메타데이터를 통한 특성 관리

이 페이지에서는 인스턴스의 메타데이터 키-값 쌍을 수정하여 Vertex AI Workbench 인스턴스 특성을 관리하는 방법을 설명합니다.

메타데이터 키

특성 및 해당 메타데이터 키에 대한 자세한 내용은 다음 표를 참조하세요.

기능	설명	메타데이터 키	허용되는 값과 기본값
컨테이너 이미지에서 Cloud Storage FUSE 사용 설정	`/dev/fuse`를 컨테이너에 마운트하고 컨테이너에서 사용할 수 있도록 `gcsfuse`를 사용 설정합니다.	`container-allow-fuse`	`true`: Cloud Storage FUSE를 사용 설정합니다. `false`(기본값): Cloud Storage FUSE를 사용 설정하지 않습니다.
nbconvert	노트북을 다른 파일 형식으로 내보내고 다운로드할 수 있습니다.	`notebook-disable-nbconvert`	`true`: nbconvert를 사용 중지합니다. `false` (기본값): nbconvert를 사용 설정합니다.
휴지통에 삭제	JupyterLab에서 삭제할 때 운영체제의 휴지통 동작을 사용합니다.	`notebook-enable-delete-to-trash`	`true`: 휴지통에 삭제를 사용 설정합니다. `false` (기본값): 기본 JupyterLab 동작을 사용합니다.
Dataproc	Dataproc 커널에 대한 액세스를 사용 설정합니다. 자세한 내용은 Dataproc가 사용 설정된 인스턴스 만들기를 참조하세요.	`disable-mixer`	`true`: Dataproc 커널 액세스를 사용 중지합니다. `false` (기본값): Dataproc 커널 액세스를 사용 설정합니다.
유휴 상태 종료	유휴 상태 종료를 사용 설정합니다. 자세한 내용은 유휴 상태 종료를 참조하세요.	`idle-timeout-seconds`	유휴 시간을 나타내는 정수(초)입니다. 기본값은 `10800`초(180분)입니다.
게스트 속성	게스트 속성을 사용 설정합니다. 유휴 상태 종료를 실행하는 데 필요합니다. 자세한 내용은 유휴 상태 종료 실행 요구사항을 참조하세요.	`enable-guest-attributes`	`true`(기본값): 게스트 속성을 사용 설정합니다. `false`: 게스트 속성을 사용 중지합니다.
예약된 OS 패치	인스턴스의 자동 OS 업데이트를 예약합니다. 이렇게 하면 Debian의 미사용 업그레이드 서비스가 사용 설정되며 VM 기반 이미지에만 적용됩니다.	`install-unattended-upgrades`	`true`: 자동 OS 업데이트를 사용 설정합니다. `false`(기본값): 자동 OS 업데이트를 사용 중지합니다.
커스텀 Jupyter 사용자	기본 Jupyter 사용자의 이름을 지정합니다. 이 설정에 따라 사용자 노트북의 폴더 이름이 결정됩니다. 예를 들어 기본 `/home/jupyter/` 디렉터리 대신 디렉터리를 `/home/CUSTOM_NAME`으로 변경할 수 있습니다. 이 메타데이터 키는 인스턴스 액세스에 영향을 주지 않습니다.	`jupyter-user`	문자열. 기본값은 `jupyter`입니다.
파일 다운로드	JupyterLab에서 파일을 다운로드할 수 있습니다.	`notebook-disable-downloads`	`true`: 파일 다운로드를 사용 중지합니다. `false` (기본값): 파일 다운로드를 사용 설정합니다.
루트 액세스	루트 액세스를 사용 설정합니다.	`notebook-disable-root`	`true`: 루트 액세스를 사용 중지합니다. `false` (기본값): 루트 액세스를 사용 설정합니다.
터미널 액세스	터미널 액세스를 사용 설정합니다.	`notebook-disable-terminal`	`true`: 터미널 액세스를 사용 중지합니다. `false` (기본값): 터미널 액세스를 사용 설정합니다.
예약된 업그레이드	인스턴스의 자동 업그레이드를 예약합니다.	`notebook-upgrade-schedule`	unix-cron 형식으로 설정한 주별 또는 월별 일정입니다. 예를 들어 `00 19 * * MON`은 그리니치 표준시 기준 매주 월요일 오후 7시(GMT)를 의미합니다. 이 특성은 기본적으로 사용 중지되어 있습니다.
시작 후 스크립트	시작 후 커스텀 스크립트를 실행합니다.	`post-startup-script`	Cloud Storage에서 시작 후 스크립트의 URI입니다. 예를 들면 다음과 같습니다. `gs://bucket/hello.sh`. 이 특성은 기본적으로 사용 중지되어 있습니다.
시작 후 스크립트 동작	시작 후 스크립트가 실행되는 시간과 방법을 정의합니다.	`post-startup-script-behavior`	`run_once`(기본값): 인스턴스 만들기 또는 업그레이드가 수행된 다음 시작 후 스크립트를 한 번만 실행합니다. `run_every_start`: 시작할 때마다 시작 후 스크립트를 실행합니다. `download_and_run_every_start`: 소스에서 시작 후 스크립트를 다시 다운로드하고 시작할 때마다 스크립트를 실행합니다.
이벤트 상태 보고	30초마다 VM 측정항목으로 상태를 확인합니다.	`report-event-health`	`true` (기본값): 이벤트 상태 보고를 사용 설정합니다. `false`: 이벤트 상태 보고를 사용 중지합니다.
JupyterLab 4 미리보기 사용 설정	인스턴스에서 JupyterLab 4(미리보기)를 사용 설정합니다. 자세한 내용은 JupyterLab 4 미리보기를 참조하세요.	`enable-jupyterlab4-preview`	`true`: JupyterLab 4를 사용 설정합니다. `false`(기본값): JupyterLab 3을 사용 설정합니다.

