Databricks 节点
使用 Databricks 节点可以自动化 Databricks 中的工作,并将 Databricks 与其他应用集成。n8n 内置支持广泛的 Databricks 功能,包括运行作业、执行 SQL 查询、管理 Unity Catalog 对象、查询 ML 模型服务端点以及使用向量搜索索引。
本页面列出了 Databricks 节点支持的操作以及更多资源的链接。
提示
Credentials 凭证
有关设置身份验证的指南,请参阅 Databricks 凭据。
提示
This node can be used as an AI tool 该节点可用作AI工具
该节点可用于增强人工智能代理的能力。以这种方式使用时,可以自动设置许多参数,或者使用 AI 指导的信息 - 在 AI 工具参数文档 中了解更多信息。
操作
- Databricks SQL
- Execute Query 执行查询
- File 文件
- Create Directory 创建目录
- Delete Directory 删除目录
- Delete File 删除文件
- Download File 下载文件
- Get File Metadata 获取文件元数据
- List Directory 列出目录
- Upload File 上传文件
- Genie Agent
- Create Conversation Message 创建对话消息
- Execute Message SQL Query 执行消息 SQL 查询
- Get Conversation Message 获取对话消息
- Get Genie Agent 获取 Genie Agent
- Get Query Results 获取查询结果
- Start Conversation 开始对话
- Job 作业
- Get 获取
- Get Run 获取运行记录
- Get Run Output 获取运行输出
- Run 运行
- Lakebase
- Delete 删除
- Execute Function 执行函数
- Get Many 获取多个
- Insert 插入
- Insert or Update 插入或更新
- Update 更新
- Model Serving 模型服务
- Query Endpoint 查询端点
- Unity Catalog
- Create Catalog 创建目录
- Create Function 创建函数
- Create Volume 创建卷
- Delete Catalog 删除目录
- Delete Function 删除函数
- Delete Volume 删除卷
- Get Catalog 获取目录
- Get Function 获取函数
- Get Table 获取表
- Get Volume 获取卷
- List Catalogs 列出目录
- List Functions 列出函数
- List Tables 列出表
- List Volumes 列出卷
- Update Catalog 更新目录
- Vector Search 向量搜索
- Create Index 创建索引
- Get Index 获取索引
- List Indexes 列出索引
- Query Index 查询索引
Job 作业操作
使用 Job 作业 资源可以启动现有作业的一次运行、读取运行状态和输出,以及读取作业定义。所有操作都调用 Databricks Jobs API 2.2。
作业、运行记录和任务
Databricks 将作业与其运行记录分开,也将运行记录与其任务分开:
- 作业是定义,其中包括名称、任务、集群和计划。每个作业都有作业 ID。Get 获取和 Run 运行接收作业。
- 运行记录是作业的一次执行。它有自己的运行 ID 和 Databricks 运行页面。Get Run 获取运行记录和 Get Run Output 获取运行输出接收运行记录。Run 运行返回它启动的运行 ID。
- 任务是运行记录中的一个步骤。每个任务都有任务键和自己的任务运行 ID。Get Run Output 获取运行输出会读取一次运行中的所有任务,并为每个任务返回一个数据项。
选择作业或运行记录
Get 获取和 Run 运行中的 Job 作业字段,以及 Get Run 获取运行记录和 Get Run Output 获取运行输出中的 Run 运行记录字段,都提供三种模式:
- From List 从列表中选择:从工作区中选择作业,或从所有作业的最近运行记录中选择一项。输入文本可筛选。运行列表会显示运行名称(或
Job <job-id>)、尚未完成的运行的结果或当前状态、UTC 开始时间以及运行 ID。 - By ID 按 ID:输入数字 ID。节点会拒绝非整数值。
- By URL 按 URL:粘贴 Databricks 中的页面 URL。对于作业,节点接受
https://<your-workspace>/jobs/<job-id>;对于运行记录,接受https://<your-workspace>/jobs/<job-id>/runs/<run-id>。节点也接受这两类页面的哈希形式:https://<your-workspace>/?o=<workspace-id>#job/<job-id>和https://<your-workspace>/?o=<workspace-id>#job/<job-id>/run/<run-id>,其中可以包含或省略?o=<workspace-id>。
