Aller au contenu principal

Exécutez le gestionnaire et JupyterLab à l'aide de Docker

Le gestionnaire AI Unlimited orchestre le déploiement du moteur et comprend une interface utilisateur Web pour la surveillance des projets. Et le gestionnaire est l'endroit où vous allez configurer AI Unlimited.

Vous utiliserez JupyterLab pour explorer et analyser les données.

Vous utiliserez Docker Compose pour exécuter le gestionnaire AI Unlimited et JupyterLab, avec AI Unlimited Jupyter Kernel, localement dans des conteneurs.

Astuce

Pour obtenir une assistance pour l'installation, envoyez un e-mail à l'équipe d'assistance ou demandez à la communauté.

Prérequis​

  • Un compte AWS ou Azure à paiement à l'utilisation sur lequel déployer le moteur à partir d'un bloc-notes Jupyter
  • Un compte GitHub ou GitLab pour héberger chaque référentiel de projet pour authentifier les utilisateurs et stocker les informations du projet
  • Votre stockage d'objets, où réside votre data lake Amazon ou ADLS Gen2
  • Docker installé sur votre ordinateur

Définir les emplacements des fichiers de configuration​

  1. Vous pouvez également définir la variable d'environnement AI_UNLIMITED_HOME sur le répertoire dans lequel stocker les fichiers de configuration et de données du gestionnaire. Assurez-vous que le répertoire existe et que l'autorisation appropriée est accordée. L'emplacement par défaut est ./volumes/ai-unlimited.

    Emplacement localEmplacement du conteneurUtilisation
    $AI_UNLIMITED_HOME/etc/tdStocke les données et la configuration
    Astuce

    En savoir plus sur les variables d'environnement AWS ou Azure.

  2. Vous pouvez également définir la variable d'environnement JUPYTER_HOME sur le répertoire dans lequel stocker les fichiers de configuration de JupyterLab. L'emplacement par défaut est ~/.jupyter.

Cloner le référentiel​

Le dossier deployments/docker dans le référentiel GitHub d'AI Unlimited fourni par Teradata inclut ces fichiers dont vous aurez besoin pour exécuter le gestionnaire et JupyterLab :

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

Clonez le référentiel.

Transmettez les identifiants de votre fournisseur de services cloud à Docker​

Remarque

Vous pouvez transmettre les identifiants de deux manières :

  • Utilisez [AWS or Azure]-credentials-env-vars.yaml, qui contient des variables d'environnement pour stocker vos identifiants.
  • Utilisez un volume local contenant vos identifiants.

Consultez les deux méthodes dans la section Jupyter et AI Unlimited de Déployer avec Docker Compose dans le référentiel GitHub de Teradata AI Unlimited.

Ce Guide de démarrage rapide utilise la première méthode.

  1. Copiez ces variables d'environnement depuis la console de votre fournisseur de services cloud.

    AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY et AWS_SESSION_TOKEN

  2. Accédez au répertoire où se trouve [AWS or Azure]-credentials-env-vars.yaml et mettez à jour les valeurs des variables d'environnement du fichier.

Démarrer le gestionnaire et JupyterLab​

  1. À partir du répertoire où se trouvent [AWS or Azure]-credentials-env-vars.yaml, ai-unlimited.yaml et jupyter.yaml, démarrez le gestionnaire et JupyterLab.

    Remarque

    L'indicateur -d dans la commande est facultatif.

    La commande télécharge et démarre le gestionnaire et les conteneurs JupyterLab.

  2. Pour récupérer le jeton Jupyter, répertoriez les conteneurs en cours d'exécution.

    Et identifiez le nom du conteneur JupyterLab.

    Recherchez ensuite les occurrences de la chaîne 'Jeton' dans les journaux du conteneur.

Vérifier l'accès​

Lorsque le gestionnaire est prêt, vous pouvez y accéder à http://localhost:3000.

Lorsque JupyterLab est prêt, vous pouvez y accéder à http://localhost:8888 et saisir le jeton.

Étape suivante​

Créer une application OAuth pour permettre l'authentification entre AI Unlimited et votre compte fournisseur Git.

Également intéressant