Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Important
Dieses Feature befindet sich in der Betaversion. Um diese Funktionsvorschau im Arbeitsbereich zu aktivieren, wähle die Databricks-Sandbox-Einstellung auf der Seite Vorschauen des Arbeitsbereichs an. Siehe Manage Azure Databricks Previews.
Databricks Sandbox ermöglicht es, nicht vertrauenswürdigen Code in einer isolierten Umgebung über die Databricks REST API, SDK oder Databricks CLI auszuführen. Der Sandbox bietet serverlose, bedarfsorientierte Rechenleistung für das dynamische Ausführen von Code.
Jede Sandbox enthält ein persistentes Home-Verzeichnis. Du kannst jederzeit eine Sandbox stoppen und starten, und die Daten in deinem Home-Verzeichnis bleiben bestehen.
Der Sandkasten ist ideal für:
- Ausführen einer Agent-Testumgebung.
- Ausführung von benutzerdefiniertem oder KI-geschriebenem Code.
- Ausfürhung von Hintergrundaufgaben oder Workern.
- Interaktive IDE- oder SSH-Sitzungen starten.
Voraussetzungen
Ihr Arbeitsbereich muss sich in einer unterstützten Region befinden. Weitere Informationen finden Sie unter Features mit eingeschränkter regionaler Verfügbarkeit.
Um das SDK zu verwenden, Python 3.10 oder höher.
Um die Databricks-CLI über SSH zu verwenden, installieren Sie die Databricks-CLI und authentifizieren Sie sie mit
databricks auth login:databricks auth login # authenticate to a Databricks workspace
Get started
Um eine Sandbox zu erstellen und Code darin auszuführen, siehe Databricks Sandbox Quickstart. Der Quickstart deckt jede Möglichkeit ab, eine Sandbox zu verwenden:
- Ein Sandbox-Tool für Agenten, das du mit der Agent Bricks CLI baust.
- Das Databricks SDK für Python ist die empfohlene Methode, um mit Sandboxes aus Code zu arbeiten.
- Die Databricks-CLI dient dazu, über SSH eine Verbindung mit einer Sandbox herzustellen.
Berechnungsgröße
Databricks Sandbox wird mit 4 vCPUs und 8 GB RAM geliefert. Diese Größe ist nicht konfigurierbar.
Storage
Warning
Am Ende der Beta-Phase könnten Databricks eine einmalige Reinigung von in Sandboxen gespeicherten Daten durchführen. Lagern Sie nichts, was Sie sich nicht leisten können zu verlieren.
Databricks Sandbox ist mit netzwerkgebundenem Speicher ausgestattet.
- Die Daten in Ihrem Home-Verzeichnis (
/home/sandbox-agent) bleiben während der gesamten Lebensdauer Ihres Databricks Sandbox erhalten. Selbst nachdem Sie Ihre Databricks-Sandbox gestoppt haben, sind die Daten im Home-Verzeichnis verfügbar, wenn Sie Ihre nächste Sitzung starten. - Dein Home-Verzeichnis kann bis zu 100 GB speichern. Du kannst dieses Limit nicht ändern.
- Du kannst bis zu 10 GB außerhalb deines Home-Verzeichnisses speichern, aber diese Daten werden gelöscht, wenn du deine Sandbox stoppst. Dieses Limit gilt nicht für Dateien unter
/Workspaceoder/Volumes, die im Arbeitsbereich oder auf dem Volume gespeichert sind. Siehe Zugriff auf Arbeitsbereichsdateien und -volumes.
