JupyterLab 버전 관리 - Amazon SageMaker

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

JupyterLab 버전 관리

중요

Amazon SageMaker Studio 또는 Amazon SageMaker Studio Classic이 Amazon SageMaker 리소스를 생성할 수 있도록 허용하는 사용자 지정 IAM 정책도 해당 리소스에 태그를 추가할 수 있는 권한을 부여해야 합니다. Studio와 Studio Classic은 생성한 모든 리소스에 태그를 자동으로 지정하므로 리소스에 태그를 추가할 수 있는 권한이 필요합니다. IAM 정책에서 Studio 및 Studio Classic이 리소스를 생성하도록 허용하지만 태그 지정은 허용하지 않는 경우 리소스를 생성하려고 할 때 “AccessDenied” 오류가 발생할 수 있습니다. 자세한 내용은 리소스에 태그를 지정할 SageMaker 수 있는 권한 제공 단원을 참조하십시오.

AWS Amazon용 관리형 정책 SageMaker 는 SageMaker 리소스를 생성할 수 있는 권한을 부여하며 이러한 리소스를 생성하는 동안 태그를 추가할 수 있는 권한이 이미 포함되어 있습니다.

중요

2023년 11월 30일부터 이전 Amazon SageMaker Studio 환경이 이제 Amazon SageMaker Studio Classic으로 명명되었습니다. 다음 섹션은 Studio Classic 애플리케이션 사용에 적용됩니다. 업데이트된 Studio 환경 사용에 대한 자세한 내용은 섹션을 참조하세요Amazon SageMaker Studio.

Amazon SageMaker Studio Classic 인터페이스는 노트북 JupyterLab, 코드 및 데이터를 위한 웹 기반 대화형 개발 환경인 를 기반으로 합니다. Studio Classic은 3 사용 JupyterLab만 지원합니다.

08/31/2022 AWS Management Console 이전 또는 이전을 사용하여 도메인 및 사용자 프로필을 생성한 경우 AWS Command Line Interface 02/22/23Studio Classic 인스턴스의 기본값은 JupyterLab 1입니다. 07/01/2024 이후에는 JupyterLab 1을 실행하는 Studio Classic 애플리케이션을 생성할 수 없습니다.

JupyterLab 3

JupyterLab 3에는 이전 버전에서는 사용할 수 없는 다음 기능이 포함되어 있습니다. 이러한 기능에 대한 자세한 내용은 JupyterLab 3.0 릴리스를 참조하세요.

  • Base Python 2.0 및 Data Science 2.0 커널을 사용할 때의 비주얼 디버거

  • 파일 브라우저 필터

  • 목차(TOC)

  • 다국어 지원

  • 단순 모드

  • 단일 인터페이스 모드

JupyterLab 3에 대한 중요 변경 사항

JupyterLab 3을 사용할 때는 다음 사항을 고려하세요.

  • 를 사용하여 JupyterLab 버전을 설정할 때는 의 이미지 목록에서 해당 리전 및 JupyterLab 버전에 해당하는 이미지를 AWS CLI선택합니다에서 AWS CLI.

  • JupyterLab 3에서는 확장을 설치하기 전에 studio conda 환경을 활성화해야 합니다. 자세한 내용은 JupyterLab 및 Jupyter Server 확장 설치 단원을 참조하십시오.

  • 다음 이미지를 사용하는 경우에만 디버거가 지원됩니다.

    • Base Python 2.0

    • Data Science 2.0

    • Base Python 3.0

    • Data Science 3.0

IAM 정책 조건 키를 사용하여 기본 JupyterLab 버전 제한

IAM 정책 조건 키를 사용하여 사용자가 시작할 수 JupyterLab 있는 버전을 제한할 수 있습니다.

다음 정책은 도메인 수준에서 JupyterLab 버전을 제한하는 방법을 보여줍니다.

{ "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" } } } ] }

다음 정책은 사용자 프로필 수준에서 JupyterLab 버전을 제한하는 방법을 보여줍니다.

{ "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" } } } ] }

다음 정책은 애플리케이션 수준에서 JupyterLab 버전을 제한하는 방법을 보여줍니다. 이 ARN 정책을 적용하려면 CreateApp 요청에 이미지가 포함되어야 합니다.

{ "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" } } } ] }

기본 JupyterLab 버전 설정

다음 섹션에서는 콘솔 또는 를 사용하여 Studio Classic의 기본 JupyterLab 버전을 설정하는 방법을 보여줍니다 AWS CLI. 

