Programar a execução de um notebook

Programar a execução de um notebook

Nesta página, mostramos como usar o executor do Vertex AI Workbench para executar um arquivo de notebook Python em uma programação por hora.

Antes de começar

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

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

Verify that billing is enabled for your Google Cloud project.

Enable the Notebooks and Vertex AI APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

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

Verify that billing is enabled for your Google Cloud project.

Enable the Notebooks and Vertex AI APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

Funções exigidas

Para garantir que a conta de serviço da instância tenha as permissões necessárias para interagir com o executor do Vertex AI Workbench, peça ao administrador para conceder a ela os seguintes papéis do IAM no projeto:

Importante:conceda esses papéis à conta de serviço da sua instância, não à sua conta de usuário. Se as funções não forem concedidas ao principal correto, poderão ocorrer erros de permissão.
• Executor de notebooks (roles/notebooks.runner)
• Administrador do Storage (roles/storage.admin)

Para mais informações sobre a concessão de papéis, consulte Gerenciar o acesso a projetos, pastas e organizações.

O administrador também pode conceder à conta de serviço da instância as permissões necessárias por meio de papéis personalizados ou de outros papéis predefinidos.

Criar uma instância e um arquivo de exemplo de notebookk

1. Criar uma instância

2. Abrir o JupyterLab.

3. Abra um novo arquivo de notebook.

4. Na primeira célula do arquivo de notebook, digite o seguinte:

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

5. Para garantir que o arquivo de notebook esteja salvo, selecione Arquivo > Salvar notebook.

Programar uma execução

1. No console Google Cloud , acesse a página Instâncias.

   Acesse "Instâncias"

2. Ao lado do nome da instância, clique em Abrir JupyterLab.

   Sua instância do Vertex AI Workbench abre o JupyterLab.

3. No navegador de arquivos , clique duas vezes no arquivo de notebook do exemplo para abri-lo.

4. Clique no botão  Executar.

5. Na caixa de diálogo Enviar notebooks para Executor, no campo Tipo, selecione Execuções recorrentes baseadas em programação.

   Por padrão, o executor executa o arquivo de notebook a cada hora, no minuto 00 da hora.

6. Em Opções avançadas, insira um nome para o bucket no campo bucket do Cloud Storage e clique em Criar e selecionar. do Google Analytics. O executor armazena a saída do notebook no bucket do Cloud Storage.

7. Clique em Enviar.

   O arquivo de notebook é executado automaticamente de acordo com a programação que você definir.

Observação: se a instância for encerrada, o executor ainda vai executar o arquivo de notebook conforme programado.

Ao concluir as tarefas descritas neste documento, é possível evitar o faturamento contínuo excluindo os recursos criados. Para mais informações, consulte Limpeza.

Visualizar, compartilhar e importar um arquivo de notebook executado

Ao usar a interface JupyterLab, é possível visualizar a saída do notebook, compartilhar os resultados com outras pessoas e importar o arquivo do notebook executado para o JupyterLab.

Observação: para usar o console do Google Cloud para ver e compartilhar os resultados da execução, na página Execuções, clique em Ver resultado.

Ver os resultados da execução

1. No menu de navegação do JupyterLab, clique no botão  Executor do notebook.

2. Clique na guia Executions.

3. Na execução que você quer visualizar, clique em Ver resultado.

   O executor abre o resultado em uma nova guia do navegador.

Compartilhar os resultados da execução

1. Na interface do usuário do JupyterLab da instância, no menu de navegação, clique no botão  Executor do notebook.

2. Clique na guia Executions.

3. Ao lado da execução que você quer compartilhar, clique no menu de opções e selecione Compartilhar resultado da execução.

4. Siga as instruções na caixa de diálogo para conceder aos usuários acesso ao resultado da execução.

Importar o notebook executado para o JupyterLab

1. Na interface do usuário do JupyterLab da instância, no menu de navegação, clique no botão  Executor do notebook.

2. Clique na guia Executions.

3. Ao lado da execução que você quer importar, clique no menu de opções e selecione Importar notebook executado.

4. Se a caixa de diálogo Selecionar kernel for exibida, selecione o kernel que você quer abrir no notebook.

   O executor abre o arquivo de notebook executado no JupyterLab e o armazena no navegador de arquivos do JupyterLab em uma pasta chamada imported_notebook_jobs.

Ver ou excluir uma programação

É possível visualizar e excluir programações usando o console Google Cloud ou a interface de usuário do JupyterLab da instância.

Ver uma programação

Visualize uma programação para ver as configurações de frequência dela ou os cinco resultados mais recentes da execução do arquivo de notebook.

Console

1. No console Google Cloud , acesse a página Programações.

   Acessar "Programações"

2. Clique no nome da programação que você quer visualizar.

   Na página Detalhes da programação, é possível ver as últimas cinco execuções da programação.

3. Ao lado de um nome de execução, clique em Ver resultado para abrir o arquivo de notebook executado.

   O executor abre o resultado em uma nova guia do navegador.

JupyterLab

1. Na interface do usuário do JupyterLab da instância, no menu de navegação, clique no botão  Executor do notebook.

2. Clique na guia Programações.

3. Na execução que você quer visualizar, clique em Ver o resultado mais recente.

   O executor abre o resultado em uma nova guia do navegador.

Excluir uma programação

Excluir uma programação não exclui as execuções que foram geradas a partir dela.

Console

1. No console Google Cloud , acesse a página Programações.

   Acessar "Programações"

2. Selecione a programação que você quer excluir.

3. Clique em  Excluir.

JupyterLab

1. Na interface do usuário do JupyterLab da instância, no menu de navegação, clique no botão  Executor do notebook.

2. Clique na guia Programações.

3. Clique no nome da programação. A página Detalhes da programação é aberta no Google Cloud console.

4. Clique em  Excluir.

Limpar

Para evitar cobranças na conta do Google Cloud pelos recursos usados nesta página, siga as etapas abaixo.

Excluir a instância

1. No console Google Cloud , acesse a página Instâncias.

   Acesse "Instâncias"

2. Selecione a instância que você quer excluir.

3. Clique em  Excluir.

Excluir o projeto

Se você usou recursos fora da instância Vertex AI Workbench, como o bucket do Cloud Storage necessário para criar uma programação, exclua o projeto para evitar outras cobranças.

Cuidado: excluir um projeto tem os seguintes efeitos:

• Tudo no projeto é excluído. Se você tiver usado um projeto atual para as tarefas neste documento, a exclusão dele incluirá a exclusão de quaisquer outros trabalhos feitos nele.
• Os IDs do projeto personalizados são perdidos. Ao criar o projeto, você pode ter criado um ID do projeto personalizado para ser usado no futuro. Para preservar os URLs que usam o ID do projeto, como um URL appspot.com, exclua recursos específicos do projeto, em vez de excluir o projeto inteiro.

Se você planeja explorar várias arquiteturas, tutoriais e guias de início rápido, a reutilização de projetos pode evitar que você exceda limites da cota.

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.

A seguir

Para ver um exemplo de como programar uma execução de notebooks como parte de um fluxo de trabalho mais abrangente, execute o notebook "Treinar um modelo de classificação multiclasse para segmentação de anúncios" em um dos seguintes ambientes:

Abrir no Colab | Abrir no Colab Enterprise | Abrir no Vertex AI Workbench | Ver no GitHub