Mengelola fitur melalui metadata

Mengelola fitur melalui metadata

Halaman ini menjelaskan cara mengelola beberapa fitur instance Vertex AI Workbench dengan memodifikasi key-value pair metadata instance.

Kunci metadata

Untuk mengetahui informasi tentang fitur dan kunci metadatanya masing-masing, lihat tabel berikut.

Fitur	Deskripsi	Kunci metadata	Nilai dan default yang diterima
{i>nbconvert<i}	Memungkinkan Anda mengekspor dan mendownload notebook sebagai jenis file yang berbeda.	notebook-disable-nbconvert	true: Menonaktifkan nbconvert. false (default): Mengaktifkan nbconvert.
Hapus ke sampah	Menggunakan perilaku sampah sistem operasi saat menghapus dari JupyterLab.	notebook-enable-delete-to-trash	true: Memungkinkan penghapusan ke sampah. false (default): Menggunakan perilaku JupyterLab default.
Dataproc	Mengaktifkan akses ke kernel Dataproc. Untuk informasi selengkapnya, lihat Membuat instance yang mendukung Dataproc.	disable-mixer	true: Menonaktifkan akses ke kernel Dataproc. false (default): Mengaktifkan akses ke kernel Dataproc.
Penonaktifan saat tidak ada aktivitas	Mengaktifkan penonaktifan tidak ada aktivitas. Untuk mengetahui informasi selengkapnya, lihat Penonaktifan tidak ada aktivitas.	idle-timeout-seconds	Bilangan bulat yang mewakili waktu tidak ada aktivitas dalam detik. Nilai default-nya adalah 10800 detik (180 menit).
Pengguna Jupyter khusus	Menentukan nama pengguna Jupyter default. Setelan ini menentukan nama folder untuk notebook Anda. Misalnya, alih-alih direktori /home/jupyter/ default, Anda dapat mengubah direktori menjadi /home/CUSTOM_NAME. Kunci metadata ini tidak memengaruhi akses ke instance.	jupyter-user	Sebuah {i>string<i}. Nilai defaultnya adalah jupyter.
Mendownload file	Memungkinkan Anda mengunduh file dari JupyterLab.	notebook-disable-downloads	true: Menonaktifkan download file. false (default): Mengaktifkan download file.
Akses root	Mengaktifkan akses root.	notebook-disable-root	true: Menonaktifkan akses root. false (default): Mengaktifkan akses root.
Akses terminal	Mengaktifkan akses terminal.	notebook-disable-terminal	true: Menonaktifkan akses terminal. false (default): Mengaktifkan akses terminal.
Upgrade terjadwal	Menjadwalkan upgrade otomatis instance.	notebook-upgrade-schedule	Jadwal mingguan atau bulanan yang Anda tetapkan, dalam format unix-cron, misalnya 00 19 * * MON, berarti setiap minggu pada hari Senin, pukul 1900 jam Waktu Greenwich (GMT). Fitur ini dinonaktifkan secara default.
Skrip pasca-startup	Menjalankan skrip kustom setelah startup.	post-startup-script	URI skrip pasca-startup di Cloud Storage, misalnya: gs://bucket/hello.sh. Fitur ini dinonaktifkan secara default.
Perilaku skrip pasca-startup	Menentukan waktu dan cara skrip pasca-startup dijalankan.	post-startup-script-behavior	run_once (default): Menjalankan skrip pasca-startup satu kali setelah pembuatan atau upgrade instance. run_every_start: Menjalankan skrip pasca-startup setelah setiap proses dimulai. download_and_run_every_start: Mendownload ulang skrip pasca-startup dari sumbernya, lalu menjalankan skrip tersebut setelah setiap kali dimulai.
Melaporkan kondisi peristiwa	Memeriksa kondisi setiap 30 detik untuk metrik VM.	report-event-health	true (default): Mengaktifkan pelaporan kondisi peristiwa. false: Menonaktifkan pelaporan kondisi peristiwa.

