Zum Hauptinhalt springen

Ausführen des Managers und JupyterLab mithilfe von Docker

Der AI Unlimited-Manager orchestriert die Bereitstellung der Engine und enthält eine webbasierte Benutzeroberfläche zur Überwachung von Projekten. Und im Manager richten Sie AI Unlimited ein.

Sie verwenden JupyterLab, um Daten zu untersuchen und zu analysieren.

Sie verwenden Docker Compose, um den AI Unlimited Manager und JupyterLab mit dem AI Unlimited Jupyter Kernel lokal in Containern auszuführen.

Tipp

Wenn Sie Unterstützung bei der Installation benötigen, senden Sie eine E-Mail an das Support-Team oder fragen Sie die Gemeinschaft.

Voraussetzungen​

  • Ein AWS- oder Azure-Konto mit nutzungsbasierter Abrechnung, auf dem die Engine von einem Jupyter-Notebook aus bereitgestellt werden kann
  • Ein GitHub- oder GitLab-Konto zum Hosten jedes Projekt-Repositorys zur Authentifizierung von Benutzern und Speicherung von Projektinformationen
  • Ihr Objektspeicher, in dem sich Ihr Amazon- oder ADLS Gen2-Datensee befindet
  • Docker auf Ihrem Computer installiert

Festlegen der Speicherorte für Konfigurationsdateien​

  1. Legen Sie optional die Umgebungsvariable AI_UNLIMITED_HOME auf das Verzeichnis fest, in dem die Konfigurations- und Datendateien des Managers gespeichert werden sollen. Stellen Sie sicher, dass das Verzeichnis vorhanden ist und die entsprechende Berechtigung erteilt wurde. Der Standardspeicherort ist ./volumes/ai-unlimited.

    Lokaler StandortContainerstandortNutzung
    $AI_UNLIMITED_HOME/etc/tdSpeichert Daten und Konfiguration
    Tipp

    Erfahren Sie mehr über die Umgebungsvariablen in AWS oder Azure.

  2. Legen Sie optional die Umgebungsvariable JUPYTER_HOME auf das Verzeichnis fest, in dem die JupyterLab-Konfigurationsdateien gespeichert werden sollen. Der Standardspeicherort ist ~/.jupyter.

Klonen des Repository​

Der Ordner deployments/docker im von Teradata bereitgestellten AI Unlimited GitHub-Repository enthält die folgenden Dateien, die Sie zum Ausführen des Managers und von JupyterLab benötigen:

  • [AWS or Azure]-credentials-env-vars.yaml
  • ai-unlimited.yaml
  • jupyter.yaml

Klonen Sie das Repository.

Übergeben Sie die Anmeldeinformationen Ihres Cloud-Dienstanbieters an Docker​

Hinweis

Sie können die Anmeldeinformationen auf zwei Arten weitergeben:

  • Verwenden Sie [AWS or Azure]-credentials-env-vars.yaml, das Umgebungsvariablen zum Speichern Ihrer Anmeldeinformationen enthält.
  • Verwenden Sie ein lokales Volume, das Ihre Anmeldeinformationen enthält.

Siehe beide Methoden im Abschnitt Jupyter und AI Unlimited von Bereitstellen mit Docker Compose im Teradata AI Unlimited GitHub-Repository.

Dieser QuickStart verwendet die erste Methode.

  1. Kopieren Sie diese Umgebungsvariablen aus der Konsole Ihres Cloud-Dienstanbieters.

    AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY und AWS_SESSION_TOKEN

  2. Gehen Sie zum Verzeichnis, in dem sich [AWS or Azure]-credentials-env-vars.yaml befindet, und aktualisieren Sie die Umgebungsvariablenwerte der Datei.

Starten Sie den Manager und JupyterLab​

  1. Starten Sie den Manager und JupyterLab über das Verzeichnis, in dem sich [AWS or Azure]-credentials-env-vars.yaml, ai-unlimited.yaml und jupyter.yaml befinden.

    Hinweis

    Die Kennzeichnung -d im Befehl ist optional.

    Der Befehl lädt den Manager und die JupyterLab-Container herunter und startet sie.

  2. Um das Jupyter-Token abzurufen, listen Sie die aktuell ausgeführten Container auf.

    Und ermitteln Sie den Namen des JupyterLab-Containers.

    Suchen Sie dann in den Protokollen des Containers nach Vorkommen der Zeichenfolge „Token“.

Überprüfen des Zugriffs​

Wenn der Manager bereit ist, können Sie unter http://localhost:3000 darauf zugreifen.

Wenn JupyterLab bereit ist, können Sie unter http://localhost:8888 darauf zugreifen und das Token eingeben.

Wie geht es weiter?​

Erstellen Sie eine OAuth-App, um die Authentifizierung zwischen AI Unlimited und Ihrem Git-Provider-Konto zu ermöglichen.

Auch interessant