Azure Databricks 的 SSH(Secure Shell)隧道将 Visual Studio Code、Cursor 或终端连接到 Azure Databricks 工作区以及 Azure Databricks 无服务器计算、AI 运行时或经典计算。 用它编辑工作区文件,运行或调试 Python 脚本和笔记本,同时 Python 环境和代码执行均在远程计算资源上进行。 直接连接到无服务器计算,或者设置可重复使用的 SSH 连接,以连接到专用的经典集群。
要求
从本地机器开始SSH连接。 不能从其他远程环境或 Docker 容器中发起该隧道。
要连接无服务器或经典计算,您必须具备:
- 在本地计算机上安装 Databricks CLI 1.5.0 或更高版本,并配置了身份验证。 使用
databricks --version检查已安装的版本。 请参阅安装或更新 Databricks CLI。 - 以下任一:
- 已安装 Visual Studio Code 版本 1.110.0(通用版)或更高版本,以及 Remote - SSH 扩展(1.0.46+)。
- Cursor 版本为2.6.11(通用版)或更高。
要连接无服务器计算,必须启用端口转发到无服务器计算。 参见 管理端口转发至无服务器计算。
若要连接到无服务器 GPU 计算,必须启用 AI 运行时功能。 请参阅 AI 运行时。
经典计算的额外要求
连接到经典(专用、单用户)计算资源:
- 计算必须运行 Databricks Runtime 17.0 或更高版本。 请参阅 专用计算概述。
- 必须启用 Unity Catalog。
- 如果计算策略存在,则它不得禁止执行作业。
- 使用 Databricks 容器服务进行专用计算时,Docker 映像必须已安装
openssh-server。
选择一个SSH连接
使用适用于你的计算类型的连接方法:
| 计算 | 连接方法 | 设置要求 |
|---|---|---|
| 无服务器计算 | databricks ssh connect |
没有单独的SSH设置步骤。 添加 --ide vscode 或 --ide cursor 以启动 IDE。 |
| AI 运行时 | databricks ssh connect --accelerator <accelerator> |
没有单独的SSH设置步骤。 添加 --ide vscode 或 --ide cursor 以启动 IDE。关于支持的加速器,请参见 --accelerator。 |
| 经典专用、单用户计算 | 在终端中运行 databricks ssh setup --name <connection-name> 。然后从IDE启动SSH会话或运行 ssh <connection-name>。 |
选择一个满足经典计算需求的专用单用户集群。 不支持共享群集。 |
如需了解与 Databricks Connect 及其他开发选项的对比,请参见 从 IDE 连接。
连接至无服务器计算
满足上述要求后,从终端或IDE运行 Databricks ssh connect 。
--ide 值选择要启动的编辑器,无论你从哪个编辑器或终端运行命令。
Visual Studio Code
databricks ssh connect --ide vscode
CLI会打开一个连接到远程计算资源的Visual Studio Code窗口。
Cursor
databricks ssh connect --ide cursor
CLI会打开一个与远程计算环境连接的 Cursor 窗口。
终端
databricks ssh connect
CLI启动交互式SSH会话。
关于命令选项,包括命名连接和认证配置文件,请参见 databricks ssh connect。
连接后,打开你的工作区项目,选择 Python 环境。 如果连接失败,请参见“排查 SSH 隧道连接”。
连接到使用 AI Runtime 的无服务器 GPU 计算
启用 AI 运行时后,添加 --accelerator 以使用 GPU 计算:
databricks ssh connect --accelerator GPU_1xA10
databricks ssh connect 在单个节点上提供交互式会话。 对于长时间运行的训练作业或多节点分布式训练,应改用 databricks air 提交工作负载。 参见 将 Databricks CLI 与 AI Runtime 配合使用。
连接到经典计算
要建立到经典专用集群的可复用连接,请先设置 SSH 主机名,然后在 IDE 中选择该主机,或从终端进行连接。
设置 SSH 连接
注释
仅当连接到经典计算时,才需要设置 SSH 连接。
在本地机器上运行 databricks ssh setup。 将 <connection-name> 替换为此连接的名称,例如 my-connection:
