જ્યુપીટરને LXD ભ્રમણકક્ષામાં લોન્ચ કરી રહ્યું છે

શું તમારે ક્યારેય લિનક્સમાં કોડ અથવા સિસ્ટમ યુટિલિટીઝ સાથે પ્રયોગ કરવો પડ્યો છે જેથી બેઝ સિસ્ટમ વિશે ચિંતા ન કરવી અને કોડમાં ભૂલના કિસ્સામાં બધું જ તોડી ન નાખવું જે રૂટ વિશેષાધિકારો સાથે ચાલવું જોઈએ?

પરંતુ એ હકીકત વિશે શું ચાલો કહીએ કે તમારે એક મશીન પર વિવિધ માઇક્રોસર્વિસિસના સંપૂર્ણ ક્લસ્ટરનું પરીક્ષણ કરવાની અથવા ચલાવવાની જરૂર છે? સો કે હજાર પણ?

હાઇપરવાઇઝર દ્વારા સંચાલિત વર્ચ્યુઅલ મશીનો સાથે, આવી સમસ્યાઓ હલ થઈ શકે છે અને થશે, પરંતુ કયા ખર્ચે? ઉદાહરણ તરીકે, આલ્પાઇન Linux વિતરણ પર આધારિત LXD માં કન્ટેનર ફક્ત વપરાશ કરે છે 7.60MB RAM, અને જ્યાં રુટ પાર્ટીશન સ્ટાર્ટઅપ પછી કબજે કરે છે 9.5MB! તમને તે કેવું ગમ્યું, એલોન મસ્ક? હું તપાસવાની ભલામણ કરું છું LXD ની મૂળભૂત ક્ષમતાઓ - Linux માં કન્ટેનર સિસ્ટમ

LXD કન્ટેનર શું છે તે સામાન્ય રીતે સ્પષ્ટ થઈ ગયા પછી, ચાલો આગળ જઈએ અને વિચારીએ કે, જો એવું કોઈ હાર્વેસ્ટર પ્લેટફોર્મ હોય કે જ્યાં તમે હોસ્ટ માટે સુરક્ષિત રીતે કોડ ચલાવી શકો, ગ્રાફ જનરેટ કરી શકો, ડાયનેમિકલી (ઇન્ટરેક્ટિવલી) UI- વિજેટ્સને તમારા કોડ સાથે લિંક કરી શકો, બ્લેકજેક... ફોર્મેટિંગ સાથે ટેક્સ્ટ સાથે કોડની પૂર્તિ કરીએ? અરસપરસ બ્લોગ અમુક પ્રકારના? વાહ... મારે તે જોઈએ છે! જોઈએ છે! 🙂

બિલાડીની નીચે જુઓ જ્યાં અમે કન્ટેનરમાં લોન્ચ કરીશું જ્યુપીટર લેબ - જૂની જુપીટર નોટબુકને બદલે યુઝર ઈન્ટરફેસની નેક્સ્ટ જનરેશન, અને અમે પાયથોન મોડ્યુલો પણ ઇન્સ્ટોલ કરીશું જેમ કે નમી, પાંડા, મેટપ્લોટલિબ, IPyWidgets જે તમને ઉપર સૂચિબદ્ધ બધું કરવા અને તે બધું એક વિશિષ્ટ ફાઇલમાં સાચવવાની મંજૂરી આપશે - એક IPython લેપટોપ.

નેવિગેશન

• ઓર્બિટલ ટેક-ઓફ પ્લાન
• મૂળભૂત સિસ્ટમની સ્થાપના અને ગોઠવણી
• મૂળભૂત સોફ્ટવેર ઇન્સ્ટોલ કરવું અને સિસ્ટમ સેટ કરવી
• JupyterLab ઇન્સ્ટોલ અને ગોઠવી રહ્યું છે
• હોસ્ટ સાથે ડેટા શેર કરી રહ્યા છીએ
• હેલો, વિશ્વ!
• પાયથોનની ક્ષમતાઓ વિસ્તરી રહી છે
• JupyterLab માં પરીક્ષણ મોડ્યુલો
• બીજું શું?

ઓર્બિટલ ટેક-ઓફ પ્લાન ^

ઉપરોક્ત યોજનાને અમલમાં મૂકવાનું અમારા માટે સરળ બનાવવા માટે ચાલો સંક્ષિપ્ત કાર્ય યોજનાની રૂપરેખા આપીએ:

