Databricks Sandbox

Ważna

Ta funkcja jest dostępna w wersji beta. Aby włączyć podgląd tej funkcji w obszarze roboczym, włącz ustawienie Databricks Sandbox na stronie Podglądy obszaru roboczego. Zobacz Zarządzanie wersjami zapoznawczami usługi Azure Databricks.

Databricks obecnie nie pobiera opłat za korzystanie z tej funkcji. Jednak koszty i ceny funkcji w wersji beta mogą ulec zmianie.

Databricks Sandbox pozwala uruchamiać niezaufany kod w izolowanym środowisku przez Databricks REST API, SDK lub Databricks CLI. Sandbox zapewnia bezserwerowe, na żądanie obliczenia do dynamicznego uruchamiania kodu.

Każdy sandbox zawiera trwały katalog macierzysty. W dowolnym momencie możesz zatrzymać i ponownie uruchomić sandbox, a dane w katalogu domowym są zachowywane.

Piaskownica jest idealna do:

  • Prowadzenie uprzęży agenta.
  • Wykonywanie kodu napisanego przez użytkownika lub AI.
  • Uruchamianie zadań w tle lub procesów roboczych.
  • Uruchamianie interaktywnych sesji IDE lub SSH.

Wymagania wstępne

Szybki start

Zacznij od stworzenia piaskownicy z kilkoma linijkami kodu:

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.sandbox import Sandbox

w = WorkspaceClient()

created = w.sandbox.create_sandbox(
    sandbox=Sandbox(),
    sandbox_id="my-sandbox",
)
print(created.name)   # "sandboxes/my-sandbox"

Pełny opis tworzenia sandboxa, uruchamiania w nim poleceń i zarządzania jego cyklem życia znajdziesz w artykule Tworzenie sandboxów i zarządzanie nimi za pomocą zestawu SDK.

Rozmiar obliczeniowy

Databricks Sandbox jest wyposażony w 4 vCPU i 8 GB RAM. Ten rozmiar nie da się konfigurować.

Magazyn

Warning

Pod koniec okresu beta Databricks może przeprowadzić jednorazowe czyszczenie danych przechowywanych w piaskownicach. Nie przechowuj niczego, czego nie możesz sobie pozwolić stracić.

Databricks Sandbox jest wyposażony w pamięć masową podłączoną do sieci.

  • Dane w twoim katalogu domowym (/home/sandbox-agent) są zachowywane przez cały okres istnienia środowiska Databricks Sandbox. Nawet po zamknięciu Databricks Sandbox, dane w katalogu domowym są dostępne przy rozpoczęciu kolejnej sesji.
  • Twój katalog domowy może przechowywać do 100 GB. Obecnie tego nie da się zmienić.
  • Możesz przechowywać do 10 GB poza swoim katalogiem domowym, ale te dane są usuwane, gdy zamykasz sandbox.

Sieć

Nie ma ograniczeń dotyczących wyjścia z sieci z piaskownicy, a wyjście nie jest konfigurowalne.

Koszty użytkowania

Aby uzyskać pełne informacje o użyciu na potrzeby rozliczeń, zobacz Cennik Databricks. Databricks przewiduje wykorzystanie sandboxa rozliczeniowego dla:

  • Zasoby obliczeniowe środowiska uruchomieniowego: Naliczane godzinowo, gdy środowisko Databricks Sandbox jest uruchomione.
  • Trwałe przechowywanie danych: Opłaty są naliczane za dane przechowywane w katalogu domowym do czasu usunięcia środowiska Databricks Sandbox. Opłaty za magazyn danych są naliczane tak długo, jak istnieje instancja Databricks Sandbox. Aby przestać płacić za przechowywanie, musisz usunąć piaskownicę.
  • Transfer danych

Databricks SDK dla Python to zalecany sposób dostępu do sandboxa. Zobacz dokumentację referencyjną środowiska sandbox w zestawie Databricks SDK dla języka Python, aby poznać dostępne polecenia, oraz Tworzenie i zarządzanie środowiskami sandbox za pomocą SDK, aby zapoznać się z przykładami.

Uzyskaj dostęp do piaskownicy przez CLI

Możesz też uzyskać dostęp do sandboxu przez SSH. Jest to przydatne do uruchamiania dłuższych zadań agenta bez potrzeby pozostawiania lokalnego komputera włączonego. Możesz na przykład:

  • Steruj swoim agentem programistycznym bezpośrednio z poziomu Databricks CLI przez SSH.
  • Podłącz środowisko desktopowe lub zestaw agentów, taki jak Cursor, Claude lub Codex.

Aby utworzyć piaskownicę i połączyć się z nią za pomocą Databricks CLI, wykonaj:

databricks sandbox create      # create your sandbox
databricks sandbox register    # optional: register SSH keys
databricks sandbox ssh         # SSH to your default sandbox

Gdy łączysz się z piaskownicą przez SSH, interfejs wiersza polecenia Databricks jest zainstalowany i uwierzytelniony w obszarze roboczym Databricks, w którym działa piaskownica. Możesz też chcieć skonfigurować dane uwierzytelniające do Gita. Zobacz Łączenie dostawcy usługi Git z usługą Databricks.

Aby uzyskać szczegółową pomoc dotyczącą polecenia, uruchom databricks sandbox -h lub zobacz grupę poleceń sandbox.

Gdy po raz pierwszy łączysz się z piaskownicą przez SSH, Databricks automatycznie konfiguruje popularne narzędzia do kodowania, takie jak Claude i Codex, tak aby korzystały z AI Gateway, jeśli AI Gateway jest skonfigurowany dla tego obszaru roboczego. Więcej informacji można znaleźć w artykule Tworzenie i zarządzanie API modelu (usługi modelowe).

Zarządzany Omnigent

Managed Omnigent korzysta z Databricks Sandbox jako zaplecza wykonawczego. Więcej informacji można znaleźć w artykule Omnigent on Databricks.

Limitations

  • Kwoty są egzekwowane. Możesz mieć maksymalnie 40 aktywnych piaskownic na użytkownika (łącznie 400 we wszystkich stanach), a przestrzeń robocza może mieć maksymalnie 100 aktywnych piaskownic (łącznie 1 000).
  • Databricks Sandbox to podstawowy element środowiska obliczeniowego do uruchamiania kodu, a nie uniwersalne środowisko uruchomieniowe Spark. Dla obciążeń Spark użyj Connect to serverless compute.
  • Publiczne adresy IP Twojego Databricks Sandbox mogą się zmienić w dowolnym momencie. Domyślne wejście do sandboxu jest zamknięte dla całego ruchu. Nie da się tego obecnie zmienić.
  • Nie możesz dostosować środowiska przy starcie ani utrzymywać środowiska poza swoim katalogiem domowym. Aby ponownie używać pakietów lub konfiguracji między sesjami, przechowuj je w swoim katalogu domowym.
  • Last updated on