Zugriff auf Arbeitsbereichsdateien und -volumes
Jede Sandbox mountet Arbeitsbereichsdateien und Unity-Katalog-Volumes als lokale Verzeichnisse. Code und Agenten im Sandbox können diese Dateien mit Standard-Dateitools wie ls, cp, oder Python open(), lesen und schreiben, ohne das Databricks SDK oder die Databricks-CLI aufzurufen.
| Path | Inhalt |
|---|---|
/Workspace |
Arbeitsbereichsdateien wie /Workspace/Users/<user-name> und /Workspace/Shared. Siehe Programmatisch mit Arbeitsbereichsdateien interagieren. |
/Volumes/<catalog>/<schema>/<volume> |
Dateien in Unity Catalog-Volumen. Siehe "Arbeiten mit Dateien" in Unity-Katalogvolumes. |
Der Zugriff auf diese Pfade nutzt eine Anmeldeinformation, die Azure Databricks für die Sandbox erstellt, nicht das Token, mit dem Sie die Sandbox aufrufen. Beschränkungen für dein Aufruftoken gelten für diese Pfade nicht. Diese Anmeldedaten sind getrennt von den Databricks-Anmeldedaten, die Code im Sandbox verwendet, um Azure Databricks-APIs aufzurufen. Access folgt den Arbeitsbereichs- und Unity-Katalogberechtigungen der Sandbox-Identität:
- Für eine Sandbox, die Sie mit dem Databricks SDK oder der Databricks CLI erstellen, ist die Identität die des Benutzers, der die Sandbox erstellt hat.
- Für das Agent Bricks-Sandbox-Tool ist die Identität der Benutzer, der die Anfrage gesendet hat, oder der Serviceprincipal der App, wenn Sie das Tool mit
--auth appkonfigurieren. Siehe Einem bestehenden Agenten ein Sandbox-Tool geben, um Code sicher auszuführen.
Diese Identität benötigt folgende Berechtigungen:
- Arbeitsbereichsdateien: Berechtigung, eine Arbeitsbereichsdatei zu lesen, und Berechtigung, sie zu bearbeiten, um sie zu schreiben.
-
Volumes: Das
READ VOLUMERecht, Dateien zu lesen, sowohlREAD VOLUMEals auchWRITE VOLUMEDateien zu schreiben, plusUSE CATALOGundUSE SCHEMAauf dem übergeordneten Katalog und Schema. Siehe Berechtigungen für Unity-Katalogvolumes.
Dateien, die Sie unter /Workspace oder /Volumes schreiben, werden im Workspace oder Volume gespeichert, nicht im Sandbox-Speicher, sodass sie nach dem Stoppen oder Löschen der Sandbox erhalten bleiben.
/Workspace und /Volumes sind die einzigen Arbeitsbereichsdatenpfade, die in einer Sandbox gemountet sind. Die DBFS-Root- und Cloud-Speicherpfade sind in einer Sandbox nicht als lokale Pfade verfügbar.
Networking
Es gibt keine Einschränkungen für den Netzwerkausgang aus einer Sandbox, und der Ausgang ist nicht konfigurierbar. Direkter Zugang zur öffentlichen IP der Sandbox ist für jeglichen Datenverkehr gesperrt, und dies kann nicht geändert werden.
Portweiterleitung
Um einen Webserver, Notebook oder API zu erreichen, der in einem Sandbox von Ihrem Gerät aus läuft, verwenden Sie Portweiterleitung. Weitergeleiteter Datenverkehr läuft durch den Arbeitsbereich, anstatt die öffentliche IP der Sandbox zu verwenden. Nur der Sandbox-Besitzer kann einen Port weiterleiten. Anweisungen finden Sie unter Einen Port aus einer Sandbox weiterleiten.
Databricks-Zugangsdaten
Damit Code in einer Sandbox Azure Databricks-APIs aufrufen kann, wird jede Sandbox mit einer Azure Databricks-Anmeldedaten provisioniert, die sich als Identität der Sandbox authentifiziert. Für eine Sandbox, die Sie mit dem Databricks SDK oder Databricks CLI erstellen, ist das der Benutzer, der die Sandbox erstellt hat. Für das Agent Bricks Sandbox-Tool ist es der Benutzer, der die Anfrage gesendet hat, oder der Service-Principal der App, wenn Sie das Tool mit --auth appkonfigurieren. Jedes Token in der Anmeldeinformation ist eine Stunde gültig und wird automatisch aktualisiert, bevor es abläuft. Das Aktualisieren dauert bis zu 24 Stunden, danach läuft die Berechtigung ab. Diese Lebensdauer der Berechtigung ist unabhängig vom 24-Stunden-Laufzeitlimit. Die Anmeldeinformation hängt nicht von deiner Anmeldesitzung ab, sie funktioniert also weiter, wenn du dich abmeldest oder dein eigenes Token abläuft.
