Databricks Sandbox

Important

Den här funktionen finns i Beta. För att aktivera denna funktionsförhandsvisning i arbetsytan, välj in Databricks Sandbox-inställningen på sidan för arbetsytans förhandsvisningar. Se Hantera förhandsversioner av Azure Databricks.

Databricks tar för närvarande inte betalt för användning av denna funktion. Kostnad och pris för funktioner i Beta kan dock ändras.

Databricks Sandbox låter dig köra opålitlig kod i en isolerad miljö via Databricks REST API, SDK eller Databricks CLI. Sandlådan tillhandahåller serverlös datorkapacitet vid behov för att köra kod dynamiskt.

Varje sandlåda innehåller en persistent hemkatalog. Du kan stoppa och starta en sandlåda när som helst, och datan i din hemkatalog finns kvar.

Sandlådan är idealisk för:

  • Köra ett agentramverk.
  • Kör användarskriven eller AI-skriven kod.
  • Att sköta bakgrundsuppgifter eller arbetare.
  • Att starta interaktiva IDE- eller SSH-sessioner.

Förutsättningar

Snabbstart

Börja med att skapa en sandlåda med några rader kod:

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.sandbox import Sandbox

w = WorkspaceClient()

created = w.sandbox.create_sandbox(
    sandbox=Sandbox(),
    sandbox_id="my-sandbox",
)
print(created.name)   # "sandboxes/my-sandbox"

För en fullständig genomgång av att skapa en sandlåda, köra kommandon i den och hantera dess livscykel, se Skapa och hantera sandlådor med SDK:n.

Beräknad storlek

Databricks Sandbox levereras med 4 vCPU:er och 8 GB RAM. Denna storlek är inte konfigurerbar.

Storage

Varning

I slutet av betaperioden kan Databricks utföra en engångsrensning av data lagrad i sandlådor. Förvara inget du inte har råd att förlora.

Databricks Sandbox levereras med nätverksansluten lagring.

  • Data i din hemkatalog (/home/sandbox-agent) finns kvar under hela livslängden på din Databricks Sandbox. Även efter att du har stoppat din Databricks Sandbox är datan i din hemkatalog tillgänglig när du startar din nästa session.
  • Din hemkatalog kan lagra upp till 100 GB. Just nu kan detta inte ändras.
  • Du kan lagra upp till 10 GB utanför din hemkatalog, men dessa data raderas när du stoppar sandboxen.

Networking

Det finns inga begränsningar för nätverksutgång från en sandlåda, och utgång är inte konfigurerbar.

Användningskostnader

För fullständig information om faktureringsanvändning, se Databricks prissättning. Databricks beräknar fakturerbar användning för sandlådor:

  • Körtidsberäkning: Faktureras per timme medan din Databricks Sandbox körs.
  • Persistent lagring: Du faktureras för data som lagras i din hemkatalog tills din Databricks Sandbox raderas. Lagring debiterar så länge Databricks Sandbox-instansen existerar. För att sluta betala för lagring måste du ta bort sandlådan.
  • Dataöverföring

Databricks SDK för Python är det rekommenderade sättet att komma åt sandlådan. Se Databricks SDK för Python sandbox-referens för tillgängliga kommandon, och Skapa och hantera sandlådor med SDK:n för exempel.

Åtkomst till sandlådan via CLI

Du kan också komma åt din sandlåda via SSH. Detta är användbart för att köra längre agentuppgifter utan att din lokala maskin behöver vara aktiv. Till exempel kan du:

  • Styr din kodningsagent direkt från Databricks CLI över SSH.
  • Koppla en desktop-IDE eller en agent-harness som Cursor, Claude eller Codex.

För att skapa en sandlåda och ansluta till den med Databricks CLI, kör:

databricks sandbox create      # create your sandbox
databricks sandbox register    # optional: register SSH keys
databricks sandbox ssh         # SSH to your default sandbox

När du SSH:ar in i din sandlåda installeras och autentiseras Databricks CLI till Databricks arbetsyta där din sandlåda körs. Du kanske också vill konfigurera Git-inloggningsuppgifter. Se Ansluta din Git-provider till Databricks.

För detaljerad kommandohjälp, kör databricks sandbox -h, eller se sandbox kommandogruppen.

När du först SSH:ar in i din sandlåda konfigurerar Databricks automatiskt vanliga kodningsverktyg som Claude och Codex för att använda AI Gateway om AI Gateway är konfigurerat för din arbetsplats. För mer information, se Skapa och hantera modell-API:er (modelltjänster).

Hanterad Omnigent

Managed Omnigent använder Databricks Sandbox som sin exekveringsbackend. För mer information, se Omnigent på Databricks.

Limitations

  • Kvoter upprätthålls. Du kan ha högst 40 aktiva sandlådor per användare (totalt 400 i alla delstater), och en arbetsyta kan ha högst 100 aktiva sandlådor (totalt 1 000).
  • Databricks Sandbox är en beräkningsprimitiv för att köra kod, inte en allmän Spark-runtime. För Spark-arbetsbelastningar, använd Connect to serverless compute.
  • De publika IP-adresserna till din Databricks Sandbox kan ändras när som helst. Standardingressen för sandlådan är stängd för all trafik. Detta kan inte ändras just nu.
  • Du kan inte anpassa din miljö vid start eller behålla en miljö utanför din hemkatalog. För att återanvända paket eller konfigurationer över sessioner, lagra dem i din hemkatalog.
  • Last updated on