Get 获取
Get 获取会读取 Job 作业字段中作业的定义。它返回一个数据项,其中包含 Databricks 返回的作业数据,包括 job_id、creator_user_name、run_as_user_name、created_time、settings,以及作业配置了触发器时的 trigger_state。节点最多读取一个作业中的 2,000 个任务、作业集群、环境或参数;超过此限制时会报错 Job <job-id> has more settings entries than the node can read。
Get Run 获取运行记录
Get Run 获取运行记录会读取 Run 运行记录字段中的运行记录,并返回 Databricks 的运行对象以及以下五个附加字段:
| 字段 | 值 |
|---|---|
run_state |
生命周期状态,例如 RUNNING 或 TERMINATED。 |
run_finished |
运行达到最终状态时为 true。 |
run_result |
终止代码,例如 SUCCESS、SUCCESS_WITH_FAILURES、USER_CANCELED 或 RUN_EXECUTION_ERROR。运行结束前为 null。完整列表请参阅 Databricks API 参考中的 termination_details.code。 |
run_succeeded |
run_result 为 SUCCESS 时是 true,其他结果为 false。运行结束前为 null。 |
run_error_message |
未成功运行的终止消息,最多保留 500 个字符;其他情况为 null。 |
在 If 节点中使用这些字段,无需读取嵌套的 status 对象即可根据结果进行分支。
Get Run Output 获取运行输出
Get Run Output 获取运行输出会读取一次运行中各任务生成的内容。将 Run 运行记录设置为作业运行记录可获取所有任务;传入任务运行 ID 时,只返回该任务的一个数据项。节点会读取运行记录中的任务、获取每个任务的输出,并为每个任务返回一个数据项:
| 字段 | 值 |
|---|---|
run_id |
请求的运行记录。 |
job_id |
该运行所属的作业。 |
task_key |
作业定义中的任务键。 |
task_run_id |
此任务的运行 ID。 |
truncated |
Databricks 截断 notebook 输出或日志时为 true。 |
notebook_output、sql_output、dbt_output、run_job_output、clean_rooms_notebook_output、logs、logs_truncated、error、error_trace、info、metadata |
Databricks 返回的任务输出。具体字段取决于任务类型。notebook_output.result 保存 notebook 通过 dbutils.notebook.exit() 返回的值。error 说明任务失败或无法获取输出的原因。 |
不含任务的运行会为运行本身返回一个数据项。当 Databricks 重试某个任务时,节点会为每次尝试分别返回一个数据项;这些数据项具有相同的 task_key 和不同的 task_run_id。你也可以读取尚未完成的运行,但仍在运行的任务还没有输出。节点最多读取一次运行中的 2,000 个任务;超过此限制时会报错 Run <run-id> has more tasks than the node can read。
Run 运行
Run 运行会启动作业的一次运行,与 Databricks 中的 Run now 相同。
| 字段 | 说明 |
|---|---|
| Job 作业 | 要运行的作业。 |
| Job Parameters 作业参数 | 此次运行的作业级参数。选择 Add Parameter 添加参数,为每个参数输入 Name 名称和 Value 值。这些参数会覆盖作业中定义的默认值。节点会将每个值作为字符串发送。Databricks 会接受作业中未定义的参数,并将其记录在本次运行中。 |
| Wait for Completion 等待完成 | 是否等待运行结束并返回最终运行记录。默认关闭。 |
| Timeout 超时(位于 Options 选项中) | 等待运行结束的最长秒数。默认值为 600,最小值为 1。仅在开启 Wait for Completion 等待完成时显示。 |
关闭 Wait for Completion 等待完成时,节点会立即返回新的运行 ID,作业则继续在 Databricks 中运行:
{
"run_id": 41847992357943,
"number_in_job": 41847992357943
}
稍后可将 run_id 传给 Get Run 获取运行记录或 Get Run Output 获取运行输出来读取结果。
等待运行结束