콘솔에서

리소스 생성 중에 도메인 또는 사용자 프로필 수준에서 사용할 기본 JupyterLab 버전을 선택할 수 있습니다. 콘솔을 사용하여 기본 JupyterLab 버전을 설정하려면 섹션을 참조하세요Amazon SageMaker 도메인 개요

에서 AWS CLI

를 사용하여 도메인 또는 사용자 프로필 수준에서 사용할 기본 JupyterLab 버전을 선택할 수 있습니다 AWS CLI. 

를 사용하여 기본 JupyterLab 버전을 설정하려면 원하는 기본 JupyterLab 버전의 ARN를 AWS CLI 명령의 일부로 포함해야 AWS CLI합니다. 이는 SageMaker 도메인의 버전과 리전에 따라 ARN 다릅니다. 

다음 표에는 각 리전에 사용할 수 ARNs 있는 JupyterLab 버전의 가 나열되어 있습니다.

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

도메인 생성 또는 업데이트

CreateDomain 또는 를 호출UpdateDomain하고 UserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn필드를 전달하여 도메인 수준에서 기본 JupyterServer 버전을 설정할 수 있습니다.

다음은 를 사용하여 JupyterLab 3이 기본값인 도메인을 생성하는 방법을 보여줍니다 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"     }   } }'

다음은 를 사용하여 JupyterLab 3을 기본값으로 사용하도록 도메인을 업데이트하는 방법을 보여줍니다 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" } } }'

사용자 프로필 생성 또는 업데이트

CreateUserProfile 또는 를 호출UpdateUserProfile하고 필드를 전달하여 사용자 프로필 수준에서 기본 JupyterServer 버전을 설정할 수 있습니다UserSettings.JupyterServerAppSettings.DefaultResourceSpec.SageMakerImageArn.

다음은 를 사용하여 기존 도메인의 기본값으로 JupyterLab 3을 사용하여 사용자 프로파일을 생성하는 방법을 보여줍니다 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"     }   } }'

다음은 를 사용하여 JupyterLab 3을 기본값으로 사용하도록 사용자 프로필을 업데이트하는 방법을 보여줍니다 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" } } }'

콘솔에서 애플리케이션 JupyterLab 버전 보기 및 업데이트

다음은 애플리케이션의 JupyterLab 버전을 보고 업데이트하는 방법을 보여줍니다.

  1. SageMaker 도메인 페이지로 이동합니다.

  2. 도메인의 사용자 프로필을 보려면 도메인을 선택합니다.

  3. 애플리케이션을 보려면 사용자를 선택합니다.

  4. 애플리케이션 JupyterLab 버전을 보려면 애플리케이션 이름을 선택합니다.

  5. JupyterLab 버전을 업데이트하려면 작업 을 선택합니다.

  6. 드롭다운 메뉴에서 JupyterLab 버전 변경을 선택합니다.

  7. Studio Classic 설정 페이지의 드롭다운 메뉴에서 JupyterLab 버전을 선택합니다.

  8. 사용자 프로필의 JupyterLab 버전이 성공적으로 업데이트된 후 JupyterServer 애플리케이션을 다시 시작하여 버전 변경 사항을 적용합니다. JupyterServer 애플리케이션 재시작에 대한 자세한 내용은 섹션을 참조하세요 SageMaker Studio Classic 종료 및 업데이트.

JupyterLab 및 Jupyter Server 확장 설치

JupyterLab 3에서는 확장을 설치하기 전에 studio conda 환경을 활성화해야 합니다. Studio Classic 내에서 확장을 설치하거나 수명 주기 구성 스크립트를 사용하는 경우 이 방법이 다릅니다.

Studio Classic 내에서 익스텐션 설치

Studio Classic 내에서 확장을 설치하려면 확장을 설치하기 전에 studio 환경을 활성화해야 합니다.

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

수명 주기 구성 스크립트를 사용하여 확장 프로그램 설치

수명 주기 구성 스크립트에 JupyterLab 및 Jupyter Server 확장을 설치하는 경우 JupyterLab 3에서 작동하도록 스크립트를 수정해야 합니다. 다음 섹션에서는 기존 수명 주기 구성 스크립트와 새 수명 주기 구성 스크립트에 필요한 코드를 보여줍니다.

기존 수명 주기 구성 스크립트

두 버전의 에서 모두 작동해야 하는 기존 수명 주기 구성 스크립트를 재사용하는 경우 스크립트에 다음 코드를 JupyterLab사용합니다.

# 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;

새 수명 주기 구성 스크립트

JupyterLab 3개만 사용하는 새 수명 주기 구성 스크립트를 작성하는 경우 스크립트에서 다음 코드를 사용할 수 있습니다.

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