JupyterLab UI の概要

JupyterLab は、プロジェクト Jupyter の web ベースのユーザーインターフェイスで、Adobe Experience Platform に緊密に統合されています。これは、データサイエンティストが Jupyter Notebook、コードおよびデータを扱うためのインタラクティブな開発環境を提供します。

このドキュメントでは、JupyterLab とその機能の概要のほか、一般的なアクションを実行する手順を説明します。

Experience Platform 上の JupyterLab

Experience Platform の JupyterLab 統合には、アーキテクチャの変更、デザイン上の考慮事項、カスタマイズされたノートブック拡張機能、プリインストールされたライブラリ、アドビをテーマにしたインターフェイスが付属しています。

次のリストでは、Platform 上の JupyterLab に固有の機能の一部を説明します。

他の Platform サービスとの統合 service-integration

標準化と相互運用性は、Experience Platform を支える重要な概念です。Platform 上の JupyterLab を組み込み IDE として統合することで、他の Platform サービスとのやり取りが可能になり、Platform を最大限に活用できます。JupyterLab では、次の Platform サービスを使用できます。

主な機能と一般的な操作

JupyterLab の主な機能と、一般的な操作を実行する手順について以下の節で説明します。

JupyterLab へのアクセス access-jupyterlab

Adobe Experience Platform で、左側のナビゲーションの​ ノートブック ​を選択します。 JupyterLab が完全に初期化されるまでしばらく待ちます。

JupyterLab インターフェイス jupyterlab-interface

JupyterLab インターフェイスは、メニューバー、折りたたみ可能な左サイドバー、および「ドキュメント」タブと「アクティビティ」タブを含んだメイン作業領域で構成されます。

メニューバー

インターフェイスの上部にあるメニューバーには、JupyterLab で使用可能なアクションをキーボードショートカットで公開する最上位のメニューがあります。

左サイドバー

左側のサイドバーには、次の機能にアクセスできるクリック可能なタブが含まれています。

タブを選択してその機能を表示するか、展開されたタブを選択して、以下に示すように左側のサイドバーを折りたたみます。

メイン作業領域

JupyterLab のメインの作業領域では、ドキュメントやその他のアクティビティを、サイズ変更または分割可能なタブのパネルに配置できます。タブをタブパネルの中央にドラッグして、タブを移行します。タブをパネルの左、右、上または下にドラッグして、パネルを分割します。

Python/R での GPU とメモリサーバーの設定

JupyterLab で、右上隅の歯車アイコンを選択して、Notebook サーバー設定 ​を開きます。GPU をオンに切り替えたり、スライダーを使用して必要な量のメモリを割り当てたりできます。割り当てることができるメモリの量は、組織がプロビジョニングした量によって異なります。 「設定を更新」を選択して保存します。

JupyterLab の終了と再起動

JupyterLab では、それ以上リソースを使用しないよう、セッションを終了することができます。電源アイコン を選択して開始し、表示されるポップオーバーから「シャットダウン」を選択してセッションを終了します。Notebook セッションは、12 時間操作がないと自動的に終了します。

JupyterLab を再起動するには、電源アイコンのすぐ左にある​ 再起動アイコン を選択し、表示されるポップオーバーから「再起動」を選択します。

コードセル code-cells

コードセルは、ノートブックの主なコンテンツです。これらには、ノートブックの関連カーネルの言語のソースコードと、コードセルを実行した結果の出力が含まれています。実行回数は、実行順序を表す各コードセルの右側に表示されます。

一般的なセルのアクションを以下に示します。

カーネル kernels

ノートのカーネルは、ノートのセルを処理するための言語固有のコンピューティングエンジンです。Python に加えて、JupyterLab は R、PySpark、Spark（Scala）で追加の言語サポートを提供します。ノートブックドキュメントを開くと、関連するカーネルが起動します。ノートブックセルが実行されると、カーネルは計算をおこない、結果を生成し、CPU やメモリリソースを大量に消費する可能性があります。割り当てられたメモリは、カーネルがシャットダウンされるまで解放されません。

特定の機能は、以下の表で説明するように、特定のカーネルに限定されています。

カーネルセッション kernel-sessions

JupyterLab のアクティブなノートブックまたはアクティビティはそれぞれ、カーネルセッションを使用します。すべてのアクティブなセッションは、左側のサイドバーから「実行中の端末とカーネル」タブを展開すると見つかります。ノートブックのカーネルのタイプと状態は、ノートブックのインターフェースの右上を見ることで識別できます。下の図では、ノートブックに関連するカーネルは Python3 で、現在の状態は右側に灰色の円で表されています。白い円はアイドルカーネル、黒い円はビジーカーネルを意味します。

カーネルが長期間シャットダウンされている、非アクティブとなっている場合、カーネルがありません。 が実円と表示されます。カーネルの状態をクリックし、以下に示すように適切なカーネルタイプを選択して、カーネルをアクティブにします。

ランチャー launcher

カスタマイズされた Launcher は、次のような、サポートされているカーネル用の便利なノートブックテンプレートを提供し、タスクを開始するのに役立ちます。

一部のノートブックテンプレートは、特定のカーネルに限定されています。各カーネルのテンプレートの可用性は、次の表にマッピングされます。

新しい​ ランチャー ​を開くには、ファイル／新規ランチャー ​をクリックします。または、左のサイドバーで​ ファイルブラウザー ​を展開し、プラス記号（+）をクリックします。

次の手順

サポートされている各ノートブックの詳細と使用方法については、Jupyterlab ノートブックのデータアクセス開発者ガイドを確認してください。このガイドでは、JupyterLab ノートブックを使用して、データの読み取りや、書き込み、クエリなど、データへのアクセスを行う方法を中心に取り上げています。 また、このデータアクセスガイドには、サポートされている各ノートブックで読み取り可能なデータの最大量に関する情報も含まれています。

サポートされるライブラリ supported-libraries

Python、R、PySpark でサポートされているパッケージのリストについては、!conda list をコピーして新しいセルに貼り付け、そのセルを実行します。 サポートされているパッケージのリストが、アルファベット順に表示されます。

さらに、次の依存関係が使用されますが、一覧には表示されません。