• ચાલો વિતરણ કીટ પર આધારિત કન્ટેનર ઇન્સ્ટોલ અને લોંચ કરીએ આલ્પાઇન લિનક્સ. અમે આ વિતરણનો ઉપયોગ કરીશું કારણ કે તે ન્યૂનતમવાદને લક્ષ્યમાં રાખે છે અને તેમાં ફક્ત સૌથી જરૂરી સોફ્ટવેર જ ઇન્સ્ટોલ કરીશું, કંઈપણ અનાવશ્યક નહીં.
• ચાલો કન્ટેનરમાં વધારાની વર્ચ્યુઅલ ડિસ્ક ઉમેરીએ અને તેને નામ આપીએ - hostfs અને તેને રૂટ ફાઇલ સિસ્ટમ પર માઉન્ટ કરો. આ ડિસ્ક કન્ટેનરની અંદર આપેલ ડિરેક્ટરીમાંથી હોસ્ટ પર ફાઇલોનો ઉપયોગ કરવાનું શક્ય બનાવશે. આમ, અમારો ડેટા કન્ટેનરથી સ્વતંત્ર રહેશે. જો કન્ટેનર કાઢી નાખવામાં આવે છે, તો ડેટા હોસ્ટ પર રહેશે. ઉપરાંત, આ યોજના કન્ટેનર વિતરણની પ્રમાણભૂત નેટવર્ક પદ્ધતિઓનો ઉપયોગ કર્યા વિના ઘણા કન્ટેનર વચ્ચે સમાન ડેટા શેર કરવા માટે ઉપયોગી છે.
• ચાલો Bash, sudo, જરૂરી લાઈબ્રેરીઓ ઈન્સ્ટોલ કરીએ, સિસ્ટમ યુઝરને ઉમેરો અને રૂપરેખાંકિત કરીએ
• ચાલો Python, મોડ્યુલ્સ ઇન્સ્ટોલ કરીએ અને તેમના માટે બાઈનરી ડિપેન્ડન્સી કમ્પાઈલ કરીએ
• ચાલો ઇન્સ્ટોલ અને લોન્ચ કરીએ જ્યુપીટર લેબ, દેખાવને કસ્ટમાઇઝ કરો, તેના માટે એક્સ્ટેન્શન્સ ઇન્સ્ટોલ કરો.

આ લેખમાં આપણે કન્ટેનર લોંચ કરવા સાથે શરૂ કરીશું, અમે LXD ને ઇન્સ્ટોલ અને ગોઠવવાનું વિચારીશું નહીં, તમે આ બધું બીજા લેખમાં શોધી શકો છો - LXD - Linux કન્ટેનર સિસ્ટમની મૂળભૂત સુવિધાઓ.

મૂળભૂત સિસ્ટમની સ્થાપના અને ગોઠવણી ^

અમે આદેશ સાથે કન્ટેનર બનાવીએ છીએ જેમાં અમે છબીનો ઉલ્લેખ કરીએ છીએ - alpine3, કન્ટેનર માટે ઓળખકર્તા - jupyterlab અને, જો જરૂરી હોય તો, રૂપરેખાંકન પ્રોફાઇલ્સ:

lxc init alpine3 jupyterlab --profile=default --profile=hddroot

અહીં હું રૂપરેખાંકન પ્રોફાઇલનો ઉપયોગ કરી રહ્યો છું hddroot માં રૂટ પાર્ટીશન સાથે કન્ટેનર બનાવવાનો ઉલ્લેખ કરે છે સંગ્રહ પૂલ ભૌતિક HDD ડિસ્ક પર સ્થિત છે:

lxc profile show hddroot

config: {}
description: ""
devices:
  root:
    path: /
    pool: hddpool
    type: disk
name: hddroot
used_by: []

lxc storage show hddpool

config:
  size: 10GB
  source: /dev/loop1
  volatile.initial_source: /dev/loop1
description: ""
name: hddpool
driver: btrfs
used_by:
- /1.0/images/ebd565585223487526ddb3607f5156e875c15a89e21b61ef004132196da6a0a3
- /1.0/profiles/hddroot
status: Created
locations:
- none

આ મને SSD ડિસ્કના સંસાધનોને સાચવીને HDD ડિસ્ક પર કન્ટેનર સાથે પ્રયોગ કરવાની તક આપે છે, જે મારી સિસ્ટમમાં પણ ઉપલબ્ધ છે 🙂 જેના માટે મેં એક અલગ ગોઠવણી પ્રોફાઇલ બનાવી છે. ssdroot.

કન્ટેનર બનાવ્યા પછી, તે રાજ્યમાં છે STOPPED, તેથી આપણે તેમાં init સિસ્ટમ ચલાવીને તેને શરૂ કરવાની જરૂર છે:

lxc start jupyterlab

ચાલો કીનો ઉપયોગ કરીને LXD માં કન્ટેનરની સૂચિ પ્રદર્શિત કરીએ -c જે દર્શાવે છે કે જે cઓલમ ડિસ્પ્લે:

lxc list -c ns4b
+------------+---------+-------------------+--------------+
|    NAME    |  STATE  |       IPV4        | STORAGE POOL |
+------------+---------+-------------------+--------------+
| jupyterlab | RUNNING | 10.0.5.198 (eth0) | hddpool      |
+------------+---------+-------------------+--------------+

કન્ટેનર બનાવતી વખતે, IP સરનામું અવ્યવસ્થિત રીતે પસંદ કરવામાં આવ્યું હતું, કારણ કે અમે રૂપરેખાંકન પ્રોફાઇલનો ઉપયોગ કર્યો હતો default જે અગાઉ લેખમાં ગોઠવવામાં આવ્યું હતું LXD - Linux કન્ટેનર સિસ્ટમની મૂળભૂત સુવિધાઓ.

અમે આ IP એડ્રેસને કન્ટેનર લેવલ પર નેટવર્ક ઈન્ટરફેસ બનાવીને વધુ યાદગારમાં બદલીશું, અને રૂપરેખાંકન પ્રોફાઇલ સ્તર પર નહીં કારણ કે તે વર્તમાન રૂપરેખાંકનમાં છે. તમારે આ કરવાની જરૂર નથી, તમે તેને છોડી શકો છો.

