JupyterLab バージョニング - Amazon SageMaker

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

JupyterLab バージョニング

重要

2023 年 11 月 30 日の時点で、以前の Amazon SageMaker Studio エクスペリエンスは Amazon SageMaker スタジオクラシックという名前になりました。以下のセクションは Studio Classic アプリケーションの使用に特化したものです。最新の Studio エクスペリエンスの使用方法については、を参照してくださいAmazon SageMaker Studio

Amazon SageMaker Studio Classic インターフェイスは JupyterLab、ノートブック、コード、データ用のウェブベースのインタラクティブ開発環境をベースにしています。Studio Classic は JupyterLab 1 と 3 の両方の使用をサポートするようになりました。 JupyterLab Studio JupyterLab クラシックのデフォルトバージョンは JupyterLab 3 です。Amazon SageMaker ドメインとユーザープロファイルを 2022 年 8 月 31 日より前、または 23 年 2 月 22 AWS Management Console 日より前に作成した場合、Studio Classic AWS Command Line Interface インスタンスはデフォルトで 1 に設定されます。 JupyterLab 2022 年 8 月 31 日以降、Amazon SageMaker Studio JupyterLab クラシックのバージョン 1 にはセキュリティ修正のみが適用されます。ユーザーは、実行するバージョンを選択することができます。ただし、ユーザープロファイルごとに一度に 1 つのインスタンスしか実行できません。 JupyterLab JupyterLabの複数のバージョンを同時に実行することはできません。

23 年 3 月 31 日以降、Studio Classic は 3 つのアプリケーションの作成のみをサポートします。 JupyterLab その日を過ぎると、Studio Classic は 1 JupyterLab つのアプリケーション作成をサポートしなくなります。2023 年 4 月 30 日に、Studio Classic は 1 を実行する既存のアプリケーションをすべて削除します。 JupyterLab の手順に従って 2023 年 4 月 30 日までに、既存の JupyterLab 1 つのアプリケーションを JupyterLab 3 つに更新します。 JupyterLab コンソールからアプリケーションのバージョンを表示および更新します。

JupyterLab 3

JupyterLab 3 には、以前のバージョンでは利用できなかった以下の機能が含まれています。これらの機能について詳しくは、「JupyterLab 3.0 がリリースされました!」を参照してください。 。

  • Base Python 2.0 カーネルおよびデータサイエンス 2.0 カーネルを使用する際のビジュアルデバッガー

  • ファイルブラウザのフィルター

  • 目次 (TOC)

  • 多言語サポート

  • シンプルモード

  • シングルインターフェイスモード

JupyterLab 3 への重要な変更

JupyterLab 3 を使用する際は以下の点を考慮してください。

  • JupyterLab を使用してバージョンを設定する場合は AWS CLI、のイメージリストから、 JupyterLab お住まいの地域とバージョンに対応するイメージを選択してくださいから AWS CLI

  • JupyterLab 3 では、拡張機能をインストールする前に studio conda 環境をアクティブ化する必要があります。詳細については、「Jupyter Server JupyterLab エクステンションのインストールと」を参照してください。

  • Debugger は、次のイメージを使用する場合にのみサポートされます。

    • Base Python 2.0

    • Data Science 2.0

    • Base Python 3.0

    • Data Science 3.0

IAM JupyterLab ポリシー条件キーを使用してデフォルトバージョンを制限します。

IAM ポリシー条件キーを使用して、 JupyterLab ユーザーが起動できるバージョンを制限できます。

次のポリシーは、 JupyterLab ドメインレベルでバージョンを制限する方法を示しています。

{ "Version": "2012-10-17", "Statement": [ { "Sid": "Block users from creating JupyterLab 3 apps at the domain level", "Effect": "Deny", "Action": [ "sagemaker:CreateDomain", "sagemaker:UpdateDomain" ], "Resource": "*", "Condition": { "ForAnyValue:StringLike": { "sagemaker:ImageArns": "*image/jupyter-server-3" } } } ] }