开启 Wait for Completion 等待完成时,节点每 5 秒检查一次运行,直到它达到最终状态(TERMINATED、SKIPPED 或 INTERNAL_ERROR),或超过 Timeout 超时。取消执行会停止等待。随后:
- 如果运行成功,节点返回 Databricks 的完整运行对象。
- 如果运行以任何其他结果结束,包括
SUCCESS_WITH_FAILURES和USER_CANCELED,节点会报错Job run <run-id> failed (<code>): <message>(Databricks 未提供消息时会再次显示代码),并附上运行页面 URL。 - 如果超过超时时间后运行仍在继续,节点会报错
Job run <run-id> did not finish within <n> seconds。错误会指出最后状态和运行页面 URL。节点不会取消 Databricks 中的运行。你可以增大 Timeout 超时,或关闭 Wait for Completion 等待完成,稍后再使用 Get Run 获取运行记录读取运行结果。
有些作业的运行时间不适合让工作流执行一直等待。对于这类作业,请在关闭 Wait for Completion 等待完成的情况下启动运行,并让 Databricks Trigger 触发器节点在运行结束时启动第二个工作流。
所需作业权限
凭据所认证的身份需要 Workspace access 权利以及作业上的权限:
| 操作 | 作业权限 |
|---|---|
| Get 获取、Get Run 获取运行记录、Get Run Output 获取运行输出 | CAN VIEW |
| Run 运行 | CAN MANAGE RUN |
CAN MANAGE 和 IS OWNER 都包含这两项权限。Databricks 只返回该身份拥有 CAN VIEW 权限的作业和运行记录,因此 Job 作业和 Run 运行记录列表也只提供这些内容。通过 Run 运行启动的运行会以作业的 run-as 身份执行,而不是凭据身份。Get 获取会在 run_as_user_name 中返回该身份;默认情况下,这就是作业所有者。有关节点其他资源的权限,请参阅所需 Databricks 权限。
缺少权限时,Databricks 会以 PERMISSION_DENIED 拒绝请求。n8n 会显示 Databricks 消息作为错误,其中会指出缺少的权限;n8n 还会添加以下提示之一作为错误说明:
Grant at least Can View on the job to the signed-in user or service principal in Databricks, then retry.
Grant at least Can Manage Run on the job to the signed-in user or service principal in Databricks, then retry.
示例:作业运行失败时发送通知
此工作流会为失败运行中的每个任务发送一条 Slack 消息。
- 添加 Databricks Trigger 触发器节点。将 Resource 资源设置为 Job 作业,在 Job 作业中选择作业,并仅将 Events 事件设置为 Run Failed 运行失败。保持开启 Simplify 简化。当运行以完全成功以外的任何结果结束(包括取消和跳过)时,触发器都会触发一次。其输出在
run.id中包含运行 ID,在run.url中包含运行页面 URL,并在result.code和result.message中包含终止代码和消息。 - 添加 Databricks 节点。将 Resource 资源设置为 Job 作业,将 Operation 操作设置为 Get Run Output 获取运行输出。将 Run 运行记录设置为 By ID 按 ID,并输入表达式
{{ $json.run.id }}。节点会为失败运行中的每个任务返回一个数据项。 -
添加 Slack 节点。将 Resource 资源设置为 Message 消息,将 Operation 操作设置为 Send 发送。选择频道,并使用类似以下内容的消息文本:
text Databricks run {{ $('Databricks Trigger').item.json.run.name }} failed ({{ $('Databricks Trigger').item.json.result.code }}). Task {{ $json.task_key }}: {{ $json.error ?? 'no error text' }} {{ $('Databricks Trigger').item.json.run.url }}
两个 Databricks 节点可以共用一个凭据,该凭据需要拥有作业的 CAN VIEW 权限。请使用属于服务主体的凭据,这样人员离职或撤销授权后,触发器仍能继续运行。
若要为整个运行只发送一条消息,请在 Slack 节点前添加 Aggregate 节点,或在 Slack 节点设置中开启 Execute Once 仅执行一次。
Genie Agent 操作
每项 Genie Agent 操作都会返回 deep_link 字段,其值是 Databricks 工作区中 Genie Agent 或对话的 URL。你可以使用该字段让用户在 Databricks 中检查 SQL 和结果。
当 Databricks 节点作为 AI Agent 节点(版本 3 或更高)的工具运行时,智能体会在回复后附加 Powered by Databricks Genie 标签。启用 Require Specific Output Format 要求特定输出格式 时,智能体不会添加该标签。Databricks 要求所有 Genie 驱动的集成显示此标签。如需让回复链接回 Databricks,请在系统消息中指示模型:在回复末尾添加 Markdown 链接,链接文本为 Explore in Databricks,URL 为 deep_link 字段的值,例如 [Explore in Databricks](<deep_link value>)。
Lakebase 操作
使用 Lakebase 资源读取和写入 Lakebase 数据库中的数据行。Lakebase 是 Databricks 内部的托管 Postgres 服务。每项操作都通过 HTTPS 调用 Lakebase Data API,因此节点不需要连接字符串或数据库驱动程序。
提示
One-time setup in Databricks 在 Databricks 中执行一次性设置
Data API 默认关闭,凭据所认证的身份还需要在节点读写的每个分支上拥有 Postgres 角色。使用这些操作前,请按照为 Data API 设置 Lakebase操作。Data API 拒绝个人访问令牌,因此请将节点的 Authentication 身份验证设为 OAuth2,并选择 Databricks OAuth2 凭据。Authentication 身份验证默认为 Access Token 访问令牌。
选择表
每项操作都从相同的五个字段开始。每个字段都提供 From List 从列表中选择和 By ID 按 ID模式。
| 字段 | 值 |
|---|---|
| Project 项目 | Lakebase 项目。 |
| Branch 分支 | 项目分支,例如 production。Lakebase 对数据库执行分支操作,就像 Git 对代码执行分支操作一样。 |
| Database 数据库 | 分支上的 Postgres 数据库,例如 databricks_postgres。 |
| Schema 架构 | 包含表的 schema。默认为 public。列表仅提供 public,因为 Databricks 没有列出 Postgres schema 的 endpoint。如需其他 schema,请选择 By ID 按 ID并输入其名称。Data API 必须公开该 schema。 |
| Table 表 | 要操作的表。Execute Function 执行函数改用 Function 函数。 |
表、列和函数列表,以及 Columns 列和 Arguments 参数 mapper,会读取项目的 OpenAPI 文档。在启用 Data API 的 OpenAPI specification 设置前,Table 表、Function 函数和列列表会显示错误,mapper 也会保持为空并显示提示。请选择 By ID 按 ID并输入表或函数名称;在 Select Rows 选择数据行、Sort 排序和 Output Columns 输出列下使用表达式输入列名;并将 Specify Arguments 指定参数设为 Using JSON 使用 JSON。
节点只读写已存在表中的数据行,不会创建表。请先在 Lakebase SQL editor 中创建表,并授予凭据的 Postgres 角色相应访问权限。
以下示例中的 orders 表具有一个 id primary key,以及 status 和 created_at 列。
Get Many 获取多个
Get Many 获取多个从表中读取数据行,并为每行返回一个数据项。
| 字段 | 说明 |
|---|---|
| Return All 返回全部 | 是否返回每个匹配的数据行。默认关闭。 |
| Limit 限制 | 要返回的数据行数上限。默认为 50。仅在关闭 Return All 返回全部时显示。 |
| Select Rows 选择数据行 | 数据行必须满足的条件。选择 Add Condition 添加条件,并设置 Column Name or ID 列名称或 ID、Condition 条件和 Value 值。没有条件时,节点返回每个数据行。 |
| Combine Conditions 组合条件 | AND 要求满足所有条件,OR 要求满足其中任意一个条件。默认为 AND。 |
| Sort 排序 | 用于排序的列。选择 Add Sort Rule 添加排序规则,并设置 Column Name or ID 列名称或 ID和 Direction 方向。 |
| Output Columns 输出列(位于 Options 选项中) | 要返回的列。留空时返回每一列。 |
Condition 条件列表提供 Equals 等于、Not Equals 不等于、Greater Than 大于、Greater Than or Equal 大于或等于、Less Than 小于、Less Than or Equal 小于或等于、Like 类似、Like (Case-Insensitive) 类似(不区分大小写)、Is Null 为空和 Is Not Null 不为空。两个 Like 条件使用 * 代替 %,并使用 _ 匹配单个字符。Is Null 为空和 Is Not Null 不为空不需要值。
