Mengakses bucket dan file Cloud Storage di JupyterLab

Mengakses bucket dan file Cloud Storage di JupyterLab

Halaman ini menunjukkan cara memasang bucket Cloud Storage ke Antarmuka JupyterLab instance Vertex AI Workbench sehingga Anda dapat mencari file yang disimpan di Cloud Storage. Anda juga dapat membuka dan mengedit file yang kompatibel dengan JupyterLab, seperti file teks dan notebook (IPYNB).

Ringkasan

Instance Vertex AI Workbench menyertakan integrasi Cloud Storage yang memungkinkan Anda memasang bucket Cloud Storage. Ini berarti Anda dapat menjelajahi isi bucket dan bekerja dengan file yang kompatibel dari dalam antarmuka JupyterLab.

Anda dapat mengakses bucket dan file Cloud Storage mana pun yang akses ke instance dalam project yang sama dengan instance Vertex AI Workbench.

Catatan: Akses instance Vertex AI Workbench Anda ke Cloud Storage ditentukan oleh satu pengguna atau akun layanan yang Anda gunakan untuk memberikan akses ke instance. Misalnya, jika Anda memberikan akses akun layanan tertentu ke instance Anda, Anda juga harus memberi akun layanan tersebut akses ke bucket Cloud Storage yang ingin Anda gunakan di JupyterLab.

Sebelum memulai

1. Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

2. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

3. Make sure that billing is enabled for your Google Cloud project.

4. Aktifkan API Notebooks.

   Mengaktifkan API

5. Di konsol Google Cloud, pada halaman pemilih project, pilih atau buat project Google Cloud.

   Catatan: Jika tidak berencana untuk menyimpan resource yang Anda buat dalam prosedur ini, buatlah project, bukan memilih project yang ada. Setelah menyelesaikan langkah ini, Anda dapat menghapus project, yang menghapus semua resource yang terkait dengan project ini.

   Buka pemilih project

6. Make sure that billing is enabled for your Google Cloud project.

7. Aktifkan API Notebooks.

   Mengaktifkan API

Peran yang diperlukan

Untuk memastikan bahwa akun pengguna Anda memiliki izin untuk memasang bucket Cloud Storage ke instance Vertex AI Workbench, minta administrator untuk memberi akun pengguna Anda peran IAM berikut pada project:

• Notebooks Runner (roles/notebooks.runner)
• Storage Object User (roles/storage.objectUser)

Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.

Administrator Anda mungkin juga bisa memberikan akun pengguna Anda izin yang diperlukan melalui perintah peran atau setelan standar lainnya peran tertentu.

Izin yang diperlukan untuk mengaktifkan pemasangan penyimpanan bersama

Untuk mengaktifkan pemasangan penyimpanan bersama di instance Vertex AI Workbench, minta administrator untuk memberikan izin storage.buckets.list ke akun layanan instance Vertex AI Workbench Anda di project.

Izin storage.buckets.list diperlukan untuk Tombol Pasang penyimpanan bersama agar muncul di antarmuka JupyterLab Instance Vertex AI Workbench.

Membuat bucket dan instance Vertex AI Workbench

Anda harus memiliki akses ke minimal satu bucket Cloud Storage di project yang sama dengan instance Vertex AI Workbench.

1. Jika Anda perlu membuat bucket Cloud Storage, lihat Membuat bucket.

2. Jika belum melakukannya, buat instance Vertex AI Workbench dalam project yang sama dengan bucket Cloud Storage Anda.

Buka JupyterLab

1. Di konsol Google Cloud, buka halaman Instance.

   Buka Instance

2. Di samping nama instance Vertex AI Workbench, klik Buka JupyterLab.

   Instance Vertex AI Workbench akan membuka JupyterLab.

Memasang bucket Cloud Storage

Untuk memasang lalu mengakses bucket Cloud Storage, lakukan langkah berikut:

1. Di JupyterLab, pastikan Tab Browser File dipilih.

2. Di sidebar kiri, klik tombol  Mount shared storage. Jika Anda tidak melihat tombolnya, seret ke sisi kanan {i>sidebar<i} untuk memperluas {i>sidebar<i} hingga Anda melihat tombolnya.

   

3. Di kolom Bucket name, masukkan nama bucket Cloud Storage yang ingin Anda pasang.

4. Klik Pasang.

5. Bucket Cloud Storage Anda akan muncul sebagai folder di Tab browser file di sidebar kiri. Klik dua kali folder untuk membukanya dan menjelajahi kontennya.

Memecahkan masalah

Untuk menemukan metode mendiagnosis dan menyelesaikan masalah terkait pemasangan bucket Cloud Storage ke instance Anda, lihat Memecahkan Masalah Vertex AI Workbench.

Langkah selanjutnya

• Pelajari Cloud Storage lebih lanjut.

• Pelajari cara membuat kueri data di BigQuery dari dalam JupyterLab.