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 Anda sehingga Anda dapat menjelajahi file yang disimpan di Cloud Storage. Anda juga dapat membuka dan mengedit file yang kompatibel dengan JupyterLab, seperti file teks dan file notebook (IPYNB).

Ringkasan

Instance Vertex AI Workbench menyertakan integrasi Cloud Storage yang memungkinkan Anda memasang bucket Cloud Storage. Artinya, Anda dapat menjelajahi konten bucket dan menggunakan file yang kompatibel dari dalam antarmuka JupyterLab.

Anda dapat mengakses bucket dan file Cloud Storage yang dapat diakses oleh instance Anda dalam project yang sama dengan instance Vertex AI Workbench Anda.

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. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

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

4. Enable the Notebooks API.

   Enable the API

5. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

   Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

   Go to project selector

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

7. Enable the Notebooks API.

   Enable the API

Peran yang diperlukan

Untuk memastikan bahwa akun pengguna Anda memiliki izin yang diperlukan untuk memasang bucket Cloud Storage ke instance Vertex AI Workbench, minta administrator untuk memberi akun pengguna Anda peran IAM berikut di 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 dapat memberikan izin yang diperlukan kepada akun pengguna Anda melalui peran khusus atau peran bawaan lainnya.

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 agar tombol Mount shared storage muncul di antarmuka JupyterLab instance Vertex AI Workbench Anda.

Membuat bucket dan instance Vertex AI Workbench

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

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 tindakan berikut:

1. Di JupyterLab, pastikan tab  File Browser dipilih.

2. Di sidebar kiri, klik tombol  Mount shared storage. Jika Anda tidak melihat tombol, tarik sisi kanan sidebar untuk meluaskan sidebar hingga Anda melihat tombol.

   

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

4. Klik Mount.

5. Bucket Cloud Storage Anda akan muncul sebagai folder di tab File browser 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.