Data Science Workspace guía de solución de problemas

Este documento proporciona respuestas a las preguntas más frecuentes sobre Adobe Experience Platform Data Science Workspace. Para preguntas y solución de problemas con las Platform API en general, consulte la Guía de solución de problemas de la API de Adobe Experience Platform.

JupyterLab entorno no se está cargando en Google Chrome

Con la versión 80.x del explorador Google Chrome, todas las cookies de terceros se bloquean de forma predeterminada. Esta directiva puede evitar que JupyterLab se cargue en Adobe Experience Platform.

Para solucionar este problema, siga estos pasos:

En el explorador Chrome, desplácese hasta la parte superior derecha y seleccione Configuración (también puede copiar y pegar "chrome://settings/" en la barra de direcciones). A continuación, desplácese hasta la parte inferior de la página y haga clic en la lista desplegable Avanzado.

Aparece la sección Privacidad y seguridad. A continuación, haga clic en Configuración del sitio seguida de Cookies y datos del sitio.

Por último, cambie "Bloquear cookies de terceros" por "Desactivado".

Vaya a "chrome://flags/" en la barra de direcciones. Busque y deshabilite la marca titulada "SameSite by default cookies" mediante el menú desplegable de la derecha.

Después del paso 2, se le pedirá que vuelva a iniciar el explorador. Después de reiniciar, Jupyterlab debe ser accesible.

¿Por qué no puedo acceder a JupyterLab en Safari?

Safari desactiva las cookies de terceros de forma predeterminada en Safari < 12. Dado que la instancia de la máquina virtual Jupyter reside en un dominio diferente al marco principal, Adobe Experience Platform requiere actualmente que las cookies de terceros estén habilitadas. Habilite las cookies de terceros o cambie a otro explorador como Google Chrome.

Para Safari 12, debe cambiar el agente de usuario a 'Chrome' o 'Firefox'. Para cambiar el agente de usuario, abra el menú Safari y seleccione Preferencias para inicio. Aparecerá la ventana de preferencias.

En la ventana de preferencias de Safari, seleccione Avanzado. A continuación, marque la casilla Mostrar menú Revelar en la barra de menús. Puede cerrar la ventana de preferencias una vez completado este paso.

A continuación, en la barra de navegación superior, seleccione el menú Desarrollar. En la lista desplegable Desarrollar, pase el ratón por encima de Agente de usuario. Puede seleccionar la cadena Chrome o Firefox Agente de usuario que desee utilizar.

¿Por qué veo un mensaje '403 prohibido' al intentar cargar o eliminar un archivo en JupyterLab?

Si el explorador está habilitado con software de bloqueo de anuncios como Ghostery o AdBlock Plus, se debe permitir el dominio "*.adobe.net" en cada software de bloqueo de anuncios para que JupyterLab funcione con normalidad. Esto se debe a que las máquinas virtuales JupyterLab se ejecutan en un dominio diferente al dominio Experience Platform.

¿Por qué algunas partes de mi Jupyter Notebook parecen retorcidas o no se representan como código?

Esto puede suceder si la celda en cuestión se cambia accidentalmente de "Código" a "Código de barras". Mientras una celda de código está centrada, al pulsar la combinación de teclas ESC+M se cambia el tipo de celda a Markdown. El tipo de celda se puede cambiar mediante el indicador desplegable en la parte superior del bloc de notas de las celdas seleccionadas. Para cambiar un tipo de celda a código, seleccione el inicio de la celda que desee cambiar. A continuación, haga clic en el menú desplegable que indica el tipo actual de celda y, a continuación, seleccione "Código".

¿Cómo instalo bibliotecas Python personalizadas?

El núcleo Python viene preinstalado con muchas bibliotecas populares de aprendizaje automático. Sin embargo, puede instalar bibliotecas personalizadas adicionales ejecutando el siguiente comando en una celda de código:

!pip install {LIBRARY_NAME}

Para obtener una lista completa de las bibliotecas Python preinstaladas, consulte la sección apéndice de la Guía del usuario de JupyterLab.

¿Puedo instalar bibliotecas PySpark personalizadas?

Desafortunadamente, no puede instalar bibliotecas adicionales para el núcleo PySpark. Sin embargo, puede ponerse en contacto con el representante de servicios al cliente de Adobe para que le instalen bibliotecas PySpark personalizadas.

Para obtener una lista de las bibliotecas PySpark preinstaladas, consulte la sección apéndice de la Guía del usuario de JupyterLab.

¿Es posible configurar Spark recursos de clúster para JupyterLab Spark o el núcleo PySpark?

Puede configurar los recursos agregando el siguiente bloque a la primera celda del bloc de notas:

%%configure -f 
{
    "numExecutors": 10,
    "executorMemory": "8G",
    "executorCores":4,
    "driverMemory":"2G",
    "driverCores":2,
    "conf": {
        "spark.cores.max": "40"
    }
}

Para obtener más información sobre la configuración de Spark recursos de clúster, incluida la lista completa de las propiedades configurables, consulte la Guía del usuario de JupyterLab.

¿Por qué se produce un error al intentar ejecutar determinadas tareas para conjuntos de datos más grandes?

Si recibe un error por un motivo como Reason: Remote RPC client disassociated. Likely due to containers exceeding thresholds, or network issues., esto suele significar que el controlador o un ejecutor se está quedando sin memoria. Consulte la documentación de JupyterLab Notebooks acceso a datos para obtener más información sobre los límites de datos y cómo ejecutar tareas en conjuntos de datos grandes. Normalmente, este error se puede resolver cambiando el mode de interactive a batch.

Docker Hub restricciones de límite en el área de trabajo de ciencias de datos

El 20 de noviembre de 2020 entraron en vigor los límites de tasa para el uso anónimo y libre autenticado de Docker Hub. Los usuarios anónimos y gratuitos Docker Hub tienen un límite de 100 solicitudes de extracción de imágenes de contenedor cada seis horas. Si se ve afectado por estos cambios, recibirá este mensaje de error: ERROR: toomanyrequests: Too Many Requests. o You have reached your pull rate limit. You may increase the limit by authenticating and upgrading: https://www.docker.com/increase-rate-limits..

Actualmente, este límite solo afectará a su organización si intenta crear 100 equipos portátiles en fórmulas en el lapso de seis horas o si utiliza equipos portátiles basados en Spark en el espacio de trabajo de ciencia de datos que con frecuencia aumentan y reducen el tamaño. Sin embargo, esto es improbable, ya que el clúster en el que se ejecutan permanece activo durante dos horas antes de apagarse. Esto reduce el número de extracciones necesarias cuando el clúster está activo. Si recibe cualquiera de los errores anteriores, tendrá que esperar hasta que se restablezca su límite Docker.

Para obtener más información sobre los límites de velocidad Docker Hub, visite la documentación de DockerHub. Se está trabajando en una solución para esto y se espera que se encuentre en una versión posterior.