この記事について

これは、JEDAI(Japan Enduser Group | Databricks Innovation)のもくもく会「はじめてのDatabricks」で使う教材の入口となる記事です。

当日は最初に「Databricksとは何か」を軽く紹介したあと、各自がもくもくと手を動かします。途中から参加した方や、当日のペースに追いつけなかった方でも、この記事とGitHubリポジトリがあれば、自分のペースで最初から進められます。

実際のハンズオン教材(ノートブックや手順書)は、すべてGitHubリポジトリにまとまっています。この記事は、その全体像をつかんで、自分のレベルに合った入口を見つけるための地図です。

当日のイベントページはこちらです。

教材はこのリポジトリにまとまっています。

すべて Databricks Free Edition(無料・クレジットカード不要)で動くようになっています。会社の環境がなくても、その場ですぐ始められます。

Databricksとは

すごくざっくり言うと、Databricksは データ分析・機械学習・生成AIを1つで扱えるクラウドプラットフォーム です。

従来は「データ処理はSpark」「分析はJupyter」「BIはBIツール」「機械学習はMLflow」と別々のツールを使っていましたが、Databricksはこれらを1つに統合しています。イメージとしては Google Colabの超強化版 + データベース + 本番運用機能 です。

中心にいるのはノートブックで、ここはJupyterやColabを使ったことがある方なら馴染みやすいはずです。その周りにSQL・BI、データパイプライン、AI/MLといった機能がそろっていて、すべてのデータと権限を Unity Catalog が一元管理します。計算資源はサーバーレスなので、クラスターの起動を待たずに数秒で処理を始められます。

公式の概要はこちらです。

Databricksとは(公式ドキュメント)

JupyterやGoogle Colabとの違い

観点	Jupyter / Google Colab	Databricks
計算資源	手元のマシンや単一環境	サーバーレスでスケール
データ管理	ローカルファイルなど	Unity Catalogで一元管理
コラボレーション	限定的	同時編集・権限管理が前提
本番運用	別途仕組みが必要	パイプライン・ジョブが標準搭載
AI支援	Geminiなど	Genie / Genie Code

ノートブックでコードを書く体験そのものは大きく変わりません。違うのは、その周りの「チームで使う」「大規模データを扱う」「そのまま本番運用する」といった部分です。

環境の準備

このもくもく会では Databricks Free Edition を使います。サインアップはクレジットカード不要で、登録後すぐに使えます。

サインアップやログインで詰まったときは、はじめてのDatabricks の「環境の準備」セクションに画面付きの手順があります。

もくもく会の進め方とレベル構成

当日は、運営が各レベルの実例をデモで見せたあと、みなさんがリポジトリの教材を使ってもくもくと進めます。詰まったところはいつでも質問できます。

教材は3つのレベルに分かれています。自分の経験に合わせて、入口を選んでください。

レベル1: Databricksを初めて触る方。完走できれば大成功です
レベル2: 少し触ったことがある方。AI支援(Genie / Genie Code)での分析を体験します
レベル3: 経験者の方。最近の新機能をキャッチアップします

データは全レベルとも、Free Editionに最初から入っている samples カタログのデータを使います。CSVのアップロードは不要です。

レベル1: はじめてのDatabricks

ゴールは「ノートブックでコードを実行し、データをクエリして可視化し、自分のテーブルに保存できた」という最初の成功体験です。受注データ samples.tpch.orders を題材に、次の流れを体験します。

ノートブックを作ってサーバーレスを選び、SQLでデータをクエリし、ボタン操作でグラフを作り、加工した結果を自分のテーブルに保存するところまでをやります。Jupyterと違って、可視化はコードを書かずにワンクリックでできます。

教材ノートブック:

level1/01_first_steps.py

このノートブックをワークスペースにインポートし、右上のコンピュートで「Serverless」を選んで、上から順に実行してください。

レベル2: AI支援で分析する

ゴールは「Genie Code(旧Databricksアシスタント)やGenieを使って、コードを全部自分で書かずに分析を進められた」という体験です。ニューヨークのタクシー乗車データ samples.nyctaxi.trips を題材にします。

やることは2つです。ひとつは、Genie Codeに日本語でやりたいことを伝えてコードを生成してもらい、SQLとPySparkを行き来すること。もうひとつは、Genie Spaceを作って、SQLを一切書かずに日本語の質問だけでデータを分析することです。

教材:

level2/02_genie_assistant.py Genie Codeでのコード生成とPySpark書き換え
level2/genie_space_setup.md Genie Spaceを作って日本語で質問する手順

2026年3月に、従来のDatabricksアシスタントは Genie Code に置き換わり、エージェントモードで動く新しいアシスタントになりました。画面右上のアイコンから開けます。

レベル3: 新機能キャッチアップ

経験者向けに、最近の新機能を3つ用意しています。いずれもFree Editionで手を動かせます。

Lakeflow Designer(ノーコード)

このレベルのメインです。ドラッグ&ドロップのキャンバスと自然言語で、コードを書かずにデータ変換を組める新しいETL機能です。samples.nyctaxi.trips を入力に、フィルタと集計をビジュアルに組んでUnity Catalogに書き出します。難しい派生列の作成は、Genie Codeに自然言語で任せる流れも試せます。

コードでパイプラインを書きたい方向けに、同じ処理を宣言型パイプライン(SDP)のコードで書いた発展版も置いてあります。

level3/03a_lakeflow_pipeline_code.py

Genie Code(エージェント)

Genie Codeのエージェント(Agent)モードを試します。コードを書く相棒というより、複数ステップのデータ作業を自分で計画・実行するエージェントです。Free EditionでもAgentモードが使えます。

level3/03b_genie_code.py

Lakebase(サーバーレスPostgres)

レイクハウスに統合された、フルマネージドのサーバーレスPostgresです。データベースプロジェクトを作り、SQLエディタでPostgresを触り、使わないときにゼロにスケールする挙動を体感します。発展として、作ったテーブルをUnity Catalogに登録し、Databricks SQLからレイクハウスのデータと一緒に扱う流れも試せます。

level3/03c_lakebase_handson.md

Free Editionで気をつけること

計算資源は サーバーレスのみ です。R / Scala は使えません
1日あたりの クォータ制限 があります。超えるとその日のコンピュートが止まりますが、データは消えません。翌日にはリセットされます
Lakebase は公式の制限ページ上は「サポート対象外」と記載されていますが、実機のFree Editionでは作成できます。挙動が不安定な場合は運営のデモで雰囲気をつかんでください
Genie Code の Agentモードでは「信頼できるコードとデータを使うエージェントを使ってください」という確認が表示されます。当日は安全な samples データのみを扱うので問題ありません

もっと学びたい人へ

もくもく会のあと、さらに学びを深めたい方向けの記事です。

はじめてのDatabricks この記事のレベル1のより詳しい解説
Databricks初心者のための完全学習ガイド基礎から生成AIまでの学習ロードマップ
Databricks Free Edition Free Editionの概要と始め方
Databricks Free Editionで学ぶAI/BI Genie Genieでの自然言語分析
Databricks Free Editionで始めるApache Spark Sparkの基礎

当日はもちろん、この記事を見ながらあとから一人で進めるのも大歓迎です。気になっていたけれど触ったことがなかった、という方こそ、ぜひ手を動かしてみてください。

はじめてのDatabricks

はじめてのDatabricks

Databricks無料トライアル

Databricks無料トライアル