데이터 과학 IDE에서 작업
Red Hat OpenShift AI Cloud Service의 데이터 사이언스 IDE에서 작업
초록
머리말 링크 복사링크가 클립보드에 복사되었습니다!
Red Hat OpenShift AI에서는 워크벤치기를 생성할 때 ML(Machine learning) 모델을 개발하기 위한 IDE(통합 개발 환경)가 포함된 워크벤치 이미지를 선택합니다.
OpenShift AI는 ML 모델 개발을 위한 다음과 같은 데이터 사이언스 IDE를 지원합니다.
- JupyterLab
- code-server
- R Cryostat Server(기술 프리뷰 기능)
R Cryostat Server에 대한 자세한 내용은 릴리스 정보를 참조하십시오.
1장. 워크벤치 IDE에 액세스 링크 복사링크가 클립보드에 복사되었습니다!
워크벤치 IDE에 액세스하려면 OpenShift AI 인터페이스에 제공된 링크를 사용합니다.
사전 요구 사항
- 데이터 과학 프로젝트와 워크벤치를 생성했습니다.
프로세스
- OpenShift AI 대시보드에서 Data Science Projects 를 클릭합니다.
- 워크벤치가 포함된 프로젝트의 이름을 클릭합니다.
- Workbenches 탭을 클릭합니다.
워크벤치 상태가 Running 이면 다음 단계로 건너뜁니다.
워크벤치의 상태가 Stopped 인 경우 워크벤치의 Status 열에서 Start 를 클릭합니다.
작업벤치 서버가 시작될 때 상태 열이 Stopped 에서 Start 로 변경되고 워크벤치가 성공적으로 시작되면 Running 으로 변경됩니다.
- 워크벤치 옆에 있는 Open 링크를 클릭합니다.
검증
- 워크벤치 IDE에 대한 새 브라우저 창이 열립니다.
2장. duepyterLab에서 작업 링크 복사링크가 클립보드에 복사되었습니다!
sendpyterLab은 sendpyter 노트북, 코드 및 데이터를 위한 웹 기반 대화형 개발 환경입니다. 데이터 사이언스 및 머신러닝에서 워크플로우를 구성하고 준비 할 수 있습니다. CryostatpyterLab은 Python 및 R을 포함하여 40개 이상의 프로그래밍 언어를 지원하는 오픈 소스 웹 애플리케이션입니다.
2.1. 노트북 생성 및 가져오기 링크 복사링크가 클립보드에 복사되었습니다!
빈 노트북을 생성하거나 여러 다른 소스에서 sendpyterLab에서 노트북을 가져올 수 있습니다.
2.1.1. 새 노트북 만들기 링크 복사링크가 클립보드에 복사되었습니다!
기존 노트북 컨테이너 이미지에서 새 metapyter 노트북을 생성하여 리소스 및 속성에 액세스할 수 있습니다. Notebook 서버 컨트롤 패널에 는 단일 사용자 노트북 서버로 실행할 수 있는 사용 가능한 컨테이너 이미지 목록이 포함되어 있습니다.
사전 요구 사항
- Red Hat OpenShift AI에 로그인했는지 확인합니다.
- 노트북 서버를 시작한 후 sendpyterLab에 로그인했는지 확인합니다.
- 노트북 이미지는 레지스트리, 이미지 스트림에 있으며 액세스할 수 있습니다.
프로세스
- File → New → Notebook 을 클릭합니다.
메시지가 표시되면 목록에서 노트북의 커널을 선택합니다.
커널을 사용하려면 Select 를 클릭합니다. 커널을 사용하지 않으려면 커널을 클릭합니다.
검증
- 이 노트북 파일이 sendpyterLab 인터페이스에 표시되는지 확인합니다.
2.1.2. 기존 노트북 파일을 로컬 스토리지에서 sendpyterLab에 업로드 링크 복사링크가 클립보드에 복사되었습니다!
로컬 스토리지의 기존 노트북을 sendpyterLab에 로드하여 계속 작업하거나 새 사용 사례에 맞게 프로젝트를 조정할 수 있습니다.
사전 요구 사항
- sendpyterLab에 로그인할 수 있는 자격 증명입니다.
- 시작 및 실행 중인 metapyter 노트북 서버.
- 로컬 스토리지에 노트북 파일이 있습니다.
프로세스
-
sendpyterLab 인터페이스의 왼쪽 사이드바에 있는 파일 브라우저 의 업로드 (
)를 클릭합니다.
노트북 파일을 찾아서 선택한 다음 열기 를 클릭합니다.
파일이 파일 브라우저에 표시됩니다.
검증
- 이 노트북 파일은 sendpyterLab 인터페이스의 왼쪽 사이드바에 있는 파일 브라우저에 나타납니다.
- sendpyterLab에서 노트북 파일을 열 수 있습니다.
2.2. Git을 사용하여 노트북에서 공동 작업 링크 복사링크가 클립보드에 복사되었습니다!
노트북 또는 기타 파일이 Git 버전 제어에 저장된 경우 Git 리포지토리를 복제하여 sumpyterLab에서 작업할 수 있습니다. 준비가 되면 변경 사항을 Git 리포지토리로 다시 푸시하여 다른 사용자가 모델을 검토하거나 사용할 수 있습니다.
