Datalore 2026.1发布：新增数据探索单元、AI BYOK支持及Kubernetes安全加固
今年首个 Datalore 版本正式发布，带来多项新功能，旨在让数据处理工作更加轻松高效。这些更新现已向 Datalore Cloud 用户开放。对于 Datalore On-Premises（私有化部署）版本，实例管理员可以通过更新其 Datalore 实例来启用这些功能。
让我们一探究竟！
数据探索器 (Data explorer)
Datalore 2026.1 引入了数据探索器单元 (data explorer cells)，这是一种无需编写额外代码即可直接从数据框 (dataframe) 中探索和可视化数据的新方式。你可以在一个交互式单元格中快速检查数据集、过滤结果并生成图表。
[LOADING...]
在表格 (Table) 模式下，你可以搜索和过滤数据、排除重复项或缺失值，并控制显示的列。你还可以使用 SQL 表达式创建新列，从而在不修改原始数据框的情况下衍生出新的数值。
可视化 (Visualization) 模式允许你构建折线图、柱状图、面积图、散点图和箱线图等。你可以直接在 UI 中配置坐标轴、应用聚合运算并调整图表设置。图表制作完成后，还可以将其下载为 PNG 或 SVG 文件，用于报告或演示。 了解更多
AI 自带密钥 (BYOK)
从本版本开始，Datalore On-Premises 管理员可以为所有 AI 功能选择使用 JetBrains AI 或其他提供商。
如果贵公司有严格的安全和数据治理政策，使用实例级的 AI 自带密钥 (BYOK) 功能，可以确保 AI 的使用符合这些政策，并让你能够明确控制所访问的外部服务。如果你与 AI 提供商有特定的定价协议或消费承诺，该功能也同样适用。
Datalore On-Premises 通过兼容 OpenAI 的 API 支持 OpenAI、Azure OpenAI 及其他提供商，这也包括在你的环境中运行的自托管模型。 了解更多
Sidecar 容器
在 Kubernetes 上部署 Datalore On-Premises 时，可以将 Agent 配置为以包含两个共享文件系统容器的 Pod 形式运行：一个无特权的代理容器 (agent container) 和一个有特权的 Sidecar 容器。
在这种架构下，有特权的 Sidecar 容器负责挂载外部资源。它使用 FUSE 将 WebDAV 和其他数据源挂载为本地文件系统，然后通过共享卷将其暴露给 Notebook 代理容器。
由于挂载逻辑被隔离在 Sidecar 容器中，运行 Notebook 代理的容器通常不需要提升权限，从而有助于保持更安全的设置。 了解更多
有关新功能的更多详情，请参阅 Datalore 文档中的新功能介绍 (What's new)。