Gérer les caractéristiques via les métadonnées

Cette page explique comment gérer certaines fonctionnalités de l'instance Vertex AI Workbench en modifiant les paires clé/valeur de métadonnées de l'instance.

Clés de métadonnées

Pour en savoir plus sur les fonctionnalités et leurs clés de métadonnées respectives, consultez le tableau suivant.

Caractéristique Description Clé de métadonnées Valeurs acceptées et valeurs par défaut
Active Cloud Storage FUSE sur une image de conteneur.

Installe /dev/fuse sur le conteneur et active gcsfuse pour une utilisation sur le conteneur.

container-allow-fuse
  • true : active Cloud Storage FUSE.
  • false (par défaut) : n'active pas Cloud Storage FUSE.
nbconvert

Vous permet d'exporter et de télécharger des notebooks sous un format de fichier différent.

 notebook-disable-nbconvert
  • true : désactive nbconvert.
  • false (par défaut) : active nbconvert.
Déplacer vers la corbeille

Utilise le comportement de la corbeille du système d'exploitation lors de la suppression depuis JupyterLab.

notebook-enable-delete-to-trash
  • true : active la suppression vers la corbeille.
  • false (par défaut) : utilise le comportement de JupyterLab par défaut.
Dataproc

Permet d'accéder aux noyaux Dataproc.

Pour en savoir plus, consultez la section Créer une instance compatible avec Dataproc.

 disable-mixer
  • true : désactive l'accès aux kernels Dataproc.
  • false (par défaut) : active l'accès aux kernels Dataproc.
Arrêt en cas d'inactivité

Active l'arrêt en cas d'inactivité.

Pour en savoir plus, consultez la section Arrêt en cas d'inactivité.

 idle-timeout-seconds Entier représentant la durée d'inactivité en secondes. La valeur par défaut est de 10800 secondes (180 minutes).
Correctifs d'OS planifiés

Planifie les mises à jour automatiques d'OS de l'instance. Cela active le service de mise à niveau sans surveillance de Debian et ne s'applique qu'aux images basées sur des VM.

install-unattended-upgrades
  • true : active les mises à jour automatiques de l'OS.
  • false (par défaut) : désactive les mises à jour automatiques de l'OS.
Utilisateur Jupyter personnalisé

Spécifie le nom de l'utilisateur Jupyter par défaut. Ce paramètre détermine le nom du dossier pour vos notebooks. Par exemple, au lieu du répertoire /home/jupyter/ par défaut, vous pouvez le remplacer par /home/CUSTOM_NAME. Cette clé de métadonnées n'affecte pas l'accès à l'instance.

jupyter-user Chaîne. La valeur par défaut est jupyter.
Téléchargement de fichiers

Vous permet de télécharger des fichiers à partir de JupyterLab.

 notebook-disable-downloads
  • true : désactive le téléchargement de fichiers.
  • false (par défaut) : active le téléchargement de fichiers.
Accès root

Active l'accès root.

 notebook-disable-root
  • true : désactive l'accès root.
  • false (par défaut) : active l'accès root.
Accès au terminal

Active l'accès au terminal.

 notebook-disable-terminal
  • true : désactive l'accès au terminal.
  • false (par défaut) : active l'accès au terminal.
Mises à niveau planifiées

Planifie les mises à niveau automatiques de l'instance.

 notebook-upgrade-schedule Programmation hebdomadaire ou mensuelle que vous définissez, au format unix-cron. Par exemple, 00 19 * * MON signifie toutes les semaines, le lundi à 19 h GMT (heure du méridien de Greenwich). Cette fonctionnalité est désactivée par défaut.
Script consécutif au démarrage

Exécute un script personnalisé après le démarrage.

 post-startup-script URI d'un script post-démarrage dans Cloud Storage, par exemple : gs://bucket/hello.sh. Cette fonctionnalité est désactivée par défaut.
Comportement du script post-démarrage

Définit quand et comment le script post-démarrage s'exécute.

 post-startup-script-behavior
  • run_once (par défaut) : exécute le script post-démarrage une fois après la création ou la mise à niveau de l'instance.
  • run_every_start : exécute le script post-démarrage après chaque démarrage.
  • download_and_run_every_start : télécharge à nouveau le script post-démarrage à partir de sa source, puis l'exécute après chaque démarrage.
Signaler l'état des événements

Vérifie l'état toutes les 30 secondes pour les métriques de VM.

 report-event-health
  • true (par défaut) : active les rapports sur l'état des événements.
  • false : désactive les rapports sur l'état des événements.

Métadonnées gérées par Compute Engine

Certaines des clés de métadonnées sont prédéfinies par Compute Engine. Pour en savoir plus, consultez la section Clés de métadonnées prédéfinies.

