Esta página se ha traducido con Cloud Translation API.

Crear una copia de seguridad y restaurar los datos de un cuaderno

Google Distributed Cloud (GDC) air-gapped te permite crear copias de seguridad y restaurar datos del directorio principal de tus instancias de JupyterLab.

En esta página se describe cómo crear y restaurar copias de seguridad de los datos de los cuadernos de Vertex AI Workbench. Si no conoces Vertex AI, consulta más información sobre Vertex AI Workbench.

Antes de empezar

Para obtener los permisos que necesitas para copiar los datos restaurados, pide al administrador de gestión de identidades y accesos de tu organización que te asigne el rol de desarrollador de clúster de usuarios (user-cluster-developer).

Crear una copia de seguridad y restaurar los datos de una instancia de JupyterLab

Define las aplicaciones protegidas para crear una copia de seguridad del directorio principal de una instancia de JupyterLab o de los directorios principales de todas las instancias de JupyterLab de un proyecto a la vez.

Crea un recurso personalizado ProtectedApplication en el clúster en el que quieras programar copias de seguridad. Los planes de copia de seguridad y restauración usan aplicaciones protegidas para seleccionar recursos. Para obtener información sobre cómo crear aplicaciones protegidas, consulta Estrategias de aplicaciones protegidas.

El recurso personalizado ProtectedApplication contiene los siguientes campos:

Campo				Descripción
`resourceSelection`				La forma en que el objeto `ProtectedApplication` selecciona los recursos para las copias de seguridad o las restauraciones.
	`type`			El método para seleccionar recursos. El tipo `Selector` indica que se deben seleccionar los recursos con etiquetas coincidentes.
	`selector`			Las reglas de selección. Este campo contiene los siguientes subcampos:
		`matchLabels`		Las etiquetas que usa el objeto `ProtectedApplication` para asociar recursos. Este campo contiene los siguientes subcampos:
			`app.kubernetes.io/part-of`	Nombre de una aplicación de nivel superior de la que forma parte. Selecciona Vertex AI Workbench como aplicación de alto nivel para las instancias de JupyterLab.
			`app.kubernetes.io/component`	El componente de la arquitectura. Selecciona recursos de Vertex AI Workbench que proporcionen almacenamiento para instancias de JupyterLab.
			`app.kubernetes.io/instance`	Nombre único que identifica la instancia de una aplicación. Acota el ámbito para seleccionar una instancia de JupyterLab. El valor es el mismo que el nombre de la instancia de JupyterLab en la consola de GDC.

Usa el recurso personalizado ProtectedApplication para seleccionar el almacenamiento de una sola instancia de JupyterLab o de todas las instancias de JupyterLab de un proyecto, como en los siguientes ejemplos:

Selecciona el almacenamiento de una sola instancia de JupyterLab:

En el siguiente ejemplo se muestra un recurso personalizado ProtectedApplication que selecciona el almacenamiento de una instancia de JupyterLab llamada my-instance-name en el espacio de nombres my-project:

apiVersion: gkebackup.gke.io/v1
kind: ProtectedApplication
metadata:
  name: my-protected-application
  namespace: my-project
spec:
  resourceSelection:
    type: Selector
    selector:
      matchLabels:
        app.kubernetes.io/part-of: vtxwb
        app.kubernetes.io/component: storage
        app.kubernetes.io/instance: my-instance-name

Selecciona el almacenamiento de todas las instancias de JupyterLab:

En el siguiente ejemplo se muestra un recurso personalizado ProtectedApplication que selecciona el almacenamiento de todas las instancias de JupyterLab del espacio de nombres my-project:
```
apiVersion: gkebackup.gke.io/v1
kind: ProtectedApplication
metadata:
  name: my-protected-application
  namespace: my-project
spec:
  resourceSelection:
    type: Selector
    selector:
      matchLabels:
        app.kubernetes.io/part-of: vtxwb
        app.kubernetes.io/component: storage
```
Este ejemplo no contiene la etiqueta app.kubernetes.io/instance porque selecciona todas las instancias de JupyterLab.

Para crear una copia de seguridad y restaurar datos de una instancia de JupyterLab, planifica un conjunto de copias de seguridad y planifica un conjunto de restauraciones con el recurso personalizado ProtectedApplication que has definido.