નેટવર્ક ઈન્ટરફેસ બનાવી રહ્યા છીએ eth0 જેને આપણે સ્વીચ (નેટવર્ક બ્રિજ) સાથે લિંક કરીએ છીએ lxdbr0 જેમાં અમે અગાઉના લેખ મુજબ NAT ને સક્ષમ કર્યું છે અને કન્ટેનર પાસે હવે ઇન્ટરનેટની ઍક્સેસ હશે, અને અમે ઇન્ટરફેસને સ્થિર IP સરનામું પણ સોંપીશું - 10.0.5.5:

lxc config device add jupyterlab eth0 nic name=eth0 nictype=bridged parent=lxdbr0 ipv4.address=10.0.5.5

ઉપકરણ ઉમેર્યા પછી, કન્ટેનર રીબૂટ કરવું આવશ્યક છે:

lxc restart jupyterlab

કન્ટેનરની સ્થિતિ તપાસી રહ્યું છે:

lxc list -c ns4b
+------------+---------+------------------+--------------+
|    NAME    |  STATE  |       IPV4       | STORAGE POOL |
+------------+---------+------------------+--------------+
| jupyterlab | RUNNING | 10.0.5.5 (eth0)  | hddpool      |
+------------+---------+------------------+--------------+

મૂળભૂત સોફ્ટવેર ઇન્સ્ટોલ કરવું અને સિસ્ટમ સેટ કરવી ^

અમારા કન્ટેનરનું સંચાલન કરવા માટે, તમારે નીચેના સોફ્ટવેરને ઇન્સ્ટોલ કરવાની જરૂર છે:

પેકેજ
વર્ણન

બાશ
જીએનયુ બોર્ન અગેઇન શેલ

bash-પૂર્ણતા
બેશ શેલ માટે પ્રોગ્રામેબલ પૂર્ણતા

sudo
અમુક વપરાશકર્તાઓને અમુક આદેશોને રૂટ તરીકે ચલાવવાની ક્ષમતા આપો

છાયા
શેડો ફાઇલો અને PAM માટે સપોર્ટ સાથે પાસવર્ડ અને એકાઉન્ટ મેનેજમેન્ટ ટૂલ સ્યુટ

tzdata
ટાઇમ ઝોન અને ડેલાઇટ સેવિંગ ટાઇમ ડેટા માટે સ્ત્રોતો

નેનો
ઉન્નત્તિકરણો સાથે પીકો સંપાદક ક્લોન

વધુમાં, તમે નીચેના પેકેજો - ઇન્સ્ટોલ કરીને સિસ્ટમ મેન-પેજમાં સપોર્ટ ઇન્સ્ટોલ કરી શકો છો man man-pages mdocml-apropos less

lxc exec jupyterlab -- apk add bash bash-completion sudo shadow tzdata nano

ચાલો આપણે ઉપયોગમાં લીધેલા આદેશો અને કીઓ જોઈએ:

• lxc - LXD ક્લાયંટને કૉલ કરો
• exec - LXD ક્લાયંટ પદ્ધતિ જે કન્ટેનરમાં આદેશ ચલાવે છે
• jupyterlab - કન્ટેનર ID
• -- - એક વિશિષ્ટ કી કે જે સ્પષ્ટ કરે છે કે આગળની કીને કી તરીકે અર્થઘટન ન કરવી lxc અને બાકીના સ્ટ્રિંગને કન્ટેનરની જેમ પસાર કરો
• apk — આલ્પાઇન લિનક્સ વિતરણ પેકેજ મેનેજર
• add — પેકેજ વ્યવસ્થાપક પદ્ધતિ કે જે આદેશ પછી સ્પષ્ટ થયેલ પેકેજોને સ્થાપિત કરે છે

આગળ, અમે સિસ્ટમમાં સમય ઝોન સેટ કરીશું Europe/Moscow:

lxc exec jupyterlab -- cp /usr/share/zoneinfo/Europe/Moscow /etc/localtime

સમય ઝોન, પેકેજ ઇન્સ્ટોલ કર્યા પછી tzdata સિસ્ટમમાં હવે જરૂરી નથી, તે જગ્યા લેશે, તેથી ચાલો તેને કાઢી નાખીએ:

lxc exec jupyterlab -- apk del tzdata

સમય ઝોન તપાસી રહ્યું છે:

lxc exec jupyterlab -- date

Wed Apr 15 10:49:56 MSK 2020

કન્ટેનરમાં નવા વપરાશકર્તાઓ માટે Bash સેટ કરવામાં ઘણો સમય ન ખર્ચવા માટે, નીચેના પગલાંઓમાં અમે હોસ્ટ સિસ્ટમમાંથી તૈયાર સ્કેલ ફાઇલોને તેમાં કૉપિ કરીશું. આ તમને કન્ટેનરમાં ઇન્ટરેક્ટિવ રીતે બેશને સુંદર બનાવવાની મંજૂરી આપશે. મારી યજમાન સિસ્ટમ Manjaro Linux છે અને ફાઈલો નકલ કરવામાં આવી રહી છે /etc/skel/.bash_profile, /etc/skel/.bashrc, /etc/skel/.dir_colors સૈદ્ધાંતિક રીતે તેઓ આલ્પાઇન લિનક્સ માટે યોગ્ય છે અને ગંભીર સમસ્યાઓનું કારણ નથી, પરંતુ તમારી પાસે અલગ વિતરણ હોઈ શકે છે અને કન્ટેનરમાં બાશ ચલાવતી વખતે કોઈ ભૂલ છે કે કેમ તે તમારે સ્વતંત્ર રીતે શોધવાની જરૂર છે.