Clés de métadonnées protégées

Certaines clés de métadonnées sont exclusivement réservées au système. Si vous attribuez des valeurs à ces clés de métadonnées, les nouvelles valeurs seront remplacées par les valeurs système.

Les clés de métadonnées réservées incluent, sans s'y limiter :

  • data-disk-uri
  • enable-oslogin
  • framework
  • notebooks-api
  • notebooks-api-version
  • nvidia-driver-gcs-path
  • proxy-url
  • restriction
  • shutdown-script
  • title
  • version

Créer une instance avec des métadonnées spécifiques

Vous pouvez créer une instance Vertex AI Workbench avec des métadonnées spécifiques à l'aide de la console Google Cloud, de Google Cloud CLI, de Terraform ou de l'API Notebooks :

Console

Lorsque vous créez une instance Vertex AI Workbench, vous pouvez ajouter des métadonnées dans la section Environnement des Options avancées.

Bouton "Ajouter des métadonnées" dans la section "Environnement"

gcloud

Lorsque vous créez une instance Vertex AI Workbench, vous pouvez ajouter des métadonnées à l'aide de la commande suivante.

gcloud workbench instances create INSTANCE_NAME --metadata=KEY=VALUE

Terraform

Pour ajouter des métadonnées, créez la ressource avec des paires clé/valeur de métadonnées.

Pour savoir comment appliquer ou supprimer une configuration Terraform, consultez la page Commandes Terraform de base.

resource "google_workbench_instance" "default" {
  name     = "workbench-instance-example"
  location = "us-central1-a"

  gce_setup {
    machine_type = "n1-standard-1"
    vm_image {
      project = "cloud-notebooks-managed"
      family  = "workbench-instances"
    }
    metadata = {
      key = "value"
    }
  }
}

API Notebooks

Utilisez la méthode instances.create avec des valeurs de métadonnées pour gérer les fonctionnalités correspondantes.

Mettre à jour les métadonnées d'une instance

Vous pouvez mettre à jour les métadonnées d'une instance Vertex AI Workbench à l'aide de la console Google Cloud, de Google Cloud CLI, de Terraform ou de l'API Notebooks.

Console

Vous pouvez mettre à jour les métadonnées d'une instance Vertex AI Workbench dans la section Logiciels et sécurité de sa page Détails.

Exemples de champs de clé et de valeur de métadonnées

gcloud

Vous pouvez mettre à jour les métadonnées sur une instance Vertex AI Workbench à l'aide de la commande suivante.

gcloud workbench instances update INSTANCE_NAME --metadata=KEY=VALUE

Terraform

Vous pouvez modifier les paires clé/valeur des métadonnées pour gérer les fonctionnalités correspondantes sur les instances Vertex AI Workbench.

Pour savoir comment appliquer ou supprimer une configuration Terraform, consultez la page Commandes Terraform de base.

resource "google_workbench_instance" "default" {
  name     = "workbench-instance-example"
  location = "us-central1-a"

  gce_setup {
    machine_type = "n1-standard-1"
    vm_image {
      project = "cloud-notebooks-managed"
      family  = "workbench-instances"
    }
    metadata = {
      key = "updated_value"
    }
  }
}

API Notebooks

Utilisez la méthode instances.patch avec des valeurs de métadonnées et gce_setup.metadata dans updateMask pour gérer les fonctionnalités correspondantes.

Supprimer les métadonnées d'une instance

Vous pouvez supprimer les métadonnées d'une instance Vertex AI Workbench à l'aide de la console Google Cloud, de Google Cloud CLI, de Terraform ou de l'API Notebooks.

Console

Vous pouvez supprimer les métadonnées d'une instance Vertex AI Workbench dans la section Logiciel et sécurité de sa page Détails.

Exemples de champs de clé et valeur de métadonnées lors d'une mise à jour

gcloud

Vous pouvez supprimer les métadonnées d'une instance Vertex AI Workbench à l'aide de la commande suivante.

gcloud workbench instances update INSTANCE_NAME --metadata=KEY=

Terraform

Vous pouvez supprimer des paires clé/valeur des métadonnées pour gérer les fonctionnalités correspondantes d'une instance Vertex AI Workbench.

Pour savoir comment appliquer ou supprimer une configuration Terraform, consultez la page Commandes Terraform de base.

resource "google_workbench_instance" "default" {
  name     = "workbench-instance-example"
  location = "us-central1-a"

  gce_setup {
    machine_type = "n1-standard-1"
    vm_image {
      project = "cloud-notebooks-managed"
      family  = "workbench-instances"
    }
    metadata = {
    }
  }
}

API Notebooks

Utilisez la méthode instances.patch avec la valeur de métadonnées définie sur une chaîne vide et gce_setup.metadata dans updateMask pour supprimer la fonctionnalité correspondante.