如何判断Python代码运行于Databricks还是本地IDE（PyCharm）

数据老陈

2026-8-16

判断Python代码是否运行在Databricks环境的实用方法

针对你的MLOps包需求，这里有几个靠谱的方法来区分Databricks和本地（PyCharm）环境：

1. 检查Databricks专属环境变量

Databricks运行时会自动注入DATABRICKS_RUNTIME_VERSION这个环境变量，本地环境不会有，直接检测它就行：

import os

def is_on_databricks():
    return "DATABRICKS_RUNTIME_VERSION" in os.environ

这个方法最轻便，不需要额外依赖，准确率也高。

2. 利用Spark上下文判断（适合Spark相关场景）

如果你的包和Spark打交道多，可以通过SparkSession的配置来判断：

from pyspark.sql import SparkSession

def is_on_databricks():
    try:
        spark = SparkSession.getActiveSession()
        if spark:
            # 检查Databricks特有的配置项
            return spark.conf.get("spark.databricks.service.client.enabled", "false") == "true"
    except Exception:
        pass
    return False

要是本地没启动Spark，这个方法也能正确返回False。

3. 区分Databricks Notebook和普通IPython环境

如果需要精准判断是否在Databricks Notebook里（而非Databricks作业），可以结合IPython检测+环境变量：

def is_databricks_notebook():
    # 先判断是否在IPython环境
    try:
        from IPython import get_ipython
        if not get_ipython():
            return False
        # 再验证Databricks环境
        import os
        return "DATABRICKS_RUNTIME_VERSION" in os.environ
    except ImportError:
        return False

这样能避免把本地的IPython Notebook误判成Databricks环境。