In diesem Abschnitt lernen Sie, wie Sie ein JupyterLab Image einrichten. Dieses Image wird auf dem Manager Node erstellt und dann auf die Worker Nodes verteilt. Stellen Sie sich vor, ein Student loggt sich in eine Web-Anwendung ein und möchte direkt mit dem Programmieren beginnen. Der Manager Node startet dann einen Docker Container auf einem Worker Node, sodass der Student die Rechenressourcen dort nutzen kann, um seine Programme auszuführen.
Hier verwenden wir das Basis-Image von Jupyterlab, danach zusätzliche Abhängigkeiten und Software-Bibliotheken im Basis-Image installieren. Diese Abhängigkeiten werden in der Datei requirements_dhbw-kurs.txt beschrieben.
Fügen Sie den folgenden Code in die Datei Dockerfile. Sie sollte im selben Ordner wie die Dockerdatei gespeichert werden.
FROM jupyter/base-notebook
ARG NB_USER
USER ${NB_USER}
# Copy environment files
COPY requirements_dhbw-kurs.txt /opt/requirements_dhbw-kurs.txt
#COPY Assignment /home/jovyan/Assignment
COPY info-all.json /efs/user-info/info-all.json
COPY nbgrader_config.py /etc/jupyter/nbgrader_config.py
COPY nbgrader_directory.py /home/jovyan/.jupyter/nbgrader_config.py
USER root
RUN chmod ugo+rw /etc/jupyter
RUN rm -rf /tmp/exchange
RUN mkdir /tmp/exchange
RUN apt-get update && apt-get install -y graphviz
# Set the default user
ARG NB_USER
USER ${NB_USER}
# Install systemwide JupyterLab extension
RUN pip install 'nbgrader==0.9.2'\
&& pip install matplotlib ipympl plotly virtualenv jupyterlab_logout \
&& pip install 'jlab_homepage==0.1.13' 'jupyterlab_forum==0.1.25'
# Add more libraries as needed
# Create Virtual environments
#User root
#SHELL ["/bin/bash", "-c"]
RUN virtualenv /opt/conda/share/jupyter/lab/dhbw-kurs \
&& source /opt/conda/share/jupyter/lab/dhbw-kurs/bin/activate \
&& pip install -r /opt/requirements_dhbw-kurs.txt \
&& python -m ipykernel install --user --name=DHBW-Kurs
# Activate Virtual environments and install IPython kernels
Fügen Sie den folgenden Code in die Datei Requirenments_dhbw-kurs.txt. Sie sollte im selben Ordner wie die Dockerdatei gespeichert werden.
ipykernel
plotly
pandas
boto3
ipympl
matplotlib
numpy
seaborn
basemap
nbformat
# Add any additional packages you need
Erstellen Sie jetzt Ihre Jupyterlab Image mit folgendem Befehl:
docker build -t [Name des Images] .