Menjadwalkan operasi notebook

Menjadwalkan operasi notebook

Halaman ini menunjukkan cara menggunakan eksekutor Vertex AI Workbench untuk menjalankan file notebook Python pada jadwal per jam.

Sebelum memulai

1. Login ke akun Google Cloud Anda. Jika Anda baru menggunakan Google Cloud, buat akun untuk mengevaluasi performa produk kami dalam skenario dunia nyata. Pelanggan baru juga mendapatkan kredit gratis senilai $300 untuk menjalankan, menguji, dan men-deploy workload.

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. Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

4. Aktifkan API Notebooks and Vertex AI.

   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. Pastikan penagihan telah diaktifkan untuk project Google Cloud Anda.

7. Aktifkan API Notebooks and Vertex AI.

   Mengaktifkan API

Peran yang diperlukan

Untuk memastikan bahwa akun layanan instance Anda memiliki izin yang diperlukan untuk berinteraksi dengan eksekutor Vertex AI Workbench, minta administrator untuk memberikan Notebooks Viewer ke akun layanan instance Anda (roles/notebooks.viewer) Peran IAM pada project. Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses.

Peran yang telah ditentukan ini berisi izin yang diperlukan untuk berinteraksi dengan eksekutor Vertex AI Workbench. Untuk melihat izin yang benar-benar diperlukan, luaskan bagian Izin yang diperlukan:

Izin yang diperlukan

Izin berikut diperlukan untuk berinteraksi dengan eksekutor Vertex AI Workbench:

• Untuk mencantumkan eksekusi: notebooks.executions.list

Administrator Anda mungkin juga dapat memberi akun layanan instance izin ini dengan peran khusus atau peran yang telah ditetapkan sebelumnya.

Membuat instance dan contoh file notebook

1. Membuat instance

2. Buka JupyterLab.

3. Buka file notebook baru.

4. Di sel pertama file notebook, masukkan kode berikut:

   # Import datetime
   import datetime
   
   # Get the time and print it
   datetime.datetime.now()
   print(datetime.datetime.now())
   

5. Untuk memastikan file notebook Anda tersimpan, pilih File > Simpan Notebook.

Menjadwalkan operasi

1. Di konsol Google Cloud, buka halaman Instance.

   Buka Instance

2. Di samping nama instance, klik Open JupyterLab.

   Instance Vertex AI Workbench akan membuka JupyterLab.

3. Di  File Browser, klik dua kali file notebook contoh untuk membukanya.

4. Klik tombol  Eksekusi.

5. Pada dialog Serahkan notebook ke Eksekutor, di kolom Jenis, pilih Eksekusi berulang berbasis jadwal.

   Secara default, eksekutor menjalankan file notebook Anda setiap jam pada menit 00 dari jam tersebut.

6. Di Opsi lanjutan, masukkan nama untuk bucket Anda di kolom bucket Cloud Storage, lalu klik Buat dan pilih. Eksekutor menyimpan output notebook Anda di bucket Cloud Storage.

7. Klik Submit.

   File notebook Anda akan berjalan secara otomatis sesuai jadwal yang Anda tetapkan.

Catatan: Jika instance Anda dinonaktifkan, eksekutor masih akan menjalankan file notebook Anda sesuai jadwal.

Setelah menyelesaikan tugas yang dijelaskan dalam dokumen ini, Anda dapat menghindari penagihan berkelanjutan dengan menghapus resource yang Anda buat. Untuk mengetahui informasi selengkapnya, lihat Pembersihan.

Melihat, membagikan, dan mengimpor file notebook yang dijalankan

Dengan menggunakan antarmuka JupyterLab instance, Anda dapat melihat output notebook, membagikan hasilnya kepada orang lain, dan mengimpor file notebook yang dieksekusi ke JupyterLab.

Catatan: Untuk menggunakan konsol Google Cloud guna melihat dan membagikan hasil eksekusi, di halaman Eksekusi, klik Lihat hasil.

Melihat hasil eksekusi

1. Di menu navigasi JupyterLab, klik tombol  Eksekutor Notebook.

2. Klik tab Executions.

3. Di bagian eksekusi yang ingin Anda lihat, klik View result.

   Eksekutor akan membuka hasil Anda di tab browser baru.