Compute Engine에서 관리하는 메타데이터

일부 메타데이터 키는 Compute Engine에서 사전 정의됩니다. 자세한 내용은 사전 정의된 메타데이터 키를 참조하세요.

보호되는 메타데이터 키

일부 메타데이터 키는 시스템 전용으로 예약됩니다. 이러한 메타데이터 키에 값을 할당하면 새 값이 시스템 값으로 덮어쓰여집니다.

예약된 메타데이터 키에는 다음이 포함되지만 이로 국한되지 않습니다.

data-disk-uri
enable-oslogin
framework
notebooks-api
notebooks-api-version
nvidia-driver-gcs-path
proxy-url
restriction
shutdown-script
title
version

특정 메타데이터로 인스턴스 만들기

Google Cloud 콘솔, Google Cloud CLI, Terraform, Notebooks API를 사용해서 특정 메타데이터로 Vertex AI Workbench 인스턴스를 만들 수 있습니다.

콘솔

Vertex AI Workbench 인스턴스를 만들 때 고급 옵션의 환경 섹션에 메타데이터를 추가할 수 있습니다.

환경 섹션의 메타데이터 추가 버튼

gcloud

Vertex AI Workbench 인스턴스를 만들 때 다음 명령어를 사용하여 메타데이터를 추가할 수 있습니다.

gcloud workbench instances create INSTANCE_NAME --metadata=KEY=VALUE

Terraform

메타데이터를 추가하려면 메타데이터 키-값 쌍으로 리소스를 만듭니다.

Terraform 구성을 적용하거나 삭제하는 방법은 기본 Terraform 명령어를 참조하세요.

resource "google_workbench_instance" "default" {
  name     = "workbench-instance-example"
  location = "us-central1-a"

  gce_setup {
    machine_type = "n1-standard-1"
    vm_image {
      project = "cloud-notebooks-managed"
      family  = "workbench-instances"
    }
    metadata = {
      key = "value"
    }
  }
}

Notebooks API

메타데이터 값과 함께 instances.create 메서드를 사용하여 해당 특성을 관리합니다.

