Crea una copia de seguridad y restablece los datos del notebook

Google Distributed Cloud (GDC) con aislamiento de aire te permite crear copias de seguridad y restablecer datos desde el directorio principal de tus instancias de JupyterLab.

En esta página, se describe cómo crear y restablecer copias de seguridad de los datos de los notebooks de Vertex AI Workbench. Si eres nuevo en Vertex AI, obtén más información sobre Vertex AI Workbench.

Antes de comenzar

Para obtener los permisos que necesitas para copiar los datos restablecidos, pídele al administrador de IAM de tu organización que te otorgue el rol de desarrollador de clúster de usuarios (user-cluster-developer).

Crea una copia de seguridad y restablece los datos de la instancia de JupyterLab

Define aplicaciones protegidas para crear una copia de seguridad del directorio principal de una instancia individual 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 deseas programar copias de seguridad. Los planes de copia de seguridad y restablecimiento usan aplicaciones protegidas para seleccionar recursos. Para obtener información sobre cómo crear aplicaciones protegidas, consulta Estrategias de protección de aplicaciones.

El recurso personalizado ProtectedApplication contiene los siguientes campos:

Campo Descripción
resourceSelection Es la forma en que el objeto ProtectedApplication selecciona recursos para copias de seguridad o restablecimientos.
type Es el método para seleccionar recursos. Un tipo Selector indica que se deben seleccionar los recursos con etiquetas coincidentes.
selector Son las reglas de selección. Este campo contiene los siguientes subcampos:
matchLabels Son las etiquetas que usa el objeto ProtectedApplication para hacer coincidir los recursos. Este campo contiene los siguientes subcampos:
app.kubernetes.io/part-of Nombre de una aplicación de nivel superior de la que forma parte esta. Selecciona Vertex AI Workbench como la aplicación de alto nivel para las instancias de JupyterLab.
app.kubernetes.io/component Es el componente dentro de la arquitectura. Selecciona recursos de Vertex AI Workbench que proporcionen almacenamiento para las instancias de JupyterLab.
app.kubernetes.io/instance Es un nombre único que identifica la instancia de una aplicación. Reduce el alcance 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 en 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 para 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 para todas las instancias de JupyterLab 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

    Este ejemplo no contiene la etiqueta app.kubernetes.io/instance porque selecciona todas las instancias de JupyterLab.

Para crear una copia de seguridad y restablecer datos desde una instancia de JupyterLab, planifica un conjunto de copias de seguridad y planifica un conjunto de restablecimientos con el recurso personalizado ProtectedApplication que definiste.

Copia los datos restablecidos en una nueva instancia de JupyterLab

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

  1. Cumple con los requisitos previos.
  2. Crea un notebook de JupyterLab asociado a una instancia de JupyterLab para copiar los datos restaurados.

  3. Obtén el nombre del pod de la instancia de JupyterLab en la que creaste el notebook:

    kubectl get pods -l notebook-name=INSTANCE_NAME -n PROJECT_NAMESPACE

    Reemplaza lo siguiente:

    • INSTANCE_NAME: Es el nombre de la instancia de JupyterLab que configuraste.
    • PROJECT_NAMESPACE: Es el espacio de nombres del proyecto en el que creaste la instancia de JupyterLab.

  4. Obtén el nombre de la imagen que ejecuta la instancia de JupyterLab:

    kubectl get pods POD_NAME -n PROJECT_NAMESPACE -o jsonpath="{.spec.containers[0].image}"

    Reemplaza lo siguiente:

    • POD_NAME: Es el nombre del Pod de la instancia de JupyterLab.
    • PROJECT_NAMESPACE: Es el espacio de nombres del proyecto en el que creaste la instancia de JupyterLab.

  5. Busca el nombre del recurso PersistentVolumeClaim que se restableció:

    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

    Reemplaza lo siguiente:

    • RESTORED_INSTANCE_NAME: Es el nombre de la instancia de JupyterLab que restableciste.
    • PROJECT_NAMESPACE: Es el espacio de nombres del proyecto en el que creaste la instancia de JupyterLab.

  6. 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

    Reemplaza lo siguiente:

    • PROJECT_NAMESPACE: Es el espacio de nombres del proyecto en el que creaste la instancia de JupyterLab.
    • IMAGE_NAME: Es el nombre de la imagen del contenedor que ejecuta la instancia de JupyterLab.
    • RESTORED_PVC_NAME: Es el nombre del recurso PersistentVolumeClaim restaurado.

  7. Crea un pod nuevo para el recurso PersistentVolumeClaim restablecido:

    kubectl apply -f ./vtxwb-data --kubeconfig KUBECONFIG_PATH

    Reemplaza KUBECONFIG_PATH por la ruta de acceso del archivo kubeconfig en el clúster.

  8. Espera a que el pod vtxwb-data alcance el estado RUNNING.

  9. Copia los datos restablecidos 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

    Reemplaza lo siguiente:

    • PROJECT_NAMESPACE: Es el espacio de nombres del proyecto en el que creaste la instancia de JupyterLab.
    • KUBECONFIG_PATH: Es la ruta de acceso del archivo kubeconfig en el clúster.
    • POD_NAME: Es el nombre del Pod de la instancia de JupyterLab.

    Después de copiar los datos, los datos restablecidos estarán disponibles en el directorio /home/jovyan/restore.

  10. Borra el pod que creaste para acceder a los datos restaurados:

    kubectl delete pod vtxwb-data -n my-namespace` --kubeconfig KUBECONFIG_PATH

    Reemplaza KUBECONFIG_PATH por la ruta de acceso al archivo kubeconfig en el clúster.