2.2.1. metapyterLab을 사용하여 Git 리포지토리에서 기존 노트북 파일 업로드 링크 복사링크가 클립보드에 복사되었습니다!
sendpyterLab 사용자 인터페이스를 사용하여 Git 리포지토리를 작업 공간에 복제하여 작업을 계속하거나 외부 프로젝트의 파일을 통합할 수 있습니다.
사전 요구 사항
- 시작 및 실행 중인 metapyter 노트북 서버.
- 복제하려는 Git 리포지토리에 대한 읽기 액세스입니다.
프로세스
Git 리포지토리의 HTTPS URL을 복사합니다.
- GitHub에서 코드 → HTTPS 를 클릭한 다음 클립보드에 URL 복사 아이콘을 클릭합니다.
- GitLab에서 코드를 클릭한 다음 HTTPS를 사용하여 Clone(복제) 아래에 있는 URL 복사 아이콘을 클릭합니다.
sendpyterLab 인터페이스에서 Git 복제 버튼(
)을 클릭합니다.
메뉴에서 Git → Clone a repository 를 클릭하거나 Git 아이콘(
)을 클릭하고 리포지토리 복제 버튼을 클릭할 수도 있습니다.
리포지토리 복제 대화 상자가 표시됩니다.
- 노트북이 포함된 리포지토리의 HTTPS URL을 입력합니다.
- CLONE 을 클릭합니다.
- 메시지가 표시되면 Git 리포지토리의 사용자 이름과 암호를 입력합니다.
검증
-
리포지토리의 콘텐츠가 sendpyterLab의 파일 브라우저에 표시되는지 확인하거나 터미널에서
ls명령을 실행하여 리포지토리가 디렉터리로 표시되는지 확인합니다.
2.2.2. CLI를 사용하여 Git 리포지토리에서 popyterLab에 기존 노트북 파일 업로드 링크 복사링크가 클립보드에 복사되었습니다!
명령줄 인터페이스를 사용하여 Git 리포지토리를 작업 공간에 복제하여 작업을 계속하거나 외부 프로젝트의 파일을 통합할 수 있습니다.
사전 요구 사항
- 시작 및 실행 중인 metapyter 노트북 서버.
프로세스
Git 리포지토리의 HTTPS URL을 복사합니다.
- GitHub에서 코드 → HTTPS 를 클릭한 다음 클립보드에 URL 복사 아이콘을 클릭합니다.
- GitLab에서 코드를 클릭한 다음 HTTPS를 사용하여 Clone(복제) 아래에 있는 URL 복사 아이콘을 클릭합니다.
- sendpyterLab에서 File → New → Terminal 을 클릭하여 터미널 창을 엽니다.
git clone명령을 입력합니다.git clone <git-clone-URL>
git clone <git-clone-URL>Copy to Clipboard Copied! Toggle word wrap Toggle overflow git-clone-URL>을 HTTPS URL로 교체합니다. 예를 들면 다음과 같습니다.Copy to Clipboard Copied! Toggle word wrap Toggle overflow
검증
-
리포지토리의 콘텐츠가 sendpyterLab의 파일 브라우저에 표시되는지 확인하거나 터미널에서
ls명령을 실행하여 리포지토리가 디렉터리로 표시되는지 확인합니다.
2.2.3. 원격 Git 리포지토리에서 변경 사항으로 프로젝트 업데이트 링크 복사링크가 클립보드에 복사되었습니다!
다른 사용자가 변경한 내용을 원격 Git 리포지토리에서 데이터 사이언스 프로젝트로 가져올 수 있습니다.
사전 요구 사항
- 원격 Git 리포지토리를 구성했습니다.
- Git 리포지토리를 metapyterLab로 가져왔고 리포지토리의 내용은 sumpyterLab의 파일 브라우저에 표시됩니다.
- 원격 Git 리포지토리에서 로컬 리포지토리로 파일을 가져올 수 있는 권한이 있습니다.
- sendpyter에 로그인할 수 있는 자격 증명이 있습니다.
- 시작 및 SriovNetworkpyter 서버를 실행해야 합니다.
프로세스
-
sendpyterLab 인터페이스에서 Git 버튼(
)을 클릭합니다.
-
최신 변경 사항 가져오기 버튼을 클릭합니다(
).
검증
- Git 창의 내역 탭의 원격 리포지토리에서 가져온 변경 사항을 볼 수 있습니다.
2.2.4. Git 리포지토리로 프로젝트 변경 사항 푸시 링크 복사링크가 클립보드에 복사되었습니다!
프로덕션 환경에서 애플리케이션을 빌드하고 배포하려면 작업을 원격 Git 리포지토리에 업로드합니다.
사전 요구 사항
- sendpyterLab 인터페이스에서 노트북을 열었습니다.
- 관련 Git 리포지토리를 노트북 서버에 추가했습니다.
- 변경 사항을 관련 Git 리포지토리로 내보낼 수 있는 권한이 있습니다.