인스턴스 메타데이터 업데이트

Google Cloud 콘솔, Google Cloud CLI, Terraform, Notebooks API를 사용해서 Vertex AI Workbench 인스턴스의 메타데이터를 업데이트할 수 있습니다.

콘솔

Vertex AI Workbench 인스턴스의 메타데이터를 업데이트하려면 다음을 수행합니다.

Google Cloud 콘솔에서 인스턴스 페이지로 이동합니다.

인스턴스로 이동
인스턴스 목록에서 업데이트하려는 인스턴스의 이름을 클릭합니다.
인스턴스 세부정보 페이지에서 소프트웨어 및 보안을 클릭합니다.
메타데이터 섹션에서 변경하려는 메타데이터 키-값 쌍을 업데이트합니다.
제출을 클릭합니다.

gcloud

다음 명령어를 사용하여 Vertex AI Workbench 인스턴스에서 메타데이터를 업데이트할 수 있습니다.

gcloud workbench instances update INSTANCE_NAME --metadata=KEY=VALUE

Terraform

메타데이터 키-값 쌍을 변경해서 Vertex AI Workbench 인스턴스에서 해당 특성을 관리할 수 있습니다.

Terraform 구성을 적용하거나 삭제하는 방법은 기본 Terraform 명령어를 참조하세요.

resource "google_workbench_instance" "default" {
  name     = "workbench-instance-example"
  location = "us-central1-a"

  gce_setup {
    machine_type = "n1-standard-1"
    vm_image {
      project = "cloud-notebooks-managed"
      family  = "workbench-instances"
    }
    metadata = {
      key = "updated_value"
    }
  }
}

Notebooks API

메타데이터 값과 함께 instances.patch 메서드를 사용하고 updateMask의 gce_setup.metadata를 사용해서 해당 특성을 관리합니다.

인스턴스에서 메타데이터 삭제

Google Cloud 콘솔, Google Cloud CLI, Terraform, Notebooks API를 사용하여 Vertex AI Workbench 인스턴스에서 메타데이터를 삭제할 수 있습니다.

콘솔

Vertex AI Workbench 인스턴스에서 메타데이터를 삭제하려면 다음을 수행합니다.

Google Cloud 콘솔에서 인스턴스 페이지로 이동합니다.

인스턴스로 이동
인스턴스 목록에서 수정하려는 인스턴스의 이름을 클릭합니다.
인스턴스 세부정보 페이지에서 소프트웨어 및 보안을 클릭합니다.
메타데이터 섹션에서 삭제하려는 키-값 쌍의 오른쪽에 있는 삭제를 클릭합니다.
제출을 클릭합니다.

gcloud

다음 명령어를 사용하여 Vertex AI Workbench 인스턴스에서 메타데이터를 삭제할 수 있습니다.

gcloud workbench instances update INSTANCE_NAME --metadata=KEY

Terraform

메타데이터 키-값 쌍을 삭제해서 Vertex AI Workbench 인스턴스의 해당 특성을 관리할 수 있습니다.

Terraform 구성을 적용하거나 삭제하는 방법은 기본 Terraform 명령어를 참조하세요.

resource "google_workbench_instance" "default" {
  name     = "workbench-instance-example"
  location = "us-central1-a"

  gce_setup {
    machine_type = "n1-standard-1"
    vm_image {
      project = "cloud-notebooks-managed"
      family  = "workbench-instances"
    }
    metadata = {
    }
  }
}

Notebooks API

빈 문자열로 설정된 메타데이터 값과 함께 instances.patch 메서드를 사용하고 updateMask의 gce_setup.metadata를 사용하여 해당 특성을 삭제합니다.