JupyterLab Pembuatan Versi

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Antarmuka Amazon SageMaker Studio Classic didasarkan pada JupyterLab, yang merupakan lingkungan pengembangan interaktif berbasis web untuk notebook, kode, dan data. Studio Classic hanya mendukung penggunaan JupyterLab 3.

Jika Anda membuat domain dan profil pengguna menggunakan AWS Management Console sebelum 31/08/2022 atau menggunakan 22/02/23 AWS Command Line Interface sebelum, maka instans Studio Classic Anda default ke 1. JupyterLab Setelah 07/01/2024, Anda tidak dapat membuat aplikasi Studio Classic apa pun yang menjalankan 1. JupyterLab

JupyterLab 3

JupyterLab 3 termasuk fitur berikut yang tidak tersedia di versi sebelumnya. Untuk informasi selengkapnya tentang fitur-fitur ini, lihat JupyterLab 3.0 dirilis! .

Perubahan penting ke JupyterLab 3

Pertimbangkan hal berikut saat menggunakan JupyterLab 3:

Membatasi JupyterLab versi default menggunakan kunci kondisi kebijakan IAM

Anda dapat menggunakan kunci kondisi kebijakan IAM untuk membatasi versi JupyterLab yang dapat diluncurkan pengguna Anda.

Kebijakan berikut menunjukkan cara membatasi JupyterLab versi di tingkat domain.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "Block users from creating JupyterLab 3 apps at the domain level",
            "Effect": "Deny",
            "Action": [
                "sagemaker:CreateDomain",
                "sagemaker:UpdateDomain"
            ],
            "Resource": "*",
            "Condition": {
                "ForAnyValue:StringLike": {
                    "sagemaker:ImageArns": "*image/jupyter-server-3"
                }
            }
        }
    ]
}

Kebijakan berikut menunjukkan cara membatasi JupyterLab versi di tingkat profil pengguna.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "Block users from creating JupyterLab 3 apps at the user profile level",
            "Effect": "Deny",
            "Action": [
                "sagemaker:CreateUserProfile",
                "sagemaker:UpdateUserProfile"
            ],
            "Resource": "*",
            "Condition": {
                "ForAnyValue:StringLike": {
                    "sagemaker:ImageArns": "*image/jupyter-server-3"
                }
            }
        }
    ]
}

Kebijakan berikut menunjukkan cara membatasi JupyterLab versi di tingkat aplikasi. CreateAppPermintaan harus menyertakan gambar ARN agar kebijakan ini berlaku.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "Block users from creating JupyterLab 3 apps at the application level",
            "Effect": "Deny",
            "Action": "sagemaker:CreateApp",
            "Resource": "*",
            "Condition": {
                "ForAnyValue:StringLike": {
                    "sagemaker:ImageArns": "*image/jupyter-server-3"
                }
            }
        }
    ]
}

Mengatur JupyterLab versi default

Bagian berikut menunjukkan cara mengatur JupyterLab versi default untuk Studio Classic menggunakan konsol atau AWS CLI. 

Dari konsol

Anda dapat memilih JupyterLab versi default yang akan digunakan pada tingkat domain atau profil pengguna selama pembuatan sumber daya. Untuk mengatur JupyterLab versi default menggunakan konsol, lihatIkhtisar domain Amazon SageMaker AI. 

Dari AWS CLI

Anda dapat memilih JupyterLab versi default yang akan digunakan pada tingkat domain atau profil pengguna menggunakan AWS CLI. 

Untuk mengatur JupyterLab versi default menggunakan AWS CLI, Anda harus menyertakan ARN dari JupyterLab versi default yang diinginkan sebagai bagian dari perintah AWS CLI . ARN ini berbeda berdasarkan versi dan Wilayah domain SageMaker AI. 

Tabel berikut mencantumkan ARNs JupyterLab versi yang tersedia untuk setiap Wilayah:

Buat atau perbarui domain

Anda dapat mengatur JupyterServer versi default di tingkat domain dengan memanggil CreateDomainatau UpdateDomaindan meneruskan UserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn bidang.