- Git 버전 제어 확장 기능이 설치되어 있습니다.
프로세스
- 파일 → 모두 저장을 클릭하여 저장되지 않은 변경 사항을 저장합니다.
-
Git 아이콘(
)을 클릭하여 sumpyterLab 인터페이스에서 Git 창을 엽니다.
변경된 파일이 Changed 에 표시되는지 확인합니다.
변경된 파일이 Untracked 아래에 표시되면 Git → Simple Staging 을 클릭하여 Git 프로세스를 단순화할 수 있습니다.
변경 사항을 커밋합니다.
- Changed 아래의 모든 파일에 파란색 확인 표시가 있는지 확인합니다.
- 요약 필드에 변경 사항에 대한 간략한 설명을 입력합니다.
- 커밋을 클릭합니다.
- Git → Export to Remote 를 클릭하여 변경 사항을 원격 리포지토리로 내보냅니다.
- 메시지가 표시되면 Git 자격 증명을 입력하고 확인을 클릭합니다.
검증
- 최근 내보낸 변경 사항은 원격 Git 리포지토리에 표시됩니다.
2.3. Python 패키지 관리 링크 복사링크가 클립보드에 복사되었습니다!
sendpyterLab에서는 노트북 이미지에 설치된 Python 패키지를 보고 추가 패키지를 설치할 수 있습니다.
2.3.1. 노트북 서버에 설치된 Python 패키지 보기 링크 복사링크가 클립보드에 복사되었습니다!
노트북 서버에 설치되어 있는 Python 패키지와 노트북 셀에서 pip 도구를 실행하여 어떤 버전의 패키지인지 확인할 수 있습니다.
사전 요구 사항
- sendpyterLab에 로그인하고 노트북을 엽니다.
프로세스
노트북의 새 셀에 다음을 입력합니다.
!pip list
!pip listCopy to Clipboard Copied! Toggle word wrap Toggle overflow - 셀을 실행합니다.
검증
출력에는 설치된 모든 Python 패키지 및 해당 버전의 알파벳 목록이 표시됩니다. 예를 들어 Minimal 이미지를 사용하는 노트북 서버를 생성한 직후
pip list명령을 사용하는 경우 표시된 첫 번째 패키지는 다음과 유사합니다.Copy to Clipboard Copied! Toggle word wrap Toggle overflow
2.3.2. 노트북 서버에 Python 패키지 설치 링크 복사링크가 클립보드에 복사되었습니다!
패키지 및 버전을 requirements.txt 파일에 추가한 다음, 노트북 셀에서 pip install 명령을 실행하여 기본 노트북 서버에 포함되지 않은 Python 패키지를 설치할 수 있습니다.
패키지를 직접 설치할 수는 있지만 파일에 명시된 패키지를 다른 노트북에서 쉽게 다시 사용할 수 있도록 requirements.txt 파일을 사용하는 것이 좋습니다.
사전 요구 사항
- sendpyterLab에 로그인하고 노트북을 엽니다.
프로세스
다음 방법 중 하나를 사용하여 새 텍스트 파일을 생성합니다.
- + 를 클릭하여 새 시작 프로그램을 열고 텍스트 파일을 클릭합니다.
- 파일 → 새 텍스트 파일을 클릭합니다.
텍스트 파일의 이름을
requirements.txt로 변경합니다.- 파일 이름을 마우스 오른쪽 버튼으로 클릭한 다음 Rename text 를 클릭합니다. 파일 이름 변경 대화 상자가 열립니다.
-
새 이름 필드에
requirements.txt를 입력한 다음 Rename 을 클릭합니다.
설치할 패키지를
requirements.txt파일에 추가합니다.altair
altairCopy to Clipboard Copied! Toggle word wrap Toggle overflow ==(equal to) Operator를 사용하여 설치할 정확한 버전을 지정할 수 있습니다. 예를 들면 다음과 같습니다.altair==4.1.0
altair==4.1.0Copy to Clipboard Copied! Toggle word wrap Toggle overflow 참고Red Hat은 시간이 지남에 따라 노트북 서버의 안정성을 높이기 위해 정확한 패키지 버전을 지정하는 것이 좋습니다. 새 패키지 버전에서는 환경 동작에 바람직하지 않거나 예기치 않은 변경이 발생할 수 있습니다.
동시에 여러 패키지를 설치하려면 각 패키지를 별도의 줄에 배치합니다.
노트북 셀을 사용하여
requirements.txt의 패키지를 서버에 설치합니다.노트북에 새 셀을 생성하고 다음 명령을 입력합니다.
!pip install -r requirements.txt
!pip install -r requirements.txtCopy to Clipboard Copied! Toggle word wrap Toggle overflow - Shift 및 Enter 키를 눌러 셀을 실행합니다.
중요pip install명령은 노트북 서버에 패키지를 설치합니다. 그러나 코드에서 패키지를 사용하려면 가져오기 문을 코드 셀에서 실행해야 합니다.However, you must run theimportstatement in a code cell to use the package in your code.import altair
import altairCopy to Clipboard Copied! Toggle word wrap Toggle overflow
검증
-
requirements.txt파일의 패키지가 노트북 서버에 설치된 패키지 목록에 표시되는지 확인합니다. 자세한 내용은 노트북 서버에 설치된 Python 패키지 보기를 참조하십시오.
2.4. 사용자용 sendpyter의 일반적인 문제 해결 링크 복사링크가 클립보드에 복사되었습니다!
Red Hat OpenShift AI에 sendpyter, 노트북 또는 노트북 서버에 오류가 발생하는 경우 이 섹션을 읽고 문제를 일으킬 수 있는 내용을 알아보십시오.
문제가 여기 또는 릴리스 노트에 표시되지 않는 경우 Red Hat 지원팀에 문의하십시오.
- sendpyter에 로그인할 때 403: Forbidden 오류가 표시됩니다.
문제
클러스터 관리자가 OpenShift AI 사용자 그룹을 구성한 경우 사용자 이름이 기본 사용자 그룹 또는 OpenShift AI의 기본 관리자 그룹에 추가되지 않을 수 있습니다.
해결
Contact your cluster administrator so that they can add you to the correct group/s.
Contact your cluster administrator so that they can add you to the correct group/s.Copy to Clipboard Copied! Toggle word wrap Toggle overflow - 내 노트북 서버가 시작되지 않음
문제
노트북 서버를 호스팅하는 OpenShift 클러스터에는 충분한 리소스에 액세스할 수 없거나 pod가 실패했을 수 있습니다.
해결
문제와 관련된 오류 메시지는 OpenShift의 Events 섹션에서 로그를 확인합니다. 예를 들면 다음과 같습니다.
Server requested 2021-10-28T13:31:29.830991Z [Warning] 0/7 nodes are available: 2 Insufficient memory, 2 node(s) had taint {node-role.kubernetes.io/infra: }, that the pod didn't tolerate, 3 node(s) had taint {node-role.kubernetes.io/master: }, that the pod didn't tolerate.Server requested 2021-10-28T13:31:29.830991Z [Warning] 0/7 nodes are available: 2 Insufficient memory, 2 node(s) had taint {node-role.kubernetes.io/infra: }, that the pod didn't tolerate, 3 node(s) had taint {node-role.kubernetes.io/master: }, that the pod didn't tolerate.Copy to Clipboard Copied! Toggle word wrap Toggle overflow 추가 검사를 수행할 수 있도록 관련 오류 메시지에 대한 세부 정보를 클러스터 관리자에게 문의하십시오.
- 노트북 셀을 실행할 때 데이터베이스 또는 디스크가 전체 오류이거나 장치 오류에 남아 있지 않은 공간이 표시됩니다.
문제
노트북 서버에서 스토리지 공간이 부족할 수 있습니다.
해결
추가 검사를 수행할 수 있도록 클러스터 관리자에게 문의하십시오.
3장. 코드 서버에서 작업 링크 복사링크가 클립보드에 복사되었습니다!
코드 서버는 teachingpyter 노트북으로 작업하기 위해 Python을 포함한 여러 프로그래밍 언어를 지원하는 웹 기반 대화식 개발 환경입니다. code-server 워크벤치 이미지를 사용하면 다양한 확장 기능을 사용하여 요구 사항을 충족하도록 워크벤치 환경을 사용자 지정하여 새로운 언어, 테마, 디버거를 추가하고 추가 서비스에 연결할 수 있습니다. 자세한 내용은 GitHub의 code-server를 참조하십시오.
ELYRA 기반 파이프라인은 코드 서버 워크벤치 이미지에서 사용할 수 없습니다.
3.1. 코드 서버 워크벤치 생성 링크 복사링크가 클립보드에 복사되었습니다!
빈 sendpyter 노트북을 생성하거나 여러 다른 소스에서 코드-서버에서 sendpyter 노트북을 가져올 수 있습니다.
3.1.1. 워크벤치 만들기 링크 복사링크가 클립보드에 복사되었습니다!
워크벤치를 생성할 때 이미지( IDE, 패키지 및 기타 종속 항목)를 지정합니다. 연결, 클러스터 스토리지를 구성하고 컨테이너 스토리지를 추가할 수도 있습니다.
사전 요구 사항
- Red Hat OpenShift AI에 로그인했습니다.
-
OpenShift AI 그룹을 사용하는 경우 OpenShift에서 사용자 그룹 또는 관리자 그룹(예:
rhoai-users또는rhoai-admins)의 일부입니다. - 프로젝트를 생성하셨습니다.
Red Hat OpenShift AI 외부에서 S3(Simple Storage Service) 계정을 생성하고 기존 S3 스토리지 버킷에 대한 연결을 생성하려는 경우 스토리지 버킷에 대한 다음 인증 정보 정보가 있습니다.
- 끝점 URL
- 액세스 키
- 시크릿 키
- 리전
- 버킷 이름
자세한 내용은 S3 호환 오브젝트 저장소의 데이터 작업을 참조하십시오.
프로세스
OpenShift AI 대시보드에서 Data Science Projects 를 클릭합니다.
Data Science Projects 페이지가 열립니다.
워크벤치를 추가할 프로젝트의 이름을 클릭합니다.