databricks ssh setup --name <connection-name>
CLI会提示你选择集群,并在你的SSH配置中添加主机条目。 你也可以直接选择集群。 将 <cluster-id> 替换为你的专用集群 ID:
databricks ssh setup --name <connection-name> --cluster <cluster-id>
要配置最后一个客户端断线后SSH隧道等待的时间,可以在设置命令中添加 --shutdown-delay 。 默认值为 10 分钟。 例如,要为通过该SSH主机条目的连接设置30分钟延迟:
databricks ssh setup --name <connection-name> --cluster <cluster-id> --shutdown-delay 30m
注释
对于 IntelliJ 用户,Databricks 建议将 --auto-start-cluster=false 添加到安装命令中,并在连接之前手动启动群集。 这是因为 JetBrains IDE 在启动时会启动所有已配置的群集,这可能会导致意外的计算费用。
使用 Visual Studio Code 或 Cursor 进行连接
对于 Visual Studio Code,请安装 远程 SSH 扩展。 游标默认包含远程 SSH 扩展。
在 IDE 主菜单中,单击“ 查看>命令面板”。 选择 “远程 SSH:设置”。 或者,选择 “首选项:打开用户设置”(JSON) 以直接修改
settings.json。在 Remote.SSH: Default Extensions(或
remote.SSH.defaultExtensions在settings.json中)下,添加ms-Python.Python和ms-toolsai.jupyter。如果要修改
settings.json:"remote.SSH.defaultExtensions": [ "ms-Python.Python", "ms-toolsai.jupyter" ]注释
(可选)增加 Remote.SSH: Connect Timeout 的值(或者在
remote.SSH.connectTimeout中增加settings.json),以进一步降低超时错误的可能性。 默认超时为 360。在命令面板中,选择 “远程 SSH:连接到主机”。
从下拉菜单中,选择在第一步中设置的连接。 IDE 将继续在新窗口中进行连接。
使用 IntelliJ IDE 进行连接
- 按照 远程服务器教程 进行设置。
- 在新连接屏幕上,输入:
-
用户名:
root -
主机:
<connection-name>
-
用户名:
从终端连接到经典计算资源
使用你配置的 databricks ssh setup连接名称:
ssh <connection-name>
对于没有可重用SSH主机条目的直接连接,你也可以使用CLI。 用你的专用集群ID替换 <cluster-id> :
databricks ssh connect --cluster <cluster-id>
通过 SSH 打开工作区项目
默认情况下,该 databricks ssh connect 命令将打开到临时目录。 若要访问工作区文件,请从 IDE 或终端导航到工作区目录:
- 在Visual Studio Code或光标中,从命令面板(Cmd/Ctrl+Shift+P)中选择“打开文件夹”并导航到
/Workspace/Users/<your-username>。 - 在终端窗口中,更改目录:
cd /Workspace/Users/<your-username>
注释
群集重启后,/Workspace、/Volumes 和 /dbfs 中的文件会持久存留。 重启时,位于/home、/root以及其他本地路径中的文件是临时性的,会丢失。
在 SSH 会话中运行 Python 和 Notebook
在运行代码前,选择你 SSH 会话提供的 Python 环境。 对于经典计算,该环境包含内置的 Databricks 运行时库和计算作用域库。
打开命令面板(Cmd/Ctrl+Shift+P),然后选择Python:选择解释器。
pythonEnv-xxx从列表中选择虚拟环境。 如果您使用--base-environment标志来设置 Python 依赖项,请从选项列表中选择较长的虚拟环境名称。 如果虚拟环境未显示:从 IDE 中的终端运行
echo $DATABRICKS_VIRTUAL_ENV。示例输出:
/local_disk0/.ephemeral_nfs/envs/pythonEnv-xxx/bin/python在 Python: 选择解释器 提示中,将完整输出粘贴为解释器路径。