Berikut ini menunjukkan cara membuat domain dengan JupyterLab 3 sebagai default, menggunakan AWS CLI:

aws --region <REGION> \
sagemaker create-domain \
--domain-name <NEW_DOMAIN_NAME> \
--auth-mode <AUTHENTICATION_MODE> \
--subnet-ids <SUBNET-IDS> \
--vpc-id <VPC-ID> \
--default-user-settings '{
  "JupyterServerAppSettings": {
    "DefaultResourceSpec": {
      "SageMakerImageArn": "arn:aws:sagemaker:<REGION>:<ACCOUNT_ID>:image/jupyter-server-3",
      "InstanceType": "system"
    }
  }
}'

Berikut ini menunjukkan cara memperbarui domain untuk menggunakan JupyterLab 3 sebagai default, menggunakan AWS CLI:

aws --region <REGION> \
sagemaker update-domain \
--domain-id <YOUR_DOMAIN_ID> \
--default-user-settings '{
  "JupyterServerAppSettings": {
    "DefaultResourceSpec": {
      "SageMakerImageArn": "arn:aws:sagemaker:<REGION>:<ACCOUNT_ID>:image/jupyter-server-3",
      "InstanceType": "system"
    }
  }
}'

Membuat atau memperbarui profil pengguna

Anda dapat mengatur JupyterServer versi default di tingkat profil pengguna dengan memanggil CreateUserProfileatau UpdateUserProfiledan meneruskan UserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn bidang.

Berikut ini menunjukkan cara membuat profil pengguna dengan JupyterLab 3 sebagai default pada domain yang ada, menggunakan AWS CLI:

aws --region <REGION> \
sagemaker create-user-profile \
--domain-id <YOUR_DOMAIN_ID> \
--user-profile-name <NEW_USERPROFILE_NAME> \
--query UserProfileArn --output text \
--user-settings '{
  "JupyterServerAppSettings": {
    "DefaultResourceSpec": {
      "SageMakerImageArn": "arn:aws:sagemaker:<REGION>:<ACCOUNT_ID>:image/jupyter-server-3",
      "InstanceType": "system"
    }
  }
}'

Berikut ini menunjukkan cara memperbarui profil pengguna untuk menggunakan JupyterLab 3 sebagai default, menggunakan AWS CLI:

aws --region <REGION> \
sagemaker update-user-profile \
 --domain-id <YOUR_DOMAIN_ID> \
 --user-profile-name <EXISTING_USERPROFILE_NAME> \
--user-settings '{
  "JupyterServerAppSettings": {
    "DefaultResourceSpec": {
      "SageMakerImageArn": "arn:aws:sagemaker:<REGION>:<ACCOUNT_ID>:image/jupyter-server-3",
      "InstanceType": "system"
    }
  }
}'

Lihat dan perbarui JupyterLab versi aplikasi dari konsol

Berikut ini menunjukkan cara melihat dan memperbarui JupyterLab versi aplikasi.

Instalasi JupyterLab dan ekstensi Server Jupyter

Di JupyterLab 3, Anda harus mengaktifkan lingkungan studio conda sebelum menginstal ekstensi. Metode untuk ini berbeda jika Anda menginstal ekstensi dari dalam Studio Classic atau menggunakan skrip konfigurasi siklus hidup.

Menginstal Ekstensi dari dalam Studio Classic

Untuk menginstal ekstensi dari dalam Studio Classic, Anda harus mengaktifkan studio lingkungan sebelum Anda menginstal ekstensi.

# Before installing extensions
conda activate studio

# Install your extensions
pip install <JUPYTER_EXTENSION>

# After installing extensions
conda deactivate

Menginstal Ekstensi menggunakan skrip konfigurasi siklus hidup

Jika Anda menginstal JupyterLab dan ekstensi Jupyter Server dalam skrip konfigurasi siklus hidup Anda, Anda harus memodifikasi skrip Anda sehingga berfungsi dengan 3. JupyterLab Bagian berikut menunjukkan kode yang diperlukan untuk skrip konfigurasi siklus hidup yang ada dan yang baru.

Skrip konfigurasi siklus hidup yang ada

Jika Anda menggunakan kembali skrip konfigurasi siklus hidup yang ada yang harus bekerja dengan kedua versi JupyterLab, gunakan kode berikut dalam skrip Anda:

# Before installing extension
export AWS_SAGEMAKER_JUPYTERSERVER_IMAGE="${AWS_SAGEMAKER_JUPYTERSERVER_IMAGE:-'jupyter-server'}"
if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ] ; then
   eval "$(conda shell.bash hook)"
   conda activate studio
fi;

# Install your extensions
pip install <JUPYTER_EXTENSION>


# After installing extension
if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ]; then
   conda deactivate
fi;

Skrip konfigurasi siklus hidup baru

Jika Anda menulis skrip konfigurasi siklus hidup baru yang hanya menggunakan JupyterLab 3, Anda dapat menggunakan kode berikut dalam skrip Anda:

# Before installing extension
eval "$(conda shell.bash hook)"
conda activate studio


# Install your extensions
pip install <JUPYTER_EXTENSION>


conda deactivate