节点每个请求最多读取 1,000 行,最多发出 100 次请求。如果 100 次请求仍未到达表尾,节点会失败,而不会返回不完整的结果:
The table holds more rows than one run can read (100000)
请在 Select Rows 选择数据行下添加条件来缩小结果,或关闭 Return All 返回全部并设置 Limit 限制。上限按请求数而非行数计算,因此项目的 Maximum rows 最大行数设置会相应降低可读取的总行数。每个请求为 500 行时,同一错误会在 50,000 行后出现。
分页需要全序关系。启用 Return All 返回全部,或 Limit 限制高于 1,000 时,节点会在您设置的所有 Sort 排序规则后添加表的 primary key。这样,排序值相同的数据行仍按固定顺序返回,不会重复或遗漏。没有 primary key 的表仍可分页,但顺序取决于 Postgres。
示例:读取今天失败的订单
将 Table 表设为 orders。在 Select Rows 选择数据行下,添加 status Equals 等于 failed,再添加 created_at Greater Than or Equal 大于或等于 {{ $now.startOf('day') }}。将 Combine Conditions 组合条件保留为 AND。在 Sort 排序下添加 created_at DESC。将 Limit 限制设为 100。
Insert 插入
Insert 插入为每个输入项写入一行。
设置 Mapping Column Mode 映射列模式来选择值的来源:
- Map Each Column Manually 手动映射每一列:在节点中设置每一列。留空的列不会发送,因此 Postgres 会应用其默认值。
- Map Automatically 自动映射:从输入项获取值,将字段名与列名匹配。节点会丢弃表中不存在的字段,因此包含此前节点额外数据的输入项仍可写入。
节点会按照数据库实际存储的形式返回数据行,包括 Postgres 填入的值,例如 serial ID 或 now() 默认值:
{
"id": 42,
"sku": "SKU-1",
"name": "Widget",
"price": 9.5,
"created_at": "2026-10-08T09:14:22.418Z"
}
当某列为 NOT NULL 且没有默认值时,mapper 会将该列标记为必填。
Update 更新
Update 更新会更改与所选列匹配的数据行。
将 Columns to match on 用于匹配的列设为标识数据行的列,通常是 primary key。节点匹配这些列都等于指定值的数据行,并将其他已映射列写入其中。Composite primary key 必须选择其每一列,否则更新的数据行会超出预期。在 Map Each Column Manually 手动映射每一列中留空的列不会发送,因此会保留当前值。
节点为每个更新的数据行返回一个数据项。没有匹配项时不返回数据项,也不会报错。如果某个匹配列没有值,操作会在发送任何内容前失败,以避免更新非预期数据行。
示例:将订单标记为已发货
将 Table 表设为 orders,将 Mapping Column Mode 映射列模式设为 Map Each Column Manually 手动映射每一列。将 Columns to match on 用于匹配的列设为 id。将 id 设为 {{ $json.order_id }},将 status 设为 shipped。留空所有其他列,这样只会更改 status。
Insert or Update 插入或更新
Insert or Update 插入或更新会写入数据行;如果已有数据行匹配,则更新该行。它使用与 Insert 插入相同的 Mapping Column Mode 映射列模式字段,因此值可以来自节点或输入项。
将 Columns to match on 用于匹配的列设为判断数据行是否已经存在的列。这些列必须共同构成 primary key 或 unique constraint,因此 composite key 必须选择每一列。如果没有这样的约束,操作会失败,节点会提示您在 Databricks 中添加约束。
与 Update 更新不同,匹配列会保留在写入的数据行中,因为 Postgres 会从发送的数据行读取它们。
匹配列没有值时,操作会失败。Postgres 将两个 null 视为不同值,因此 null 永远无法匹配现有数据行,每次运行都会插入重复项。
节点为写入的每个新数据行或更新数据行返回一个数据项。
示例:保持订单表最新
将 Table 表设为 orders,将 Columns to match on 用于匹配的列设为表的 primary key id。将 Mapping Column Mode 映射列模式设为 Map Automatically 自动映射,这样每个输入项的 id、status 和 created_at 字段会写入同名列。如果表中已有该 id,节点会更新数据行;否则写入新数据行。