打开新的终端,虚拟环境应会自动激活。
若要运行 Jupyter 笔记本,请确保将虚拟环境选为内核。 单击笔记本右上角的 “选择内核 ”。
使用标准 Python 扩展和 .ipynb Jupyter 扩展运行和调试 Python 文件和笔记本文件。
若要在无服务器计算的Python文件中使用 Spark,请显式初始化会话:
from databricks.connect import DatabricksSession
spark = DatabricksSession.builder.serverless().profile("DEFAULT").getOrCreate()
管理 SSH 会话的依赖项
选择适用于你的计算类型的依赖项管理方式:
关于非 Python 包,请参见 Non-Python 依赖。
工作区基础环境(建议用于无服务器和 AI 运行时)
注释
此功能要求启用 Jobs 中的无服务器工作区基础环境支持 预览功能。 请参阅 Manage Azure Databricks 预览版。
使用无服务器环境版本 4 或更低版本的工作区基础环境来预配置Python依赖项。 SSH隧道在无服务器环境版本5及以上中不支持 --base-environment。 使用 工作区 UI 或 Databricks CLI databricks environments create-workspace-base-environment 命令创建基础环境。
连接时,使用 --base-environment 选项指定环境:
databricks ssh connect --base-environment my-workspace-env
该 --base-environment 选项接受显示名称、工作区 YAML 路径或资源 ID。 你不能将其与--cluster合并。 参见 databricks ssh connect。
群集库(建议用于经典计算)
通过“计算”>“库”下的工作区 UI 安装依赖项。 这些依赖项在群集重启后仍会保留,并可在 pythonEnv-xxx 中使用。 请参阅 群集库。
非Python依赖项
若要保留非Python依赖项,请使用在计算启动时安装包的 init 脚本。 (可选)将包存储在 Unity 目录卷中,并从 init 脚本引用它们。 请参阅什么是 init 脚本?。
项目特定的笔记本设置
对于项目范围的依赖项,请在每个会话开始时运行包含 %pip install 命令的笔记本:
# 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 命令包括特定于 Databricks 的防护措施,并将依赖项传播到 Spark 执行程序节点。 这将启用具有自定义依赖项的用户定义函数(UDF)。
有关更多示例,请参阅 使用 %pip 命令管理库。
如果你在SSH隧道关闭前重新连接,就不需要重开设置笔记本。 默认情况下,隧道在最后一个客户端断线后10分钟关闭。 要改变这个延迟,请将 --shutdown-delay 与适用于您的连接方法的命令一起使用:
- 对于可重用的经典计算连接,请使用 databricks ssh setup 设置延迟。 当你从 IDE 连接或运行
ssh <connection-name>时,生成的 SSH 主机条目会应用延迟。 - 对于直接 CLI 连接,请使用 databricks ssh connect 设置延迟。
注释
同一群集上的多个 SSH 会话共享一个虚拟环境。
在SSH会话中使用Git。
重要
此功能目前以公共预览版提供。 工作区管理员可以从预览页控制对 Git 文件夹的 Git CLI 支持的访问权限。 请参阅 Manage Azure Databricks 预览版。
你可以在SSH隧道中使用Git的CLI,配合新创建的Git文件夹和你在Azure Databricks工作区配置的Git凭证。 请参阅 “使用 Git CLI”命令。
如果CLI提示输入凭证而不是自动获取,你必须将你的Git提供商连接到Azure Databricks。 请参阅将您的 Git 提供商连接到 Databricks。
保持分离进程运行
默认情况下,当 SSH 隧道关闭时,会停止该会话启动的所有进程,包括使用 tmux、setsid 或 nohup 从会话中分离的进程。 在停止这些进程之前,隧道会在隧道作业运行的输出中记录带有其进程 ID 的警告。
databricks ssh connect 启动隧道时打印作业运行ID。
断开连接后要保持分离的任务继续运行,请使用 --keep-detached-processes 标志。 在开始想要保留的工作之前,在启动隧道的连接上设置标志。 参见 “与现有隧道的连接”。
- 无服务器或经典计算:将标志传递给 databricks ssh connect。
