在 Dataproc 叢集中執行代管型筆記本執行個體

本頁說明如何在 Dataproc 叢集上執行代管型筆記本執行個體的筆記本檔案。

事前準備

1. 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.

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

   Go to project selector

3. Make sure that billing is enabled for your Google Cloud project.

4. Enable the Notebooks and Dataproc APIs.

   Enable the APIs

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

   Go to project selector

6. Make sure that billing is enabled for your Google Cloud project.

7. Enable the Notebooks and Dataproc APIs.

   Enable the APIs

8. 如果您尚未建立代管型筆記本執行個體，請先完成這項作業。

必要的角色

為確保服務帳戶具備在 Dataproc 無伺服器叢集上執行筆記本檔案的必要權限，請要求管理員授予服務帳戶下列 IAM 角色：

• Dataproc 工作站 (roles/dataproc.worker) 專案
• Dataproc 編輯者 (roles/dataproc.editor) 叢集上的 dataproc.clusters.use 權限

如要進一步瞭解如何授予角色，請參閱「管理專案、資料夾和機構的存取權」。

這些預先定義的角色具備在 Dataproc Serverless 叢集上執行筆記本檔案所需的權限。如要查看確切的必要權限，請展開「必要權限」部分：

所需權限

如要在 Dataproc Serverless 叢集上執行筆記本檔案，您必須具備下列權限：

• dataproc.agents.create
• dataproc.agents.delete
• dataproc.agents.get
• dataproc.agents.update
• dataproc.tasks.lease
• dataproc.tasks.listInvalidatedLeases
• dataproc.tasks.reportStatus
• dataproc.clusters.use

管理員或許還可透過自訂角色或其他預先定義的角色，將這些權限授予服務帳戶。

建立 Dataproc 叢集

如要在 Dataproc 叢集中執行代管型筆記本執行個體的筆記本檔案，叢集必須符合下列條件：

• 必須啟用叢集的元件閘道。

• 叢集必須具備 Jupyter 元件。

• 叢集必須與受管理筆記本執行個體位於相同區域。

如要建立 Dataproc 叢集，請在 Cloud Shell 或已安裝 Google Cloud CLI 的其他環境中，輸入下列指令。

gcloud dataproc clusters create CLUSTER_NAME\
    --region=REGION \
    --enable-component-gateway \
    --optional-components=JUPYTER

更改下列內容：

• REGION：受管理筆記本執行個體的位置 Google Cloud

• CLUSTER_NAME：新叢集的名稱

幾分鐘後，您就能使用 Dataproc 叢集。進一步瞭解如何建立 Dataproc 叢集。

開啟 JupyterLab

1. 如果尚未建立代管型筆記本執行個體，請在與 Dataproc 叢集相同的區域中建立。

2. 前往 Google Cloud 控制台的「受管理筆記本」頁面。

   前往代管型筆記本

3. 按一下代管型筆記本執行個體名稱旁的「Open JupyterLab」(開啟 JupyterLab)。

在 Dataproc 叢集中執行筆記本檔案

您可以在相同專案和區域中，從任何代管型筆記本執行個體，在 Dataproc 叢集中執行筆記本檔案。

執行新的筆記本檔案

1. 在受管理筆記本執行個體的 JupyterLab 介面中，依序選取「File」>「New」>「Notebook」。

2. Dataproc 叢集可用的核心會顯示在「選取核心」選單中。選取要使用的核心，然後按一下「選取」。

   系統會開啟新的筆記本檔案。

3. 將程式碼新增至新筆記本檔案，然後執行程式碼。

如要在建立筆記本檔案後變更要使用的核心，請參閱下一節。

執行現有的筆記本檔案

1. 在代管型筆記本執行個體的 JupyterLab 介面中，按一下「檔案瀏覽器」folder按鈕，然後前往並開啟要執行的筆記本檔案。

2. 如要開啟「Select kernel」對話方塊，請按一下筆記本檔案的核心名稱，例如「Python (Local)」。

3. 如要從 Dataproc 叢集選取核心，請選取核心名稱，結尾須包含叢集名稱。舉例來說，如果 Dataproc 叢集名為 mycluster，則該叢集上的 PySpark 核心會命名為「PySpark on mycluster」。

4. 按一下「選取」即可關閉對話方塊。

   您現在可以在 Dataproc 叢集上執行筆記本檔案的程式碼。

後續步驟

• 進一步瞭解 Dataproc。