用途：在桌面 MATLAB 中通过 Databricks Connect（Spark）读取 Databricks 数据，涵盖首次安装配置、身份验证、Spark 会话创建以及 Spark DataFrame 到 MATLAB table 的转换与回写。
主要能力：提供 setup 完成交互式首次配置（settings、.databrickscfg、通过 pip 下载 Databricks Connect 库）；startup 在每会话添加包路径；getDatabricksSession() 创建经典计算会话，serverless=true 创建无集群会话（10 分钟超时）；updateClusterId() 修改集群 ID，传 "serverless" 切换无服务器模式；支持 spark.read().table()、spark.table()、spark.sql() 读取 Unity Catalog 表；支持服务端 filter、withColumn、select、limit、show、printSchema；table(DF) 将结果收集为 MATLAB table；matlab.sparkutils.table2dataset() 回写为 Spark DataFrame，并可用 write.mode().format().save()/saveAsTable() 写出。
使用方式：先获取 MATLAB Interface for Databricks 包（需从 MathWorks 合作页面下载），在包目录 Software/MATLAB 下运行交互式 setup；随后终止并设置 pyenv 指向 venv Python，运行 startup，再用 getDatabricksSession(authMethod=...) 创建会话（OauthU2M、OauthM2M 或 PAT），以 spark.range(1) 验证连通。认证信息写入 ~/.databrickscfg，支持多命名 profile，环境变量如 DATABRICKS_HOST、DATABRICKS_TOKEN 可覆盖配置。
适用场景：首次连接 Databricks、需在集群端对大表做过滤后再拉取到 MATLAB、将 MATLAB table 写回 Databricks 表或 Volume 文件。
限制：需 Python 与 Databricks Runtime 版本匹配（如 17.3 对应 3.12），仅支持 Databricks Connect v2；OauthU2M 需浏览器交互，不适合非交互场景；若已加载 Python 则无法中途切换 pyenv，需重启 MATLAB；withColumn 第二个参数必须是 Column 对象（用 lit()/col()）；写入须显式指定 .mode()，否则目标存在时失败；Session 不活跃可用 forceNewSession=true 重建；SQL/JDBC 小数据查询、集群作业部署、Files API、REST 管理等不在本技能范围。其余价格、收费与平台信息暂未提供。