- 已配置 SSH 主机的经典计算:将该标志传递给 databricks ssh setup。 生成的 SSH 主机条目会在每次连接时应用它。 无服务器连接不需要设置,所以这个选项只适用于经典计算。
以下示例使分离进程在无服务器计算上持续运行:
databricks ssh connect --keep-detached-processes
以下示例保持分离进程在专用集群上运行:
databricks ssh connect --cluster 0123-456789-abcdefgh --keep-detached-processes
当你使用该标志且最后一个客户端断开连接时,隧道的行为如下:
- 在
--shutdown-delay时段结束后,隧道会检查是否存在已分离的进程。 只要其中任一项仍在运行,隧道就会继续运行,而不是关闭。 - 分离进程保持其对
/Workspace和/Volumes的访问。 - 最后一个分离进程退出后,隧道关闭,其作业运行结束。
只要隧道仍在运行,您就可以重新连接到同一计算资源,并重新附加到此前分离的工作,例如使用 tmux attach。 在无服务器计算中,用相同的连接名称重新连接。 如果你省略 --name 了,CLI 会从你的工作区以及 --accelerator 和 --base-environment 标志中获取连接名称,所以更改任一标志都会启动一个独立的连接。
与现有隧道的连接
隧道的模式在隧道启动时固定,后续连接的处理方式如下:
- 如果你用该标志连接到一个启动时未使用该标志的隧道,CLI 会启动一个新的隧道。 你在现有隧道中分离的进程不会被保留,而且当隧道关闭时它们仍然会停止。 在专用集群上,新隧道会立即停止现有隧道,从而结束其开放会话并停止其分离进程。
- 如果你连接时不带该标志,连接到一个使用该标志启动的隧道,CLI 会重用该隧道,并且该隧道会持续运行,只要分离的进程仍在运行。 这同样适用于来自其他 SSH 主机条目或 IDE 会话到同一计算实例的连接。
成本与最大使用寿命
请记住以下几点:
- 隧道继续运行时,计算资源也会继续运行,并会产生费用。 经典集群不会自动终止。 空闲
tmux会话算作一个正在运行的分离进程,所以当你不再需要它时关闭它。 - 即使分离进程正在运行,作业运行仍会在达到由
--server-timeout设置的最大生命周期时停止。 这个生命周期从作业运行开始计算,而不是从最后一个客户端断线开始计算。 作业运行停止后,分离进程失去对/Workspace和/Volumes的访问。 在无服务器计算中,分离的进程会停止。 在经典计算中,即使没有该访问权限,它们也可以继续运行,直到群集终止。 如需保留长时间运行的分离工作的输出,请使用 Azure Databricks SDK 或 REST API 保存,而不是写入/Workspace或/Volumes路径。 请参阅在 Unity Catalog 卷中处理文件。 - 对于运行时间较长的工作,可以改用作业或捆绑包。
在SSH会话中运行编码代理
你可以在SSH会话中运行Claude Code和Codex,无需安装或配置。 代理通过你工作区的Unity Gateway发送模型请求,并用你的SSH会话凭证进行身份验证。
编码代理的要求
在你的本地机器上使用Databricks的CLI版本1.23.0或更高。
为你的工作区启用了Unity Gateway,可以访问你想用的模型。 请参阅 Coding Agent 快速入门先决条件。
计算到以下主机的出站 HTTPS 访问。 首次启动时会从此处下载智能体工具:
-
github.com和nodejs.org - PyPI:
pypi.org和files.pythonhosted.org - npm 注册表:
registry.npmjs.org
如果计算镜像已经包含
uv或npm,启动器会跳过下载该镜像。-
启动编码代理
连接到你的计算资源。 请参阅 选择SSH连接 ,了解不同的连接方式。
在 SSH 会话的终端中,运行智能体:
claude或
codex你添加的任何参数都会原样传递给代理。
要运行代理而不打开交互会话,请在 -- 后传递代理命令。 远程 shell 会解释该命令,因此请将整个命令用单引号括起来,以保持带引号参数的完整性。 例如,要以非交互模式运行 Claude Code:
databricks ssh connect -- 'claude -p "Summarize the notebooks in my workspace home folder"'
在 -- 之后传递的命令会从计算上的主目录启动,而不是从工作区的主文件夹启动。
第一次在计算资源上运行代理时,启动器会自动下载并安装代理工具。
编码代理约束
- 代理工具、对话历史和代理设置都存储在计算环境的主目录中。 在无服务器计算中,当计算实例停止时,该目录会丢失。 在专用集群中,该信号会在 SSH 会话间持续存在,直到集群重启或终止。 为了保留你的工作,可以将文件存储在