સ્કેલ ફાઇલોને કન્ટેનરમાં કૉપિ કરો. કી --create-dirs જો તે અસ્તિત્વમાં ન હોય તો જરૂરી ડિરેક્ટરીઓ બનાવશે:

lxc file push /etc/skel/.bash_profile jupyterlab/etc/skel/.bash_profile --create-dirs
lxc file push /etc/skel/.bashrc jupyterlab/etc/skel/.bashrc
lxc file push /etc/skel/.dir_colors jupyterlab/etc/skel/.dir_colors

હાલના રૂટ યુઝર માટે, કન્ટેનરમાં કૉપિ કરેલી સ્કેલ ફાઇલોને હોમ ડિરેક્ટરીમાં કૉપિ કરો:

lxc exec jupyterlab -- cp /etc/skel/.bash_profile /root/.bash_profile
lxc exec jupyterlab -- cp /etc/skel/.bashrc /root/.bashrc
lxc exec jupyterlab -- cp /etc/skel/.dir_colors /root/.dir_colors

આલ્પાઇન લિનક્સ વપરાશકર્તાઓ માટે સિસ્ટમ શેલ ઇન્સ્ટોલ કરે છે /bin/sh, અમે તેને સાથે બદલીશું root Bash માં વપરાશકર્તા:

lxc exec jupyterlab -- usermod --shell=/bin/bash root

પ્રતિ root વપરાશકર્તા પાસવર્ડ રહિત ન હતો, તેણે પાસવર્ડ સેટ કરવાની જરૂર છે. નીચેનો આદેશ તેના માટે નવો રેન્ડમ પાસવર્ડ જનરેટ કરશે અને સેટ કરશે, જે તમે તેના અમલ પછી કન્સોલ સ્ક્રીન પર જોશો:

lxc exec jupyterlab -- /bin/bash -c "PASSWD=$(head /dev/urandom | tr -dc A-Za-z0-9 | head -c 12); echo "root:$PASSWD" | chpasswd && echo "New Password: $PASSWD""

New Password: sFiXEvBswuWA

ઉપરાંત, ચાલો એક નવી સિસ્ટમ વપરાશકર્તા બનાવીએ - jupyter જેના માટે અમે પછીથી રૂપરેખાંકિત કરીશું જ્યુપીટર લેબ:

lxc exec jupyterlab -- useradd --create-home --shell=/bin/bash jupyter

ચાલો તેના માટે પાસવર્ડ બનાવીએ અને સેટ કરીએ:

lxc exec jupyterlab -- /bin/bash -c "PASSWD=$(head /dev/urandom | tr -dc A-Za-z0-9 | head -c 12); echo "jupyter:$PASSWD" | chpasswd && echo "New Password: $PASSWD""

New Password: ZIcbzWrF8tki

આગળ, આપણે બે આદેશો ચલાવીશું, પ્રથમ સિસ્ટમ જૂથ બનાવશે sudo, અને બીજો તેમાં વપરાશકર્તા ઉમેરશે jupyter:

lxc exec jupyterlab -- groupadd --system sudo
lxc exec jupyterlab -- groupmems --group sudo --add jupyter

ચાલો જોઈએ કે વપરાશકર્તા કયા જૂથનો છે jupyter:

lxc exec jupyterlab -- id -Gn jupyter

jupyter sudo

બધું બરાબર છે, ચાલો આગળ વધીએ.

જૂથના સભ્યો હોય તેવા તમામ વપરાશકર્તાઓને મંજૂરી આપો sudo આદેશ વાપરો sudo. આ કરવા માટે, નીચેની સ્ક્રિપ્ટ ચલાવો, જ્યાં sed રૂપરેખાંકન ફાઈલમાં પેરામીટર લાઇનને અનકોમેન્ટ કરે છે /etc/sudoers:

lxc exec jupyterlab -- /bin/bash -c "sed --in-place -e '/^#[ t]*%sudo[ t]*ALL=(ALL)[ t]*ALL$/ s/^[# ]*//' /etc/sudoers"

JupyterLab ઇન્સ્ટોલ અને ગોઠવી રહ્યું છે ^

જ્યુપીટર લેબ પાયથોન એપ્લિકેશન છે, તેથી આપણે પહેલા આ દુભાષિયાને ઇન્સ્ટોલ કરવું જોઈએ. ઉપરાંત, જ્યુપીટર લેબ અમે Python પેકેજ મેનેજરનો ઉપયોગ કરીને ઇન્સ્ટોલ કરીશું pip, અને સિસ્ટમ એક નહીં, કારણ કે તે સિસ્ટમ રિપોઝીટરીમાં જૂનું હોઈ શકે છે અને તેથી, આપણે નીચેના પેકેજો ઇન્સ્ટોલ કરીને તેના માટેની નિર્ભરતાને મેન્યુઅલી ઉકેલવી પડશે - python3 python3-dev gcc libc-dev zeromq-dev:

lxc exec jupyterlab -- apk add python3 python3-dev gcc libc-dev zeromq-dev

ચાલો પાયથોન મોડ્યુલ્સ અને પેકેજ મેનેજર અપડેટ કરીએ pip વર્તમાન સંસ્કરણ પર:

lxc exec jupyterlab -- python3 -m pip install --upgrade pip setuptools wheel

સ્થાપિત કરો જ્યુપીટર લેબ પેકેજ મેનેજર દ્વારા pip:

lxc exec jupyterlab -- python3 -m pip install jupyterlab

માં એક્સ્ટેન્શન્સ હોવાથી જ્યુપીટર લેબ પ્રાયોગિક છે અને સત્તાવાર રીતે jupyterlab પેકેજ સાથે મોકલવામાં આવતા નથી, તેથી આપણે તેને જાતે જ ઇન્સ્ટોલ અને ગોઠવવું પડશે.

