---
title: "Databricks Free Editionの使い方：制限値・できないこと・有償版へ移る判断【2026年11月】"
url: "https://www.issoh.co.jp/tech/details/19833/"
published: 2026-11-15
updated: 2026-11-15
categories: ["データベース"]
publisher: "株式会社一創"
---

# Databricks Free Editionの使い方：制限値・できないこと・有償版へ移る判断【2026年11月】

Databricks Free Editionは、個人のメールアドレスで登録でき、期限なしで無料のまま使えるDatabricksの学習用環境です。計算資源はサーバーレスだけで、SQLウェアハウスは1つ、商用利用は認められていません。この記事では2026年11月時点の公式ドキュメントをもとに、旧Community Editionや無料トライアルとの違い、制限値の一覧、登録からテーブル作成・PySparkでの集計、CLIでのノートブックの退避、有償版へ移る判断までを、コード付きで整理します。

## まとめ：Databricks Free Editionは学習と非商用の検証用、業務データは無料トライアルへ

Free Editionで試してよいのは、公開データやダミーデータを使ったSQL・PySparkの学習、ノートブックやダッシュボードの操作確認までです。業務のデータを入れる検証、SSOやネットワーク設定の確認、性能の見積もりは、14日間・最大400ドルのクレジットが付く無料トライアルで行います。

Free Editionから有償版へのアップグレードはできず、利用開始には新しいアカウントの作成が必要です。作ったノートブックはCLIの`export-dir`で手元に退避しておけば、有償のワークスペースへそのまま取り込めます。Databricks全体の機能とDBU課金の単価は、親記事の[Databricksとは？できること・DBU課金の料金と業種別の費用・導入事例](https://www.issoh.co.jp/tech/details/3557/)にまとめています。

## Free Editionと旧Community Edition・無料トライアルの用途比較

Databricksの無料の入口は2つあります。学習用のFree Editionと、業務の評価用の無料トライアルです。名前が似ているため、目的に合わない方で登録してしまう例が出やすい部分です。

### 2025年6月のFree Edition開始と旧Community Editionの終了

Free Editionは、[2025年6月11日の公式ブログ](https://www.databricks.com/blog/introducing-databricks-free-edition)で発表されました。対象はデータとAIを学ぶ人、趣味で実験する人、大学の学生や教員です。[Sign up for Databricks Free Edition](https://docs.databricks.com/aws/en/getting-started/free-edition)には、旧Community Editionは2025年に終了し、Free Editionがその後継になったと書かれています。

検索で見つかるCommunity Editionの記事は、クラスタを自分で起動する旧方式の手順です。Free Editionはサーバーレス専用なので、クラスタの作成画面を探す手順はそのままでは使えません。Community Editionのアカウントにはもうログインできないため、新しくFree Editionに登録し直します。

### 無料トライアル14日・最大400ドルとFree Editionの用途と商用可否の比較

[公式の比較ページ](https://docs.databricks.com/aws/en/getting-started/free-trial-vs-free-edition)（2026年10月27日更新）の内容を、選ぶときに効く項目だけ並べます。

| 項目     | 無料トライアル      | Free Edition |
| ------ | ------------ | ------------ |
| 想定する用途 | 業務・組織での評価    | 学習・教育・個人の実験  |
| 期間と費用  | 14日・最大400ドル分 | 期限なし・日次の上限つき |
| 計算資源   | クラシックも選べる    | サーバーレスのみ     |
| 商用利用   | 想定している       | 認められていない     |
| 登録メール  | 業務用を推奨       | 個人のアドレス      |

見落としやすいのは、Free Editionの欄に「Databricks reserves the right to train on your data」と書かれている点です。入れたデータがDatabricksの学習に使われうる前提なので、顧客情報や社内の売上データはFree Editionに入れません。業務データで試すなら、最初から無料トライアルを選びます。

## Databricks Free Editionの制限値：計算資源・機能・管理面の上限一覧

制限の正本は[Databricks Free Edition limitations](https://docs.databricks.com/aws/en/getting-started/free-edition-limitations)です。2026年10月18日の更新時点の内容を、計算資源・機能・管理の順に見ていきます。

### サーバーレス限定・SQLウェアハウス1つ2X-Small・同時タスク5の計算資源

| 資源              | Free Editionの上限     |
| --------------- | ------------------- |
| ノートブックの計算資源     | サーバーレスのみ・サイズと利用量に上限 |
| SQLウェアハウス       | 1つ・2X-Smallのみ       |
| ジョブ             | アカウント全体で同時タスク5つ     |
| Lakeflowのパイプライン | 種類ごとに稼働1つ           |
| Databricks Apps | 3つまで・起動から24時間で自動停止  |
| Lakebase        | プロジェクト1つ            |
| モデルサービング        | GPUとプロビジョンドスループット不可 |

