Conexión a Databricks mediante un túnel SSH

Importante

Esta característica se encuentra en su versión beta.

El coste y el precio de las características en la Beta están sujetos a cambios.

El túnel Azure Databricks SSH (Secure Shell) conecta Visual Studio Code, Cursor o tu terminal con el espacio de trabajo de Azure Databricks y Azure Databricks serverless compute, AI Runtime o computación clásica. Úsalo para editar archivos de espacio de trabajo y ejecutar o depurar scripts y cuadernos en Python, con tu entorno y ejecución de código en Python en el cómputo remoto. Conéctate directamente a la computación serverless, o configura una conexión SSH reutilizable a un clúster clásico dedicado.

Requisitos

Inicia la conexión SSH desde tu máquina local. El túnel no puede lanzarse desde otro entorno remoto ni desde un contenedor Docker.

Para conectarte a capacidad de cómputo sin servidor o clásica, debes tener:

  • Tener instalada en el equipo local la CLI de Databricks, versión 1.5.0 o posterior, y la autenticación configurada. Compruebe la versión instalada con databricks --version. Consulte Instalación o actualización de la CLI de Databricks.
  • Alguno de los siguientes elementos:
    • Visual Studio Code versión 1.110.0 (Universal) o superior y la extensión Remote - SSH (1.0.46+) instalada.
    • Cursor versión 2.6.11 (Universal) o superior.

Para conectarse a la capacidad de cómputo de GPU sin servidor, la función AI Runtime debe estar habilitada. Consulte Entorno de ejecución de IA.

Requisitos adicionales para el cómputo clásico

Para conectarse al entorno de computación clásico (dedicado, para un solo usuario):

Elige una conexión SSH

Use el método de conexión para su tipo de proceso:

Compute Método de conexión Requisito de configuración
Proceso sin servidor databricks ssh connect No hay un paso separado de configuración SSH.
Añadir --ide vscode o --ide cursor para lanzar un IDE.
Entorno de ejecución de IA databricks ssh connect --accelerator <accelerator> No hay un paso separado de configuración SSH.
Añadir --ide vscode o --ide cursor para lanzar un IDE.
Para aceleradores compatibles, véase --accelerator.
Cómputo clásico dedicado y de un solo usuario Ejecute databricks ssh setup --name <connection-name> en el terminal.
Luego inicia la sesión SSH desde el IDE o ejecuta ssh <connection-name>.		 Selecciona un clúster dedicado de un solo usuario que cumpla con los requisitos clásicos de cómputo.
No se admiten clústeres compartidos.

El túnel SSH y la extensión del IDE Databricks no son compatibles y no deberían usarse juntos. Para una comparación con Databricks Connect y otras opciones de desarrollo, consulta Conectarse desde tu IDE.

Conexión al proceso sin servidor

Al cumplir los requisitos anteriores, ejecuta databricks ssh connect desde tu terminal o IDE.

El valor --ide selecciona el editor que se va a iniciar, independientemente de qué editor o terminal ejecute el comando.

Código de Visual Studio

databricks ssh connect --ide vscode

La CLI abre una ventana de Visual Studio Code conectada al cómputo remoto.

Cursor

databricks ssh connect --ide cursor

La CLI abre una ventana de Cursor conectada al cómputo remoto.

Terminal

databricks ssh connect

La CLI inicia una sesión interactiva de SSH.

Para opciones de comandos, incluyendo conexiones nombradas y perfiles de autenticación, véase databricks ssh connect.

Después de conectarte, abre tu proyecto de espacio de trabajo y selecciona el entorno Python. Si la conexión falla, consulta Solucionar problemas de conexiones de túnel SSH.

Conéctate a la computación de GPU serverless con AI Runtime

Con el tiempo de ejecución de IA activado, añade --accelerator para usar el cálculo de la GPU:

databricks ssh connect --accelerator GPU_1xA10

databricks ssh connect proporciona una sesión interactiva en un solo nodo. Para tareas de entrenamiento de larga duración o entrenamiento distribuido de varios nodos, envía la carga de trabajo con databricks air en su lugar. Consulta Usar la CLI de Databricks con AI Runtime.