Delete 删除
Delete 删除会移除与条件匹配的数据行。它使用与 Get Many 获取多个相同的 Select Rows 选择数据行和 Combine Conditions 组合条件字段。
删除操作至少需要一个条件。Data API 不会自行应用筛选器,因此未筛选的请求会清空整个表,且无法撤销。节点会拒绝发送此类请求。
节点为每个已删除的数据行返回一个数据项,让后续节点能够记录删除内容。如果没有匹配项,它会返回一个 {"success": true} 数据项,因为空响应无法区分「无匹配项」与「项目不回显已删除的数据行」。同一情况下,Update 更新不返回数据项。
警告
Deleted rows don't come back 已删除的数据行无法恢复
通过 Data API 执行的删除不包含在工作流可回滚的事务中。请先使用相同条件运行 Get Many 获取多个,确认删除将匹配哪些内容。
示例:移除旧的已取消订单
将 Table 表设为 orders。在 Select Rows 选择数据行下,添加 status Equals 等于 canceled,再添加 created_at Less Than 小于 {{ $now.minus({ days: 30 }) }}。将 Combine Conditions 组合条件保留为 AND。
Execute Function 执行函数
Execute Function 执行函数调用 schema 中的 Postgres 函数,并返回其结果。角色需要拥有函数的 EXECUTE 权限。
设置 Specify Arguments 指定参数来选择参数传递方式:
- Using Fields Below 使用下方字段:节点读取函数 signature,并为每个参数显示一个字段,同时标记必填参数。留空可选参数以使用函数默认值。Boolean 参数始终发送开关值,因此不能回退到默认值。
- Using JSON 使用 JSON:在 Arguments (JSON) 参数 (JSON) 中编写 JSON 对象,每个参数使用一个 key,例如
{ "a": 1, "b": 2 }。
节点返回什么取决于函数返回什么:
| 函数返回值 | 节点返回值 |
|---|---|
| 单个值 | 一个数据项,值位于 result 中 |
TABLE (...) 或 SETOF <table> |
每行一个数据项,形状与 Get Many 获取多个相同 |
void |
一个数据项:{"success": true} |
示例:调用返回数字的函数
对于以下函数:
CREATE FUNCTION add_numbers(a integer, b integer)
RETURNS integer
LANGUAGE sql
AS $$ SELECT a + b $$;
在 Function 函数中选择 add_numbers,将 Specify Arguments 指定参数保留为 Using Fields Below 使用下方字段,并将 a 设为 2、b 设为 3。节点返回:
{
"result": 5
}
行级安全性
Lakebase 是真正的 Postgres,因此 row-level security 适用于 Data API。Postgres 根据已连接 Databricks 身份的角色评估 policy,而不是根据 n8n。
指向同一表的两个凭据可能返回不同数据行,且两者都正确。将工作流输出与 Databricks SQL editor 中看到的内容进行比较时,请检查各自使用的身份。
表不返回内容时需要注意两点:
- 启用 row security 的表会隐藏所有数据行,直到 policy 授予访问权限。空结果可能表示没有 policy,而不是没有数据。
- 具有
bypassrls的角色可以看到每一行。项目所有者拥有DATABRICKS_SUPERUSER,因此以所有者身份在 Databricks SQL editor 中运行查询时,即使没有 policy,也会看到每一行。节点以其他角色运行,因此同一表对节点可能显示为空。
Lakebase 常见问题
| 现象 | 处理方法 |
|---|---|
Lakebase requires OAuth2 authentication |
节点的 Authentication 身份验证设为 Access Token 访问令牌。节点会在调用 Data API 前检查,因此 Table 表和 Function 函数列表也会以相同方式失败。将 Authentication 身份验证设为 OAuth2,并选择 Databricks OAuth2 凭据。 |
invalid token permissions(PGRST301) |
此身份在该分支上没有 Postgres 角色。使用 databricks_create_role 创建角色。如果凭据本身已过期,请重新连接。 |
permission denied to set role(42501) |
未将角色授予 Data API。请以角色创建者身份运行 GRANT "<role>" TO authenticator。项目所有者完全不能使用 Data API,因此请连接非所有者身份。 |