外部へのインターネット接続も、信頼済みの一部のドメインに限られます。社外のAPIからデータを取り込むノートブックは、Free Editionでは接続先によって動きません。ベクトル検索のエンドポイントも1つまでで、RAGの比較検証のように複数のインデックスを並べる用途には足りません。Databricks Appsのデプロイ手順と料金は[Databricks Appsの使い方：Streamlitアプリのデプロイ手順・認証・料金](https://www.issoh.co.jp/tech/details/19834/)で解説しています。

### RとScala・オンラインテーブル・クリーンルームなど使えない機能の一覧

非対応と明記されている機能は次のとおりです。

- RとScala（ノートブックはPythonとSQLで書く）
- ワークスペースのストレージの保存先を自分で指定する設定
- オンラインテーブルとクリーンルーム
- Knowledge Assistantと、すべてのレガシー機能
- Databricks Marketplaceへのデータ提供者としての登録

実務で一番響くのはScalaの非対応です。既存のSparkジョブがScalaで書かれている会社は、Free Editionでは移植前の動作確認ができません。2026年版の制限ページでは、LinkedInでの本人確認を済ませると一部の利用上限が引き上げられると追記されました。ただし、企業向け機能や管理面の制限は確認後も変わりません。

### クォータ超過時の当日停止と、長期間使わないアカウントの削除規定

日次の利用量を超えると、ワークスペースの計算資源はその日の残り時間止まります。極端な場合は、その月の残りの期間も計算資源の停止対象になるという規定です。データと設定は消えず、上限がリセットされれば作業を再開できます。

もう1つの規定が「Databricks may delete Free Edition accounts that are inactive for a prolonged period.」です。期間の日数は書かれていません。研修で作ったノートブックを数か月後に使い回す予定なら、後述のCLIで手元かGitに退避しておくと消失を防げます。

## Databricks Free Editionの登録とSQLでのテーブル作成手順

登録からSQLの実行までは、画面の操作だけで済みます。ここでは公式チュートリアルの例をもとに、最初のテーブル作成と、サンプルデータの集計までを具体的に示します。

### 登録画面でGoogle・Microsoft・メールのいずれかを選びワークスペースを作る

1. Free Editionの公式ページからサインアップ画面を開く
2. Googleアカウント、Microsoftアカウント、メールのワンタイムコードのいずれかで登録する
3. Databricksが自動で作るワークスペースが開くのを待つ
4. サイドバーのCatalogで、ワークスペース名のカタログと`default`スキーマを確認する

認証方式はこの3つに限られ、SSOとSCIMは使えません。ワークスペースとメタストアはアカウントにつき1つで、アカウントコンソールも開けないため、利用者を足して権限を分ける検証は形だけになります。

### ノートブックのSQLで既定カタログを確認し、最初のDeltaテーブルを作成

サイドバーの+New、Notebookでノートブックを作り、言語をSQLにしてサーバーレスの計算資源に接続します。[Create your first table and grant privileges](https://docs.databricks.com/aws/en/getting-started/create-table)の例にならうと、次のSQLで最初のテーブルを作れます。

```
-- いま接続しているカタログとスキーマを確認する
SELECT current_catalog(), current_schema();

-- defaultスキーマにテーブルを作り、2行入れる
CREATE TABLE IF NOT EXISTS default.department (
  deptcode INT,
  deptname STRING,
  location STRING
);

INSERT INTO default.department VALUES
  (10, 'FINANCE', 'EDINBURGH'),
  (20, 'SOFTWARE', 'PADDINGTON');

SELECT * FROM default.department ORDER BY deptcode;
```

テーブルの形式を明示的に指定しない場合も、Databricksで作成されるのは既定のDeltaテーブルです。作った人がテーブルの所有者になり、`` GRANT SELECT ON TABLE default.department TO `data-consumers`; ``のように読み取り権限を渡せます。カタログ・スキーマ・テーブルの3階層と権限の継承は[Unity Catalogとは？3レベル名前空間と権限継承・移行判断](https://www.issoh.co.jp/tech/details/16134/)で解説しています。

MERGEによる差分の取り込みと、Lakeflow Jobsで定期実行する設定へ進む続きは[Databricksの使い方：ノートブック作成からDeltaテーブル・ジョブ化までの手順](https://www.issoh.co.jp/tech/details/19838/)で解説しています。