Conexión al proceso clásico

Para una conexión reutilizable a un clúster dedicado clásico, configura un nombre de host SSH y luego selecciona ese host en tu IDE o conéctate desde un terminal.

Configuración de la conexión SSH

Nota:

Configurar la conexión SSH solo es necesario si se va a conectar a la computación clásica.

Ejecuta databricks ssh setup en tu máquina local. Sustituye <connection-name> por un nombre para esta conexión, como my-connection:

databricks ssh setup --name <connection-name>

La CLI te pide seleccionar un clúster y añade una entrada de host a tu configuración SSH. También puedes seleccionar un clúster directamente. Reemplaza <cluster-id> por el ID de tu clúster dedicado:

databricks ssh setup --name <connection-name> --cluster <cluster-id>

Para configurar cuánto tiempo espera el túnel SSH después de que el último cliente se desconecte, añade --shutdown-delay al comando de configuración. El valor predeterminado es 10 minutos. Por ejemplo, para establecer un retraso de 30 minutos para las conexiones a través de esta entrada SSH del host:

databricks ssh setup --name <connection-name> --cluster <cluster-id> --shutdown-delay 30m

Nota:

Para los usuarios de IntelliJ, Databricks recomienda agregar --auto-start-cluster=false al comando de instalación e iniciar el clúster manualmente antes de conectarse. Esto se debe a que los IDE de JetBrains inician todos los clústeres configurados al iniciarse, lo que puede dar lugar a cargos de proceso inesperados.

Conexión mediante Visual Studio Code o cursor

  1. Para Visual Studio Code, instale la extensión SSH remota. El cursor incluye una extensión SSH remota de forma predeterminada.

  2. En el menú principal del IDE, haga clic en Ver>paleta de comandos. Seleccione Remote-SSH: Settings. Como alternativa, seleccione Preferencias: abra Configuración de usuario (JSON) para modificar settings.json directamente.

  3. En Remote.SSH: Extensiones predeterminadas (o remote.SSH.defaultExtensions en settings.json), agregue ms-Python.Python y ms-toolsai.jupyter.

    Si está modificando settings.json:

    "remote.SSH.defaultExtensions": [
    "ms-Python.Python",
    "ms-toolsai.jupyter"
]

    Nota:

    Opcionalmente, aumente el valor de Remote.SSH: Tiempo de espera de conexión (o remote.SSH.connectTimeout en settings.json) para reducir aún más la posibilidad de errores de tiempo de espera. El tiempo de espera predeterminado es 360.

  4. En la paleta de comandos, seleccione Remote-SSH: Connect to Host (Remote-SSH: Connect to Host).

  5. En el menú desplegable, seleccione la conexión que configuró en el primer paso. El IDE continúa con la conexión en una nueva ventana.

Conexión mediante IDE de IntelliJ

  1. Siga el tutorial del servidor remoto para configurarlo.
  2. En la nueva pantalla de conexión, escriba:
    • Nombre de usuario: root
    • Host: <connection-name>

Conectarse al proceso clásico desde un terminal

Utiliza el nombre de conexión que configuraste con databricks ssh setup:

ssh <connection-name>

Para una conexión directa sin una entrada SSH reutilizable, también puedes usar la CLI. Sustituye <cluster-id> por tu ID de clúster dedicado:

databricks ssh connect --cluster <cluster-id>

Consulta Databricks ssh connect.

Abrir proyectos del espacio de trabajo a través de SSH

De forma predeterminada, el databricks ssh connect comando se abre en un directorio efímero. Para acceder a los archivos del área de trabajo, vaya al directorio del área de trabajo desde el IDE o el terminal:

  • En Visual Studio Code o Cursor, desde la paleta de comandos (Cmd/Ctrl+Mayús+P), seleccione Abrir carpeta y navegue hasta /Workspace/Users/<your-username>.
  • En una ventana de terminal, cambie el directorio: cd /Workspace/Users/<your-username>.

Nota:

Los archivos de /Workspace, /Volumesy /dbfs se conservan en los reinicios del clúster. Los archivos de /home, /rooty otras rutas de acceso locales son efímeros y se pierden al reiniciar.

