Dataproc 클러스터에서 Jupyter 노트북 설치 및 실행

---

목표

이 가이드에서는 새 클러스터에 Cloud Dataproc Jupyter 및 Anaconda 구성요소를 설치한 후 로컬 브라우저에서 Cloud Dataproc 구성요소 게이트웨이를 사용하여 클러스터에서 실행되는 Jupyter 노트북 UI에 연결하는 방법을 보여줍니다.

참고: 이 가이드를 실행하면 Google Cloud 요금이 청구됩니다. Dataproc 가격 책정을 참조하세요.

비용

이 문서에서는 비용이 청구될 수 있는 다음과 같은 Google Cloud 구성요소를 사용합니다.

• Dataproc
• Cloud Storage

프로젝트 사용량을 기준으로 예상 비용을 산출하려면 가격 계산기를 사용하세요. Google Cloud를 처음 사용하는 사용자는 무료 체험판을 사용할 수 있습니다.

시작하기 전에

아직 Google Cloud Platform 프로젝트와 Cloud Storage 버킷을 만들지 않았으면 먼저 만듭니다.

1. 프로젝트 설정

   1. Google Cloud 계정에 로그인합니다. Google Cloud를 처음 사용하는 경우 계정을 만들고 Google 제품의 실제 성능을 평가해 보세요. 신규 고객에게는 워크로드를 실행, 테스트, 배포하는 데 사용할 수 있는 $300의 무료 크레딧이 제공됩니다.

   2. Google Cloud Console의 프로젝트 선택기 페이지에서 Google Cloud 프로젝트를 선택하거나 만듭니다.

      참고: 이 절차에서 생성한 리소스를 유지하지 않으려면 기존 프로젝트를 선택하지 말고 프로젝트를 새로 만드세요. 작업이 끝나면 프로젝트를 삭제하여 프로젝트와 관련된 모든 리소스를 삭제할 수 있습니다.

      프로젝트 선택기로 이동

   3. Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

   4. API Dataproc, Compute Engine, and Cloud Storage 사용 설정

      API 사용 설정

   5. Google Cloud CLI를 설치합니다.

   6. gcloud CLI를 초기화하려면 다음 명령어를 실행합니다.

      gcloud init

   7. Google Cloud Console의 프로젝트 선택기 페이지에서 Google Cloud 프로젝트를 선택하거나 만듭니다.

      참고: 이 절차에서 생성한 리소스를 유지하지 않으려면 기존 프로젝트를 선택하지 말고 프로젝트를 새로 만드세요. 작업이 끝나면 프로젝트를 삭제하여 프로젝트와 관련된 모든 리소스를 삭제할 수 있습니다.

      프로젝트 선택기로 이동

   8. Google Cloud 프로젝트에 결제가 사용 설정되어 있는지 확인합니다.

   9. API Dataproc, Compute Engine, and Cloud Storage 사용 설정

      API 사용 설정

   10. Google Cloud CLI를 설치합니다.

   11. gcloud CLI를 초기화하려면 다음 명령어를 실행합니다.

       gcloud init

2. 프로젝트에 이 가이드에서 만든 노트북을 저장할 Cloud Storage 버킷 만들기

   1. Google Cloud Console에서 Cloud Storage 버킷 페이지로 이동합니다.

      버킷 페이지로 이동

   2. 버킷 만들기를 클릭합니다.
   3. 버킷 만들기 페이지에서 버킷 정보를 입력합니다. 다음 단계로 이동하려면 계속을 클릭합니다.
      • 버킷 이름 지정에서 버킷 이름 지정 요구사항을 충족하는 이름을 입력합니다.
      • 데이터를 저장할 위치 선택에서 다음을 수행합니다.
        • 위치 유형 옵션을 선택합니다.
        • 위치 옵션을 선택합니다.
      • 데이터의 기본 스토리지 클래스 선택에서 스토리지 클래스를 선택합니다.
      • 객체 액세스를 제어하는 방식 선택에서 액세스 제어 옵션을 선택합니다.
      • 고급 설정(선택사항)에서 암호화 방법, 보관 정책 또는 버킷 라벨을 지정합니다.
   4. 만들기를 클릭합니다.
   노트북이 gs://bucket-name/notebooks/jupyter의 Cloud Storage에 저장됩니다.