프로젝트 세부 정보 페이지가 열립니다.
- Workbenches 탭을 클릭합니다.
Create workbench 를 클릭합니다.
Create workbench 페이지가 열립니다.
- 이름 필드에 워크벤치의 고유 이름을 입력합니다.
선택 사항: 워크벤치의 기본 리소스 이름을 변경하려면 리소스 이름 편집을 클릭합니다.
리소스 이름은 OpenShift에서 리소스에 레이블이 지정된 이름입니다. 유효한 문자에는 소문자, 숫자, 하이픈(-)이 포함됩니다. 리소스 이름은 30자를 초과할 수 없으며 문자로 시작하여 문자 또는 숫자로 끝나야 합니다.
참고: 워크벤치가 생성된 후에는 리소스 이름을 변경할 수 없습니다. 표시 이름과 설명만 편집할 수 있습니다.
- 선택 사항: 설명 필드에 워크벤치에 대한 설명을 입력합니다.
Notebook 이미지 섹션에서 필드를 작성하여 워크벤치와 함께 사용할 워크벤치 이미지를 지정합니다.
이미지 선택 목록에서 사용 사례에 맞는 워크벤치 이미지를 선택합니다. 워크벤치 이미지에는 IDE 및 Python 패키지(사용 가능한 코드)가 포함되어 있습니다. 선택적으로 패키지 정보 보기를 클릭하여 선택한 이미지에 포함된 패키지 목록을 확인합니다.
워크벤치 이미지에 여러 버전을 사용할 수 있는 경우 버전 선택 목록에서 사용할 워크벤치 이미지 버전을 선택합니다. 최신 패키지 버전을 사용하려면 최근 추가된 이미지를 사용하는 것이 좋습니다.
참고워크벤치 이미지를 생성한 후 워크벤치 이미지를 변경할 수 있습니다.
- Deployment size 섹션의 컨테이너 크기 목록에서 서버의 컨테이너 크기를 선택합니다. 컨테이너 크기는 두 CPU 수와 컨테이너에 할당된 메모리 양을 지정하여 둘 다에 대해 보장된 최소(요청) 및 최대값(제한)을 설정합니다.
선택 사항: 환경 변수 섹션에서 환경 변수의 값을 선택하고 지정합니다.
워크벤치 구성 중에 환경 변수를 설정하면 노트북 또는 IDE 명령줄 인터페이스에서 정의할 필요가 없기 때문에 나중에 시간을 절약할 수 있습니다.
S3 호환 스토리지를 사용하는 경우 다음 권장 환경 변수를 추가합니다.
-
AWS_ACCESS_KEY_ID는 Amazon Web Services의 액세스 키 ID를 지정합니다. -
AWS_SECRET_ACCESS_KEY는AWS_ACCESS_KEY_ID에 지정된 계정의 Secret 액세스 키를 지정합니다.
OpenShift AI는 변수를 추가할 때 보안을 선택하는 경우 인증 정보를 보호된 네임스페이스에 Kubernetes 시크릿 으로 저장합니다.
-
Cluster storage 섹션에서 워크벤치용 스토리지를 구성합니다. 다음 옵션 중 하나를 선택합니다.
workbench를 종료한 후 유지되는 스토리지를 생성할 새 영구 스토리지를 생성합니다. 스토리지를 정의하려면 관련 필드를 작성합니다.
- 클러스터 스토리지의 이름을 입력합니다.
- 클러스터 스토리지에 대한 설명을 입력합니다.
클러스터 스토리지의 스토리지 클래스 를 선택합니다.
참고워크벤치에 클러스터 스토리지를 추가한 후에는 스토리지 클래스를 변경할 수 없습니다.
- 영구 스토리지 크기에서 새 크기를 기가바이트 또는 메비바이트로 입력합니다.
- 기존 영구 스토리지를 사용하여 기존 스토리지를 재사용하고 영구 스토리지 목록에서 스토리지를 선택합니다.
선택 사항: 워크벤치에 연결을 추가할 수 있습니다. 연결은 오브젝트 스토리지 버킷과 같이 데이터 소스 또는 싱크에 연결하는 데 필요한 구성 매개변수가 포함된 리소스입니다. 스토리지 버킷을 사용하여 데이터, 모델 및 파이프라인 아티팩트를 저장할 수 있습니다. 연결을 사용하여 배포할 모델의 위치를 지정할 수도 있습니다.
연결 섹션에서 기존 연결을 사용하거나 새 연결을 만듭니다.
다음과 같이 기존 연결을 사용합니다.
- 기존 연결 연결을 클릭합니다.
- 연결 목록에서 이전에 정의한 연결을 선택합니다.
다음과 같이 새 연결을 생성합니다.
- 연결 생성을 클릭합니다. 연결 추가 대화 상자가 표시됩니다.
- 연결 유형 드롭다운 목록에서 연결 유형을 선택합니다. 연결 세부 정보 섹션이 표시됩니다.
이전 단계에서 S3 호환 오브젝트 스토리지를 선택한 경우 연결 세부 정보를 구성합니다.
- 연결 이름 필드에 연결에 대한 고유한 이름을 입력합니다.
