Richten Sie den Notebook Execution Service zur Verwaltung von Notebook-Ausführungsumgebungen, Ressourcenzuweisung, Argo Workflows-Orchestrierung und Lifecycle Management ein.

Hinweis Konfigurieren Sie für SystemLink Enterprise April 2024 und älter AWS S3 Lifecycle Parameter, um Artefakte aus Argo Workflows zu bereinigen. NI empfiehlt, den Lebenszyklus auf mindestens 2 Tage festzulegen.

Parallele Ausführungskonfiguration

Konfigurieren Sie die maximale Anzahl von Notebook-Ausführungen, die gleichzeitig ausgeführt werden können.

Hinweis Standardmäßig erfordert jede Notebookausführung mindestens 0,2 CPU und 2.176 MiB Arbeitsspeicher.
Tabelle 65. Parallele Ausführungskonfiguration
Parameter Details Erforderlich
Parallele Ausführung Die maximale Anzahl von Notebooks, die SystemLink parallel ausführen kann. Beim Festlegen dieses Werts muss die Cluster-Kapazität berücksichtigt werden. Ja
maxNumberOfWorkflowsToSchedule Die maximale Anzahl von Workflows, die SystemLink für die Ausführung planen kann. Ja
Hinweis Für 150 parallele Ausführungen benötigt der SystemLink Kubernetes-Cluster ca. 30 vCPU und 319 GiB Speicher. Bei kürzeren Ausführungen sollten Sie weniger parallele Ausführungen verwenden, um eine kleinere Cluster-Größe beizubehalten.

Konfiguration von Ressourcenprofilen

Konfigurieren Sie Ressourcenprofile, um die Nutzung der Systemressourcen zu maximieren.

Hinweis Diese Konfiguration ist in SystemLink Enterprise ab Oktober 2024 verfügbar.
Tabelle 66. Konfiguration von Ressourcenprofilen
Profil Parameterpfad Standard-CPU-Anfrage Standardspeicheranforderung Standardspeichergrenze
Low resourceProfiles.low.requests/limits 0,1 4Gi 4Gi
Medium resourceProfiles.medium.requests/limits Konfigurierbar Konfigurierbar Konfigurierbar
High resourceProfiles.high.requests/limits Konfigurierbar Konfigurierbar Konfigurierbar

Ausführungsdauerkonfiguration

Konfigurieren Sie, wie lange Notebook-Ausführungen in der Datenbank verbleiben.

Tabelle 67. Ausführungsdauerkonfiguration
Parameter Details Empfehlung
daysToPersistExecutions Die Anzahl der Tage, die eine Ausführung in der Datenbank verbleibt. Dieser Parameter basiert auf dem Wert started_at. Um das Löschen von Ausführungen vor Abschluss zu vermeiden, setzen Sie diesen Parameter auf mindestens 2 Tage.

Knotenauswahlkonfiguration

Beschränken Sie die Ausführungsplanung für Notebooks mit Hilfe von Knotenselektoren und Toleranzen auf bestimmte Knoten.

Tabelle 68. Knotenauswahlkonfiguration
Schaltungsart Parameter/Befehl Details
Knotenauswahl notebookExecutionNodeSelector Passen Sie node-selectors.yaml an, um bestimmte Nodes zu adressieren.
Toleranzen notebookExecutionTolerations Passen Sie node-selectors.yaml an, um Node-Taints zu tolerieren.
Knoten-Taint kubectl taint nodes <node> notebook_execution=true:NoSchedule Verhindert, dass andere Pods einen Ausführungsknoten planen.
Knotenbeschriftung kubectl label nodes <node> notebook.executor=true Gibt die Knoten für die Notebook-Ausführung an.

Argo Workflows-Integration

Konfigurieren Sie die Argo Workflows-Integration, wenn eine vorhandene Argo Workflows-Bereitstellung auf Ihrem Cluster vorhanden ist.

Tabelle 69. SystemLink-values.yaml-Konfiguration
Parameter Details Erforderlich
argoworkflows.argo-workflows.controller.instanceID.enabled Setzen Sie den Wert auf true, um die Konfiguration der Instanz-ID zu aktivieren. Ja
argoworkflows.argo-workflows.controller.instanceID.explicitID Setzen Sie den Wert für die SystemLink-Integration auf sl-notebook-execution-0. Ja
Hinweis SystemLink erfordert die vorherigen Parameter nur, wenn eine vorhandene Argo Workflows-Bereitstellung vorhanden ist.
Tabelle 70. SystemLink Konfiguration
Parameter Details Erforderlich
argoworkflowscrds.crds.install Setzen Sie den Wert auf false, um die Installation von Argo Workflows Custom Resource Definitions zu deaktivieren, wenn Sie eine vorhandene Bereitstellung verwenden. Ja
Hinweis SystemLink erfordert die vorherigen Parameter nur, wenn eine vorhandene Argo Workflows-Bereitstellung vorhanden ist.

Anzeigen von Details zum Notebook-Workflow

Stellen Sie eine Verbindung zum Argo-Server her, um Details zum Notebook-Workflow anzuzeigen.
Hinweis Zum Anzeigen der Details eines Notebook-Workflows müssen Sie Administrator sein.

  1. Führen Sie in der Kommandozeile den folgenden Befehl aus, um den Port zur Weiterleitung an den Dienst einzurichten.

    kubectl port-forward services/<helm-release-name>-argo-workflows-server 2746:2746 -n <namespace>

    Ersetzen Sie in diesem Befehl die folgenden Variablen.

    • <helm-release-name> ist das SystemLinks-Release, das das Diagramm enthält.
    • <namespace> ist der Namensraum des neuen SystemLink-Diagramms.

    Nach Ausführung dieses Befehls können Sie über localhost:2746 auf den Server zugreifen.

  2. Führen Sie den folgenden Befehl aus, um den Namen des Dienstkonto-Tokens zu erhalten.

    SECRET=$(kubectl get sa helm-release-name-argo-workflows-server -o=jsonpath='{.secrets[0].name}' -n namespace)

  3. Führen Sie den folgenden Befehl aus, um den Tokenwert abzurufen.

    echo $ARGO_TOKEN="Bearer $(kubectl get secret $SECRET -o=jsonpath='{.data.token}' -n namespace | base64 --decode)"
  4. Navigieren Sie zum Argo-Server.
  5. Geben Sie unter Client-Authentifizierung den Token-Wert ein.