Conéctate desde tu IDE

Esta página resume las características de las herramientas para desarrolladores que te permiten conectarte a Databricks desde tu IDE.

Comparar herramientas de IDE

La siguiente tabla compara herramientas para conectar a Databricks desde tu IDE.

Herramienta	Casos de uso
Túnel SSH	Conecta tu IDE local a computación clásica, computación sin servidor o AI Runtime por SSH. Ejecuta código en el mismo entorno que tu clúster o computación serverless. Para más detalles sobre características, consulte el IDE conectado con SSH.
Databricks Sandbox	Conecta tu IDE local a la computación sin servidor ligera de Databricks a través de SSH. El entorno predeterminado incluye herramientas comunes de agentes de codificación y soporte para Omnigent. Para más detalles sobre características, consulte el IDE conectado con SSH.
Extensión del IDE	Conecta Visual Studio Code o Cursor a un espacio de trabajo de Databricks con unos pocos clics. Define, despliega y ejecuta Bundles de automatización declarativa desde tu IDE. Ejecutar archivos locales de Python en el cómputo de Databricks, o ejecutar archivos y notebooks como Lakeflow Jobs.
Databricks Connect	Conecta cualquier IDE, servidor de notebooks o aplicación personalizada a la computación de Databricks. Escribe código con APIs de Spark y ejecútalo de forma remota en compute de Databricks en lugar de una sesión local de Spark.

IDE conectado con SSH

Tanto el túnel SSH como el Sandbox de Databricks se conectan a los recursos de cómputo de Databricks en tu espacio de trabajo con SSH (Secure Shell). La siguiente tabla compara los casos de uso y las diferencias técnicas de ambas características.

	Túnel SSH de Databricks	Databricks Sandbox
Caso de uso principal	Desarrollo impulsado por IDE para cargas de trabajo de ingeniería de datos, ciencia de datos y aprendizaje automático en el entorno de cómputo de Databricks.	Ejecuta bucles del agente y ejecuta de forma segura código arbitrario no confiable ajeno a Spark y a Databricks Runtime.
Dónde se ejecuta la computación	Ya sea el plano de datos clásico o serverless en el espacio de trabajo de Databricks	Plano de datos sin servidor en el espacio de trabajo de Databricks
Tipo de proceso	Proceso sin servidor Clústeres dedicados de un solo usuario Entorno de ejecución de IA	Computación sin servidor ligera especial
Hora de inicio	Similar a los tiempos de arranque de procesamiento existentes	Seconds
Propagación de identidad	Autenticado automáticamente para el usuario que inicia la sesión SSH	Autenticado automáticamente como el usuario que inicia la sesión SSH
Persistencia de datos	Tienes una conexión directa con el espacio de trabajo de Databricks. Los datos en archivos de espacio de trabajo y Unity Catalog están disponibles desde la interfaz de usuario del IDE, la API REST y Databricks CLI.	Los datos están disponibles en /home/sandbox-agent/, donde permanece cuando el sandbox se detiene. Los datos en archivos de espacio de trabajo y el Catálogo de Unity están disponibles con la API REST y la CLI de Databricks.
Entorno predeterminado	Igual que en tu entorno cluster o serverless. Gestionar dependencias en el clúster, aprovechar entornos base del workspace para serverless y AI Runtime, o instalar dependencias durante la ejecución del proyecto.	El entorno predeterminado incluye herramientas comunes para agentes de codificación y soporte para Omnigent.
SEG (controles de salida)	Hereda de espacio de trabajo	Todavía no está disponible
Controles de entrada (PrivateLink, IP ACL)	Available	Available