Metadata dikelola oleh Compute Engine

Beberapa kunci metadata telah ditentukan sebelumnya oleh Compute Engine. Untuk mengetahui informasi selengkapnya, lihat Kunci metadata yang telah ditetapkan.

Kunci metadata yang dilindungi

Beberapa kunci metadata dicadangkan hanya untuk penggunaan sistem. Jika Anda menetapkan nilai ke kunci metadata ini, nilai baru akan ditimpa oleh nilai sistem.

Kunci metadata yang dicadangkan mencakup dan tidak terbatas pada:

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

Membuat instance dengan metadata tertentu

Anda dapat membuat instance Vertex AI Workbench dengan metadata spesifik menggunakan Konsol Google Cloud, Google Cloud CLI, Terraform, atau Notebooks API.

Konsol

Saat membuat instance Vertex AI Workbench, Anda dapat menambahkan metadata di bagian Environment pada Advanced options.

gcloud

Saat membuat instance Vertex AI Workbench, Anda dapat menambahkan metadata menggunakan perintah berikut.

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

Terraform

Untuk menambahkan metadata, buat resource dengan key-value pair metadata.

Untuk mempelajari cara menerapkan atau menghapus konfigurasi Terraform, lihat Perintah dasar Terraform.

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

  gce_setup {
    machine_type = "n1-standard-1"
    vm_image {
      project = "deeplearning-platform-release"
      family  = "tf-latest-gpu"
    }
    metadata = {
      key = "value"
    }
  }
}

Notebooks API

Gunakan metode instances.create dengan nilai metadata untuk mengelola fitur yang sesuai.

Mengupdate metadata instance

Anda dapat memperbarui metadata instance Vertex AI Workbench menggunakan Konsol Google Cloud, Google Cloud CLI, Terraform, atau Notebooks API.

Konsol

Anda dapat mengupdate metadata instance Vertex AI Workbench di bagian Software dan keamanan di halaman Detail.

gcloud

Anda dapat mengupdate metadata pada instance Vertex AI Workbench menggunakan perintah berikut.

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

Terraform

Anda dapat mengubah key-value pair metadata untuk mengelola fitur yang sesuai pada instance Vertex AI Workbench.

Untuk mempelajari cara menerapkan atau menghapus konfigurasi Terraform, lihat Perintah dasar Terraform.

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

  gce_setup {
    machine_type = "n1-standard-1"
    vm_image {
      project = "deeplearning-platform-release"
      family  = "tf-latest-gpu"
    }
    metadata = {
      key = "updated_value"
    }
  }
}

Notebooks API

Gunakan metode instances.patch dengan nilai metadata dan gce_setup.metadata di updateMask untuk mengelola fitur yang sesuai.

Menghapus metadata dari instance

Anda dapat menghapus metadata dari instance Vertex AI Workbench menggunakan Konsol Google Cloud, Google Cloud CLI, Terraform, atau Notebooks API.

Konsol

Anda dapat menghapus metadata dari instance Vertex AI Workbench di bagian Software dan keamanan di halaman Detail.

gcloud

Anda dapat menghapus metadata dari instance Vertex AI Workbench dengan menggunakan perintah berikut.

gcloud workbench instances update INSTANCE_NAME --metadata=KEY=

Terraform

Anda dapat menghapus key-value pair metadata untuk mengelola fitur instance Vertex AI Workbench yang sesuai.

Untuk mempelajari cara menerapkan atau menghapus konfigurasi Terraform, lihat Perintah dasar Terraform.

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

  gce_setup {
    machine_type = "n1-standard-1"
    vm_image {
      project = "deeplearning-platform-release"
      family  = "tf-latest-gpu"
    }
    metadata = {
    }
  }
}

Notebooks API

Gunakan metode instances.patch dengan nilai metadata yang ditetapkan ke string kosong dan gce_setup.metadata di updateMask untuk menghapus fitur yang sesuai.