ચાલો NodeJS અને તેના માટે પેકેજ મેનેજર ઇન્સ્ટોલ કરીએ - NPM, ત્યારથી જ્યુપીટર લેબ તેનો ઉપયોગ તેના એક્સ્ટેંશન માટે કરે છે:

lxc exec jupyterlab -- apk add nodejs npm

માટે એક્સ્ટેંશન માટે જ્યુપીટર લેબ જે અમે ઇન્સ્ટોલ કરીશું કામ કર્યું છે, તેઓને વપરાશકર્તા નિર્દેશિકામાં ઇન્સ્ટોલ કરવાની જરૂર છે કારણ કે એપ્લિકેશન વપરાશકર્તા તરફથી શરૂ કરવામાં આવશે jupyter. સમસ્યા એ છે કે લોંચ કમાન્ડમાં કોઈ પરિમાણ નથી કે જે ડિરેક્ટરીમાં પસાર થઈ શકે; એપ્લિકેશન ફક્ત પર્યાવરણ ચલ સ્વીકારે છે અને તેથી આપણે તેને વ્યાખ્યાયિત કરવું જોઈએ. આ કરવા માટે, આપણે વેરીએબલ એક્સપોર્ટ કમાન્ડ લખીશું JUPYTERLAB_DIR વપરાશકર્તાના વાતાવરણમાં jupyter, ફાઈલ કરવા માટે .bashrcજે દર વખતે વપરાશકર્તા લોગ ઇન કરે ત્યારે એક્ઝિક્યુટ થાય છે:

lxc exec jupyterlab -- su -l jupyter -c "echo -e "nexport JUPYTERLAB_DIR=$HOME/.local/share/jupyter/lab" >> .bashrc"

આગળનો આદેશ વિશિષ્ટ એક્સ્ટેંશન ઇન્સ્ટોલ કરશે - એક્સ્ટેંશન મેનેજર ઇન જ્યુપીટર લેબ:

lxc exec jupyterlab -- su -l jupyter -c "export JUPYTERLAB_DIR=$HOME/.local/share/jupyter/lab; jupyter labextension install --no-build @jupyter-widgets/jupyterlab-manager"

હવે પ્રથમ પ્રક્ષેપણ માટે બધું તૈયાર છે જ્યુપીટર લેબ, પરંતુ અમે હજુ પણ કેટલાક ઉપયોગી એક્સ્ટેન્શન્સ ઇન્સ્ટોલ કરી શકીએ છીએ:

• toc — વિષયવસ્તુનું કોષ્ટક, લેખ/નોટબુકમાં હેડિંગની યાદી બનાવે છે
• jupyterlab-horizon-theme - UI થીમ
• jupyterlab_neon_theme - UI થીમ
• jupyterlab-ubu-theme - બીજો કોઈ લેખક તરફથી થીમ આ લેખ :) પરંતુ આ કિસ્સામાં, GitHub રીપોઝીટરીમાંથી ઇન્સ્ટોલેશન બતાવવામાં આવશે

તેથી, આ એક્સ્ટેન્શન્સને ઇન્સ્ટોલ કરવા માટે નીચેના આદેશોને ક્રમિક રીતે ચલાવો:

lxc exec jupyterlab -- su -l jupyter -c "export JUPYTERLAB_DIR=$HOME/.local/share/jupyter/lab; jupyter labextension install --no-build @jupyterlab/toc @mohirio/jupyterlab-horizon-theme @yeebc/jupyterlab_neon_theme"

lxc exec jupyterlab -- su -l jupyter -c "wget -c https://github.com/microcoder/jupyterlab-ubu-theme/archive/master.zip"

lxc exec jupyterlab -- su -l jupyter -c "unzip -q master.zip && rm master.zip"

lxc exec jupyterlab -- su -l jupyter -c "export JUPYTERLAB_DIR=$HOME/.local/share/jupyter/lab; jupyter labextension install --no-build jupyterlab-ubu-theme-master"

lxc exec jupyterlab -- su -l jupyter -c "rm -r jupyterlab-ubu-theme-master"

એક્સ્ટેન્શન્સ ઇન્સ્ટોલ કર્યા પછી, આપણે તેમને કમ્પાઇલ કરવું જોઈએ, કારણ કે અગાઉ, ઇન્સ્ટોલેશન દરમિયાન, અમે કીનો ઉલ્લેખ કર્યો હતો --no-build સમય બચાવવા માટે. હવે અમે તેમને એક જ વારમાં એકસાથે કમ્પાઇલ કરીને નોંધપાત્ર રીતે ઝડપી કરીશું:

lxc exec jupyterlab -- su -l jupyter -c "export JUPYTERLAB_DIR=$HOME/.local/share/jupyter/lab; jupyter lab build"

હવે તેને પ્રથમ વખત ચલાવવા માટે નીચેના બે આદેશો ચલાવો જ્યુપીટર લેબ. તેને એક આદેશથી લોંચ કરવું શક્ય બનશે, પરંતુ આ કિસ્સામાં, લોન્ચ કમાન્ડ, જે તમારા મગજમાં યાદ રાખવું મુશ્કેલ છે, તે કન્ટેનરમાં બેશ દ્વારા યાદ રાખવામાં આવશે, હોસ્ટ પર નહીં, જ્યાં પહેલાથી જ પૂરતા આદેશો છે. તેમને ઇતિહાસમાં નોંધવા માટે :)

