JupyterLab UI 개요

JupyterLab 는 Project Jupiteriteria용 웹 기반 사용자 인터페이스로 Adobe Experience Platform에 완전히 통합되었습니다. 데이터 과학자들이 Jupiter Notebook, 코드 및 데이터를 사용하여 작업할 수 있는 대화형 개발 환경을 제공합니다.

이 문서에서는 JupyterLab 및 해당 기능에 대한 개요와 일반적인 작업을 수행하는 지침을 제공합니다.

JupyterLab on Experience Platform

Experience Platform의 JupiterLab 통합에는 아키텍처 변경 사항, 디자인 고려 사항, 사용자 정의된 노트북 확장, 사전 설치된 라이브러리 및 Adobe 테마 인터페이스가 포함되어 있습니다.

다음 목록은 플랫폼의 JupiterLab에 고유한 기능 중 일부를 간략하게 설명합니다.

기능 설명
커널들 커널은 전자 필기장과 다른 JupyterLab 코드를 다른 프로그래밍 언어로 실행하고 실행하는 기능을 제공합니다. Experience Platform 은, R, PySpark Python및 의 개발을 지원하기 위한 추가 커널을 Spark제공합니다. 자세한 내용은 커널 섹션을 참조하십시오.
데이터 액세스 읽기 및 쓰기 기능을 완벽하게 지원하므로 JupyterLab 내에서 기존 데이터 세트에 직접 액세스할 수 있습니다.
Platform서비스 통합 기본 제공 통합을 사용하면 JupyterLab 내에서 직접 다른 Platform 서비스를 활용할 수 있습니다. 지원되는 통합 전체 목록은 다른 플랫폼 서비스와의 통합의 섹션에 있습니다.
인증 JupiterLab의 기본 보안 모델 외에도 플랫폼 서비스 간 통신을 포함하여 응용 프로그램과 Experience Platform 간의 모든 상호 작용은 Adobe Identity Management System (IMS)을 통해 암호화되어 인증됩니다.
개발 라이브러리 Experience Platform에서 JupyterLab은 Python, R 및 PySpark용 사전 설치된 라이브러리를 제공합니다. 지원되는 라이브러리의 전체 목록은 부록을 참조하십시오.
라이브러리 컨트롤러 사전 설치된 라이브러리가 사용자의 요구 사항에 맞지 않을 경우 Python 및 R에 추가 라이브러리를 설치할 수 있으며, Platform 무결성을 유지하고 데이터를 안전하게 유지하기 위해 격리된 컨테이너에 임시 저장됩니다. 자세한 내용은 커널 섹션을 참조하십시오.
노트

추가 라이브러리는 해당 라이브러리가 설치된 세션에만 사용할 수 있습니다. 새 세션을 시작할 때 필요한 추가 라이브러리를 다시 설치해야 합니다.

다른 Platform 서비스와 통합

표준화와 상호 운용성은 Experience Platform 의 주요 개념입니다. Platform에 포함된 IDE로 JupyterLab을 통합하면 다른 Platform 서비스와 상호 작용할 수 있으므로, Platform을(를) 최대한 활용할 수 있습니다. JupyterLab에서 다음 Platform 서비스를 사용할 수 있습니다.

  • Catalog Service: 읽기 및 쓰기 기능을 사용하여 데이터 세트에 액세스하고 탐색할 수 있습니다.
  • Query Service: SQL을 사용하여 데이터 세트에 액세스하고 탐색하여 대량의 데이터를 처리할 때 낮은 데이터 액세스 오버헤드를 제공합니다.
  • Sensei ML Framework : 데이터를 교육 및 점수 책정 기능과 한 번의 클릭으로 레서피 생성 기능을 갖춘 모델 개발.
  • Experience Data Model (XDM): 표준화와 상호 운용성은 Adobe Experience Platform의 주요 개념입니다. Adobe 기반의 XDM(경험 데이터 모델) 은 고객 경험 데이터를 표준화하고 고객 경험 관리를 위한 스키마를 정의하려는 노력입니다.
노트

JupyterLab의 일부 Platform 서비스 통합은 특정 커널로 제한됩니다. 자세한 내용은 커널의 섹션을 참조하십시오.

주요 기능 및 공통 작업

JupyterLab의 주요 기능과 공통 작업 수행에 대한 지침은 아래 섹션에서 제공됩니다.

액세스 JupyterLab

Adobe Experience Platform의 왼쪽 탐색 열에서 Notebook​을 선택합니다. JupyterLab이 완전히 초기화될 때까지 잠시 기다립니다.

JupyterLab 인터페이스

JupyterLab 인터페이스는 메뉴 막대, 축소 가능한 왼쪽 사이드바 및 문서 및 활동의 탭이 포함된 기본 작업 영역으로 구성됩니다.

메뉴 바

인터페이스 맨 위의 메뉴 모음에는 JupyterLab에서 사용할 수 있는 작업을 키보드 단축키와 함께 표시하는 최상위 메뉴가 있습니다.