Ejecuta Python y notebooks en la sesión SSH

Selecciona el entorno Python proporcionado por tu sesión SSH antes de ejecutar código. Para el proceso clásico, este entorno incluye las bibliotecas integradas de Databricks Runtime y las bibliotecas del ámbito del proceso.

  1. Abra la paleta de comandos (Cmd/Ctrl+Mayús+P) y seleccione Python: Seleccionar intérprete.

  2. Seleccione el pythonEnv-xxx entorno virtual de la lista. Si configura las dependencias de Python con el indicador --base-environment, seleccione el nombre del entorno virtual más largo de la lista de opciones. Si el entorno virtual no aparece:

    1. Ejecute echo $DATABRICKS_VIRTUAL_ENV desde un terminal dentro del IDE.

      Salida de ejemplo: /local_disk0/.ephemeral_nfs/envs/pythonEnv-xxx/bin/python

    2. Pegue la salida completa como la ruta de acceso del intérprete en el mensaje Python: Select Interpreter.

  3. Abra un nuevo terminal y el entorno virtual debería activarse automáticamente.

  4. Para ejecutar un Notebook de Jupyter, asegúrese de que el entorno virtual haya sido seleccionado como kernel. Haga clic en Seleccionar núcleo en la esquina superior derecha del notebook.

Ejecute y depure Python archivos y .ipynb cuadernos con las extensiones estándar Python y Jupyter.

Para usar Spark en un archivo de Python en proceso sin servidor, inicialice explícitamente una sesión:

from databricks.connect import DatabricksSession
spark = DatabricksSession.builder.serverless().profile("DEFAULT").getOrCreate()

Gestionar dependencias para sesiones SSH

Elija la administración de dependencias para su tipo de proceso:

Para paquetes que no sean de Python, consulte Dependencias que no son de Python.

Entornos base del área de trabajo (recomendados para entornos de ejecución sin servidor e IA)

Nota:

Esta característica requiere que esté habilitada la vista previa de Compatibilidad con el entorno base del espacio de trabajo sin servidor en Jobs. Consulte Administrar versiones preliminares de Azure Databricks.

Utilice un entorno base del espacio de trabajo con la versión 4 o inferior del entorno serverless para preconfigurar las dependencias de Python. El túnel SSH no admite --base-environment con entornos serverless de versión 5 o superior. Cree un entorno base con la interfaz de usuario del área de trabajo o con el comando databricks environments create-workspace-base-environment de la CLI de Databricks.

Especifique el entorno mediante la --base-environment opción al conectarse:

databricks ssh connect --base-environment my-workspace-env

La --base-environment opción acepta un nombre de visualización, una ruta YAML de espacio de trabajo o un ID de recurso. No puedes combinarlo con --cluster. Consulta Databricks ssh connect.

Bibliotecas del clúster (recomendadas para el cómputo clásico)

Instale las dependencias mediante la interfaz de usuario del espacio de trabajo, en Bibliotecas de cómputo >. Estos se conservan en los reinicios del clúster y están disponibles en pythonEnv-xxx. Consulte Bibliotecas de clústeres.

Dependencias que no son de Python

Para conservar las dependencias que no son de Python, use un script de inicialización que instale los paquetes cuando se inicie el proceso. Opcionalmente, almacene los paquetes en un volumen de catálogo de Unity y haga referencia a ellos desde el script init. Consulte ¿Qué son los scripts de inicialización?.

Configuración específica del proyecto del cuaderno

Para las dependencias con ámbito de proyecto, ejecute un cuaderno que contenga %pip install comandos al principio de cada sesión:

# Install from pyproject.toml
%pip install .

# Install from a requirements file
%pip install -r requirements.txt

# Install a wheel from Volumes or Workspace
%pip install /Volumes/catalog/schema/volume/your_library.whl

%pip Los comandos incluyen límites de protección específicos de Databricks y propagan dependencias a los nodos del ejecutor de Spark. Esto permite funciones definidas por el usuario (UDF) con dependencias personalizadas.