કન્ટેનરમાં વપરાશકર્તા તરીકે લૉગિન કરો jupyter:

lxc exec jupyterlab -- su -l jupyter

આગળ, ચલાવો જ્યુપીટર લેબ સૂચવ્યા મુજબ કી અને પરિમાણો સાથે:

[jupyter@jupyterlab ~]$ jupyter lab --ip=0.0.0.0 --no-browser

તમારા વેબ બ્રાઉઝરમાંના સરનામા પર જાઓ http://10.0.5.5:8888 અને જે પેજ ખુલે છે તેના પર એન્ટર કરો ટોકન ઍક્સેસ કરો જે તમે કન્સોલમાં જોશો. તેને પેજ પર કોપી કરીને પેસ્ટ કરો, પછી ક્લિક કરો લૉગિન. લૉગ ઇન કર્યા પછી, નીચેની આકૃતિમાં બતાવ્યા પ્રમાણે, ડાબી બાજુના એક્સ્ટેંશન મેનૂ પર જાઓ, જ્યાં તમને એક્સ્ટેંશન મેનેજરને સક્રિય કરતી વખતે, તૃતીય પક્ષોના એક્સ્ટેન્શન્સ ઇન્સ્ટોલ કરીને સુરક્ષા જોખમો લેવા માટે કહેવામાં આવશે, જેના માટે આદેશ JupyterLab વિકાસ જવાબદાર નથી:

જો કે, અમે સમગ્રને અલગ કરી રહ્યા છીએ જ્યુપીટર લેબ અને તેને કન્ટેનરમાં મૂકો જેથી તૃતીય-પક્ષ એક્સ્ટેન્શન કે જેને NodeJS ની જરૂર હોય અને તેનો ઉપયોગ કરે તે ઓછામાં ઓછી ડિસ્ક પરના ડેટાને ચોરી ન કરી શકે જે અમે કન્ટેનરની અંદર ખોલીએ છીએ. માં હોસ્ટ પર તમારા ખાનગી દસ્તાવેજો મેળવો /home કન્ટેનરમાંથી પ્રક્રિયાઓ સફળ થવાની સંભાવના નથી, અને જો તેઓ કરે છે, તો તમારે હોસ્ટ સિસ્ટમ પરની ફાઇલો પર વિશેષાધિકારો મેળવવાની જરૂર છે, કારણ કે અમે કન્ટેનર ચલાવીએ છીએ અનપ્રિવિલેજ્ડ મોડ. આ માહિતીના આધારે, તમે એક્સ્ટેંશનને સામેલ કરવાના જોખમનું મૂલ્યાંકન કરી શકો છો જ્યુપીટર લેબ.

IPython નોટબુક બનાવી (પાના જ્યુપીટર લેબ) હવે વપરાશકર્તાની હોમ ડિરેક્ટરીમાં બનાવવામાં આવશે - /home/jupyter, પરંતુ અમારી યોજના હોસ્ટ અને કન્ટેનર વચ્ચે ડેટા (શેર) ને વિભાજિત કરવાની છે, તેથી કન્સોલ પર પાછા ફરો અને બંધ કરો જ્યુપીટર લેબ હોટકી ચલાવીને - CTRL+C અને જવાબ આપે છે y વિનંતી પર. પછી વપરાશકર્તાના ઇન્ટરેક્ટિવ સત્રને સમાપ્ત કરો jupyter હોટકી પૂર્ણ કરી રહ્યા છીએ CTRL+D.

હોસ્ટ સાથે ડેટા શેર કરી રહ્યા છીએ ^

હોસ્ટ સાથે ડેટા શેર કરવા માટે, તમારે કન્ટેનરમાં એક ઉપકરણ બનાવવાની જરૂર છે જે તમને આ કરવાની મંજૂરી આપે છે અને આ કરવા માટે, નીચેનો આદેશ ચલાવો જ્યાં અમે નીચેની કીનો ઉલ્લેખ કરીએ છીએ:

• lxc config device add — આદેશ ઉપકરણ રૂપરેખાંકન ઉમેરે છે
• jupyter — કન્ટેનરનું ID કે જેમાં રૂપરેખાંકન ઉમેરવામાં આવ્યું છે
• hostfs - ઉપકરણ ID. તમે કોઈપણ નામ સેટ કરી શકો છો.
• disk — ઉપકરણનો પ્રકાર દર્શાવેલ છે
• path — કન્ટેનરમાં પાથનો ઉલ્લેખ કરે છે કે જેમાં LXD આ ઉપકરણને માઉન્ટ કરશે
• source — સ્ત્રોતનો ઉલ્લેખ કરો, હોસ્ટ પરની ડિરેક્ટરીનો પાથ કે જે તમે કન્ટેનર સાથે શેર કરવા માંગો છો. તમારી પસંદગીઓ અનુસાર પાથનો ઉલ્લેખ કરો

lxc config device add jupyterlab hostfs disk path=/mnt/hostfs source=/home/dv/projects/ipython-notebooks

કેટલોગ માટે /home/dv/projects/ipython-notebooks પરવાનગી કન્ટેનર વપરાશકર્તા માટે સેટ કરવી આવશ્યક છે જેની પાસે હાલમાં UID સમાન છે SubUID + UID, પ્રકરણ જુઓ સલામતી. કન્ટેનર વિશેષાધિકારો લેખમાં LXD - Linux કન્ટેનર સિસ્ટમની મૂળભૂત સુવિધાઓ.

