JupyterHub: рабочие сессии аналитиков на общем сервере
Два аналитика работают с похожими таблицами, но на их компьютерах разные библиотеки, а результаты лежат в личных папках. Новый сотрудник сначала восстанавливает чужое окружение и только потом приступает к задаче. JupyterHub можно использовать для общего входа в серверную аналитическую среду, где у каждого сотрудника своя рабочая сессия и определённое место хранения файлов. Покупатель получает согласованный способ организовать рабочие места, а не обещание правильных выводов из любых данных.
Запросить предложение
В HelloMotorola аппаратную платформу обсуждаем на основе AI Server Manager 256. Текущая карточка посвящена учебным сценариям сотрудников; среда JupyterHub согласуется самостоятельным проектом. «Суперинтеллект» — название серверного направления. Число 256 не определяет RAM, видеопамять или количество аналитиков, а установленный JupyterHub автоматически не подразумевается.
Общий вход и отдельная работа
В официальном описании JupyterHub разделены Hub, проверка пользователя, запуск его сервера и передача соединений через прокси. Hub организует вход и создание пользовательского окружения; само выполнение кода происходит в рабочей среде сотрудника. Это помогает поставить правильные вопросы к проекту: кто допускается, какие программы доступны и где выполняется расчёт.
Для пилота выберите одну команду и обычную задачу, например исследование разрешённой выгрузки сервисных работ. Первый аналитик готовит notebook с расчётом, второй использует согласованный пример в собственной сессии. Общая версия инструментов помогает повторить подготовку, но не означает, что оба сотрудника должны редактировать один живой процесс или иметь доступ ко всем личным файлам друг друга.
Сессия, notebook и сохранённый файл различаются
Открытая вкладка браузера, работающий kernel и файл notebook имеют разные сроки жизни. Переменная, загруженная в память, не становится сохранённым результатом только потому, что она видна на экране. Закрытие вкладки также не следует считать установленным правилом остановки вычисления. Для команды нужно описать сохранение работы, завершение сессии и поведение при разрыве соединения.
Особенно внимательно выбирают постоянное хранение при контейнерном размещении. Документация DockerSpawner прямо указывает, что домашний каталог пользователя по умолчанию не является постоянным: требуется соответствующее подключение хранилища. Это условие конкретного варианта запуска, а не утверждение, что любой JupyterHub обязательно использует контейнеры.
В спецификации разделяют личные рабочие каталоги, общие исходные материалы и принятые результаты. Общий образ с библиотеками не является резервной копией пользовательских файлов. Сроки хранения, объёмы, права и порядок удаления задаёт компания. Для приёмки полезно сохранить notebook, штатно остановить выбранную сессию и проверить доступность файла после повторного входа.
Ресурсы считают по одновременной работе
Десять зарегистрированных сотрудников не равны десяти одновременно выполняющим тяжёлый расчёт. Один читает таблицу, другой загружает большой набор в память, третий запускает длительную обработку. В руководстве по планированию ресурсов подчёркнута зависимость требований от реального поведения пользователей. Универсального числа сотрудников на любой сервер нет.
В заявке нужны размеры рабочих наборов, одновременные сессии, длительность операций и приемлемое ожидание. CPU, RAM, накопители и сеть рассматриваются вместе. Ограничения пользователя действуют лишь при поддержке и правильной настройке выбранного способа запуска. Число, записанное в конфигурации, нельзя выдавать за проверенную защиту остальных сотрудников от любой нагрузки.
Отдельно согласуют обработку простаивающих сессий. Автоматическая остановка может освобождать ресурсы, но политика должна учитывать допустимые длительные вычисления и предупреждение пользователя. GPU требуется только конкретным операциям и совместимой среде; браузерный notebook сам по себе не является основанием покупать ускорители.
Вход не заменяет разграничение доступа
Нужно определить корпоративный источник пользователей, ответственных за выдачу доступа и действия администратора. Право войти в Hub не означает право читать любую базу или менять общий набор программ. Подключение источников данных и необходимые полномочия согласуют отдельно, начиная с разрешённой тестовой выборки.
Модель безопасности JupyterHub различает доверенные группы и пользователей, которым нельзя доверять совместное окружение. Настройка по умолчанию не обещает изоляцию произвольного пользовательского кода. Выбор способа запуска, доменной схемы, прав файлов и доступных сетевых соединений входит в отдельное проектирование; наличие страницы входа его не заменяет.
Что принять вместе с сервером
Контрольный сценарий включает два разных входа, запуск согласованного примера, сохранение файлов, остановку и повторное открытие сессии. Проверяют личные и общие каталоги, ограничения выбранного окружения и понятную ошибку при недоступности источника. Notebook с сохранённым выводом не доказывает, что расчёт заново выполнен на текущих данных: это различие должен понимать сотрудник.
База самого Hub хранит сведения о пользователях, ролях и рабочих серверах; пользовательские файлы и согласованное окружение учитываются отдельно. План восстановления охватывает нужные части и проверяется возвращением контрольного рабочего места, а не только появлением формы входа. Один физический сервер автоматически не создаёт высокую доступность.
Для предложения пришлите задачи аналитиков, библиотеки, пользователей, объёмы и требования к хранению. Цена, наличие, состояние и конфигурация по запросу. Оборудование, развёртывание, подготовка окружений, подключение данных, проверка восстановления и сопровождение перечисляются отдельно; доставку по России или в Казахстан рассчитываем по адресу и составу заказа.
Сервер и состав проекта
AI Server Manager 256
Цена по запросу. Фактические CPU, RAM, GPU, память каждого ускорителя, накопители, состояние и совместимость выбранных программ согласуются в спецификации. Число 256 не подтверждает память. JupyterHub, окружения, хранение, доступ, испытания и сопровождение выделяют отдельными этапами. Текущая карточка посвящена другому приложению; этот проект согласуется отдельно. Наличие, срок и доставка по России и Казахстану подтверждаются предложением.
Запросить предложениеДругие собственные варианты для сравнения по спецификации: AI Server Manager 128 и AI Server Manager 384.
Первичные источники: Концепции JupyterHub; Запуск сессий; Планирование ресурсов; Постоянное хранение DockerSpawner; Границы безопасности; Состояние Hub. Документация описывает программные механизмы JupyterHub; предустановка, обучение модели, готовая конфигурация доступа и испытание на предлагаемой машине ими не подтверждаются.