Databricks Sandbox quickstart

Important

Bu özellik Beta sürümündedir. Bu özelliği çalışma alanında önizlemeyi etkinleştirmek için, çalışma alanı önizlemeleri sayfasında Databricks Sandbox ayarını seçin. Bkz. Azure Databricks önizlemelerini yönetme.

Databricks Sandbox, kodları izole, sunucusuz bir ortamda çalıştırır, böylece ajanlar yazdıkları kodu güvenle çalıştırabilir. Bir ajandan, Python kodundan veya bir terminalden sandbox kullanabilirsiniz. Aşağıdaki yolların her biri kendi başına çalışır, bu yüzden çalışma şeklinize uygun olanı seçin:

  • Mevcut bir ajana, yazdığı kodu bir sandbox'ta çalıştırması için bir kum kutusu aracı verin.
  • Python SDK'yı kullanarak sandbox oluşturup Python kodundan komutlar çalıştırın.
  • Databricks CLI'yı kullanarak bir sandbox oluşturup SSH üzerinden bağlanın.

Databricks Sandbox’a genel bakış için; hesaplama boyutu, depolama ve sınırlamalar dahil, Databricks Sandbox konusuna bakın.

Requirements

Mevcut bir ajana kodu güvenli şekilde çalıştırmak için bir sandbox aracı verin

Agent Bricks CLI'si ile ajanınızı oluştururken ve ajanın yazdığı kodu, örneğin Python'da veri analizi gibi, bu kodun ajanın kendi ortamında çalışmaması koşuluyla çalıştırmasını istediğinizde bu yolu kullanın.

Önce bir sandbox oluşturmazsınız. Sandbox aracı, ajanınızı Azure Databricks tarafından yönetilen system.ai.sandbox hizmete bağlar; bu hizmet, ajanın kodunu sizin için bir sandbox'ta çalıştırır. Yalnızca sandbox'ın hangi verilere erişebileceğini ve yazma izni olup olmayacağını yapılandırırsınız.

Aracı eklemek için, agentbricks tools add sandbox komutunu kum kutusunun erişebileceği verileri sınırlayan bir veya daha fazla kapsamla çalıştırın:

# Read one table.
agentbricks tools add sandbox --scope table:samples.nyctaxi.trips

# Read a volume and a workspace folder.
agentbricks tools add sandbox --scope volume:main.default.reports --scope workspace:/Workspace/Shared/data

# Allow writes to a volume.
agentbricks tools add sandbox --scope volume:main.default.output --permission read_write

Komut, aracı projedeki agent.toml içine kaydeder ve ajan, çalışma zamanında system.ai.sandbox MCP servisi aracılığıyla kum havuzunu çağırır. Varsayılan olarak, sandbox isteği gönderen kullanıcının izinleriyle çalışır. Bunun yerine uygulamanın hizmet sorumlusunu kullanmak için --auth app ekleyin. agentbricks deploy ile dağıtım yaptığınızda Agent Bricks, uygulamanın hizmet sorumlusuna --auth app kullanan araçlar için kapsamlandırılmış kaynaklara erişim sağlar.

Sandbox oluşturmak için Python SDK'sını kullanın

Kendi Python kodunuzdan, örneğin bir uygulamadan veya kendi sandbox’larını yöneten özel bir aracıdan sandbox’lar oluşturmak ve bunlarda komutlar çalıştırmak istediğinizde bu yolu kullanın. Python için Databricks SDK, koddan sandbox'larla çalışmanın önerilen yoludur.

  1. SDK'yı kur veya yükselt:

    pip install --upgrade databricks-sdk

  2. Sandbox oluşturun:

    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"

  3. Sandbox'ta bir komut çalıştır. Komut doğrudan çalıştırılır, kabuk olmadan, bu nedenle bir kabuk komutu çalıştırmak için /bin/bash -c çağırın:

    from google.protobuf.duration_pb2 import Duration

resp = w.sandbox.execute_command_sync(
    "sandboxes/my-sandbox",
    "/bin/bash",
    args=["-c", "echo hello world && whoami"],
    execution_timeout=Duration(seconds=30),
)
print(resp.exit_code)   # 0
print(resp.stdout)      # "hello world\nsandbox-agent\n"

  4. İşin bitince sandbox'u sil. Bir sandbox'u silmek, ana dizinini kaldırır ve faturalanmasını durdurur:

    w.sandbox.delete_sandbox("sandboxes/my-sandbox")

Sandbox'ları almak, listelemek, güncellemek, durdurmak ve yeniden başlatmak için SDK ile sandbox yarat ve yönet bölümüne bakabilirsiniz.

Databricks CLI'yı kullanarak bir sandbox oluşturun

Bir terminalden etkileşimli olarak bir kum havuzunda çalışmak istediğinizde bu yolu kullanın. Yerel makinenizi aktif tutmadan daha uzun ajan görevleri yürütmek için SSH üzerinden bir sandbox'a bağlanın. Örneğin, Databricks CLI'dan bir kodlama ajanı çalıştırabilir veya masaüstü bir IDE’ye ya da Cursor, Claude veya Codex gibi bir agent harness’e bağlanabilirsiniz.

Bir sandbox oluşturmak ve ona bağlanmak için şunları çalıştırın:

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

Bağlandığınızda, sandbox'taki Databricks CLI'si kurulur ve sandbox'un çalıştığı çalışma alanında kimlik doğrulaması yapılır. Çalışma alanınızda Unity Gateway yapılandırılmışsa, Azure Databricks ayrıca Claude ve Codex gibi yaygın kodlama araçlarını da ilk kez bağlandığınızda bunu kullanacak şekilde yapılandırır. Özel model hizmeti oluştur . Git'i sandbox'tan kullanmak için Git kimlik bilgilerini yapılandırın. Bkz. Git sağlayıcınızı Databricks'e bağlama.

Tüm komutlar için databricks sandbox -h komutunu çalıştırın veya sandbox komut grubuna bakın.

Ek kaynaklar

  • Son güncelleştirme: