Aller au contenu principal
Dernière mise à jour le

Databricks Sandbox

info

Bêta

Cette fonctionnalité est en bêta. Pour activer cet aperçu de fonctionnalité dans le workspace, activez le paramètre Databricks Sandbox dans la page des aperçus du workspace. Consultez Gérer les aperçus Databricks.

Databricks ne facture actuellement pas l’utilisation de cette fonctionnalité. Toutefois, les coûts et les tarifs des fonctionnalités en version bêta sont susceptibles d'être modifiés.

Databricks Sandbox vous permet d’exécuter du code non vérifié dans un environnement isolé via l’API Databricks REST, le SDK ou la CLI Databricks. Le sandbox fournit un compute serverless à la demande pour exécuter du code de manière dynamique.

Each sandbox includes a persistent home directory. You can stop and start a sandbox at any time, and the data in your home directory persists.

Le sandbox est idéal pour :

  • Exécution d'un harness d'agent.
  • Exécution de code écrit par l’utilisateur ou par une IA.
  • Exécution de tâches d'arrière-plan ou de Worker.
  • Lancement de sessions IDE interactives ou SSH.

Prérequis​

Démarrage rapide​

Commencez par créer un sandbox avec quelques lignes de code :

Python
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"

For a full walkthrough of creating a sandbox, running commands in it, and managing its lifecycle, see Create and manage sandboxes with the SDK.

Taille de compute​

Databricks Sandbox comprend 4 vCPU et 8 Go de RAM. Cette taille n’est pas configurable.

Stockage​

attention

À la fin de la période de bêta, Databricks pourra effectuer une suppression unique des données stockées dans les sandboxes. Ne stockez rien que vous ne puissiez vous permettre de perdre.

Databricks Sandbox est fourni avec un stockage connecté au réseau.

  • Les données de votre répertoire d'accueil (/home/sandbox-agent) persistent pendant toute la durée de vie de votre Databricks Sandbox. Même après l'arrêt de votre Databricks Sandbox, les données de votre répertoire d'accueil restent disponibles lorsque vous start votre session suivante.
  • Votre répertoire personnel peut stocker jusqu'à 100 Go. Pour le moment, cela ne peut pas être modifié.
  • Vous pouvez stocker jusqu'à 10 Go en dehors de votre répertoire d'accueil, mais ces données sont supprimées lorsque vous arrêtez votre sandbox.

Réseau​

Il n'y a aucune restriction sur le trafic réseau sortant d'un sandbox, et le trafic sortant n'est pas configurable.

Coûts d'utilisation​

Pour des information complètes sur l'utilisation de la facturation, consultez Tarifs Databricks. Databricks prévoit de facturer l'utilisation du sandbox :

  • Runtime compute : facturé à l’heure lorsque votre Databricks Sandbox est en cours d’exécution.
  • Stockage persistant : vous êtes facturé pour les données stockées dans votre répertoire d'accueil jusqu'à ce que votre Databricks Sandbox soit supprimé. Le stockage est facturé tant que l'instance Databricks Sandbox existe. Pour cesser de payer pour le stockage, vous devez supprimer le sandbox.
  • Transfert de données

Accédez au sandbox via le SDK (recommandé)​

Le SDK Databricks pour Python est la méthode recommandée pour accéder au sandbox. Consultez la référence du sandbox du SDK Databricks pour Python pour connaître les commandes disponibles, et Créer et gérer des sandboxes avec le SDK pour des exemples.

Accédez au sandbox via la CLI​

Vous pouvez également accéder à votre sandbox via SSH. Cette fonctionnalité est utile pour exécuter des tâches d'agent plus longues sans avoir à maintenir votre machine locale active. Par exemple, vous pouvez :

  • Pilotez votre agent de codage directement depuis la CLI Databricks via SSH.
  • Connectez un IDE de bureau ou un harnais d'agent tel que Cursor, Claude ou Codex.

To create a sandbox and connect to it with the Databricks CLI, run:

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

Lorsque vous vous connectez en SSH à votre sandbox, la CLI Databricks est installée et authentifiée auprès du workspace Databricks dans lequel votre sandbox s'exécute. Vous souhaiterez peut-être également configurer les identifiants Git. Consultez Connecter votre fournisseur Git à Databricks.

Pour une aide détaillée sur les commandes, exécutez databricks sandbox -h ou consultez le groupe de commandessandbox.

Lorsque vous vous connectez pour la première fois en SSH à votre sandbox, Databricks configure automatiquement les environnements de codage courants tels que Claude et Codex pour utiliser l'AI Gateway si celle-ci est configurée pour votre workspace. Pour plus d'informations, consultez Créer et gérer les APIs de modèle (services de modèle).

Omnigent géré​

Managed Omnigent utilise Databricks Sandbox comme backend d'exécution. Pour en savoir plus, consultez Omnigent on Databricks.

Limitations​

  • Des quotas sont appliqués. Vous pouvez avoir au maximum 40 sandboxes actifs par utilisateur (400 au total tous états confondus), et un workspace peut compter au maximum 100 sandboxes actifs (1 000 au total).
  • Databricks Sandbox est une primitive de compute permettant d'exécuter du code, et non un environnement d'exécution Spark à usage général. Pour les charges de travail Spark, utilisez Se connecter au compute serverless.
  • Les adresses IP publiques de votre Databricks Sandbox peuvent changer à tout moment. L’ingress par default du sandbox est fermé à tout trafic. Cette valeur ne peut pas être modifiée pour le moment.
  • Vous ne pouvez pas personnaliser votre environnement au Startup ni conserver un environnement en dehors de votre répertoire d'accueil. Pour réutiliser des packages ou des configurations d'une session à l'autre, stockez-les dans votre répertoire d'accueil.
Sur cette page