JupyterHub/Deployment: Difference between revisions
m remove bullet |
m formatting |
||
Line 5: | Line 5: | ||
=== Docker === | === Docker === | ||
1 Container enthält sowohl JupyterHub als auch die einzelnen Notebooks der Anwender enthält. Jeder Anwender hat einen Account innerhalb des Containers. Skaliert bis zu 100 Anwender (https://jupyterhub.readthedocs.io/en/stable/index.html). | 1 Container enthält sowohl JupyterHub als auch die einzelnen Notebooks der Anwender enthält. Jeder Anwender hat einen Account innerhalb des Containers. Skaliert bis zu 100 Anwender (https://jupyterhub.readthedocs.io/en/stable/index.html). | ||
* | * <nowiki>https://jupyterhub.readthedocs.io/en/stable/quickstart.html</nowiki> | ||
* Mögliche Anbieter | * Mögliche Anbieter | ||
** Microsoft Azure ( | ** Microsoft Azure (<nowiki>https://azure.microsoft.com/en-us/services/container-instances/</nowiki>) | ||
** Virtuelle Maschine (Docker for Windows, Linux) | ** Virtuelle Maschine (Docker for Windows, Linux) | ||
=== Docker Compose === | === Docker Compose === | ||
Speichert im Gegensatz zur 1-Container Lösung jedes Anwender-Note in einem einzelnen Docker container. Die Notebooks sind standardmäßig nicht permanent, können aber so konfiguriert werden. (https://github.com/jupyterhub/dockerspawner/#data-persistence-and-dockerspawner) | Speichert im Gegensatz zur 1-Container Lösung jedes Anwender-Note in einem einzelnen Docker container. Die Notebooks sind standardmäßig nicht permanent, können aber so konfiguriert werden. (<nowiki>https://github.com/jupyterhub/dockerspawner/#data-persistence-and-dockerspawner</nowiki>) | ||
Skaliert nach Angaben von https://opendreamkit.org/2018/10/17/jupyterhub-docker/ auf "mehrere hundert Anwender". | Skaliert nach Angaben von https://opendreamkit.org/2018/10/17/jupyterhub-docker/ auf "mehrere hundert Anwender". | ||
* | * <nowiki>https://github.com/jupyterhub/jupyterhub-deploy-docker</nowiki> | ||
* Mögliche Anbieter | * Mögliche Anbieter | ||
** Microsoft Azure ( | ** Microsoft Azure (<nowiki>https://docs.microsoft.com/en-us/azure/cognitive-services/containers/docker-compose-recipe</nowiki>) | ||
** Virtuelle Maschine (Docker for Windows, Linux) | ** Virtuelle Maschine (Docker for Windows, Linux) | ||
Line 23: | Line 23: | ||
Skaliert bis zu 10.000 Anwender. (<nowiki>https://jupyterhub.readthedocs.io/en/stable/getting-started/institutional-faq.html</nowiki>) | Skaliert bis zu 10.000 Anwender. (<nowiki>https://jupyterhub.readthedocs.io/en/stable/getting-started/institutional-faq.html</nowiki>) | ||
* Mögliche Anbieter | * Mögliche Anbieter | ||
** Google Kubernetes Engine ( | ** Google Kubernetes Engine (<nowiki>https://cloud.google.com/kubernetes-engine</nowiki>) | ||
** Azure Kubernetes Service ( | ** Azure Kubernetes Service (<nowiki>https://docs.microsoft.com/en-us/azure/aks/intro-kubernetes</nowiki>) | ||
=== Virtuelle Maschine === | === Virtuelle Maschine === | ||
Line 31: | Line 31: | ||
''Wichtig:'' Bei direkter Installation soll die virtuelle Maschine '''Linux''' verwenden, da JupyterHub Windows nicht unterstützt. | ''Wichtig:'' Bei direkter Installation soll die virtuelle Maschine '''Linux''' verwenden, da JupyterHub Windows nicht unterstützt. | ||
* Mögliche Anbieter | * Mögliche Anbieter | ||
** digitalocean | ** digitalocean - Bietet bis zu $1000 Kredit für COVID-19 Projekte (digitalocean.com/community/pages/covid-19) | ||
** netcup.de | ** netcup.de | ||
** Microsoft Azure | ** Microsoft Azure - Bietet bis zu $100 Kredit für Studenten (Azure for Students) | ||
** URZ (self-hosted, Uni HD) | ** URZ (self-hosted, Uni HD) - Nach Angaben von Dr. Koethe würde das URZ einen Server zur Verfügung stellen, falls JupyterHub gut ankommt. | ||
== Installation == | == Installation == |
Revision as of 16:01, 1 April 2020
Diese Seite beschreibt die Implementierung von JupyterHub für die Abschlusspräsentation von Team Hertz. Möglichkeiten für eine allgemeinere Implementation sind auch aufgenommen, z.B. für self-hosting durch die Uni Heidelberg.
Infrastruktur
Docker
1 Container enthält sowohl JupyterHub als auch die einzelnen Notebooks der Anwender enthält. Jeder Anwender hat einen Account innerhalb des Containers. Skaliert bis zu 100 Anwender (https://jupyterhub.readthedocs.io/en/stable/index.html).
- https://jupyterhub.readthedocs.io/en/stable/quickstart.html
- Mögliche Anbieter
- Microsoft Azure (https://azure.microsoft.com/en-us/services/container-instances/)
- Virtuelle Maschine (Docker for Windows, Linux)
Docker Compose
Speichert im Gegensatz zur 1-Container Lösung jedes Anwender-Note in einem einzelnen Docker container. Die Notebooks sind standardmäßig nicht permanent, können aber so konfiguriert werden. (https://github.com/jupyterhub/dockerspawner/#data-persistence-and-dockerspawner)
Skaliert nach Angaben von https://opendreamkit.org/2018/10/17/jupyterhub-docker/ auf "mehrere hundert Anwender".
- https://github.com/jupyterhub/jupyterhub-deploy-docker
- Mögliche Anbieter
- Microsoft Azure (https://docs.microsoft.com/en-us/azure/cognitive-services/containers/docker-compose-recipe)
- Virtuelle Maschine (Docker for Windows, Linux)
Kubernetes
Non-plus-ultra Variante mit deutlich komplizierterer Aufsetzung bzw. Konfiguration.
Skaliert bis zu 10.000 Anwender. (https://jupyterhub.readthedocs.io/en/stable/getting-started/institutional-faq.html)
- Mögliche Anbieter
- Google Kubernetes Engine (https://cloud.google.com/kubernetes-engine)
- Azure Kubernetes Service (https://docs.microsoft.com/en-us/azure/aks/intro-kubernetes)
Virtuelle Maschine
Jupyterhub kann entweder direkt installiert werden (vgl. Docker, 1 Container) oder als Basis für Docker bzw. Kubernetes verwendet werden.
Wichtig: Bei direkter Installation soll die virtuelle Maschine Linux verwenden, da JupyterHub Windows nicht unterstützt.
- Mögliche Anbieter
- digitalocean - Bietet bis zu $1000 Kredit für COVID-19 Projekte (digitalocean.com/community/pages/covid-19)
- netcup.de
- Microsoft Azure - Bietet bis zu $100 Kredit für Studenten (Azure for Students)
- URZ (self-hosted, Uni HD) - Nach Angaben von Dr. Koethe würde das URZ einen Server zur Verfügung stellen, falls JupyterHub gut ankommt.