Databricks Bundles 技能用于创建和配置声明式自动化 Bundle（Declarative Automation Bundles，原名 Asset Bundles），面向多环境（dev/staging/prod）部署场景。
用途
用于为多环境部署编写 DABs 配置，覆盖开发、预发布与生产环境的资源定义与参数化。
主要能力
支持在 Bundle 中定义与配置多种资源：
- 仪表板（Dashboards）：可设置 display_name、file_path、warehouse_id，以及 dataset_catalog 与 dataset_schema 参数（Databricks CLI 0.281.0，2026 年 1 月新增）。权限级别为 CAN_READ、CAN_RUN、CAN_EDIT、CAN_MANAGE。
- 作业（Jobs）：可定义任务（notebook_task）、集群（new_cluster）、调度（schedule，quartz_cron_expression 与 timezone_id）以及权限。权限级别为 CAN_VIEW、CAN_MANAGE_RUN、CAN_MANAGE。注意无法修改作业的 "admins" 组权限，使用自定义组前需先确认组存在。
- 卷（Volumes）：定义 catalog_name、schema_name、name 与 volume_type，使用 grants 而非 permissions。
- 应用（Apps）：Apps 资源支持自 Databricks CLI 0.239.0（2025 年 1 月）起提供。配置较为精简，环境变量定义在源目录的 app.yaml 中，而非 databricks.yml。可通过 databricks bundle generate app 从已部署应用生成 Bundle 配置，或手动配置。
- 其他资源：还支持 schemas、models、experiments、clusters、warehouses 等，可使用 databricks bundle schema 查看 schema。
- 管道（Pipelines）：参考 SDP_guidance.md；SQL 告警参考 alerts_guidance.md（告警 schema 与其他资源差异较大）。
典型 Bundle 结构
project/ ├── databricks.yml # 主配置 + targets ├── resources/*.yml # 资源定义 └── src/ # 代码/仪表板文件
databricks.yml 中通过 variables 参数化 catalog、schema、warehouse_id，并用 targets 区分 dev（mode: development）与 prod（mode: production）环境。
使用方式（常用命令）
- 校验：databricks bundle validate、databricks bundle validate -t prod
- 部署：databricks bundle deploy、databricks bundle deploy -t prod，可加 --auto-approve 跳过确认、--force 强制覆盖远端变更
- 运行：databricks bundle run resource_name、databricks bundle run pipeline_name -t prod；Apps 在部署后需运行 databricks bundle run app_resource_key -t dev 启动
- 日志：databricks apps logs <app-name> --profile <profile-name>，查看 [SYSTEM]、[APP] 输出、后端连接状态、部署 ID 与堆栈信息
- 清理：databricks bundle destroy -t dev、databricks bundle destroy -t prod --auto-approve
适用场景
需要将 Databricks 资源以声明式方式在多环境间部署，并纳入 CI/CD 流程的场景，包括作业编排、仪表板、管道、应用与卷的管理。
关键原则与限制
- 路径解析：resources/*.yml 中使用 ../src/...，databricks.yml 的 targets 中使用 ./src/...；Apps 源码若位于项目根目录，资源文件中使用 source_code_path: ..
- 变量参数化 catalog、schema、warehouse
- 组使用 "users"；作业权限无法修改 "admins" 组
- 易错点：应用部署失败先查日志；应用未连接 Unity Catalog 时检查后端连接错误、warehouse ID 与权限；卷使用 grants 而非 permissions；仪表板硬编码 catalog 可使用 dataset_catalog 参数、环境专属文件或参数化 JSON；应用环境变量放在 app.yaml 而非 databricks.yml
相关技能：databricks-spark-declarative-pipelines、databricks-apps-python、databricks-config、databricks-jobs。