azure databricks 一般会建议把数据存入到“存储帐户”blob上，如果直接放到workspace成本实在是太高了

本文详细介绍了如何在AzureDatabricks中设置与Blob存储的认证，创建和管理数据库库表，包括创建库时指定目录、删除库和表时的注意事项，以及使用Python脚本批量删除表的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

azure databricks 一般会建议把数据存入到“存储帐户”blob上
1、需要提前建立好databricks与blob之间的认证（可以让azure的技术支持配置好）
2、就可以正常使用，创建库表
3、建库分层与建表需要注意的细节
1、你新建库的时候你需要指定blob上的目录，要不然每次建库下面的表还是会在workspace内
2、删表的时候的时候也需要指定，我记得一开始使用的那个版本drop table 的时候blob上面的对应的文件依赖存在，需要指定删除目录才是彻底删除(现在可能不一样了)
4、语法如下

-- 创建 根据自己的需要修改库名 ，文件路径名--》LOCATION
CREATE DATABASE IF NOT EXISTS demo_database LOCATION 'dbfs:/demo/warehouse/demo_database'

-- 删除库
drop database demo_database

# 删除库表名所在的路径
dbutils.fs.rm('dbfs:/demo/warehouse/demo_database', True);

5、表删除是相似的我就不列出来了
6、表连续python脚本删除如下

# Option: Drop all of exist tables
# 不要乱改！！！！
databaseName_target ="demo_database"
sqlQueryShowTables = "SHOW TABLES FROM {0}".format(databaseName_target)
tablesDF = spark.sql(sqlQueryShowTables).collect()
display(tablesDF)

for row in tablesDF:
    sqlDropTable = "DROP TABLE IF EXISTS {0}.{1}".format(row['database'], row['tableName'])
    try:
        spark.sql(sqlDropTable)
        print("INFO: {0} completed.".format(sqlDropTable))
    except Exception as e:
        print("ERROR: Drop table {0} failed.".format(row["name"]))