次のポリシーは、 JupyterLab ユーザープロファイルレベルでバージョンを制限する方法を示しています。

{ "Version": "2012-10-17", "Statement": [ { "Sid": "Block users from creating JupyterLab 3 apps at the user profile level", "Effect": "Deny", "Action": [ "sagemaker:CreateUserProfile", "sagemaker:UpdateUserProfile" ], "Resource": "*", "Condition": { "ForAnyValue:StringLike": { "sagemaker:ImageArns": "*image/jupyter-server-3" } } } ] }

次のポリシーは、 JupyterLab アプリケーションレベルでバージョンを制限する方法を示しています。このポリシーを適用するには、CreateApp リクエストにイメージ ARN を含める必要があります。

{ "Version": "2012-10-17", "Statement": [ { "Sid": "Block users from creating JupyterLab 3 apps at the application level", "Effect": "Deny", "Action": "sagemaker:CreateApp", "Resource": "*", "Condition": { "ForAnyValue:StringLike": { "sagemaker:ImageArns": "*image/jupyter-server-3" } } } ] }

JupyterLabデフォルトバージョンを設定する。

以下のセクションでは、コンソールまたはを使用して Studio Classic JupyterLab のデフォルトバージョンを設定する方法を示します AWS CLI。 

コンソールから

リソースの作成時に、 JupyterLab ドメインレベルまたはユーザープロファイルレベルで使用するデフォルトバージョンを選択できます。 JupyterLab コンソールを使用してデフォルトバージョンを設定するには、を参照してくださいAmazon SageMaker ンドメインの概要。 

から AWS CLI

を使用して、 JupyterLab ドメインレベルまたはユーザープロファイルレベルで使用するデフォルトバージョンを選択できます AWS CLI。 

JupyterLab を使用してデフォルトバージョンを設定するには AWS CLI、 JupyterLab 目的のデフォルトバージョンの ARN AWS CLI をコマンドの一部として含める必要があります。この ARN は、 SageMaker ドメインのバージョンとリージョンによって異なります。 