  • 파일: 파일 및 디렉토리와 관련된 작업
  • 편집: 문서 및 기타 활동 편집과 관련된 작업
  • 보기: 의 모양을 변경하는 작업 JupyterLab
  • 실행: 노트북 및 코드 콘솔과 같은 다양한 활동에서 코드를 실행하는 작업
  • 커널: 커널 관리를 위한 작업
  • 탭: 열린 문서 및 활동 목록
  • 설정: 공통 설정 및 고급 설정 편집기
  • 도움말: JupyterLab 및 커널 도움말 링크 목록

왼쪽 사이드바

왼쪽 사이드바는 다음 기능에 액세스할 수 있는 클릭 가능한 탭을 포함합니다.

  • 파일 브라우저: 저장된 전자 필기장 문서 및 디렉토리 목록입니다
  • 데이터 탐색기: 데이터 세트 및 스키마 찾아보기, 액세스 및 탐색
  • 커널 및 터미널 실행: 종료 기능이 있는 활성 커널 및 터미널 세션의 목록입니다
  • 명령: 유용한 명령 목록입니다
  • 셀 관리자: 프레젠테이션 목적으로 전자 필기장을 설정하는 데 유용한 도구 및 메타데이터에 액세스할 수 있는 셀 편집기입니다
  • 탭: 열려 있는 탭 목록

탭을 선택하여 해당 기능을 표시하거나 확장된 탭에서 선택하여 아래 설명된 대로 왼쪽 사이드바를 축소합니다.

주 작업 영역

JupyterLab의 기본 작업 영역을 사용하면 문서 및 기타 활동을 탭 패널에 배치하여 크기 조정이나 세분화할 수 있습니다. 탭을 탭 패널의 가운데로 끌어다 놓고 마이그레이션합니다. 탭을 패널의 왼쪽, 오른쪽, 위쪽 또는 아래로 드래그하여 패널을 나눕니다.

Python/R의 GPU 및 메모리 서버 구성

JupyterLab의 오른쪽 위 모서리에서 톱니바퀴 아이콘을 선택하여 노트북 서버 구성​을 엽니다. GPU를 켜거나 슬라이더를 사용하여 필요한 메모리 양을 할당할 수 있습니다. 할당할 수 있는 메모리 양은 조직이 프로비저닝한 양에 따라 다릅니다. 구성 업데이트​를 선택하여 저장합니다.

노트

노트북에 대해 조직당 하나의 GPU만 프로비저닝됩니다. GPU가 사용 중인 경우 현재 GPU를 예약한 사용자가 GPU를 해제하도록 기다려야 합니다. 이 작업은 GPU를 4시간 이상 유휴 상태로 로그아웃하거나 종료하여 수행할 수 있습니다.

JupyterLab 종료 및 다시 시작

JupyterLab에서 추가 리소스가 사용되지 않도록 세션을 종료할 수 있습니다. 먼저 전원 아이콘 전원 아이콘을 선택한 다음 나타나는 팝업에서 종료​를 선택하여 세션을 종료합니다. 12시간 동안 활동이 없으면 노트북 세션이 자동으로 종료됩니다.

JupyterLab을(를) 다시 시작하려면 전원 아이콘 왼쪽에 있는 다시 시작 아이콘 다시 시작 아이콘을 선택한 다음 나타나는 팝업에서 다시 시작​을 선택합니다.

jupiterlab 종료

코드 셀

코드 셀은 전자 필기장의 기본 콘텐츠입니다. 여기에는 전자 필기장의 관련 커널의 언어로 된 소스 코드와 코드 셀을 실행한 결과 출력이 포함됩니다. 실행 순서는 실행 순서를 나타내는 모든 코드 셀의 오른쪽에 실행 개수가 표시됩니다.

일반적인 셀 작업은 아래에 설명되어 있습니다.

  • 셀 추가: 전자 필기장 메뉴에서 더하기 기호(+)를 클릭하여 빈 셀을 추가합니다. 새 셀은 현재 상호 작용하는 셀 아래에 놓이거나, 특정 셀이 포커스가 있는 셀이 없는 경우 전자 필기장의 끝에 배치됩니다.

  • 셀 이동: 이동할 셀 오른쪽에 커서를 놓고 셀을 클릭한 다음 새 위치로 드래그합니다. 또한 한 노트북에서 다른 노트북으로 셀을 이동하면 해당 내용과 함께 셀이 복제됩니다.

  • 셀 실행: 실행할 셀 본문을 클릭한 다음, 노트북 메뉴에서 ​재생 아이콘()을 클릭합니다. 커널이 실행을 처리하고 있을 때 셀의 실행 카운터에 별표(*)가 표시되고 완료 시 정수로 대체됩니다.

  • 셀 삭제: 삭제할 셀의 본문을 클릭한 다음 ​scissoricon을 클릭합니다.

커널들

노트북 커널은 노트북 셀을 처리하기 위한 언어별 컴퓨팅 엔진입니다. Python 외에도 JupyterLab은 R, PySpark 및 Spark (Scala)에서 추가 언어 지원을 제공합니다. 전자 필기장 문서를 열면 연관된 커널이 실행됩니다. 노트북 셀이 실행되면 커널이 계산을 수행하고 상당한 CPU 및 메모리 리소스를 소모할 수 있는 결과를 생성합니다. 할당된 메모리는 커널이 종료될 때까지 해제되지 않습니다.

