Questa pagina descrive i passaggi per la risoluzione dei problemi, utili in caso di problemi durante l'utilizzo di Vertex AI Workbench.
Consulta anche Risoluzione dei problemi di Vertex AI per ricevere assistenza sull'utilizzo di altri componenti di Vertex AI.
Per filtrare i contenuti di questa pagina, fai clic su un argomento:
Procedure utili
Questa sezione descrive le procedure che potresti trovare utili.
Utilizza SSH per connetterti all'istanza dei blocchi note gestiti dall'utente
Utilizza SSH per connetterti all'istanza digitando il comando seguente in Cloud Shell o in qualsiasi ambiente in cui è installata Google Cloud CLI.
gcloud compute ssh --project PROJECT_ID \
--zone ZONE \
INSTANCE_NAME -- -L 8080:localhost:8080
Sostituisci quanto segue:
PROJECT_ID
: il tuo ID progettoZONE
: la zona Google Cloud in cui si trova l'istanzaINSTANCE_NAME
: il nome dell'istanza
Esegui di nuovo la registrazione con il server Inverting Proxy
Per registrare di nuovo l'istanza di blocchi note gestiti dall'utente con il server proxy inverting interno, puoi arrestare e avviare la VM dalla pagina Blocchi note gestiti dall'utente oppure puoi utilizzare SSH per connetterti all'istanza di blocchi note gestiti dall'utente e inserire:
cd /opt/deeplearning/bin sudo ./attempt-register-vm-on-proxy.sh
verifica lo stato del servizio Docker
Per verificare lo stato del servizio Docker, puoi utilizzare SSH per connetterti alla tua istanza di blocchi note gestiti dall'utente e inserire:
sudo service docker status
Verifica che l'agente Inverting Proxy sia in esecuzione
Per verificare se l'agente proxy inverting del blocco note è in esecuzione, utilizza SSH per connetterti all'istanza di blocchi note gestiti dall'utente e inserisci:
# Confirm Inverting Proxy agent Docker container is running (proxy-agent) sudo docker ps # Verify State.Status is running and State.Running is true. sudo docker inspect proxy-agent # Grab logs sudo docker logs proxy-agent
Verifica lo stato del servizio Jupyter e raccogli i log
Per verificare lo stato del servizio Jupyter, puoi utilizzare SSH per connetterti all'istanza di blocchi note gestiti dall'utente e inserire:
sudo service jupyter status
Per raccogliere i log del servizio Jupyter:
sudo journalctl -u jupyter.service --no-pager
Verifica che l'API interna Jupyter sia attiva
L'API Jupyter deve sempre essere eseguita sulla porta 8080. Puoi verificarlo ispezionando i syslog dell'istanza per trovare una voce simile a:
Jupyter Server ... running at: http://localhost:8080
Per verificare che l'API interna Jupyter sia attiva, puoi anche utilizzare SSH per connetterti alla tua istanza di blocchi note gestiti dall'utente e inserire:
curl http://127.0.0.1:8080/api/kernelspecs
Puoi anche misurare il tempo necessario all'API per rispondere nel caso in cui le richieste richiedano troppo tempo:
time curl -V http://127.0.0.1:8080/api/status
time curl -V http://127.0.0.1:8080/api/kernels
time curl -V http://127.0.0.1:8080/api/connections
Per eseguire questi comandi nella tua istanza di Vertex AI Workbench, apri JupyterLab e crea un nuovo terminale.
