativa .
• • Provedor Databricks Terraform
  • Documentação de referência para o provedor Terraform do Databricks.
• • SDK do Databricks para Python
  • Referência para o Python SDK para integração com Databricks e automação em aplicativos Python.
• • SDK do Databricks para R
  • Referência para o R SDK para ciência de dados fluxo de trabalho e computação estatística com Databricks.
• • SDK do Databricks para Java
  • Referência para o Java SDK para aplicativos corporativos e integrações baseadas em JVM.
• • SDK do Databricks para Go
  • Referência para o Go SDK para aplicações de alto desenvolvimento e integrações nativas cloud .

Referência de erro

• • Códigos de erro SQL
  • Referência completa para códigos de erro SQL e seus significados no Databricks.
• • Classes de erro
  • Documentação de classe de erro para tipos de erros categorizados e orientação de resolução.

Recurso adicional

• • APIs do Apache Spark
  • Visão geral da documentação de referência para APIs do Apache Spark.
• • APIs do Delta Lake
  • Links de referência para operações e controle de versão do Delta Lake (Delta Spark).
• • Desenvolvimento Python
  • Visão geral do desenvolvimento Python no Databricks.
• • Desenvolvimento Scala
  • Visão geral do desenvolvimento Scala no Databricks.
• • Documentação R
  • Visão geral do processamento de dados e análise baseados em R no Databricks.