હોસ્ટ પર પરવાનગી સેટ કરો, જ્યાં માલિક કન્ટેનર વપરાશકર્તા હશે jupyter, અને ચલ $USER તમારા યજમાન વપરાશકર્તાને જૂથ તરીકે સ્પષ્ટ કરશે:

sudo chown 1001000:$USER /home/dv/projects/ipython-notebooks

હેલો, વિશ્વ! ^

જો તમારી પાસે હજી પણ કન્ટેનરમાં કન્સોલ સત્ર ખુલ્લું છે જ્યુપીટર લેબ, પછી તેને નવી કી વડે પુનઃપ્રારંભ કરો --notebook-dir મૂલ્ય સેટ કરીને /mnt/hostfs ઉપકરણ માટેના કન્ટેનરમાં લેપટોપ્સના રૂટના પાથ તરીકે જે અમે અગાઉના પગલામાં બનાવ્યું હતું:

jupyter lab --ip=0.0.0.0 --no-browser --notebook-dir=/mnt/hostfs

પછી પૃષ્ઠ પર જાઓ http://10.0.5.5:8888 અને નીચેના ચિત્રમાં બતાવ્યા પ્રમાણે પૃષ્ઠ પરના બટનને ક્લિક કરીને તમારું પ્રથમ લેપટોપ બનાવો:

પછી, પૃષ્ઠ પરના ક્ષેત્રમાં, પાયથોન કોડ દાખલ કરો જે ક્લાસિક પ્રદર્શિત કરશે Hello World!. જ્યારે તમે દાખલ કરવાનું સમાપ્ત કરો, દબાવો CTRL+ENTER અથવા JupyterLab ને આ કરવા માટે ટોચ પર ટૂલબાર પર "પ્લે" બટન દબાવો:

આ બિંદુએ, લગભગ બધું જ ઉપયોગ માટે તૈયાર છે, પરંતુ જો આપણે વધારાના પાયથોન મોડ્યુલો (સંપૂર્ણ એપ્લિકેશનો) ઇન્સ્ટોલ નહીં કરીએ તો તે રસપ્રદ રહેશે કે જે પાયથોનની પ્રમાણભૂત ક્ષમતાઓને નોંધપાત્ર રીતે વિસ્તૃત કરી શકે છે. જ્યુપીટર લેબતેથી, ચાલો આગળ વધીએ :)

PS રસપ્રદ વાત એ છે કે જૂના અમલીકરણ જ્યુપીટર કોડ નામ હેઠળ જ્યુપીટર નોટબુક દૂર ગયો નથી અને તે તેની સાથે સમાંતર અસ્તિત્વ ધરાવે છે જ્યુપીટર લેબ. જૂના સંસ્કરણ પર સ્વિચ કરવા માટે, સરનામાંમાં પ્રત્યય ઉમેરતી લિંકને અનુસરો/tree, અને નવા સંસ્કરણમાં સંક્રમણ પ્રત્યય સાથે હાથ ધરવામાં આવે છે /lab, પરંતુ તે સ્પષ્ટ કરવાની જરૂર નથી:

• જ્યુપીટર નોટબુક - http://10.0.5.5:8888/tree
• જ્યુપીટર લેબ - http://10.0.5.5:8888/lab

પાયથોનની ક્ષમતાઓ વિસ્તરી રહી છે ^

આ વિભાગમાં, અમે આવા શક્તિશાળી પાયથોન ભાષા મોડ્યુલોને ઇન્સ્ટોલ કરીશું નમી, પાંડા, મેટપ્લોટલિબ, IPyWidgets જેનાં પરિણામો લેપટોપમાં એકીકૃત છે જ્યુપીટર લેબ.

પેકેજ મેનેજર દ્વારા સૂચિબદ્ધ પાયથોન મોડ્યુલોને ઇન્સ્ટોલ કરતા પહેલા pip આપણે સૌપ્રથમ આલ્પાઇન લિનક્સમાં સિસ્ટમ નિર્ભરતાને ઉકેલવી જોઈએ:

• g++ - મોડ્યુલોનું સંકલન કરવા માટે જરૂરી છે, કારણ કે તેમાંના કેટલાક ભાષામાં અમલમાં મુકાયા છે સી ++ અને રનટાઈમ પર પાયથોન સાથે બાઈનરી મોડ્યુલો તરીકે જોડો
• freetype-dev - પાયથોન મોડ્યુલ માટે નિર્ભરતા મેટપ્લોટલિબ

નિર્ભરતા સ્થાપિત કરી રહ્યા છીએ:

lxc exec jupyterlab -- apk add g++ freetype-dev

ત્યાં એક સમસ્યા છે: આલ્પાઇન લિનક્સ વિતરણની વર્તમાન સ્થિતિમાં, NumPy ના નવા સંસ્કરણનું સંકલન કરવું શક્ય બનશે નહીં; એક સંકલન ભૂલ દેખાશે જે હું ઉકેલી શક્યો નથી:

ભૂલ: નમ્પી માટે વ્હીલ્સ બનાવી શક્યા નથી જે PEP 517 નો ઉપયોગ કરે છે અને સીધા ઇન્સ્ટોલ કરી શકાતા નથી