/Workspace或/Volumes。 请查看 “文件消失或集群重启后环境重置”。 - 如果你自己在计算上安装
claude或codex,该安装将优先生效,并且不会针对 Unity Gateway 进行配置。
SSH 隧道的限制
Databricks 提供的 SSH 隧道具有以下限制:
- 不支持共享群集。
- 在
/Workspace、/Volumes和/dbfs之外编辑的文件将在群集重启时丢失。 - 每个群集最多允许 10 个 SSH 连接。
- 处于非活动状态的会话可能会在 1 小时后断开。
- 无法从其他远程环境或 Docker 容器启动 SSH 隧道。
- 当同时打开三个或多个 Jupyter 笔记本时,可能会遇到性能或连接问题。
SSH会话中的笔记本行为
在使用 SSH 隧道时,笔记本会存在一些差异:
- Python 文件不定义任何 Databricks 全局文件(如
spark或dbutils)。 你必须通过from databricks.sdk.runtime import spark显式导入它们。 - 对于 ipynb 笔记本,可以使用这些功能:
- Databricks 全局变量:
display、displayHTML、dbutils、table、sql、udf、getArgument、sc、sqlContext、spark -
%sql用于执行 SQL 单元格的魔术命令
- Databricks 全局变量:
要处理 Python 源代码“笔记本”:
搜索
jupyter.interactiveWindow.cellMarker.codeRegex,并将其设置为:^# COMMAND ----------|^# Databricks notebook source|^(#\\s*%%|#\\s*\\<codecell\\>|#\\s*In\\[\\d*?\\]|#\\s*In\\[ \\])搜索
jupyter.interactiveWindow.cellMarker.default,并将其设置为:# COMMAND ----------
排查SSH隧道连接问题
先从与故障相符的症状开始:
| 症状 | 第一次检查 |
|---|---|
| SSH连接失败或超时。 | 检查工作区的HTTPS和WebSocket访问。 对于经典计算,也要检查集群状态和IDE超时。 参见 SSH连接失败或超时的情况。 |
CLI报告无法找到 code。 |
在本地 PATH 中安装 Visual Studio Code shell 命令。 请参阅 code 命令未找到。 |
| CLI认证失败。 | 检查 CLI 配置概况,对于经典计算,还要查看集群权限。 参见 CLI认证错误。 |
CLI 报告 invalid_grant 和 Refresh token is invalid。 |
用同一个CLI配置文件再次登录工作区,然后重新尝试连接。 请查看 刷新令牌无效。 |
| 连接后 Python 代码或笔记本失败。 | 检查所选解释器或笔记本内核。 看看 Python 代码或笔记本在 SSH 会话中失败的情况。 |
| 文件在集群重启后会消失。 | 检查文件是否存储在临时本地路径上。 请查看 “文件消失或集群重启后环境重置”。 |
claude 或者 codex 无法启动。 |
检查 Unity Gateway 是否已启用,并且你的令牌和权限是否允许访问。 请查看 编码代理未能启动。 |
SSH 连接失败或超时
- 对于经典计算,请在工作区 UI 中验证群集是否正在运行。
- 检查你的网络、VPN和防火墙是否允许HTTPS和WebSocket流量访问你的工作区域。 SSH隧道不使用端口22。 它通过与其他 Databricks CLI 命令相同的 HTTPS 端点对所有流量进行隧道传输。 请参阅 “配置域名防火墙规则”。
- 如果代理或防火墙检查TLS流量,检查是否允许WebSocket升级请求。 阻止或禁止升级的中间设备会导致连接失败或超时。请联系网络管理员以允许对工作区域进行 WebSocket 升级,或者允许针对该域绕过 TLS 检查。
- 如果你通过企业 HTTP 代理进行连接,请设置
HTTPS_PROXY环境变量,或设置NO_PROXY以绕过工作区域域名的代理。 SSH 隧道使用与其他 Databricks CLI 命令相同的代理配置。 参见 代理服务器配置。 - 检查你的本地机器是否能够通过 HTTPS 访问
github.com和release-assets.githubusercontent.com。 - 延长 SSH 超时期限。 请参阅 使用 Visual Studio Code 或 Cursor 进行连接。
- 对于密钥不匹配错误,请删除