Para obtener más ejemplos, consulte Administración de bibliotecas con %pip comandos.

No necesitas volver a ejecutar el cuaderno de configuración si lo reconectas antes de que el túnel SSH se apague. Por defecto, el túnel se cierra 10 minutos después de que el último cliente se desconecte. Para cambiar este retraso, usa --shutdown-delay con el comando de tu método de conexión:

  • Para una conexión de proceso clásica reutilizable, establezca el retraso con databricks ssh setup. La entrada del host SSH generada aplica el retraso cuando se conecta desde su IDE o ejecuta ssh <connection-name>.
  • Para una conexión directa con CLI, configura el retardo con Databricks ssh connect.

Nota:

Varias sesiones SSH en el mismo clúster comparten un entorno virtual.

Usa Git en una sesión SSH

Importante

Esta característica está en versión preliminar pública. Los administradores del área de trabajo pueden controlar el acceso a la compatibilidad de la CLI de Git con carpetas de Git desde la página Vistas previas . Consulte Administrar versiones preliminares de Azure Databricks.

Puedes usar la CLI de Git en el túnel SSH con carpetas Git recién creadas y las credenciales Git que hayas configurado en el espacio de trabajo de Azure Databricks. Consulte Uso de comandos de la CLI de Git.

Si la CLI solicita credenciales en lugar de detectarlas automáticamente, debes conectar tu proveedor Git a Azure Databricks. Consulte Conexión del proveedor de Git a Databricks.

Mantén los procesos independientes en funcionamiento

Por defecto, cuando el túnel SSH se apaga, detiene todos los procesos que la sesión inició, incluidos los que separaste de la sesión con tmux, setsid, o nohup. El túnel registra una advertencia que nombra los procesos separados que está a punto de detener. Para mantener el trabajo desacoplado funcionando después de que el túnel se cierre, usa la --keep-detached-processes bandera:

  • Computación sin servidor o clásica: Pasa la bandera a Databricks SSH Connect.
  • Cómputo clásico con un host SSH configurado: Pasa la bandera a la configuración SSH de Databrick. La entrada del host SSH generada la aplica cada vez que te conectas. Las conexiones serverless no requieren configuración, así que esta opción solo se aplica a la computación clásica.

El siguiente ejemplo mantiene los procesos separados ejecutándose en computación sin servidor:

databricks ssh connect --keep-detached-processes

El siguiente ejemplo mantiene los procesos separados ejecutándose en un clúster dedicado:

databricks ssh connect --cluster 0123-456789-abcdefgh --keep-detached-processes

Cuando usas esta bandera, el túnel se cierra de la siguiente manera:

  • Solo se detiene el túnel SSH y sus sshd procesos. Los procesos separados siguen ejecutándose.
  • Cualquier proceso separado que aún esté en funcionamiento mantiene su acceso a /Workspace y /Volumes.
  • Cualquier ejecución de trabajo termina cuando se cierra el último proceso separado.

En tu próxima conexión al mismo cálculo, puedes volver a conectar a un trabajo separado, por ejemplo con tmux attach. El modo del túnel SSH está configurado al inicio. Si te conectas con la bandera cuando la conexión empezó originalmente sin ella, la CLI inicia una nueva conexión.

Tenga en cuenta lo siguiente:

  • Mientras la ejecución de trabajo permanece abierta, el clúster no termina automáticamente. Una sesión inactiva tmux cuenta como un proceso desconectado en ejecución, así que ciérrala cuando ya no la necesites.
  • La ejecución del trabajo sigue deteniéndose cuando alcanza la vida útil máxima establecida por --server-timeout. Esta vida útil cuenta desde que empieza la operación del trabajo, no desde que se cierra el túnel. Para trabajos de larga duración, utiliza jobs o bundles en su lugar.