Membagikan hasil eksekusi

1. Di antarmuka pengguna JupyterLab instance Anda, pada menu navigasi, klik tombol  Notebook Executor.

2. Klik tab Executions.

3. Di samping eksekusi yang ingin Anda bagikan, klik menu opsi , lalu pilih Bagikan hasil eksekusi.

4. Ikuti petunjuk dalam dialog untuk memberi pengguna akses ke hasil eksekusi.

Impor notebook yang dieksekusi ke JupyterLab

1. Di antarmuka pengguna JupyterLab instance Anda, pada menu navigasi, klik tombol  Notebook Executor.

2. Klik tab Executions.

3. Di samping eksekusi yang ingin Anda impor, klik menu opsi , dan pilih Impor notebook yang dieksekusi.

4. Jika dialog Pilih Kernel muncul, pilih kernel yang ingin Anda buka notebook-nya.

   Eksekutor membuka file notebook yang dieksekusi di JupyterLab, dan menyimpan file notebook ini di File Browser JupyterLab dalam folder bernama imported_notebook_jobs.

Melihat atau menghapus jadwal

Anda dapat melihat dan menghapus jadwal dengan menggunakan Google Cloud Console atau antarmuka pengguna JupyterLab instance Anda.

Melihat jadwal

Lihat jadwal untuk melihat setelan frekuensi jadwal atau melihat lima hasil terbaru dari eksekusi file notebook.

Konsol

1. Di konsol Google Cloud, buka halaman Jadwal.

   Buka Schedules

2. Untuk jadwal yang ingin Anda lihat, klik nama jadwalnya.

   Di halaman Detail jadwal, Anda dapat melihat lima eksekusi terakhir jadwal.

3. Di samping nama eksekusi, klik View result untuk membuka file notebook yang dijalankan.

   Eksekutor akan membuka hasil Anda di tab browser baru.

JupyterLab

1. Di antarmuka pengguna JupyterLab instance Anda, pada menu navigasi, klik tombol  Notebook Executor.

2. Klik tab Schedules.

3. Di bagian eksekusi yang ingin Anda lihat, klik View current execution result.

   Eksekutor akan membuka hasil Anda di tab browser baru.

Hapus jadwal

Menghapus jadwal tidak akan menghapus eksekusi yang dihasilkan dari jadwal tersebut.

Konsol

1. Di konsol Google Cloud, buka halaman Jadwal.

   Buka Schedules

2. Pilih jadwal yang ingin dihapus.

3. Klik  Delete.

JupyterLab

1. Di antarmuka pengguna JupyterLab instance Anda, pada menu navigasi, klik tombol  Notebook Executor.

2. Klik tab Schedules.

3. Klik nama jadwal. Halaman Detail jadwal untuk jadwal tersebut akan terbuka di konsol Google Cloud.

4. Klik  Delete.

Pembersihan

Agar tidak menimbulkan biaya pada akun Google Cloud Anda untuk resource yang digunakan pada halaman ini, ikuti langkah-langkah berikut.

Menghapus instance

1. Di konsol Google Cloud, buka halaman Instance.

   Buka Instance

2. Pilih instance yang ingin Anda hapus.

3. Klik  Delete.

Menghapus project

Jika Anda menggunakan resource di luar instance Vertex AI Workbench, seperti bucket Cloud Storage yang diperlukan untuk membuat jadwal, sebaiknya hapus project Anda agar tidak dikenai biaya tambahan.

Perhatian: Menghapus project memiliki efek berikut:

• Semua hal dalam project akan dihapus. Jika menggunakan project yang sudah ada untuk tugas dalam dokumen ini, saat Anda menghapusnya, pekerjaan lain yang telah Anda lakukan dalam project tersebut juga akan terhapus.
• Project ID kustom hilang. Saat membuat project ini, Anda mungkin telah membuat project ID kustom yang ingin digunakan di masa mendatang. Untuk mempertahankan URL yang menggunakan project ID, seperti URL appspot.com, hapus resource yang dipilih di dalam project, bukan menghapus seluruh project.

Jika Anda berencana mempelajari berbagai arsitektur, tutorial, atau panduan memulai, menggunakan kembali project dapat membantu agar Anda tidak melampaui batas kuota project.

1. Di konsol Google Cloud, buka halaman Manage resource.

   Buka Manage resource

2. Pada daftar project, pilih project yang ingin Anda hapus, lalu klik Delete.
3. Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.

Langkah selanjutnya

Untuk melihat contoh cara menjadwalkan operasi notebook sebagai bagian dari alur kerja yang lebih komprehensif, jalankan notebook Jupyter "Latih model klasifikasi kelas jamak untuk penargetan iklan" di salah satu lingkungan berikut:

Buka di Colab | Buka di Colab Enterprise | Buka di notebook yang dikelola pengguna Vertex AI Workbench | Lihat di GitHub