~/.databricks/ssh-tunnel-keys并重新运行databricks ssh setup。 - 对于“远程主机标识已更改”错误,请检查
~/.ssh/known_hosts文件并删除与群集相关的条目。 - 在 1 小时后,SSH 会话可能会断开,并且无法与单个群集建立超过 10 个 SSH 连接。 参见 SSH隧道限制。
code 未找到命令
如果看到 Error: exec: "code": executable file not found in $PATH,请打开命令面板(Cmd/Ctrl+Shift+P),选择 Shell 命令:在 PATH 中安装“code”命令,然后重启 IDE 或终端会话。
CLI 认证错误
- 使用 databricks auth login 登录你的工作区。
- 对于经典计算,确认你在群集上具有
CAN ATTACH TO权限,或者如果群集未运行,则具有CAN RESTART。
刷新令牌无效
如果 databricks ssh connect 返回 error getting token、invalid_grant 和 Refresh token is invalid 错误,授权服务器已拒绝 CLI 保存的 OAuth 刷新令牌。 再次登录以获得新的会话:
确定你想连接的工作区配置配置文件:
databricks auth profiles --skip-validate使用该个人资料重新登录。 将
/oidc/v1/token替换为工作区 URL(不含<profile-name>路径),并将<workspace-url>替换为匹配的配置文件名称:databricks auth login --host <workspace-url> --profile <profile-name>在浏览器中完成登录流程。
用同样的配置文件重新尝试连接:
databricks ssh connect --ide vscode --profile <profile-name>对 Cursor 使用
--ide cursor,或者对于终端会话,则省略--ide。
如果错误依旧,检查失败命令是否针对你刚登录到的同一个工作区和配置文件。 参见 OAuth用户对机器(U2M)认证。
Python 代码或笔记本无法在 SSH 会话中运行
- 选择SSH会话提供的Python环境。 对于笔记本,选择该环境作为内核。 请参见在 SSH 会话中运行 Python 和笔记本。
- IPYNB 笔记本和
*.pyDatabricks 笔记本有权访问 Databricks 全局版,但 Python*.py文件不具有访问权限。 参见 SSH会话中的Notebook行为。
集群重启后文件消失或环境重置
- 在
/Workspace、/Volumes和/dbfs装载中的文件在群集重启后将保持存在。 重启时,位于/home、/root以及其他本地路径中的文件是临时性的,会丢失。 - 对持久性依赖项使用群集库管理。 根据需要使用 init 脚本自动重新安装。 请参阅什么是 init 脚本?。
编码代理无法启动
当你运行 claude 或 codex时,启动器会检查你能否访问 Unity Gateway,然后才下载代理工具。 如果你没有 Unity Gateway 的访问权限,内置代理无法运行。 将错误信息与原因相匹配:
- 该工作区未启用 Unity Gateway:请让你的工作区管理员启用 Unity Gateway。 请参阅 先决条件。
- 模型服务访问无法验证:请检查你是否满足 Unity Gateway 的前置条件,或者向你的工作区管理员请求对模型的访问权限。
-
安装步骤失败,例如
✗ Installing Node.js后面显示failed to download:请检查计算是否能通过 HTTPS 访问github.com、nodejs.org、pypi.org、files.pythonhosted.org和registry.npmjs.org。 参见 编码代理的要求。
如果找不到 claude 或 codex,请检查本地 Databricks CLI 是否为 1.23.0 版或更高版本,然后重新连接。 参见 编码代理的要求。
SSH 设置在 Windows (WSL) 上失败
直接在 Windows 上运行 databricks ssh setup,而不是在 WSL 中运行。 Windows Visual Studio Code实例找不到在 WSL 端创建的 SSH 配置。
FAQ
无服务器计算需要设置SSH吗?
No. 安装并完成 Databricks CLI 身份验证后,使用 databricks ssh connect 进行无服务器计算。 该 databricks ssh setup 命令配置可重复使用的 SSH 主机条目,用于经典专用计算。
Databricks 的 SSH 隧道需要 22 端口吗?