클러스터를 만들고 Jupyter 구성요소 설치하기

설치된 Jupyter 구성요소가 포함된 클러스터를 만듭니다.

참고: 클러스터를 만들 때 시작하기 전에 2단계에서 만든 버킷의 이름을 Dataproc staging bucket로 지정합니다(버킷 이름만 지정). 스테이징 버킷 설정에 대한 안내는 Dataproc 스테이징 및 임시 버킷을 참조하세요. 노트북이 gs://bucket-name/notebooks/jupyter의 Cloud Storage에 저장됩니다.

Jupyter 및 JupyterLab UI 열기

Google Cloud 콘솔에서 Google Cloud 콘솔 구성요소 게이트웨이 링크를 클릭하여 클러스터의 마스터 노드에서 실행되는 Jupyter 노트북 또는 JupyterLab UI를 엽니다.

Jupyter 인스턴스에서 표시하는 최상위 디렉터리는 Cloud Storage 버킷 또는 로컬 파일 시스템의 콘텐츠를 볼 수 있는 가상 디렉터리입니다. Cloud Storage의 경우 GCS 링크를, 클러스터에 포함된 마스터 노드의 로컬 파일 시스템의 경우 로컬 디스크를 클릭하여 위치를 선택할 수 있습니다.

1. GCS 링크를 클릭합니다. Jupyter 노트북 웹 UI는 이 튜토리얼에서 만든 노트북을 포함하여 Cloud Storage 버킷에 저장된 노트북을 표시합니다.

   

삭제

튜토리얼을 완료한 후에는 만든 리소스를 삭제하여 할당량 사용을 중지하고 요금이 청구되지 않도록 할 수 있습니다. 다음 섹션은 이러한 리소스를 삭제하거나 사용 중지하는 방법을 설명합니다.

프로젝트 삭제

비용이 청구되지 않도록 하는 가장 쉬운 방법은 튜토리얼에서 만든 프로젝트를 삭제하는 것입니다.

프로젝트를 삭제하는 방법은 다음과 같습니다.

주의: 프로젝트를 삭제하면 다음과 같은 효과가 발생합니다.

• 프로젝트의 모든 항목이 삭제됩니다. 이 문서의 태스크에 기존 프로젝트를 사용한 경우 프로젝트를 삭제하면 프로젝트에서 수행한 다른 작업도 삭제됩니다.
• 커스텀 프로젝트 ID가 손실됩니다. 이 프로젝트를 만들 때 앞으로 사용할 커스텀 프로젝트 ID를 만들었을 수 있습니다. appspot.com URL과 같이 프로젝트 ID를 사용하는 URL을 보존하려면 전체 프로젝트를 삭제하는 대신 프로젝트 내에서 선택한 리소스만 삭제합니다.

여러 아키텍처, 튜토리얼, 빠른 시작을 살펴보려는 경우 프로젝트를 재사용하면 프로젝트 할당량 한도 초과를 방지할 수 있습니다.

1. Google Cloud 콘솔에서 리소스 관리 페이지로 이동합니다.

   리소스 관리로 이동

2. 프로젝트 목록에서 삭제할 프로젝트를 선택하고 삭제를 클릭합니다.
3. 대화상자에서 프로젝트 ID를 입력한 후 종료를 클릭하여 프로젝트를 삭제합니다.

클러스터 삭제

• 클러스터를 삭제하는 방법은 다음과 같습니다.

  gcloud dataproc clusters delete cluster-name \
      --region=${REGION}
  

버킷 삭제

• 버킷에 저장된 노트북을 포함해 시작하기 전에 2단계에서 만든 Cloud Storage 버킷을 삭제하려면 다음 안내를 따르세요.

  gsutil -m rm -r gs://${BUCKET_NAME}
  

다음 단계

• Jupyter/IPython 메모장 빠른 시작 가이드 참조