- 선택 사항: 설명 필드에 연결에 대한 설명을 입력합니다.
- 액세스 키 필드에 S3 호환 오브젝트 스토리지 공급자의 액세스 키 ID를 입력합니다.
- Secret 키 필드에 지정한 S3 호환 오브젝트 스토리지 계정의 시크릿 액세스 키를 입력합니다.
- Endpoint 필드에 S3 호환 오브젝트 스토리지 버킷의 끝점을 입력합니다.
- Region 필드에 S3 호환 오브젝트 스토리지 계정의 기본 리전을 입력합니다.
- Bucket 필드에 S3 호환 오브젝트 스토리지 버킷의 이름을 입력합니다.
- 생성을 클릭합니다.
이전 단계에서 URI 를 선택한 경우 연결 세부 정보를 구성합니다.
- 연결 이름 필드에 연결에 대한 고유한 이름을 입력합니다.
- 선택 사항: 설명 필드에 연결에 대한 설명을 입력합니다.
- URI 필드에 URI(Uniform Resource Identifier)를 입력합니다.
- 생성을 클릭합니다.
- Create workbench 를 클릭합니다.
검증
- 생성한 워크벤치가 프로젝트의 Workbenches 탭에 나타납니다.
- 생성 프로세스 중에 워크벤치와 관련된 클러스터 스토리지가 프로젝트의 클러스터 스토리지 탭에 표시됩니다.
- Workbenches 탭의 Status 열에는 워크벤치 서버가 시작될 때 시작 상태와 워크벤치가 성공적으로 시작되면 Running 상태가 표시됩니다.
- 선택 사항: 열기 링크를 클릭하여 새 창에서 IDE를 엽니다.
3.1.2. 로컬 스토리지에서 코드-서버에 기존 노트북 파일 업로드 링크 복사링크가 클립보드에 복사되었습니다!
기존의 노트북을 로컬 스토리지의 코드 서버로 로드하여 계속 작동하거나 새 사용 사례에 맞게 프로젝트를 조정할 수 있습니다.
사전 요구 사항
- 실행 중인 코드-서버 워크벤치가 있습니다.
- 로컬 스토리지에 노트북 파일이 있습니다.
프로세스
-
코드 서버 창의 활동 표시줄에서 메뉴 아이콘(
) → 파일 → 열기 파일을 선택합니다.
- 파일 열기 대화 상자에서 로컬 표시 버튼을 클릭합니다.
노트북 파일을 찾아서 선택한 다음 열기 를 클릭합니다.
파일이 코드-서버 창에 표시됩니다.
- 파일을 저장한 다음 변경 사항을 리포지토리로 내보냅니다.
검증
- 노트북 파일이 코드-서버 탐색 보기에 나타납니다.
- 코드 서버 창에서 노트북 파일을 열 수 있습니다.
3.2. Git을 사용하여 코드 서버의 워크벤치 공동 작업 링크 복사링크가 클립보드에 복사되었습니다!
노트북 또는 기타 파일이 Git 버전 제어에 저장된 경우 코드 서버에서 작동하도록 Git 리포지토리를 복제할 수 있습니다. 준비가 되면 변경 사항을 Git 리포지토리로 다시 푸시하여 다른 사용자가 모델을 검토하거나 사용할 수 있습니다.
3.2.1. code-server를 사용하여 Git 리포지토리에서 기존 노트북 파일 업로드 링크 복사링크가 클립보드에 복사되었습니다!
code-server 사용자 인터페이스를 사용하여 Git 리포지토리를 작업 공간에 복제하여 작업을 계속하거나 외부 프로젝트의 파일을 통합할 수 있습니다.
사전 요구 사항
- 실행 중인 코드-서버 워크벤치가 있습니다.
- 복제하려는 Git 리포지토리에 대한 읽기 권한이 있습니다.
프로세스
Git 리포지토리의 HTTPS URL을 복사합니다.
- GitHub에서 코드 → HTTPS 를 클릭한 다음 클립보드에 URL 복사 아이콘을 클릭합니다.
- GitLab에서 코드를 클릭한 다음 HTTPS를 사용하여 Clone(복제) 아래에 있는 URL 복사 아이콘을 클릭합니다.
-
코드-서버 창의 활동 표시줄에서 메뉴 아이콘(
) → 보기 → 명령줄을 선택합니다.
-
명령행 명령에서
Git: Clone을 입력한 다음 목록에서Git: Clone을 선택합니다. - 노트북이 포함된 리포지토리의 HTTPS URL을 붙여넣은 다음 Enter를 누릅니다.
- 메시지가 표시되면 Git 리포지토리의 사용자 이름과 암호를 입력합니다.
- 리포지토리를 복제할 폴더를 선택한 다음 확인을 클릭합니다.
- 리포지토리가 복제되면 복제된 리포지토리를 열지 묻는 대화 상자가 표시됩니다. 대화 상자에서 열기 를 클릭합니다.
검증
-
리포지토리의 콘텐츠가 code-server Explorer 보기에 표시되는지 확인하거나 터미널에서
ls명령을 실행하여 리포지토리가 디렉터리로 표시되는지 확인합니다.