以下の表は、 JupyterLab 各リージョンで使用可能なバージョンの ARN の一覧です。

リージョン JL1 JL3
us-east-1 arn:aws:sagemaker:us-east-1:081325390199:image/jupyter-server arn:aws:sagemaker:us-east-1:081325390199:image/jupyter-server-3
us-east-2 arn:aws:sagemaker:us-east-2:429704687514:image/jupyter-server arn:aws:sagemaker:us-east-2:429704687514:image/jupyter-server-3
us-west-1 arn:aws:sagemaker:us-west-1:742091327244:image/jupyter-server arn:aws:sagemaker:us-west-1:742091327244:image/jupyter-server-3
us-west-2 arn:aws:sagemaker:us-west-2:236514542706:image/jupyter-server arn:aws:sagemaker:us-west-2:236514542706:image/jupyter-server-3
af-south-1 arn:aws:sagemaker:af-south-1:559312083959:image/jupyter-server arn:aws:sagemaker:af-south-1:559312083959:image/jupyter-server-3
ap-east-1 arn:aws:sagemaker:ap-east-1:493642496378:image/jupyter-server arn:aws:sagemaker:ap-east-1:493642496378:image/jupyter-server-3
ap-south-1 arn:aws:sagemaker:ap-south-1:394103062818:image/jupyter-server arn:aws:sagemaker:ap-south-1:394103062818:image/jupyter-server-3
ap-northeast-2 arn:aws:sagemaker:ap-northeast-2:806072073708:image/jupyter-server arn:aws:sagemaker:ap-northeast-2:806072073708:image/jupyter-server-3
ap-southeast-1 arn:aws:sagemaker:ap-southeast-1:492261229750:image/jupyter-server arn:aws:sagemaker:ap-southeast-1:492261229750:image/jupyter-server-3
ap-southeast-2 arn:aws:sagemaker:ap-southeast-2:452832661640:image/jupyter-server arn:aws:sagemaker:ap-southeast-2:452832661640:image/jupyter-server-3
ap-northeast-1 arn:aws:sagemaker:ap-northeast-1:102112518831:image/jupyter-server arn:aws:sagemaker:ap-northeast-1:102112518831:image/jupyter-server-3
ca-central-1 arn:aws:sagemaker:ca-central-1:310906938811:image/jupyter-server arn:aws:sagemaker:ca-central-1:310906938811:image/jupyter-server-3
eu-central-1 arn:aws:sagemaker:eu-central-1:936697816551:image/jupyter-server arn:aws:sagemaker:eu-central-1:936697816551:image/jupyter-server-3
eu-west-1 arn:aws:sagemaker:eu-west-1:470317259841:image/jupyter-server arn:aws:sagemaker:eu-west-1:470317259841:image/jupyter-server-3
eu-west-2 arn:aws:sagemaker:eu-west-2:712779665605:image/jupyter-server arn:aws:sagemaker:eu-west-2:712779665605:image/jupyter-server-3
eu-west-3 arn:aws:sagemaker:eu-west-3:615547856133:image/jupyter-server arn:aws:sagemaker:eu-west-3:615547856133:image/jupyter-server-3
eu-north-1 arn:aws:sagemaker:eu-north-1:243637512696:image/jupyter-server arn:aws:sagemaker:eu-north-1:243637512696:image/jupyter-server-3
eu-south-1 arn:aws:sagemaker:eu-south-1:592751261982:image/jupyter-server arn:aws:sagemaker:eu-south-1:592751261982:image/jupyter-server-3
eu-south-2 arn:aws:sagemaker:eu-south-2:127363102723:image/jupyter-server arn:aws:sagemaker:eu-south-2:127363102723:image/jupyter-server-3
sa-east-1 arn:aws:sagemaker:sa-east-1:782484402741:image/jupyter-server arn:aws:sagemaker:sa-east-1:782484402741:image/jupyter-server-3
cn-north-1 arn:aws-cn:sagemaker:cn-north-1:390048526115:image/jupyter-server arn:aws-cn:sagemaker:cn-north-1:390048526115:image/jupyter-server-3
cn-northwest-1 arn:aws-cn:sagemaker:cn-northwest-1:390780980154:image/jupyter-server arn:aws-cn:sagemaker:cn-northwest-1:390780980154:image/jupyter-server-3

ドメインを作成または更新します。

CreateDomainUpdateDomainUserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArnまたはを呼び出してフィールドを渡すことで、 JupyterServer ドメインレベルでデフォルトバージョンを設定できます。

以下では、を使用して JupyterLab 3 をデフォルトとしてドメインを作成する方法を示しています。 AWS CLI

aws --region <REGION> \ sagemaker create-domain \ --domain-name <NEW_DOMAIN_NAME> \ --auth-mode <AUTHENTICATION_MODE> \ --subnet-ids <SUBNET-IDS> \ --vpc-id <VPC-ID> \ --default-user-settings '{   "JupyterServerAppSettings": {     "DefaultResourceSpec": {       "SageMakerImageArn": "arn:aws:sagemaker:<REGION>:<ACCOUNT_ID>:image/jupyter-server-3",       "InstanceType": "system"     }   } }'

以下では、を使用して JupyterLab 3 をデフォルトとして使用するようにドメインを更新する方法を示しています AWS CLI。

aws --region <REGION> \ sagemaker update-domain \ --domain-id <YOUR_DOMAIN_ID> \ --default-user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>:<ACCOUNT_ID>:image/jupyter-server-3", "InstanceType": "system" } } }'

ユーザープロファイルの作成または更新

CreateUserProfileUpdateUserProfileUserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArnまたはを呼び出してフィールドを渡すことで、 JupyterServer ユーザープロファイルレベルでデフォルトバージョンを設定できます。

以下では、を使用して、既存のドメインで JupyterLab 3 をデフォルトとしてユーザープロファイルを作成する方法を示しています。 AWS CLI

aws --region <REGION> \ sagemaker create-user-profile \ --domain-id <YOUR_DOMAIN_ID> \ --user-profile-name <NEW_USERPROFILE_NAME> \ --query UserProfileArn --output text \ --user-settings '{   "JupyterServerAppSettings": {     "DefaultResourceSpec": {       "SageMakerImageArn": "arn:aws:sagemaker:<REGION>:<ACCOUNT_ID>:image/jupyter-server-3",       "InstanceType": "system"     }   } }'

