从本地IDE运行、调试和扩展Databricks工作负载
内容提要
Databricks 推出新功能，允许用户通过SSH隧道将本地VS Code、Cursor或终端连接到Databricks计算资源，实现远程运行、调试Python和SQL工作负载，并保持依赖同步。支持Serverless、AI Runtime和专用集群，兼容Cursor、Copilot等编码代理。用户可通过CLI命令或IDE扩展快速启动，提升数据工程和机器学习开发效率。
延伸解读
SSH隧道如何解决依赖同步问题
此前，Databricks Connect和IDE扩展主要支持Spark工作负载的本地开发，但非Spark工作负载的远程运行和依赖同步一直是痛点。新推出的SSH隧道功能，通过将本地编辑器或CLI直接连接到Databricks计算资源，使得依赖和文件与Databricks Runtime保持同步，从而解决了这一长期存在的问题。这意味着开发者可以在本地IDE中开发，同时确保运行环境与云端一致，减少了因环境差异导致的调试问题。
对编码代理的支持与扩展
该功能不仅支持VS Code和Cursor，还兼容Cursor和Copilot等编码代理，并允许在SSH隧道运行时安装其他代理如Claude Code。这使得编码代理能够获得完整的workspace上下文，更有效地与Databricks交互。对于依赖代理进行代码生成和自动化的开发者，这一特性可以提升开发效率，但需要注意代理的配置和权限管理，以确保安全性和合规性。
适用场景与限制
SSH隧道支持Serverless、AI Runtime和专用集群，并可通过CLI命令或IDE扩展快速启动。这适用于需要利用本地IDE进行复杂数据管道或机器学习模型开发的场景。然而，文章未提及对网络延迟、安全策略或成本的影响，用户在实际使用中可能需要评估这些因素。此外，该功能主要面向Python和SQL工作负载，对于其他语言的支持情况尚不明确。
Q&A
如何通过SSH隧道将本地VS Code连接到Databricks计算资源？
可以使用Databricks CLI命令`databricks ssh connect --ide vscode`来启动SSH隧道并连接VS Code。也可以从最新版本的IDE扩展中直接启动SSH隧道。
Databricks SSH隧道支持哪些计算资源类型？
支持Serverless、AI Runtime和专用集群。
使用SSH隧道时，如何确保本地依赖与Databricks Runtime同步？
通过SSH隧道连接后，本地IDE或CLI与Databricks计算资源共享同一环境，依赖和文件会自动与Databricks Runtime及工作区保持同步。
哪些编码代理（如Cursor、Copilot）可以与Databricks SSH隧道配合使用？
Cursor和Copilot开箱即用，其他代理如Claude Code可以在SSH隧道运行时安装。
Databricks SSH隧道的主要优势是什么？
主要优势是允许用户在本地IDE或CLI中直接运行、调试和扩展Python及SQL工作负载，同时保持IDE的便利性，并利用真实集群基础设施。
如何通过CLI启动SSH隧道并指定GPU类型？
使用命令`databricks ssh connect --accelerator <GPU_type>`，其中`<GPU_type>`替换为具体的GPU类型。
