Databricks API に接続するモデルコンテキストプロトコル(MCP)サーバーで、LLM が SQL クエリを実行したり、ジョブをリストしたり、ジョブステータスを取得したりできます。

##特徴

• Databricks SQL倉庫でSQLクエリを実行
• すべてのDatabricksジョブをリストする
• 特定のDatabricksジョブのステータスを取得する
• Databricksジョブに関する詳細情報を入手

前提条件

• Python 3.7 +
• Databricksのワークスペース:
• 個人アクセストークン
• SQL倉庫エンドポイント
• クエリを実行し、ジョブにアクセスするための権限

セットアップ

1. このリポジトリをクローンする

2. 仮想環境の作成と活性化(推奨):

3. 依存関係を取付けて下さい:

4。 次の変数でrootディレクトリにある[.env]ファイルを作成します。

5. あなたの関係をテストして下さい(任意しかし推薦して下さい):

##Databricks Credentials の取得

1.ホスト:DatabricksインスタンスのURL(例、your-instance.cloud.databricks.com)) 2.Token:Databricksで個人アクセストークンを作成する:

• ユーザー設定に移動(右上のユーザー名をクリックします)
• 「Developer」タブを選択します
• 「アクセストークン」の下の「管理」をクリックします。
• 新しいトークンを生成し、すぐに保存します 3.HTTPパス:SQL倉庫の場合:
• DatabricksのSQL倉庫に行く

Databricks MCP Server

A Model Context Protocol (MCP) server that connects to Databricks API, allowing LLMs to run SQL queries, list jobs, and get job status.

Features

• Run SQL queries on Databricks SQL warehouses
• List all Databricks jobs
• Get status of specific Databricks jobs
• Get detailed information about Databricks jobs

Prerequisites

• Python 3.7+
• Databricks workspace with:
  • Personal access token
  • SQL warehouse endpoint
  • Permissions to run queries and access jobs

Setup

1. Clone this repository
2. Create and activate a virtual environment (recommended):

   python -m venv .venv
   source .venv/bin/activate  # On Windows: .venv\Scripts\activate
   

3. Install dependencies:

   pip install -r requirements.txt
   

4. Create a .env file in the root directory with the following variables:

   DATABRICKS_HOST=your-databricks-instance.cloud.databricks.com
   DATABRICKS_TOKEN=your-personal-access-token
   DATABRICKS_HTTP_PATH=/sql/1.0/warehouses/your-warehouse-id
   

5. Test your connection (optional but recommended):

   python test_connection.py
   

Obtaining Databricks Credentials

1. Host: Your Databricks instance URL (e.g., your-instance.cloud.databricks.com)
2. Token: Create a personal access token in Databricks:
   • Go to User Settings (click your username in the top right)
   • Select “Developer” tab
   • Click “Manage” under “Access tokens”
   • Generate a new token, and save it immediately
3. HTTP Path: For your SQL warehouse:
   • Go to SQL Warehouses in Databricks
   • Select your warehouse
   • Find the connection details and copy the HTTP Path

Running the Server

Start the MCP server:

python main.py

You can test the MCP server using the inspector by running

npx @modelcontextprotocol/inspector python3 main.py

Available MCP Tools

The following MCP tools are available:

1. run_sql_query(sql: str) - Execute SQL queries on your Databricks SQL warehouse
2. list_jobs() - List all Databricks jobs in your workspace
3. get_job_status(job_id: int) - Get the status of a specific Databricks job by ID
4. get_job_details(job_id: int) - Get detailed information about a specific Databricks job

Example Usage with LLMs

When used with LLMs that support the MCP protocol, this server enables natural language interaction with your Databricks environment:

• “Show me all tables in the database”
• “Run a query to count records in the customer table”
• “List all my Databricks jobs”
• “Check the status of job #123”
• “Show me details about job #456”

Troubleshooting

Connection Issues

• Ensure your Databricks host is correct and doesn’t include https:// prefix
• Check that your SQL warehouse is running and accessible
• Verify your personal access token has the necessary permissions
• Run the included test script: python test_connection.py

Security Considerations