Mit dem Dataproc Hub-Dienst können Sie mithilfe von AI Platform Notebooks und Dataproc interaktive ML- und Datenverarbeitungsaufgaben mit Jupyter-Notebooks und der Hadoop- und Spark-Umgebung ausführen.
Dataproc Hub nutzt JupyterHub für folgende Aufgaben:
- Sorgen Sie für mehr Konsistenz in der gesamten Organisation, indem Sie Administratoren die Möglichkeit bieten, ausgewählte Listen mit Notebookvorlagen für verschiedene Datengruppen und ML-Nutzer zu erstellen.
- Beschleunigen Sie die Erstellung von Notebooks, indem Sie Daten und ML-Nutzern vorkonfigurierte Umgebungen bereitstellen, die ihren Software- und Hardwareanforderungen entsprechen.
Dataproc Hub bietet separate Schnittstellen für Administratoren und Nutzer:
- Administratoren erstellen mithilfe der Notebooks → Dataproc Hub-UI in der Google Cloud Console Dataproc Hub-Instanzen. Jede Hub-Instanz enthält eine Reihe von vordefinierten Notebookumgebungen, die von YAML-Clusterkonfigurationsdateien definiert werden.
- Daten- und ML-Nutzer verwenden in der Google Cloud Console die UI von Notebooks→Instanzen, um eine vordefinierte Notebook-Umgebung auszuwählen, die einen Notebook-Server im Dataproc-Cluster erzeugen soll.
- Nutzer ohne Konsolenzugriff können auf die Dataproc Hub-Instanz zugreifen, um mithilfe der Dataproc Hub-Instanz-URL, die vom Administrator bereitgestellt wurde, einen Dataproc-Cluster zu erstellen.
Anwendungsfälle für Dataproc Hub:
- Daten- und ML-Nutzer sind in Gruppen mit gemeinsamen Software- und Hardwareanforderungen organisiert. Nutzer können in mehreren Gruppen platziert werden.
- Eingeschränkter Zugriff auf die Dataproc-Konsole: Nutzer haben keinen Zugriff auf Dataproc in der Google Cloud Console
Features von Dataproc Hub:
- Vordefinierte Nutzerumgebungen
- Cluster- und Notebook-Isolierung: Die Mitglieder einer Gruppe erhalten keinen einfachen Zugriff auf Cluster und Notebooks von Mitgliedern in anderen Gruppen
Weitere Informationen
- Administratoren: Dataproc Hub konfigurieren
- Nutzer: Dataproc Hub verwenden