Databricks Lakehouse Platform

官网定价页说明采用按量付费方式，没有前期成本，只按实际使用的产品以每秒的粒度计费。如果承诺一定的使用量，可以获取折扣和其他权益，用量承诺越大权益越多，并支持在多个云之间灵活使用承诺。同时提示，Azure Databricks 的定价由 Microsoft 制定，需要访问 Azure.com 获取准确信息。

官网提供免费试用入口。试用包含对 Databricks Data + AI Platform 的免费访问，可以在一个地方管理所有数据、分析和 AI 工作，也可以邀请同事或协作者在试用期间或之后使用账户。需要注意，如果配置为使用自己的云账户，云厂商仍会对计算实例等资源收费；部分试用包含 credits，但 credits 不可转让，也不能与其他促销或谈判条款合并。

页面的说明显示，试用结束后会自动订阅你在试用期间使用的方案。这意味着如果不想继续付费使用，需要在试用结束前主动处理订阅状态，而不是等试用到期后自动进入付费方案。

的解释是，传统做法需要为结构化分析、原始或非结构化数据存储分别准备系统，而湖仓一体架构把数据湖与数据仓库的优点合并到一个平台。在 Databricks 上体现为：一套架构覆盖集成、存储、处理、治理、共享、分析和 AI，一种方式处理结构化与非结构化数据，一个端到端的数据血缘与来源视图，以及一套支持 Python 和 SQL、notebook 和 IDE、批处理和流处理并跨主流云厂商的工具集。

根据，湖仓一体架构由 Apache Spark™、Delta Lake 和 MLflow 这些被广泛采用的开源项目支撑，并由 Databricks Partner Network 提供全球支持。强调数据始终处于使用者控制之下，不受专有格式和封闭生态限制。此外 Delta Sharing 被描述为开放方案，可以把湖仓中的实时数据安全共享到任意计算平台，无需复制数据，也不需要复杂的 ETL。

官网把能力按方向拆分为数据共享、数据工程、数据治理、数据仓库、人工智能、数据科学、实时流处理和 Marketplace 等模块，并说明平台面向从初创公司到全球企业的不同规模。需要在一套系统中同时处理数据、分析和 AI 工作的团队更容易受益；而以 Azure 为主要云或使用自有云账户的用户，需要额外关注定价口径和云资源费用。