Die Zugangsdaten werden als Profil DEFAULT in ~/.databrickscfggespeichert, sodass das Databricks SDK und die Databricks-CLI in der Sandbox sie automatisch verwenden.
Benutzerdefinierte Images
Du kannst eine Sandbox aus deinem eigenen Container-Image erstellen, das im Artifact Registry gespeichert ist, sodass jede Sandbox mit deinen Paketen, Tools und Konfigurationen startet, die bereits installiert sind. Siehe Erstellen einer Sandbox aus einem benutzerdefinierten Image.
Nutzungskosten
Databricks erhebt derzeit keine Gebühren für die Nutzung dieser Funktion. Allerdings können sich Kosten und Preise für Funktionen in der Beta ändern.
Für vollständige Informationen zur Abrechnungsnutzung siehe Databricks-Preis. Databricks erwartet die Abrechnung der Sandbox-Nutzung für:
- Rechenleistung zur Laufzeit: Stündlich abgerechnet, solange deine Databricks-Sandbox läuft.
- Persistente Speicherung: Sie werden für die in Ihrem Home-Verzeichnis gespeicherten Daten abgerechnet, bis Ihr Databricks Sandbox gelöscht wurde. Für den Speicher fallen Gebühren an, solange die Databricks Sandbox-Instanz existiert. Um nicht mehr für Speicher zu bezahlen, musst du die Sandbox löschen.
- Datenübertragung
Einschränkungen
- Quoten werden durchgesetzt. Standardmäßig dürfen Sie maximal 200 aktive Sandboxen pro Benutzer haben (insgesamt 800 über alle Status hinweg), und ein Arbeitsbereich kann höchstens 400 aktive Sandboxen (insgesamt 2.000) haben. Um eine Erhöhung zu beantragen, wenden Sie sich an Ihr Azure Databricks-Kontoteam. Sie Ressourceneinschränkungen.
- Du kannst dich nicht über SSH mit einer Sandbox verbinden, die du mit dem Databricks SDK erstellst. Um über SSH zu verbinden, erstelle die Sandbox mit der Databricks-CLI. Siehe Die Databricks CLI zum Erstellen einer Sandbox verwenden.
- Databricks Sandbox ist ein Rechenprimitiv zum Ausführen von Code, kein allgemeiner Spark-Runtime. Für Spark-Workloads verwenden Sie Mit serverloser Rechenleistung verbinden.
- Die öffentlichen IP-Adressen Ihrer Databricks Sandbox können jederzeit geändert werden.
- Änderungen außerhalb Ihres Home-Verzeichnisses bleiben nicht erhalten, nachdem Sie eine Sandbox gestoppt haben, außer Dateien, die Sie unter
/Workspaceoder/Volumesschreiben. Weitere Informationen finden Sie unter Zugriff auf Arbeitsbereichsdateien und Volumes. Um jede Sandbox mit denselben Paketen und Konfigurationen zu starten, verwende ein benutzerdefiniertes Image. Siehe Erstellen einer Sandbox aus einem benutzerdefinierten Image. Um Dateien über Sitzungen einer Sandbox hinweg wiederzuverwenden, speichern Sie sie in Ihrem Home-Verzeichnis. - Eine Sandbox kann nach jedem Start höchstens 24 Stunden laufen. Nach 24 Stunden stoppt Azure Databricks die Sandbox, einschließlich aller laufenden Befehle und Hintergrundprozesse. Diese Obergrenze gilt auch dann, wenn der automatische Inaktivitätsstopp mit
--no-autostopausgeschaltet wird. Sie können sie nicht über die Databricks-CLI oder -API erweitern. Um fortzufahren, starte die Sandbox erneut, was eine neue 24-Stunden-Phase einleitet. Die Daten in deinem Home-Verzeichnis bleiben erhalten.