તેથી, અમે આ મોડ્યુલને સિસ્ટમ પેકેજ તરીકે ઇન્સ્ટોલ કરીશું જે પહેલાથી સંકલિત સંસ્કરણનું વિતરણ કરે છે, પરંતુ હાલમાં જે સાઇટ પર ઉપલબ્ધ છે તેના કરતા થોડું જૂનું છે:

lxc exec jupyterlab -- apk add py3-numpy py3-numpy-dev

આગળ, પેકેજ મેનેજર દ્વારા પાયથોન મોડ્યુલો ઇન્સ્ટોલ કરો pip. કૃપા કરીને ધીરજ રાખો કારણ કે કેટલાક મોડ્યુલ કમ્પાઈલ થશે અને તેમાં થોડી મિનિટો લાગી શકે છે. મારા મશીન પર, સંકલન ~15 મિનિટ લે છે:

lxc exec jupyterlab -- python3 -m pip install pandas ipywidgets matplotlib

ઇન્સ્ટોલેશન કેશ સાફ કરવું:

lxc exec jupyterlab -- rm -rf /home/*/.cache/pip/*
lxc exec jupyterlab -- rm -rf /root/.cache/pip/*

JupyterLab માં પરીક્ષણ મોડ્યુલો ^

જો તમે દોડી રહ્યા છો જ્યુપીટર લેબ, તેને પુનઃપ્રારંભ કરો જેથી નવા સ્થાપિત મોડ્યુલો સક્રિય થાય. આ કરવા માટે, કન્સોલ સત્રમાં, ક્લિક કરો CTRL+C જ્યાં તમે તેને ચલાવો છો અને દાખલ કરો y વિનંતી રોકવા અને પછી ફરી શરૂ કરવા માટે જ્યુપીટર લેબ કીબોર્ડ પર ઉપરના તીરને દબાવીને જેથી વારંવાર આદેશ દાખલ ન થાય Enter તેને શરૂ કરવા માટે:

jupyter lab --ip=0.0.0.0 --no-browser --notebook-dir=/mnt/hostfs

પૃષ્ઠ પર જાઓ http://10.0.5.5:8888/lab અથવા તમારા બ્રાઉઝરમાં પૃષ્ઠને તાજું કરો, અને પછી નવા નોટબુક સેલમાં નીચેનો કોડ દાખલ કરો:

%matplotlib inline

from ipywidgets import interactive
import matplotlib.pyplot as plt
import numpy as np

def f(m, b):
    plt.figure(2)
    x = np.linspace(-10, 10, num=1000)
    plt.plot(x, m * x + b)
    plt.ylim(-5, 5)
    plt.show()

interactive_plot = interactive(f, m=(-2.0, 2.0), b=(-3, 3, 0.5))
output = interactive_plot.children[-1]
output.layout.height = '350px'
interactive_plot

તમારે નીચેના ચિત્રની જેમ પરિણામ મેળવવું જોઈએ, જ્યાં IPyWidgets પૃષ્ઠ પર એક UI ઘટક જનરેટ કરે છે જે સ્રોત કોડ સાથે અરસપરસ ક્રિયાપ્રતિક્રિયા કરે છે, અને તે પણ મેટપ્લોટલિબ ફંક્શન ગ્રાફ તરીકે ચિત્રના સ્વરૂપમાં કોડનું પરિણામ દર્શાવે છે:

ઘણા ઉદાહરણો IPyWidgets તમે તેને ટ્યુટોરિયલ્સમાં શોધી શકો છો અહીં

બીજું શું? ^

જો તમે રોકાયા અને લેખના અંત સુધી પહોંચ્યા તો સારું થયું. મેં ઇરાદાપૂર્વક લેખના અંતે તૈયાર સ્ક્રિપ્ટ પોસ્ટ કરી નથી જે ઇન્સ્ટોલ કરશે જ્યુપીટર લેબ કામદારોને પ્રોત્સાહિત કરવા માટે "એક ક્લિક" માં :) પરંતુ તમે તે જાતે કરી શકો છો, કારણ કે તમે પહેલાથી જ જાણો છો કે કેવી રીતે, એક જ બેશ સ્ક્રિપ્ટમાં આદેશો એકત્રિત કર્યા પછી :)

તમે આ પણ કરી શકો છો:

• કન્ટેનર માટે IP એડ્રેસને બદલે તેને સરળ ભાષામાં લખીને નેટવર્ક નામ સેટ કરો /etc/hosts અને બ્રાઉઝરમાં સરનામું લખો http://jupyter.local:8888
• કન્ટેનર માટે સંસાધન મર્યાદા સાથે રમો, આ માટે પ્રકરણ વાંચો મૂળભૂત LXD ક્ષમતાઓ અથવા LXD ડેવલપર સાઇટ પર વધુ માહિતી મેળવો.
• થીમ બદલો:

અને ઘણું બધું તમે કરી શકો છો! બસ એટલું જ. હું તમને સફળતાની ઇચ્છા કરું છું!

અપડેટ: 15.04.2020/18/30 XNUMX:XNUMX - "હેલો, વર્લ્ડ!" પ્રકરણમાં ભૂલો સુધારાઈ
અપડેટ: 16.04.2020/10/00 XNUMX:XNUMX — એક્સ્ટેંશન મેનેજર સક્રિયકરણના વર્ણનમાં સુધારો અને ટેક્સ્ટ ઉમેર્યો જ્યુપીટર લેબ
અપડેટ: 16.04.2020/10/40 XNUMX:XNUMX — ટેક્સ્ટમાં મળેલી ભૂલો સુધારી અને પ્રકરણ "મૂળભૂત સોફ્ટવેર ઇન્સ્ટોલ કરવું અને સિસ્ટમ સેટ કરવું" વધુ સારા માટે સહેજ બદલાઈ.

સોર્સ: www.habr.com