用途：优化 Databricks 集群、Spark 与 Delta Lake 性能，适用于作业运行缓慢、需要调优 Spark 配置或改善 Delta Lake 查询的场景。
主要能力：提供集群规模推荐（按数据量、复杂度、并行度估算 worker 数与自动伸缩范围）；按工作负载类型给出 Spark 配置（ETL 批处理、ML 训练、流处理、交互式）；Delta Lake 优化（OPTIMIZE、ZORDER、ANALYZE、VACUUM、Liquid Clustering、Predictive Optimization）；查询性能分析（查询历史、EXPLAIN、表扫描统计）；缓存策略（DataFrame 缓存与 Delta Cache）；连接优化（广播连接、分桶表）。
使用方式：需具备集群配置访问、工作负载特征理解与查询历史访问。按步骤执行：先做集群规模估算，再套用对应工作负载的 Spark 配置，随后对 Delta 表执行优化，最后用查询历史定位慢查询并调整缓存与连接策略。示例命令包括 OPTIMIZE table ZORDER BY (col)、ANALYZE TABLE table COMPUTE STATISTICS、VACUUM table RETAIN 168 HOURS、ALTER TABLE table CLUSTER BY (col)。
限制：资料未提供具体收费、价格、平台版本要求或性能提升幅度；部分配置值（如分区数、内存大小）需结合实际工作负载调整，不可直接照搬。