以下では、を使用して JupyterLab 3 をデフォルトとして使用するようにユーザープロファイルを更新する方法を示しています AWS CLI。

aws --region <REGION> \ sagemaker update-user-profile \ --domain-id <YOUR_DOMAIN_ID> \ --user-profile-name <EXISTING_USERPROFILE_NAME> \ --user-settings '{ "JupyterServerAppSettings": { "DefaultResourceSpec": { "SageMakerImageArn": "arn:aws:sagemaker:<REGION>:<ACCOUNT_ID>:image/jupyter-server-3", "InstanceType": "system" } } }'

JupyterLab コンソールからアプリケーションのバージョンを表示および更新します。

JupyterLab アプリケーションのバージョンを表示して更新する方法を以下に示します。

  1. SageMaker ドメインページに移動します

  2. ユーザープロファイルを表示するドメインを選択します。

  3. アプリケーションを表示するユーザーを選択します。

  4. JupyterLab アプリケーションのバージョンを表示するには、アプリケーションの名前を選択します。

  5. JupyterLab バージョンを更新するには、「アクション」を選択します。

  6. ドロップダウンメニューから [ JupyterLab バージョンを変更] を選択します。

  7. Studio Classic の設定ページで、 JupyterLab ドロップダウンメニューからバージョンを選択します。

  8. JupyterLab ユーザープロファイルのバージョンが正常に更新されたら、 JupyterServer アプリケーションを再起動してバージョン変更を有効にします。 JupyterServer アプリケーションの再起動について詳しくは、を参照してください SageMaker Studio Classic をシャットダウンしてアップデートしてください。

Jupyter Server JupyterLab エクステンションのインストールと

Jupyter Server JupyterLab エクステンションのインストールプロセスは Studio Classic JupyterLab インスタンスのバージョンによって異なります。 JupyterLab 1 では、conda 環境をアクティブ化しなくてもターミナルを開いて拡張機能をインストールできます。 JupyterLab 3 では、拡張機能をインストールする前に studio conda 環境をアクティブ化する必要があります。Studio Classic 内から拡張機能をインストールするか、ライフサイクル設定スクリプトを使用するかは、この方法が異なります。

Studio Classic 内からエクステンションをインストールする

Studio Classic 内から拡張機能をインストールするには、studio拡張機能をインストールする前に環境をアクティブ化する必要があります。

# Before installing extensions conda activate studio # Install your extensions pip install <JUPYTER_EXTENSION> # After installing extensions conda deactivate

ライフサイクル設定スクリプトを使用して拡張機能をインストールする

ライフサイクル設定スクリプトに Jupyter Server JupyterLab 拡張機能をインストールする場合は、3 で動作するようにスクリプトを変更する必要があります。 JupyterLab 以下のセクションでは、既存および新規のライフサイクル設定スクリプトで必要なコードについて説明します。

既存のライフサイクル設定スクリプト

両方のバージョンで動作するはずの既存のライフサイクル設定スクリプトを再利用する場合は JupyterLab、スクリプトに次のコードを使用してください。

# Before installing extension export AWS_SAGEMAKER_JUPYTERSERVER_IMAGE="${AWS_SAGEMAKER_JUPYTERSERVER_IMAGE:-'jupyter-server'}" if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ] ; then eval "$(conda shell.bash hook)" conda activate studio fi; # Install your extensions pip install <JUPYTER_EXTENSION> # After installing extension if [ "$AWS_SAGEMAKER_JUPYTERSERVER_IMAGE" = "jupyter-server-3" ]; then conda deactivate fi;

新しいライフサイクル設定スクリプト

JupyterLab 3 つのみを使用する新しいライフサイクル設定スクリプトを作成する場合は、スクリプトに次のコードを使用できます。

# Before installing extension eval "$(conda shell.bash hook)" conda activate studio # Install your extensions pip install <JUPYTER_EXTENSION> conda deactivate