面向 Databricks® 的 MATLAB 接口使您能够连接到云中的数据与计算力。您可以远程访问和查询大型数据集，或部署 MATLAB 代码以在 Databricks 集群上运行。
- 使用 SQL 处理 Databricks 中的数据
- 在 MATLAB 中以交互方式使用 Spark™
- 在 Databricks 上运行编译的 MATLAB 算法
- 与使用 Python® 的其他 Databricks 用户共享 MATLAB 算法
通过 SQL 访问大数据
通过 Database Toolbox 将 Databricks 集群连接到 MATLAB，访问云数据源。远程操作数据并使用 SQL 访问 Databricks 上的表格数据。在 Spark 工作流中使用 Apache® Spark™ SQL 查询数据。
将 Spark 与 MATLAB 和 Simulink 结合使用
使用 Databricks Connect 将 Apache Spark API 命令整合到 MATLAB 算法中。Spark API 命令在 Databricks 集群（包括无服务器集群）上执行。
就近部署 MATLAB 至数据端
使用 MATLAB Compiler SDK 和 Simulink Compiler 打包算法，通过 MATLAB Runtime 部署到 Databricks 集群。部署的算法可以在 Notebook 中运行，或作为按需作业和计划作业运行。您可以使用这些算法，使其成为数据处理管道的一部分。
以编程方式与 Databricks 交互
REST API 使您能够从 MATLAB 以编程方式与 Databricks 环境交互，例如控制 Databricks 中的作业或集群。
下载面向 Databricks 的 MATLAB 接口
版本 5.3.1
有疑问吗？
与 Databricks 专家交流。
使用 SQL 处理 Databricks 数据
使用 SQL 发送查询和操作云数据。使用 MATLAB Database Toolbox™ 或 Spark SQL 从 Databricks 表、Databricks 连接的数据源和各种文件类型中读取数据。创建多种文件格式的表，或使用 Databricks Delta Lake 表和 Delta Lake。查询结果会转换为 MATLAB 表，可直接用于 MATLAB 工具箱和算法。也可以创建您自己的支持云的算法。
使用 Databricks Connect 和 DBFS 在 MATLAB 中以交互方式处理云数据
使用 DBFS 探索云数据。像本地操作一样创建、上传、下载和组织文件 - 全部在 MATLAB 中完成。通过 Databricks Connect，直接从桌面端使用云中的 Spark。处理大型数据集并利用 Spark 的可扩展性和速度。下载数据样本以优化算法，在本地训练和测试模型，然后将 AI 模型部署到云中基于完整数据集来运行。
在 Databricks Spark 集群上以本机方式运行 MATLAB 算法
使用 MATLAB Compiler 和 MATLAB Compiler SDK，将 MATLAB 代码作为 Spark Submit 作业执行。当部署到支持 MATLAB Runtime 的 Databricks 集群时，您的 MATLAB 算法可以扩展到任意数量的节点。临时或按自动计划运行 MATLAB 作业。使您的 MATLAB 算法能够利用 Spark 的并行处理能力，加速云中数据处理。
与其他 Databricks 用户共享 MATLAB 算法
MATLAB 算法在部署到 Databricks 后可与其他用户共享并纳入多步工作流中。部署 MATLAB 算法，并以本机方式作为作业执行、大规模执行或在支持 MATLAB Runtime 的集群上执行。
将 MATLAB 代码部署为库或用户定义的函数，以任何语言（包括 SQL 脚本）形式使用。Java 或 Python 库和 Notebook 也可以使用此代码。