No. SSH隧道通过HTTPS将流量传输到你的工作区域域名,并且需要WebSocket支持。 你的网络、VPN、防火墙和代理都必须允许这些流量。 参见 SSH连接失败或超时的情况。
SSH 隧道与 Databricks Connect 有何不同?
Databricks Connect 允许使用 Spark API 编写代码,并在 Databricks 计算中远程运行代码,而不是在本地 Spark 会话中运行这些代码。 Databricks Visual Studio Code 扩展通过 Databricks Connect 提供在 Databricks 上对用户代码的内置调试功能。
SSH隧道允许你从IDE访问工作区,并将整个开发环境迁移到计算资源上。 Python、内核和代码执行都运行在 Azure Databricks 上,可以访问计算资源。
我的代码和数据如何受到保护?
SSH 流量是端到端加密的,代码运行在你连接的 Azure Databricks 计算上。 身份验证使用 Databricks CLI 和你配置的工作区配置文件。 查看支持哪些认证方法?
支持哪些 IDE?
正式支持 Visual Studio Code 和 Cursor。 任何具有 SSH 功能的 IDE 都兼容,但仅测试 VS Code 和 Cursor。
我可以在 SSH 会话中使用编码智能体吗?
Yes. 在无服务器计算或专用集群的SSH会话中,运行 claude 或 codex。 代理使用Unity Gateway,无需额外设置。 参见 “在 SSH 会话中运行编码代理”。
IDE 中是否提供了所有 Databricks 笔记本功能?
某些功能,例如 display()、dbutils 和 %sql,在使用时受到限制或需要手动设置。 参见 SSH会话中的Notebook行为。
使用 SSH 隧道进行连接时,群集是否会自动启动?
是的,但如果启动群集的时间比连接超时时间长,则连接尝试将失败。 若要防止这种情况,请从命令面板(或 in remote.SSH.connectTimeout)中增加settings.json的值,以进一步降低发生超时错误的可能性。
如何知道我的群集是否正在运行?
导航到 Databricks 工作区 UI 中的 “计算 ”,并检查群集的状态。 群集必须显示正在运行,SSH 连接才能正常工作。
如何断开 SSH/IDE 会话的连接?
可以通过关闭 IDE 窗口、使用 IDE 中的 “断开连接 ”选项、关闭 SSH 终端或在终端中运行 exit 命令来断开会话连接。
当我不工作时,如何停止群集并避免产生费用?
若要立即停止,请从工作区 UI 终止群集。 导航到 Databricks 工作区 UI 中的 “计算 ”,找到群集,然后单击“ 终止 ”或“ 停止”。
从工作区 UI 将简短的自动终止策略设置在群集上。 断开连接后,SSH 隧道会等待 shutdown-delay 时段(默认:10 分钟),然后应用群集的空闲超时。 如果你使用 --keep-detached-processes,集群在分离进程运行时不会自动终止。 这同样适用于没有该标志但复用由带有该标志的连接启动的隧道的连接。 参见 “与现有隧道的连接”。
应如何处理持久性依赖项?
群集重启后,会话期间安装的依赖项会丢失。 对要求和设置脚本使用永久性存储(/Workspace/Users/<your-username>)。 使用群集库或 init 脚本进行自动化。
支持哪些身份验证方法?
身份验证使用 Databricks CLI 和你的 ~/.databrickscfg 配置文件。 SSH 密钥由 SSH 隧道处理。
是否可以从群集连接到外部数据库或服务?
是的,只要群集网络允许出站连接,并且你拥有必要的库。
是否可以使用其他 IDE 扩展?
大多数扩展在远程 SSH 会话中安装时都起作用,具体取决于 IDE 和群集。 默认情况下,Visual Studio Code 不会在远程主机上安装本地扩展。 可以通过打开扩展面板并在远程主机上启用本地扩展来手动安装它们。 还可以将 Visual Studio Code 配置为始终远程安装某些扩展。 请参阅 “连接到 Databricks”。
SSH 隧道是否支持专用链接?
是的,但工作区管理员必须将 Visual Studio Code 和 Cursor 扩展市场中的 URL 加入允许列表。 本地计算机还必须能够访问 Internet。