permission denied for table、for schema、for sequence 或 for function(42501) |
角色可以访问 Data API,但没有对象授权。请运行为 Data API 设置 Lakebase中的数据授权。节点对每个 42501 都显示相同的 authenticator 提示,因此应阅读 Postgres 消息,而不是该提示。 |
new row violates row-level security policy(42501) |
表的 policy 拒绝此角色写入。请添加允许写入的 policy,或使用 policy 接受的角色。 |
Table 表、Function 函数或列列表显示 Turn on the "OpenAPI specification" setting of the Data API 错误,或 Columns 列 mapper 为空 |
项目未提供 schema 文档。请启用 Data API > API > Advanced settings > OpenAPI specification。在此之前,为 Table 表和 Function 函数选择 By ID 按 ID,并使用表达式输入列名。 |
| Arguments 参数 mapper 为空 | Schema 文档没有列出函数参数。函数可能没有参数,或项目未提供文档。要仍然传递参数,请将 Specify Arguments 指定参数设为 Using JSON 使用 JSON。 |
Could not find the table(PGRST205) |
检查 schema 和表名,并确认 Data API 已公开该 schema。刚刚创建或修改表后,同一请求可能因 API 重新加载 schema 而失败一次,重试即可成功。 |
Could not find the '<column>' column of '<table>' in the schema cache(PGRST204) |
映射的列不在表中。重新打开节点以刷新列列表。 |
Schema 未公开(PGRST106) |
在项目的 Data API 设置中将该 schema 添加到公开 schema。 |
there is no unique or exclusion constraint matching the ON CONFLICT specification(42P10) |
Columns to match on 用于匹配的列中的列未共同构成 unique constraint 或 primary key。请选择 key 的每一列,或在 Databricks 中添加约束。 |
Duplicate key、NOT NULL 列中的 null、类型不匹配或仍在使用的 foreign key |
写入违反表规则。节点会显示 Postgres 消息并指出列。请修正值或表。 |
The branch has no read-write compute endpoint |
分支仅提供读取。请将节点指向具有 read-write compute 的分支。 |
At least one condition is required |
Delete 删除拒绝在没有条件时运行,因为 Data API 会清空表。请在 Select Rows 选择数据行下添加条件。 |
The column to match on has no value: <columns> |
输入项进入 Update 更新或 Insert or Update 插入或更新时,匹配列中没有值。请检查 mapper 为这些列读取的字段。 |
Could not find the function(PGRST202) |
Execute Function 执行函数无法看到该函数。请检查名称,并确认角色拥有其 EXECUTE 权限。 |
| Table 表列表中缺少某个表 | 启用 Follow privileges 时,schema 文档会隐藏角色无权访问的对象。请授予角色访问权限,或选择 By ID 按 ID并输入名称。 |
有关这些消息所指的角色和授权步骤,请参阅为 Data API 设置 Lakebase。
模板和示例
浏览 Databricks 节点文档集成模板 或 搜索所有模板
相关资源
有关 API 的详细信息,请参阅 Databricks REST API 文档。
要将 Databricks 与 AI agent 搭配使用,请参阅 Databricks Chat Model、Databricks Vector Store、Embeddings Databricks、Databricks AI Agent 和 Databricks Lakebase Chat Memory 节点,以及 Databricks Genie One MCP server。
如果您的操作不支持怎么办
如果该节点不支持您想要执行的操作,您可以使用HTTP请求节点来调用服务的API。
您可以在 HTTP 请求节点中使用为此服务创建的凭据:
- 在 HTTP 请求节点中,选择 Authentication 认证 > Predefined Credential Type 预定义凭证类型。
- 选择您要连接的服务。
- 选择您的凭证。
更多信息请参见自定义API操作。