Csatlakozás az IDE-ből

Ez az oldal összefoglalja azokat a fejlesztői eszközök jellemzőit, amelyek lehetővé teszik, hogy az IDE-ből csatlakozzon a Databrickshez.

Hasonlítsd össze az IDE eszközöket

Az alábbi táblázat összehasonlítja az IDE-ből a Databrickshez való csatlakozáshoz használható eszközöket.

Eszköz	Használati esetek
SSH-tunnel	Csatlakoztasd a helyi IDE-det klasszikus számítási környezethez, szerver nélküli számítási környezethez vagy AI Runtime-hoz SSH-n keresztül. Futtasd a kódot ugyanabban a környezetben, ahol a klasztered vagy szerver nélküli számítási környezeted működik. További funkciórészletekért lásd: SSH-val csatlakoztatott IDE.
Databricks Sandbox	Csatlakoztasd a helyi IDE-det könnyű Databricks serverless számítási környezethez SSH-n keresztül. Az alapértelmezett környezet tartalmazza a gyakori kódolási ügynöki eszközöket és az Omnigent támogatást. További funkciórészletekért lásd: az SSH-hoz kapcsolt IDE.
IDE kiterjesztés	Néhány kattintással csatlakoztasd a Visual Studio Code-ot vagy a Cursort egy Databricks munkaterülethez. Definiálja, telepítse és futtassa a deklaratív automatizálási csomagokat az IDE-dről. Futtass helyi Python fájlokat Databricks compute-on, vagy futtass fájlokat és notebookokat Lakeflow Jobsként.
Databricks Connect	Csatlakoztasson bármilyen IDE-t, notebookkiszolgálót vagy egyéni alkalmazást a Databricks számítási erőforrásaihoz. Írj kódot Spark API-kkal, és távolról futtasd Databricks számítási erőforráson a helyi Spark session helyett.

SSH-val csatlakoztatott IDE

Mind az SSH alagút , mind a Databricks Sandbox csatlakozik a Databricks számításhoz a munkaterületedben SSH-val (Secure Shell). Az alábbi táblázat összehasonlítja a két funkció felhasználási eseteit és műszaki különbségeit.

	Databricks SSH alagút	Databricks Sandbox
Elsődleges használati eset	IDE-vezérelt fejlesztés adatmérnöki, adattudományi és gépi tanulási munkaterhelésekhez Databricks compute-on.	Futtasd az ügynökciklusokat, és biztonságosan hajtsd végre a nem megbízható, tetszőleges, nem Spark- és Databricks Runtime-kódot.
Hol fut a számítás	Klasszikus vagy serverless adatsík a Databricks munkaterületen	Serverless adatsík a Databricks-munkaterületen
Számítási típus	Kiszolgáló nélküli számítás Dedikált egyfelhasználós klaszterek AI-futtatókörnyezet	Speciális, könnyű serverless számítási kapacitás
Kezdési időpont	Hasonló a meglévő számítási erőforrások indítási idejéhez	Seconds
Identitás-átterjesztés	A rendszer automatikusan hitelesíti azt a felhasználót, aki elindítja az SSH-munkamenetet	A rendszer automatikusan hitelesíti azt a felhasználót, aki kezdeményezi az SSH-munkamenetet
Adatmegőrzés	Közvetlen kapcsolatod van a Databricks munkaterülettel. Az adatok a munkaterületi fájlokban és a Unity Catalogban elérhetők az IDE UI-n, a REST API-n és a Databricks CLI-n.	Az adatok a /home/sandbox-agent/ tárhelyen érhetők el, amely akkor is megmarad, amikor a sandbox leáll. Az adatok a munkaterületi fájlokban és a Unity Catalogban elérhetők a REST API-val és a Databricks CLI-vel.
Alapértelmezett környezet	Ugyanaz, mint a klasztered vagy a szerver nélküli környezeted. Kezeld a klaszterhez kötött függőségeket, használd ki a munkaterületi bázis környezeteket a szerverlesshez és az AI Runtime-hoz, vagy telepítsd a függőségeket a projekt futási ideje alatt.	Az alapértelmezett környezet tartalmazza a gyakori kódolási ügynökeszközöket és az Omnigent támogatást.
SEG (kijárati vezérlők)	A munkaterületről öröklődik	Még nem elérhető
Bejövő hozzáférés-vezérlés (PrivateLink, IP ACL)	Available	Available