Copiar los datos restaurados en una nueva instancia de JupyterLab

Sigue estos pasos para copiar los datos restaurados del recurso PersistentVolumeClaim de una instancia de JupyterLab a una nueva instancia de JupyterLab:

Cumple los requisitos previos.
Crea un cuaderno de JupyterLab asociado a una instancia de JupyterLab para copiar los datos restaurados.
Obtén el nombre del pod de la instancia de JupyterLab en la que has creado el cuaderno:
```
kubectl get pods -l notebook-name=INSTANCE_NAME -n PROJECT_NAMESPACE
```
Haz los cambios siguientes:
- INSTANCE_NAME: el nombre de la instancia de JupyterLab que has configurado.
- PROJECT_NAMESPACE: el espacio de nombres del proyecto en el que has creado la instancia de JupyterLab.
Obtén el nombre de la imagen en la que se ejecuta la instancia de JupyterLab:
```
kubectl get pods POD_NAME -n PROJECT_NAMESPACE -o jsonpath="{.spec.containers[0].image}"
```
Haz los cambios siguientes:
- POD_NAME: el nombre del pod de la instancia de JupyterLab.
- PROJECT_NAMESPACE: el espacio de nombres del proyecto en el que has creado la instancia de JupyterLab.
Busca el nombre del recurso PersistentVolumeClaim que se ha restaurado:
```
kubectl get pvc -l app.kubernetes.io/part-of=vtxwb,app.kubernetes.io/component=storage,app.kubernetes.io/instance=RESTORED_INSTANCE_NAME -n PROJECT_NAMESPACE
```
Haz los cambios siguientes:
- RESTORED_INSTANCE_NAME: el nombre de la instancia de JupyterLab que has restaurado.
- PROJECT_NAMESPACE: el espacio de nombres del proyecto en el que has creado la instancia de JupyterLab.

Crea un archivo YAML llamado vtxwb-data.yaml con el siguiente contenido:

apiVersion: v1
kind: Pod
metadata:
  name: vtxwb-data
  namespace: PROJECT_NAMESPACE
  labels:
    aiplatform.gdc.goog/service-type: workbench
spec:
  containers:
  - args:
    - sleep infinity
    command:
    - bash
    - -c
    image: IMAGE_NAME
    imagePullPolicy: IfNotPresent
    name: vtxwb-data
    resources:
      limits:
        cpu: "1"
        memory: 1Gi
      requests:
        cpu: "1"
        memory: 1Gi
    terminationMessagePath: /dev/termination-log
    terminationMessagePolicy: File
    volumeMounts:
    - mountPath: /home/jovyan
      name: restore-data
    workingDir: /home/jovyan
  volumes:
  - name: restore-data
    persistentVolumeClaim:
      claimName: RESTORED_PVC_NAME

Haz los cambios siguientes:

PROJECT_NAMESPACE: el espacio de nombres del proyecto en el que has creado la instancia de JupyterLab.
IMAGE_NAME: el nombre de la imagen del contenedor en la que se ejecuta la instancia de JupyterLab.
RESTORED_PVC_NAME: el nombre del recurso restaurado.PersistentVolumeClaim

Crea un nuevo pod para el recurso PersistentVolumeClaim restaurado:
```
kubectl apply -f ./vtxwb-data --kubeconfig KUBECONFIG_PATH
```
Sustituye KUBECONFIG_PATH por la ruta del archivo kubeconfig del clúster.
Espera a que el vtxwb-data pod alcance el estado RUNNING.
Copia los datos restaurados en una nueva instancia de JupyterLab:
```
kubectl cp PROJECT_NAMESPACE/vtxwb-data:/home/jovyan ./restore --kubeconfig KUBECONFIG_PATH

kubectl cp ./restore PROJECT_NAMESPACE/POD_NAME:/home/jovyan/restore --kubeconfig KUBECONFIG_PATH

rm ./restore
```
Haz los cambios siguientes:
- PROJECT_NAMESPACE: el espacio de nombres del proyecto en el que has creado la instancia de JupyterLab.
- KUBECONFIG_PATH: la ruta del archivo kubeconfig del clúster.
- POD_NAME: el nombre del pod de la instancia de JupyterLab.
Después de copiar los datos, estos estarán disponibles en el directorio /home/jovyan/restore.
Elimina el pod que has creado para acceder a los datos restaurados:
```
kubectl delete pod vtxwb-data -n my-namespace` --kubeconfig KUBECONFIG_PATH
```
Sustituye KUBECONFIG_PATH por la ruta del archivo kubeconfig del clúster.