Limitaciones en los túneles SSH

El túnel SSH proporcionado por Databricks tiene las siguientes limitaciones:

  • No se admiten clústeres compartidos.
  • La extensión del IDE Databricks y el túnel SSH aún no son compatibles y no deberían usarse juntos.
  • Los archivos editados fuera de /Workspace, /Volumes y /dbfs se pierden al reiniciar el clúster.
  • Se permiten un máximo de 10 conexiones SSH por clúster.
  • Las sesiones inactivas pueden desconectarse después de 1 hora.
  • El túnel SSH no se puede iniciar desde otros entornos remotos ni contenedores de Docker.
  • Es posible que encuentre problemas de rendimiento o conexión cuando tres o más cuadernos de Jupyter Notebook estén abiertos simultáneamente.

Comportamiento del cuaderno en sesiones SSH

Existen algunas diferencias en los cuadernos al usar el túnel SSH:

  • Los archivos de Python no definen ningún global de Databricks (como spark o dbutils). Debe importarlos explícitamente con from databricks.sdk.runtime import spark.
  • En el caso de los cuadernos de ipynb, estas características están disponibles:
    • Datos globales de Databricks: display, displayHTML, dbutils, table, sql, udf, getArgument, sc, sqlContext, spark
    • %sql comando mágico para ejecutar celdas SQL

Para trabajar con "cuadernos" de origen de Python:

  • Busque jupyter.interactiveWindow.cellMarker.codeRegex y establézcalo en:

    ^# COMMAND ----------|^# Databricks notebook source|^(#\\s*%%|#\\s*\\<codecell\\>|#\\s*In\\[\\d*?\\]|#\\s*In\\[ \\])

  • Busque jupyter.interactiveWindow.cellMarker.default y establézcalo en:

    # COMMAND ----------

Solucionar problemas de conexiones de túneles SSH

Empieza con el síntoma que coincide con el fallo:

Síntoma Primera comprobación
La conexión SSH falla o expira. Comprueba el acceso HTTPS y WebSocket al espacio de trabajo. Para el cómputo clásico, también comprueba el estado del clúster y el tiempo de espera del IDE. Consulte Error o tiempo de espera agotado de la conexión SSH.
El CLI informa que no puede encontrar code. Instale el comando de shell de Visual Studio Code en el PATH local. Consulte el comando codecode no encontrado.
La autenticación de la CLI falla. Revisa el perfil de CLI y, para la computación clásica, los permisos del clúster. Consulta errores de autenticación de la CLI.
El CLI informa invalid_grant con Refresh token is invalid. Vuelve a iniciar sesión en el espacio de trabajo usando el mismo perfil de la CLI y luego vuelve a intentar la conexión. Consulte El token de actualización no es válido.
El código o los notebooks de Python fallan tras conectarse. Compruebe el intérprete o el kernel del cuaderno seleccionado. Consulte Error en el código o los cuadernos de Python en la sesión SSH.
Los archivos desaparecen tras reiniciar el clúster. Comprueba si los archivos se almacenaron en una ruta local efímera. Consulta Desaparecen archivos o se reinicia el entorno tras reiniciar el clúster.

La conexión SSH falla o se agota el tiempo de espera

  • Para la computación clásica, verifica que el clúster está en ejecución en la interfaz del espacio de trabajo.
  • Comprueba que tu red, VPN y cortafuegos permitan el tráfico HTTPS y WebSocket en tu dominio de espacio de trabajo. El túnel SSH no utiliza el puerto 22. Canaliza todo el tráfico a través del mismo endpoint HTTPS que el que usan otros comandos de Databricks CLI. Consulte Configuración de reglas de firewall de nombres de dominio.
  • Si un proxy o cortafuegos inspecciona el tráfico TLS, comprueba que permita la solicitud de actualización de WebSocket. Un intermediario que bloquea o elimina la actualización provoca que la conexión falle o se agote. Pide a tu administrador de red que permita las actualizaciones de WebSocket a tu dominio de espacio de trabajo, o que evite la inspección TLS para ese dominio.
  • Si te conectas a través de un proxy HTTP corporativo, configura la HTTPS_PROXY variable de entorno o NO_PROXY para saltarte el proxy de tu dominio de espacio de trabajo. El túnel SSH utiliza la misma configuración de proxy que otros comandos CLI de Databricks. Consulta la configuración del servidor proxy.
  • Comprueba que tu máquina local tenga acceso HTTPS a github.com y release-assets.githubusercontent.com.
  • Aumente el tiempo de espera de SSH. Consulte Conexión mediante Visual Studio Code o Cursor.
  • Para errores de coincidencia de claves, elimine ~/.databricks/ssh-tunnel-keys y vuelva a ejecutar databricks ssh setup.
  • En el caso de errores de "la identificación remota del host ha cambiado", compruebe el archivo ~/.ssh/known_hosts y elimine las entradas relacionadas con el clúster.
  • Las sesiones SSH pueden quitarse después de 1 hora y no se pueden realizar más de 10 conexiones SSH a un único clúster. Ver limitaciones de túneles SSH.