특정 기능과 기능은 아래 표에 설명된 대로 특정 커널로 제한됩니다.

커널 라이브러리 설치 지원 Platform 통합
Python
  • Sensei ML Framework
  • Catalog Service
  • Query Service
R
  • Sensei ML Framework
  • Catalog Service
스칼라 아니요
  • Sensei ML Framework
  • Catalog Service

커널 세션

JupyterLab의 각 활성 전자 필기장 또는 활동은 커널 세션을 사용합니다. 왼쪽 사이드바에서 실행 중인 터미널 및 커널 탭을 확장하여 모든 활성 세션을 찾을 수 있습니다. 전자 필기장 인터페이스의 오른쪽 상단을 관찰하여 전자 필기장의 커널 유형 및 상태를 식별할 수 있습니다. 아래 다이어그램에서 전자 필기장의 연관된 커널은 Python3​이고 현재 상태는 오른쪽에 회색 원으로 표시됩니다. 중공 원은 공회전 커널을 의미하며, 단원은 사용 중인 커널을 의미한다.

커널이 오랫동안 종료되거나 비활성 상태이면 커널 없음! 솔리드 원과 함께 표시됩니다. 커널 상태를 클릭하고 아래에 설명된 대로 적절한 커널 유형을 선택하여 커널을 활성화합니다.

시작 관리자

사용자 지정된 시작 관리자​는 다음과 같이 작업을 시작할 수 있도록 지원되는 커널에 유용한 전자 필기장 템플릿을 제공합니다.

템플릿 설명
빈 전자 필기장 파일입니다.
스타터 샘플 데이터를 사용하여 데이터 탐색을 보여 주는 미리 채워진 노트북입니다.
소매 판매 샘플 데이터를 사용하는 소매 영업 레서피가 있는 미리 채워진 노트북.
레서피 빌더 JupyterLab에서 레서피를 작성하는 전자 필기장 템플릿입니다. 이 레시피 작성 프로세스를 설명하고 설명하는 코드와 설명이 미리 들어 있습니다. 자세한 설명은 레서피 자습서를 참조하십시오.
Query Service 데이터를 규모에 맞게 분석하는 제공된 샘플 워크플로우가 있는 JupyterLab에서 직접 Query Service의 사용을 보여 주는 미리 채워진 노트북입니다.
XDM 이벤트 데이터 구조 간에 공통적인 기능에 초점을 맞추어 포스트값 경험 이벤트 데이터에 대한 데이터 탐색을 보여 주는 미리 채워진 전자 필기장입니다.
XDM 쿼리 Experience Event 데이터에 대한 샘플 비즈니스 쿼리를 보여 주는 미리 채워진 전자 필기장입니다.
집계 많은 양의 데이터를 작고 관리하기 쉬운 청크로 집계하는 샘플 워크플로우를 보여주는 미리 채워진 노트북입니다.
클러스터링 클러스터링 알고리즘을 사용하여 종단 간 기계 학습 모델링 프로세스를 보여 주는 미리 채워진 노트북.

일부 전자 필기장 템플릿은 특정 커널로 제한됩니다. 각 커널에 대한 템플릿 가용성은 다음 표에 매핑됩니다.

스타터 소매 판매 레서피 빌더 Query Service XDM 이벤트 XDM 쿼리 집계 클러스터링
Python yes yes yes yes yes yes 아니요 아니요 아니요
R yes yes yes 아니요 아니요 아니요 아니요 아니요 아니요
PySpark 3 (Spark 2.4) 아니요 yes 아니요 아니요 아니요 아니요 yes yes 아니요
스칼라 yes yes 아니요 아니요 아니요 아니요 아니요 아니요 yes

시작 관리자​를 열려면 파일 > 새 시작 관리자​를 클릭하십시오. 또는 왼쪽 사이드바에서 파일 브라우저​를 확장하고 더하기 기호(+)를 클릭합니다.

다음 단계

지원되는 각 전자 필기장에 대한 자세한 내용과 사용 방법을 알아보려면 Jupiterlab notebook data access 개발자 안내서를 참조하십시오. 이 안내서에서는 JupiterLab 노트북을 사용하여 데이터 읽기, 쓰기 및 쿼리 등 데이터에 액세스하는 방법에 중점을 둡니다. 데이터 액세스 안내서에는 지원되는 각 노트북에서 읽을 수 있는 최대 데이터 양에 대한 정보도 포함되어 있습니다.

지원되는 라이브러리

Python, R 및 PySpark에서 지원되는 패키지 목록을 보려면 새 셀에 !conda list 을 복사하여 붙여 넣은 다음 셀을 실행합니다. 지원되는 패키지 목록이 알파벳순으로 채워집니다.

예

또한 다음 종속성은 사용되지만 나열되지는 않습니다.

  • CUDA 11.2
  • COANDN 8.1

이 페이지에서는