### PySparkでsamplesカタログのニューヨークのタクシーデータを集計する例

[Sample datasets](https://docs.databricks.com/aws/en/discover/databricks-datasets)によると、Unity Catalogの`samples`カタログには`nyctaxi`・`tpch`などのスキーマがあります。Pythonのセルに切り替えて、乗車地の郵便番号ごとに件数と平均運賃を出す例です。

```
from pyspark.sql import functions as F

# samplesカタログのタクシー乗車データを読む
trips = spark.read.table("samples.nyctaxi.trips")

# 乗車地の郵便番号ごとに件数と平均運賃を集計し、上位10件を表示する
top_zip = (
    trips.groupBy("pickup_zip")
    .agg(
        F.count("*").alias("trip_count"),
        F.round(F.avg("fare_amount"), 2).alias("avg_fare"),
    )
    .orderBy(F.desc("trip_count"))
    .limit(10)
)
display(top_zip)

# 結果を自分のスキーマにDeltaテーブルとして保存する
top_zip.write.mode("overwrite").saveAsTable("default.nyctaxi_top_zip")
```

公式ページにはFree Editionで`samples`が使えるかの記載がありません。Catalogに`samples`が表示されないときは、前のSQLで作った`default.department`で同じ書き方を試します。`display`の結果画面からはグラフも作れるので、ダッシュボードの操作確認までFree Editionで進められます。

## Databricks CLIでFree Editionへ接続しノートブックを退避する手順

Free EditionではアカウントレベルのAPIは使えませんが、ワークスペースに対するCLI操作はできます。ノートブックの退避と、有償版への持ち出しはCLIで行うのが確実です。

### WinGet・Homebrewでの導入とOAuthでのワークスペースへのログイン設定

[Install or update the Databricks CLI](https://docs.databricks.com/aws/en/dev-tools/cli/install)の対象は0.205以上の新しいCLIです。Pythonの`pip`で入る旧CLIとはコマンド体系が違うので、次の方法で入れ直します。

```
# Windows
winget install Databricks.DatabricksCLI

# macOSとLinux（Homebrew）
brew install databricks/tap/databricks

# 版を確認する
databricks -v

# ブラウザのアドレス欄にあるワークスペースのURLを指定してOAuthでログインする
databricks auth login --host "$FREE_HOST"   # 例：FREE_HOST=https://（ワークスペースのホスト名）

# 保存されたプロファイルの一覧を確認する
databricks auth profiles -o text
```

[Authentication for the Databricks CLI](https://docs.databricks.com/aws/en/dev-tools/cli/authentication)のとおり、ログイン時に提案されるプロファイル名はそのままでも、自分で付けても構いません。Free Editionと有償版の両方を扱うなら、`free`と`paid`のように分けて名前を付けると、後の`-p`指定で取り違えません。

### export-dirでノートブックをまとめて退避し、有償ワークスペースへ戻す手順

[workspace command group](https://docs.databricks.com/aws/en/dev-tools/cli/reference/workspace-commands)の`export-dir`と`import-dir`を使うと、フォルダ単位でノートブックを移せます。

```
# Free Editionのワークスペースにある学習用フォルダを手元に書き出す
databricks workspace export-dir "/Users/${DBX_USER}/learning" ./learning-backup -p free

# 有償版のワークスペースへ同じ構成で取り込む（既存があれば上書き）
databricks workspace import-dir ./learning-backup "/Users/${DBX_USER}/learning" -p paid --overwrite
```

`DBX_USER`には、ワークスペースのユーザー名（登録したメールアドレス）を入れます。単体のノートブックをJupyter形式で出したい場合は`databricks workspace export`に`--format JUPYTER`を付けます。フォルダの書き出しで使える形式はDBC・SOURCE・AUTOだけです。

移せるのはノートブックとファイルで、テーブルのデータは移りません。CSVなどの元データから作り直す手順をノートブックに残しておくと、有償版で同じ状態を再現できます。

## Databricks Free Editionで検証してよい範囲と有償版へ移る判断の基準

判断の軸は「どのデータを入れるか」と「本番と同じ条件を確かめる必要があるか」の2つです。

### Free Editionの検証で十分なケース：SQL・PySparkの学習と社内勉強会

Free Editionで足りるのは、公開データを使ったSQLとPySparkの学習、ノートブックやダッシュボードの操作に慣れる段階です。導入前の社内勉強会で、参加者がそれぞれ個人のアカウントを作って同じ手順をなぞる使い方も合っています。自然言語でデータに質問するGenieも試せるので、設定の勘所は[Databricks Genieの使い方](https://www.issoh.co.jp/tech/details/19830/)と合わせて確認できます。

製品選定の段階なら、Free Editionで画面と書き方に慣れたうえで、課金方式の違いを[DatabricksとSnowflakeの違い](https://www.issoh.co.jp/tech/details/19825/)で比べると、評価の観点を絞り込めます。