riavvia il servizio Docker
Per riavviare il servizio Docker, puoi arrestare e avviare la VM dalla pagina Blocchi note gestiti dall'utente oppure puoi utilizzare SSH per connetterti all'istanza di blocchi note gestiti dall'utente e inserire:
sudo service docker restart
Riavvia l'agente Inverting Proxy
Per riavviare l'agente Inverting Proxy, puoi arrestare e avviare la VM dalla pagina Blocchi note gestiti dall'utente oppure puoi utilizzare SSH per connetterti all'istanza di blocchi note gestiti dall'utente e inserire:
sudo docker restart proxy-agent
Riavvia il servizio Jupyter
Per riavviare il servizio Jupyter, puoi arrestare e avviare la VM dalla pagina Blocchi note gestiti dall'utente oppure puoi utilizzare SSH per connetterti all'istanza di blocchi note gestiti dall'utente e inserire:
sudo service jupyter restart
Riavvia l'agente di raccolta Notebooks
Il servizio dell'agente raccolta Notebooks esegue in background un processo Python che verifica lo stato dei servizi principali dell'istanza di Vertex AI Workbench.
Per riavviare il servizio dell'agente raccolta Notebooks, puoi arrestare e avviare la VM dalla console Google Cloud oppure puoi utilizzare SSH per connetterti all'istanza di Vertex AI Workbench e inserire:
sudo systemctl stop notebooks-collection-agent.service
seguito da:
sudo systemctl start notebooks-collection-agent.service
Per eseguire questi comandi nella tua istanza di Vertex AI Workbench, apri JupyterLab e crea un nuovo terminale.
Modifica lo script dell'agente raccolta Notebooks
Per accedere allo script e modificarlo, apri un terminale nella nostra istanza o utilizza SSH per connetterti alla tua istanza di Vertex AI Workbench e inserisci:
nano /opt/deeplearning/bin/notebooks_collection_agent.py
Dopo aver modificato il file, ricordati di salvarlo.
Quindi, devi riavviare il servizio dell'agente di raccolta Notebooks.
Verifica che l'istanza possa risolvere i domini DNS richiesti
Per verificare che l'istanza possa risolvere i domini DNS richiesti, puoi utilizzare SSH per connetterti alla tua istanza di blocchi note gestiti dall'utente e inserire:
host notebooks.googleapis.com
host *.notebooks.cloud.google.com
host *.notebooks.googleusercontent.com
host *.kernels.googleusercontent.com
oppure:
curl --silent --output /dev/null "https://notebooks.cloud.google.com"; echo $?
Se per l'istanza è abilitato Dataproc, puoi verificare che l'istanza risolva *.kernels.googleusercontent.com
eseguendo:
curl --verbose -H "Authorization: Bearer $(gcloud auth print-access-token)" https://${PROJECT_NUMBER}-dot-${REGION}.kernels.googleusercontent.com/api/kernelspecs | jq .
Per eseguire questi comandi nella tua istanza di Vertex AI Workbench, apri JupyterLab e crea un nuovo terminale.
Crea una copia dei dati utente su un'istanza
Per archiviare una copia dei dati utente di un'istanza in Cloud Storage, completa i passaggi riportati di seguito.
Crea un bucket Cloud Storage (facoltativo)
Nello stesso progetto in cui si trova l'istanza, crea un bucket Cloud Storage in cui archiviare i dati utente. Se hai già un bucket Cloud Storage, salta questo passaggio.
-
Crea un bucket Cloud Storage:
gcloud storage buckets create gs://BUCKET_NAME
SostituisciBUCKET_NAME
con un nome di bucket che soddisfi i requisiti di denominazione dei bucket.
Copiare i dati utente
Nell'interfaccia di JupyterLab della tua istanza, seleziona File > Nuovo > Terminale per aprire una finestra del terminale. Per le istanze di blocchi note gestiti dall'utente, puoi invece connetterti al terminale dell'istanza utilizzando SSH.
Utilizza
gsutil tool
per copiare i dati utente in un bucket Cloud Storage. Il comando di esempio seguente copia tutti i file dalla directory/home/jupyter/
dell'istanza in una directory in un bucket Cloud Storage.gsutil cp -R /home/jupyter/* gs://BUCKET_NAMEPATH
Sostituisci quanto segue:
BUCKET_NAME
: il nome del tuo bucket Cloud StoragePATH
: il percorso della directory in cui vuoi copiare i file, ad esempio:/copy/jupyter/