從自訂映像檔建立沙盒

Important

這項功能位於 測試版 (Beta) 中。 要在工作區中啟用此功能預覽,請在工作區預覽頁面中選擇 Databricks 沙盒 設定。 請參閱 管理 Azure Databricks 預覽。

你可以從你自己存放在 Artifact Registry 的容器映像檔建立沙盒。 Artifact Registry 將容器映像檔作為 Unity Catalog 中的受控資產儲存,因此你可以使用 Unity Catalog 的權限來控制它們的存取權限。 沙盒一開始就已經安裝好映像的套件、工具和設定,所以你不需要每次建立沙盒都安裝相依性。

關於 Databricks 沙盒的概述,請參閱 Databricks 沙盒。

Requirements

  • 您的工作空間符合 Databricks 沙盒的先決條件。 請參閱必要條件。
  • 您的工作區符合 Artifact Registry 的先決條件,包括啟用Databricks Artifact Registry預覽。 請參閱 需求。
  • 你擁有對包含映像檔的目錄和結構的 USE CATALOG、USE SCHEMA 和 READ VOLUME 權限。 請參閱授與權限。
  • 圖片使用 glibc 2.25 及以上版本。 如果映像檔以 Ubuntu 為基底,請使用 Ubuntu 18.04 及以上版本。 使用 musl 而非 glibc 的映像檔,例如 Alpine Linux 及以其為基礎建立的映像檔(例如 python:<version>-alpine 或 node:<version>-alpine),則不被支援。

推送一個映像檔,建立 sandbox

  1. 用 Docker 建置映像檔,然後推送到 Artifact Registry。 參見 推送圖片。

  2. 等待,直到影像的加速狀態為 SUCCESS。 影像加速會在你推送後自動執行,可能需要 15 分鐘甚至更久。 請參見 「檢查影像加速狀態」。

  3. 建立沙盒,並將 image_uri 設定為映像檔的 Unity Catalog 名稱,格式為 catalog.schema.artifact:tag。 若要釘選精確版本,請使用 digest 取代標籤:catalog.schema.artifact@sha256:<digest>。

    例如,要從 main.agents.agent-base:v1 映像檔建立沙盒,執行以下操作:

    from databricks.sdk import WorkspaceClient
    from databricks.sdk.service.sandbox import EnvironmentSpec, Sandbox, SandboxSpec
    
    w = WorkspaceClient()
    
    created = w.sandbox.create_sandbox(
        sandbox=Sandbox(
            spec=SandboxSpec(
                environment=EnvironmentSpec(image_uri="main.agents.agent-base:v1"),
            ),
        ),
        sandbox_id="my-custom-sandbox",
    )
    print(created.name)   # "sandboxes/my-custom-sandbox"
    

由自訂映像建立的沙盒會保留與其他沙盒相同的持久主目錄及停止與開始行為。

Troubleshooting

如果建立請求失敗,請檢查錯誤訊息:

  • Image <uri> is not ready for use:影像加速尚未完成。 檢查影像的加速狀態,並在其狀態達到 SUCCESS 後重試。
  • Not authorized to access image <uri>:你沒有此圖片的必要權限。 請要求目錄或結構描述擁有者授予他們權限。

Limitations

  • 自訂映像必須儲存在 Artifact Registry 中。 你無法從外部登錄中的映像建立沙盒,Azure Databricks 也不會幫你建立映像檔。
  • 由自訂映像建立的沙盒起始時間可能比使用預設環境的沙盒慢。

其他資源