安排笔记本运行

安排笔记本运行

本页面介绍了如何使用 Vertex AI Workbench 执行程序按小时运行 Python 笔记本文件。

须知事项

1. 登录您的 Google Cloud 账号。如果您是 Google Cloud 新手，请创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。

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. 确保您的 Google Cloud 项目已启用结算功能。

4. Enable the Notebooks and Vertex AI APIs.

   Enable the APIs

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. 确保您的 Google Cloud 项目已启用结算功能。

7. Enable the Notebooks and Vertex AI APIs.

   Enable the APIs

所需的角色

为了确保实例的服务账号拥有与 Vertex AI Workbench 执行程序进行交互所需的权限，请让您的管理员为实例的服务账号授予项目的 Notebooks Viewer (roles/notebooks.viewer) IAM 角色。如需详细了解如何授予角色，请参阅管理访问权限。

此预定义角色可提供与 Vertex AI Workbench 执行程序进行交互所需的权限。如需查看所需的确切权限，请展开所需权限部分：

所需权限

与 Vertex AI Workbench 执行程序进行交互需要以下权限：

• 列出执行作业： notebooks.executions.list

您的管理员也可以使用自定义角色或其他预定义角色为实例的服务账号授予这些权限。

创建实例和示例笔记本文件

1. 创建实例。

2. 打开 JupyterLab。

3. 打开新的笔记本文件。

4. 在笔记本文件的第一个单元中，输入以下内容：

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

5. 如需确保笔记本文件已保存，请选择文件 > 保存笔记本。

安排运行

1. 在 Google Cloud 控制台中，进入实例页面。

   转到实例

2. 在实例名称旁边，点击打开 JupyterLab。

   您的 Vertex AI Workbench 实例会打开 JupyterLab。

3. 在  文件浏览器中，双击示例笔记本文件以将其打开。

4. 点击 执行按钮。

5. 在将笔记本提交到执行程序对话框的类型字段中，选择基于时间表的周期性执行。

   默认情况下，执行程序在每小时的 00 分钟运行您的笔记本文件。

6. 在高级选项中，在 Cloud Storage 存储桶字段输入存储桶的名称，然后点击创建并选择。执行程序会将笔记本输出存储在 Cloud Storage 存储桶中。

7. 点击提交。

   您的笔记本文件将按您设置的时间表自动运行。

注意：如果实例关停，执行程序仍会按计划运行您的笔记本文件。

完成本文档中描述的任务后，您可以通过删除所创建的资源来避免继续计费。如需了解详情，请参阅清理。

查看、共享和导入已执行的笔记本文件

通过使用实例的 JupyterLab 界面，您可以查看笔记本输出，与他人共享结果，并将执行的笔记本文件导入 JupyterLab。

注意：要使用 Google Cloud 控制台查看和共享执行结果，请在执行页面上点击查看结果。

查看执行结果

1. 在 JupyterLab 的导航菜单中，点击  笔记本执行程序按钮。

2. 点击执行标签页。

3. 在您要查看的执行下，点击查看结果。

   执行程序会在新的浏览器标签页中打开您的结果。

共享执行结果

1. 在实例的 JupyterLab 界面的导航菜单中，点击  笔记本执行程序按钮。

2. 点击执行标签页。

3. 在要共享的执行旁边，点击  选项菜单，然后选择共享执行结果。

4. 按照对话框中的说明授予用户对执行结果的访问权限。

将执行的笔记本导入 JupyterLab

1. 在实例的 JupyterLab 界面的导航菜单中，点击  笔记本执行程序按钮。

2. 点击执行标签页。

3. 在要导入的执行旁边，点击  选项菜单，然后选择导入已执行的笔记本。

4. 如果系统显示选择内核对话框，请选择要打开笔记本的内核。

   执行程序会在 JupyterLab 中打开已执行的笔记本文件，并将该笔记本文件存储在 JupyterLab 文件浏览器内名为 imported_notebook_jobs 的文件夹中。

查看或删除时间表

您可以使用 Google Cloud 控制台或实例的 JupyterLab 界面查看和删除时间表。

查看时间表

查看时间表以查看时间表的频率设置或查看笔记本文件执行的最新五个结果。

控制台

1. 在 Google Cloud 控制台中，转到时间表页面。

   进入“时间表”

2. 对于要查看的时间表，请点击其时间表名称。

   在时间表详情页面上，您可以查看时间表的最近五次执行。

3. 在执行名称旁边，点击查看结果以打开已执行的笔记本文件。

   执行程序会在新的浏览器标签页中打开您的结果。

JupyterLab

1. 在实例的 JupyterLab 界面的导航菜单中，点击  笔记本执行程序按钮。

2. 点击时间安排标签页。

3. 在您要查看的执行下，点击查看最新执行结果。

   执行程序会在新的浏览器标签页中打开您的结果。

删除时间表

删除时间表不会删除根据该时间表生成的执行。

控制台

1. 在 Google Cloud 控制台中，转到时间表页面。

   进入“时间表”

2. 选择要删除的时间表。

3. 点击 删除。

JupyterLab

1. 在实例的 JupyterLab 界面的导航菜单中，点击  笔记本执行程序按钮。

2. 点击时间安排标签页。

3. 点击时间表名称。该时间表的时间表详情页面会在 Google Cloud 控制台中打开。

4. 点击 删除。

清理

为避免因本页中使用的资源导致您的 Google Cloud 账号产生费用，请按照以下步骤操作。

删除实例

1. 在 Google Cloud 控制台中，进入实例页面。

   转到实例

2. 选择要删除的实例。

3. 点击 删除。

删除项目

如果您使用了 Vertex AI Workbench 实例之外的资源，例如创建时间表所需的 Cloud Storage 存储桶，您可能需要删除项目以避免产生额外费用。

注意：删除项目会产生以下影响：

• 项目中的所有内容都会被删除。如果您将现有项目用于本文档中的任务，则删除该项目后，还将删除您已在该项目中完成的任何其他工作。
• 自定义项目 ID 丢失。创建此项目时，您可能创建了要在将来使用的自定义项目 ID。要保留使用该项目 ID 的网址（例如 appspot.com 网址），请删除项目内的所选资源，而不是删除整个项目。

如果您打算探索多个架构、教程或快速入门，则重复使用项目可以帮助您避免超出项目配额限制。

1. In the Google Cloud console, go to the Manage resources page.

   Go to Manage resources

2. In the project list, select the project that you want to delete, and then click Delete.
3. In the dialog, type the project ID, and then click Shut down to delete the project.

后续步骤

如需查看在更全面的工作流中安排笔记本运行的示例，请在以下任一环境中运行“训练多类别分类模型以进行广告定位”Jupyter 笔记本：

在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 Vertex AI Workbench 用户管理的笔记本中打开 | 在 GitHub 上查看