code Comando no encontrado

Si ve Error: exec: "code": executable file not found in $PATH, abra la paleta de comandos (Cmd/Ctrl+Mayús+P), seleccione Shell Command: Install 'code' command in PATH (Comando de shell: Instalar "código" en PATH) y reinicie el IDE o la sesión de terminal.

Errores de autenticación de la CLI

  • Inicia sesión en tu espacio de trabajo usando databricks auth login.
  • Para el proceso clásico, confirme que tiene permisos CAN MANAGE en el clúster.

El token de actualización es inválido

Si databricks ssh connect falla con error getting token, invalid_grant, y Refresh token is invalid, el servidor de autorización rechazó el token de actualización OAuth guardado de la CLI. Vuelva a iniciar sesión para obtener una nueva sesión:

  1. Identifica el perfil de configuración del espacio de trabajo al que quieres conectarte:

    databricks auth profiles --skip-validate

  2. Vuelve a iniciar sesión usando ese perfil. Sustituye <workspace-url> por la URL del espacio de trabajo, sin la ruta /oidc/v1/token, y <profile-name> por el nombre de perfil correspondiente:

    databricks auth login --host <workspace-url> --profile <profile-name>

    Complete el flujo de inicio de sesión en el explorador.

  3. Vuelve a probar la conexión con el mismo perfil:

    databricks ssh connect --ide vscode --profile <profile-name>

    Usa --ide cursor para Cursor, o omite --ide para una sesión terminal.

Si el error persiste, comprueba que el comando fallido apunta al mismo espacio de trabajo y perfil en el que acabas de iniciar sesión. Consulte Autenticación de usuario a máquina (U2M) de OAuth.

El código o los cuadernos en Python fallan en la sesión SSH

Los archivos desaparecen o el entorno se restablece tras reiniciar el clúster

  • Los archivos en /Workspace, /Volumes, y /dbfs montados se conservan en los reinicios del clúster. Los archivos de /home, /rooty otras rutas de acceso locales son efímeros y se pierden al reiniciar.
  • Use la administración de bibliotecas de clústeres para las dependencias persistentes. Automatice la reinstalación mediante scripts de inicialización si es necesario. Consulte ¿Qué son los scripts de inicialización?.

Error en la configuración de SSH en Windows (WSL)

Ejecute databricks ssh setup directamente en Windows, no en WSL. La instancia de Windows Visual Studio Code no encuentra configuraciones ssh creadas en el lado de WSL.

Preguntas más frecuentes

¿El proceso sin servidor requiere la configuración de SSH?

N. º Después de instalar y autenticar la CLI de Databricks, usa databricks ssh connect para computación sin servidor. El databricks ssh setup comando configura entradas SSH reutilizables para el cómputo dedicado clásico.

¿El túnel SSH de Databricks requiere el puerto 22?

N. º El túnel SSH transporta tráfico por HTTPS a tu dominio de espacio de trabajo y requiere soporte para WebSocket. Tu red, VPN, cortafuegos y proxy deben permitir ese tráfico. Consulte Error o tiempo de espera agotado de la conexión SSH.

¿Cómo es diferente el túnel SSH de Databricks Connect?

Databricks Connect permite escribir código mediante las API de Spark y ejecutarlos de forma remota en el proceso de Databricks en lugar de en la sesión local de Spark. La extensión databricks Visual Studio Code usa Databricks Connect para proporcionar depuración integrada del código de usuario en Databricks.

