解锁协作与创新的钥匙:计算巢&JupyterHub 引领数据驱动新时代

简介: 在这个数字化转型的时代,JupyterHub 为教育、研究和企业提供了一种强大且灵活的解决方案,帮助团队和个人高效地协作和探索数据。无论您是数据科学家、教育工作者还是开发团队的一员,JupyterHub 都能通过其无与伦比的功能和易用性提升您的生产力和创新能力。计算巢提供

image.png
在这个数字化转型的时代,JupyterHub 为教育、研究和企业提供了一种强大且灵活的解决方案,帮助团队和个人高效地协作和探索数据。无论您是数据科学家、教育工作者还是开发团队的一员,JupyterHub 都能通过其无与伦比的功能和易用性提升您的生产力和创新能力。

概述

JupyterHub 是一个开源平台,旨在为多个用户提供 Jupyter Notebook 环境。它可以在云端或本地服务器上运行,使用户无需担心环境配置、依赖安装等琐碎事务。JupyterHub 能够支持成千上万的用户,让每个人都可以通过浏览器随时随地访问他们的工作环境。计算巢提供了支持多用户的 Jupyter Notebook 服务器,用于创建、管理、代理多个 Jupyter Notebook 实例。具有扩展性和可定制性,服务本身免费,只需为云服务资源付费。本服务主要提供以下功能:

  • 快速部署Jupyter Notebook
  • 与阿里云OAuth打通
  • 支持使用ECI+Spot Serverless节约成本

计费说明

Jupyterhub部署的为社区开源版本,源码参考Github Repo

  • 已有阿里云ack集群,这种情况下可以直接将服务部署到该集群中,用户不需付费。
  • 新建阿里云ack集群,然后部署服务,这种情况下只用支付ack资源本身的费用。

Jupyterhub在计算巢上的费用主要涉及:

  • 所选vCPU与内存规格
  • 磁盘容量
  • 公网带宽
  • ACK集群费用

部署流程

部署步骤

您可以在阿里云计算巢自行搜索,也可以通过下述部署链接快速到达。

部署链接

部署参数说明

您在创建服务实例的过程中,需要配置服务实例信息。下文介绍Jupyterhub服务实部署的详细信息,分为已有ack集群和新建ack集群两种。

已有ack集群

create-1.png

create-2.png

create-3.png

是否新建ack集群参数选择否时,代表使用已有ACK集群,反之需要新建ACK集群。

验证结果

  1. 查看服务实例,服务实例创建成功后,部署时间大约需要10分钟。部署完成后,页面上可以看到对应的服务实例。
    create-4.png

  2. 点击详情,可以查看实例详情,具体页面如下:
    create-5.png

  3. 部署成功的服务实例详情如上图所示,需要配置host内容到域名A记录或者配置本机的host配置,最后访问域名即可链接服务
    success-0.png

高级选项

ACK场景下使用ECI+Spot弹性运行Worker节省成本

选择对应的ack集群,运维管理->组件管理->安装ACK Virtual Node 开启ECI弹性能力
update-0.png

进入服务实例->修改配置

update-1.png

update-2.png

singleuser:
  extraLabels:
    alibabacloud.com/eci: 'true'
  extraAnnotations:
    k8s.aliyun.com/eci-spot-strategy: SpotAsPriceGo

success-1.png

success-1.png

helm包路径

https://github.com/aliyun-computenest/jupyterhub/blob/main/targets/jupyterhub-4.0.0.tgz

更多配置

请参考地址
https://z2jh.jupyter.org/en/stable/jupyterhub/customizing/user-environment.html

相关文章
|
SQL 存储 弹性计算
阿里云EMR 2.0:重新定义新一代开源大数据平台
本次分享主要介绍了阿里云E-MapReduce的开发历程,EMR 2.0的新特性、产品架构,以及EMR 2.0在平台体验、数据开发、资源形态及分析场景等方面的全面突破与创新,重新定义新一代开源大数据平台。
3594 0
阿里云EMR 2.0:重新定义新一代开源大数据平台
|
分布式数据库 数据库 Hbase
|
7月前
|
人工智能 监控 JavaScript
CRM系统销售管理全流程解析:从MTL到RMS的数字化转型指南
在数字化转型浪潮下,CRM系统中的销售管理已成为企业增长的核心引擎。纷享销客以“全流程覆盖+智能化驱动+行业化适配”为核心,构建涵盖MTL、L2O、CPQ、RMS的端到端销售闭环,并深度融合AI技术,打造销售Agent生态,实现线索转化、客户洞察、报价履约等全场景智能赋能。通过MCR大客户管理体系,推动从短期成交向长期价值经营转型。其三层架构支持灵活定制与生态集成,已在智能制造、食品饮料、医疗健康等行业落地,助力神策数据、拓斯达、一舟股份等企业实现销售效率与战略协同的双重提升。未来,销售管理将迈向更智能、更协同、更个性化的新阶段,纷享销客持续以AI驱动企业可持续增长。
|
机器学习/深度学习 数据挖掘 开发工具
Jupyter 集群管理:大规模部署的最佳策略
【8月更文第29天】将版本控制系统(如 Git)与 Jupyter 笔记本结合使用是现代数据科学和机器学习团队中常见的实践。这种集成不仅有助于追踪代码变更历史,还可以促进团队间的协作和代码共享。本文将详细介绍如何在 Jupyter Notebook 中集成 Git,并提供一些实用的代码示例来帮助你开始使用。
507 1
|
存储 Ubuntu 搜索推荐
构建多用户的 Jupyter 服务器 —— 利用 JupyterHub
【8月更文第29天】**摘要** JupyterHub 是一个易于使用的、可伸缩的、多用户的 Jupyter Notebook 服务器。它允许您在一个集中式服务器上托管多个独立的 Jupyter Notebook 会话,非常适合团队协作和教学环境。本文将详细介绍如何安装和配置 JupyterHub,以及如何利用它来构建一个多用户 Jupyter 服务器环境。
5913 0
|
人工智能 供应链 PyTorch
TimesFM 2.0:用 AI 预测流量、销量和金融市场等走势!谷歌开源超越统计方法的预测模型
TimesFM 2.0 是谷歌研究团队开源的时间序列预测模型,支持长达2048个时间点的单变量预测,具备零样本学习能力,适用于零售、金融、交通等多个领域。
2698 24
TimesFM 2.0:用 AI 预测流量、销量和金融市场等走势!谷歌开源超越统计方法的预测模型
|
机器学习/深度学习 数据采集 算法
利用scikit-learn进行时间序列预测
【4月更文挑战第17天】本文介绍了如何使用Scikit-learn进行时间序列预测,涉及数据预处理(如缺失值填充、平滑和特征提取)、模型选择(线性回归、SVM、随机森林等)、模型评估与优化(如MSE、RMSE、MAE作为评估指标,超参数优化和模型融合)。Scikit-learn为时间序列预测提供了强大支持,但实际应用需结合问题需求和数据特性。未来可探索深度学习在此领域的应用。
1205 99

热门文章

最新文章