用途：在 Databricks 上生成逼真、有业务故事的合成数据，推荐使用 Spark + Faker + Pandas UDF 实现可扩展的并行生成。
主要能力：支持无服务器执行、多种输出格式（Parquet/JSON/CSV/Delta）、加权分布、对数正态金额、日期范围、引用完整性、坏数据注入、多语言文本与增量模式；提供电商、IoT、金融、客服/CRM 等领域指引。
使用方式：目录与模式必须由用户提供，不得使用默认值；写入 Unity Catalog 前先执行 CREATE SCHEMA IF NOT EXISTS 与 CREATE VOLUME IF NOT EXISTS。生成代码前必须先提交计划并获得用户批准，明确展示输出位置。优先使用 uv 安装依赖：uv pip install "databricks-connect>=16.4,<17.4" faker numpy pandas holidays，然后 uv run python generate_data.py；无 uv 时回退 pip。默认使用无服务器计算，先写主表到 Delta，再读回做外键关联。
限制：无服务器计算不支持 .cache() 或 .persist()，否则报 PERSIST TABLE is not supported on serverless；不要创建目录，假定其已存在；本地模式改用 Polars，超过 30,000 行建议改用 Spark；F.window 仅用于流处理，窗口函数应使用 pyspark.sql.window.Window。