3.2.2. CLI를 사용하여 Git 리포지토리에서 코드-서버에 기존 노트북 파일 업로드 링크 복사링크가 클립보드에 복사되었습니다!
명령줄 인터페이스를 사용하여 Git 리포지토리를 작업 공간에 복제하여 작업을 계속하거나 외부 프로젝트의 파일을 통합할 수 있습니다.
사전 요구 사항
- 실행 중인 코드-서버 워크벤치가 있습니다.
프로세스
Git 리포지토리의 HTTPS URL을 복사합니다.
- GitHub에서 코드 → HTTPS 를 클릭한 다음 클립보드에 URL 복사 아이콘을 클릭합니다.
- GitLab에서 코드를 클릭한 다음 HTTPS를 사용하여 Clone(복제) 아래에 있는 URL 복사 아이콘을 클릭합니다.
-
코드-서버 창의 활동 표시줄에서 메뉴 아이콘(
) → 터미널 → 새 터미널을 선택하여 터미널 창을 엽니다.
git clone명령을 입력합니다.git clone <git-clone-URL>
git clone <git-clone-URL>Copy to Clipboard Copied! Toggle word wrap Toggle overflow HTTPS URL로 바꿉니다
. 예를 들면 다음과 같습니다.Copy to Clipboard Copied! Toggle word wrap Toggle overflow
검증
-
리포지토리의 콘텐츠가 code-server Explorer 보기에 표시되는지 확인하거나 터미널에서
ls명령을 실행하여 리포지토리가 디렉터리로 표시되는지 확인합니다.
3.2.3. 원격 Git 리포지토리의 변경 사항으로 코드-서버의 프로젝트 업데이트 링크 복사링크가 클립보드에 복사되었습니다!
원격 Git 리포지토리에서 다른 사용자가 변경한 내용을 워크벤치로 가져올 수 있습니다.
사전 요구 사항
- 원격 Git 리포지토리를 구성했습니다.
- Git 리포지토리를 code-server로 가져왔고 리포지토리의 콘텐츠가 code-server의 Explorer 뷰에 표시됩니다.
- 원격 Git 리포지토리에서 로컬 리포지토리로 파일을 가져올 수 있는 권한이 있습니다.
- 실행 중인 코드-서버 워크벤치가 있습니다.
프로세스
-
코드 서버 창의 활동 표시줄에서 소스 제어 아이콘(
)을 클릭합니다.
- 보기 및 추가 작업 버튼(...)을클릭한 다음 가져오기 를 선택합니다.
검증
- 소스 제어 창의 원격 리포지토리에서 가져온 변경 사항을 볼 수 있습니다.
3.2.4. 코드 서버의 프로젝트 변경 사항을 Git 리포지토리로 푸시 링크 복사링크가 클립보드에 복사되었습니다!
프로덕션 환경에서 애플리케이션을 빌드하고 배포하려면 작업을 원격 Git 리포지토리에 업로드합니다.
사전 요구 사항
- 실행 중인 코드-서버 워크벤치가 있습니다.
- 관련 Git 리포지토리를 code-server에 추가했습니다.
- 변경 사항을 관련 Git 리포지토리로 내보낼 수 있는 권한이 있습니다.
- Git 버전 제어 확장 기능이 설치되어 있습니다.
프로세스
-
코드 서버 창의 활동 표시줄에서 메뉴 아이콘(
) → 파일 → 모두 저장 을 선택하여 저장되지 않은 변경 사항을 저장합니다.
-
소스 제어 아이콘(
)을 클릭하여 소스 제어 창을 엽니다.
- 변경된 파일이 변경 사항 아래에 표시되는지 확인합니다.
변경 사항 제목 옆에 있는 모든 변경 사항 단계 버튼(+)을 클릭합니다.
스테이징된 파일은 Staged Changes 섹션으로 이동합니다.
- 메시지 필드에 변경 사항에 대한 간략한 설명을 입력합니다.
- 커밋 버튼 옆에 있는 More Actions… 버튼을 클릭한 다음 Commit & Sync 를 클릭합니다.
- 메시지가 표시되면 Git 자격 증명을 입력하고 확인을 클릭합니다.
검증
- 최근 내보낸 변경 사항은 원격 Git 리포지토리에 표시됩니다.
3.3. 코드 서버에서 Python 패키지 관리 링크 복사링크가 클립보드에 복사되었습니다!
code-server에서는 워크벤치 이미지에 설치된 Python 패키지를 보고 추가 패키지를 설치할 수 있습니다.
3.3.1. 코드-서버 워크벤치에 설치된 Python 패키지 보기 링크 복사링크가 클립보드에 복사되었습니다!
워크벤치에 설치된 Python 패키지와 터미널 창에서 pip 도구를 실행하여 어떤 버전의 패키지인지 확인할 수 있습니다.
사전 요구 사항
- 실행 중인 코드-서버 워크벤치가 있습니다.