El túnel SSH te permite acceder al espacio de trabajo desde tu IDE y traslada todo tu entorno de desarrollo a la infraestructura de cómputo. Python, el kernel y la ejecución del código se ejecutan en Azure Databricks con acceso a los recursos de cómputo.

¿Cómo se protegen los datos y el código?

El tráfico SSH está cifrado de extremo a extremo, y el código se ejecuta en los recursos de proceso de Azure Databricks a los que te conectas. La autenticación utiliza la CLI de Databricks y el perfil de tu espacio de trabajo configurado. Consulte ¿Qué métodos de autenticación se admiten?.

¿Qué IDE se admiten?

Visual Studio Code y Cursor son compatibles oficialmente. Cualquier IDE con funcionalidades SSH es compatible, pero solo se prueban VS Code y Cursor.

¿Están disponibles todas las características del cuaderno de Databricks en el IDE?

Algunas características como display(), dbutilsy %sql están disponibles con limitaciones o configuración manual. Consulta el comportamiento de Notebook en las sesiones de SSH.

¿Se iniciará automáticamente el clúster al conectarse mediante el túnel SSH?

Sí, pero si tarda más tiempo en iniciar el clúster que el tiempo de espera de conexión, se producirá un error en el intento de conexión. Para evitar esto, aumente el valor de Remote.SSH: Tiempo de espera de conexión desde la paleta de comandos (o remote.SSH.connectTimeout en settings.json) para reducir aún más la posibilidad de errores de tiempo de espera.

¿Cómo sé si mi clúster se está ejecutando?

Vaya a Proceso en la interfaz de usuario del área de trabajo de Databricks y compruebe el estado del clúster. El clúster debe mostrar En ejecución para que la conexión SSH funcione.

¿Cómo desconecto mi sesión SSH/IDE?

Para desconectar una sesión, cierre la ventana del IDE, use la opción Desconectar en el IDE, cierre el terminal SSH o ejecute el exit comando en el terminal.

¿Cómo se detiene el clúster y se evitan cargos cuando no estoy trabajando?

Para detenerlo inmediatamente, finalice el clúster desde la interfaz de usuario del área de trabajo. Vaya a Proceso en la interfaz de usuario del área de trabajo de Databricks, busque el clúster y haga clic en Finalizar o Detener.

Establezca una directiva de terminación automática breve en el clúster desde la interfaz de usuario del área de trabajo. Después de desconectarte, el túnel SSH espera el shutdown-delay periodo (por defecto: 10 minutos), y entonces se aplica el tiempo de espera de inactividad del clúster. Si usas --keep-detached-processes, el clúster no termina automáticamente mientras se ejecutan procesos separados. Ver Mantener procesos separados en funcionamiento.

¿Cómo debo controlar las dependencias persistentes?

Las dependencias instaladas durante una sesión se pierden después del reinicio del clúster. Use el almacenamiento persistente (/Workspace/Users/<your-username>) para los requisitos y los scripts de configuración. Use bibliotecas de clústeres o scripts de inicialización para la automatización.

¿Qué métodos de autenticación se admiten?

La autenticación utiliza la CLI de Databricks y el archivo de configuración de perfiles ~/.databrickscfg. El túnel SSH controla las claves SSH.

¿Puedo conectarme a bases de datos o servicios externos desde el clúster?

Sí, siempre que la red de clústeres permita conexiones salientes y tenga las bibliotecas necesarias.

¿Puedo usar extensiones de IDE adicionales?

La mayoría de las extensiones funcionan cuando se instalan dentro de la sesión de SSH remota, en función del IDE y el clúster. Visual Studio Code de forma predeterminada no instala extensiones locales en hosts remotos. Puede instalarlos manualmente abriendo el panel de extensiones y habilitando las extensiones locales en el host remoto. También puede configurar Visual Studio Code para instalar siempre determinadas extensiones de forma remota. Consulte Conexión a Databricks.

Sí, sin embargo, los administradores del espacio de trabajo deben incluir en la lista de permitidos las URL de los marketplaces de extensiones de Visual Studio Code y Cursor. El equipo local también debe tener la capacidad de acceder a Internet.

  • Última actualización el