Inicio rápido

Requisitos previos

Databricks CLI v1.0.0+ con un perfil autenticado
psql (cliente de PostgreSQL) si usas databricks psql. Como alternativa, usa generate-database-credential con cualquier cliente de PostgreSQL.
Un workspace con el acceso a Lakebase Postgres habilitado

Ruta de templates

Explora los templates que se muestran a continuación, elige el que mejor se ajuste a tu caso de uso y cópialo en tu asistente de programación con IA. Todos incluyen el recurso Create a Lakebase Project, que te guía por la creación del proyecto y la recopilación de los valores de conexión.

Template	Ideal para
App with Lakebase	Aplicaciones CRUD con almacenamiento persistente
AI Chat App	IA conversacional con historial de chat
Operational Data Analytics	Sincronización bidireccional entre Lakebase Postgres y Unity Catalog

Personaliza tu app

Después de desplegar una app respaldada por Lakebase Postgres, considera las siguientes personalizaciones:

Añadir tablas: sigue el template Lakebase Data Persistence para definir esquemas, generar tipos y crear rutas CRUD.
Añadir memoria al agente: usa el template Lakebase Agent Memory para conservar las conversaciones de chat de tu agente.
Usar feature branches: crea branches aisladas para desarrollo y pruebas. La sección Desarrollo: Feature branches incluye los comandos de la CLI.
Sincronizar datos con Unity Catalog: usa Lakebase Change Data Feed (CDF) para replicar tablas de Lakebase Postgres en Delta, o Sync Tables para servir datos de Unity Catalog a través de él.
Desplegar fuera de Databricks: usa el template Lakebase Off-Platform para apps alojadas en AWS, Vercel, Netlify y otras plataformas.

Ruta manual

Cuando haces scaffold sin un template, databricks apps init genera un proyecto de AppKit funcional. Antes necesitas un proyecto de Lakebase. Crea uno:

databricks postgres create-project <project-id>

El ID se convierte en el nombre de recurso del proyecto (projects/<project-id>). Para una configuración guiada que incluya branches y valores de conexión, consulta el template Create a Lakebase Project o la agent skill databricks-lakebase.

Interactivo (recomendado para desarrollo local): ejecútalo sin flags.

databricks apps init

La CLI solicita el nombre de tu aplicación y, a continuación, muestra los plugins (funcionalidades) disponibles. Selecciona Lakebase y te guiará para elegir un proyecto de Lakebase, una branch y una base de datos ya existentes.

Modo no interactivo (para scripts y CI): pasa --name y los campos --set requeridos por cada funcionalidad de plugin seleccionada. El valor de database debe ser la ruta completa del recurso, que se obtiene con databricks postgres list-databases projects/<project-id>/branches/<branch-id> -o json (usa el campo name):

databricks apps init --name my-app --features lakebase \
  --set lakebase.postgres.project=projects/<project-id> \
  --set lakebase.postgres.branch=projects/<project-id>/branches/<branch-id> \
  --set lakebase.postgres.database=projects/<project-id>/branches/<branch-id>/databases/<database-id>

Después, despliega primero para crear los esquemas y luego ejecuta la app localmente:

cd my-app
databricks apps deploy

tip

Ejecuta databricks apps deploy antes que npm run dev. El despliegue configura una identidad gestionada (el service principal de la app) que crea el esquema de la base de datos en el primer arranque. Si, en cambio, ejecutas primero npm run dev, el esquema se creará con tus credenciales personales y, al desplegar más adelante, la identidad gestionada de la app no podrá acceder a él. En Configuración local se explica con más detalle.

npm install && npm run dev

Qué sigue

Para conocer el flujo de desarrollo local, las feature branches y la API completa del plugin, consulta Desarrollo con Lakebase Postgres.