프로세스
-
코드-서버 창의 활동 표시줄에서 메뉴 아이콘(
) → 터미널 → 새 터미널을 선택하여 터미널 창을 엽니다.
pip list명령을 입력합니다.pip list
pip listCopy to Clipboard Copied! Toggle word wrap Toggle overflow
검증
출력에는 설치된 모든 Python 패키지 및 해당 버전의 알파벳 목록이 표시됩니다. 예를 들어 Minimal 이미지를 사용하는 노트북 서버를 생성한 직후
pip list명령을 사용하는 경우 표시된 첫 번째 패키지는 다음과 유사합니다.Copy to Clipboard Copied! Toggle word wrap Toggle overflow
3.3.2. 코드 서버 워크벤치에 Python 패키지 설치 링크 복사링크가 클립보드에 복사되었습니다!
패키지 및 버전을 requirements.txt 파일에 추가한 다음 터미널 창에서 pip install 명령을 실행하여 기본 워크벤치 이미지에 포함되지 않은 Python 패키지를 설치할 수 있습니다.
패키지를 직접 설치할 수는 있지만 파일에 명시된 패키지를 다른 노트북에서 쉽게 다시 사용할 수 있도록 requirements.txt 파일을 사용하는 것이 좋습니다.
사전 요구 사항
- 실행 중인 코드-서버 워크벤치가 있습니다.
프로세스
-
코드-서버 창의 활동 표시줄에서 메뉴 아이콘(
) → 파일 → 새 텍스트 파일을 선택하여 새 텍스트 파일을 생성합니다.
설치할 패키지를 텍스트 파일에 추가합니다.
altair
altairCopy to Clipboard Copied! Toggle word wrap Toggle overflow ==(equal to) Operator를 사용하여 설치할 정확한 버전을 지정할 수 있습니다. 예를 들면 다음과 같습니다.altair==4.1.0
altair==4.1.0Copy to Clipboard Copied! Toggle word wrap Toggle overflow 참고Red Hat은 시간이 지남에 따라 워크벤치의 안정성을 높이기 위해 정확한 패키지 버전을 지정하는 것이 좋습니다. 새 패키지 버전에서는 환경 동작에 바람직하지 않거나 예기치 않은 변경이 발생할 수 있습니다.
동시에 여러 패키지를 설치하려면 각 패키지를 별도의 줄에 배치합니다.
-
텍스트 파일을
requirements.txt로 저장합니다. -
활동 표시줄에서 메뉴 아이콘(
) → 터미널 → 새 터미널을 선택하여 터미널 창을 엽니다.
다음 명령을 사용하여
requirements.txt의 패키지를 서버에 설치합니다.pip install -r requirements.txt
pip install -r requirements.txtCopy to Clipboard Copied! Toggle word wrap Toggle overflow 중요pip install명령은 워크벤치에 패키지를 설치합니다. 그러나 코드에서 패키지를 사용하려면import문을 실행해야 합니다.import altair
import altairCopy to Clipboard Copied! Toggle word wrap Toggle overflow
검증
-
requirements.txt파일의 패키지가 워크벤치에 설치된 패키지 목록에 표시되는지 확인합니다. 자세한 내용은 코드 서버 워크벤치에 설치된 Python 패키지 보기를 참조하십시오.
3.4. 코드 서버를 사용하여 확장 설치 링크 복사링크가 클립보드에 복사되었습니다!
code-server 워크벤치 이미지를 사용하면 확장을 사용하여 새 언어, 테마 및 디버거를 추가하고 추가 서비스에 연결하여 코드 서버 환경을 사용자 지정할 수 있습니다. 또한 구문 강조, 자동 입력 및 bracket 일치를 위해 확장 기능과 함께 데이터 과학 작업의 효율성을 향상시킬 수 있습니다.
코드 서버로 설치할 수 있는 타사 확장 기능에 대한 자세한 내용은 Open VSX Registry 를 참조하십시오.
사전 요구 사항
- Red Hat OpenShift AI에 로그인되어 있습니다.
- 코드 서버 워크벤치가 있는 데이터 사이언스 프로젝트를 생성했습니다.
프로세스
OpenShift AI 대시보드에서 Data Science Projects 를 클릭합니다.
Data Science Projects 페이지가 열립니다.
시작하려는 code-server 워크벤치가 포함된 프로젝트의 이름을 클릭합니다.
프로젝트 세부 정보 페이지가 열립니다.
- Workbenches 탭을 클릭합니다.
사용하려는 워크벤치의 상태가 Running 이면 다음 단계로 건너뜁니다.
워크벤치의 상태가 Stopped 인 경우 워크벤치의 Status 열에서 Start 를 클릭합니다.
작업벤치 서버가 시작될 때 상태 열이 Stopped 에서 Start 로 변경되고 워크벤치가 성공적으로 시작되면 Running 으로 변경됩니다.
워크벤치 옆에 있는 Open 링크를 클릭합니다.
코드 서버 창이 열립니다.
-
활동 표시줄에서 확장 아이콘(
)을 클릭합니다.
- 설치할 확장의 이름을 검색합니다.
- 설치를 클릭하여 코드 서버 환경에 확장을 추가합니다.
검증
- Browser - Installed list on the Extensions panel에서 설치한 확장 프로그램이 나열되어 있는지 확인합니다.