### 無料トライアルか有償契約へ移るべき条件：業務データ・SSO・ネットワーク

次のどれかに当てはまったら、Free Editionでの検証はやめて無料トライアルへ移ります。

- 顧客情報や売上など、社外に出せない業務データで試したい
- SSO・SCIMでの利用者管理や、グループ単位の権限設計を確かめたい
- 自社のVPCやプライベート接続、送信元IPの制御を確かめたい
- Scalaのジョブや、2X-Smallを超えるSQLウェアハウスで性能を測りたい
- 成果物を社内業務や顧客向けサービスに使う（商用利用にあたる）

Free Editionでの成果を根拠に「Databricksは遅い」「権限が細かく分けられない」と結論づけるのは誤りです。計算資源も管理機能も絞られた環境なので、性能と統制の評価は有償の構成でしか測れません。AWS上に構築する場合のIAMやVPCの設定は[Databricks on AWSの構築手順](https://www.issoh.co.jp/tech/details/19828/)、Azureなら[Azure Databricksとは](https://www.issoh.co.jp/tech/details/15655/)が出発点になります。

無料トライアルの14日間で評価を終えるには、検証項目とデータを事前に決めておく必要があります。有償版でのワークスペース設計、データの取り込み、権限設計までまとめて任せたい場合は、一創の[データ分析基盤構築・MLOps構築支援](https://www.issoh.co.jp/service/ai/data-platform/)で検証計画から引き受けています。

## Databricks Free Editionの登録前に確認したい利用条件のよくある質問

databricks 無料版の登録を検討する段階でよく聞かれる質問に、2026年11月15日時点の公式ドキュメントをもとに答えます。

### Databricks Free Editionはいつまで無料で使えますか？

公式の比較ページには「Forever free」とあり、期限の定めはありません。費用がかからない代わりに日次の利用量に上限があり、超えるとその日の残り時間は計算資源が止まります。ただし、長期間使われていないアカウントは削除されることがあるというのが、制限ページに明記された規定です。期限がないことと、作ったものが残り続けることは別なので、必要なノートブックはCLIやGitで退避しておきます。

### Free Editionを会社の業務や副業の案件で使ってもよいですか？

使えません。制限ページに「Free Edition accounts may not be used for commercial purposes.」と明記されています。また、Free EditionではDatabricksが入力データで学習する権利を留保しています。会社の評価目的なら、業務用メールで無料トライアルに登録するのが正しい手順です。トライアルは14日間で最大400ドル分のクレジットが付きます。

### Free Editionから有償版へアップグレードできますか？

できません。制限ページの記載では、Databricksの全機能を使うために必要なのは、無料トライアルの開始と新しいアカウントの作成です。Free Editionのワークスペースは移せないため、ノートブックは`databricks workspace export-dir`で書き出し、新しいワークスペースへ`import-dir`で取り込みます。テーブルのデータは元データから作り直します。

### 旧Community Editionのノートブックは取り戻せますか？

公式ドキュメントでは、Community Editionは2025年に終了したとされています。終了前に書き出したファイルがあれば、Free Editionのワークスペースへ取り込めます。手元に何も残していない場合、公式ドキュメントには取り戻す方法の記載がありません。今後は同じことが起きないよう、Free Editionで作ったものは定期的に書き出しておきます。

### Free EditionでGPUや大きなモデルは使えますか？

GPUの計算資源は使えません。モデルサービングでも、GPUでのサービング、プロビジョンドスループット、GPUを使うカスタムモデルとバッチ推論は対象外です。基盤モデルを呼び出す試用やエージェントの試作はできますが、一部のモデルは使えないと書かれています。LinkedInでの本人確認を済ませると、AI Runtimeへの限定的なアクセスが得られます。

## 関連記事

- [Databricksとは？できること・DBU課金の料金と業種別の費用・導入事例【2026年10月】](https://www.issoh.co.jp/tech/details/3557/)：有償版の機能とSKU別の単価
- [Unity Catalogとは？3レベル名前空間と権限継承・移行判断を実装視点で解説【2026年版】](https://www.issoh.co.jp/tech/details/16134/)：Free Editionでも使うカタログと権限の仕組み
- [Databricks on AWSの構築手順：クロスアカウントIAM・S3・VPCの設定とAzure版との違い【2026年11月】](https://www.issoh.co.jp/tech/details/19828/)：有償版をAWSに構築する手順
- [Databricks Genieの使い方：Genie Agentの設定とSQL精度を上げるメタデータ整備【2026年11月】](https://www.issoh.co.jp/tech/details/19830/)：Free Editionでも試せる自然言語の分析機能
- [DatabricksとSnowflakeの違い：DBUとクレジットの課金差とIceberg相互参照の設定で決める選び方【2026年版】](https://www.issoh.co.jp/tech/details/19825/)：製品選定の段階での比較

---

出典: [Databricks Free Editionの使い方：制限値・できないこと・有償版へ移る判断【2026年11月】](<https://www.issoh.co.jp/tech/details/19833/>)（株式会社一創）
