Configurez le service d'exécution des notebooks pour gérer les environnements d'exécution des notebooks, l'allocation des ressources, l'orchestration des workflows Argo et l'exécution de la gestion du cycle de vie.

Remarque Pour SystemLink Enterprise avril 2024 et versions antérieures, configurez les paramètres du cycle de vie AWS S3 pour nettoyer les artefacts d'Argo Workflows. NI recommande de définir le cycle de vie à un minimum de 2 jours.

Configuration du parallélisme d'exécution

Configurez le nombre maximal d'exécutions de notebook qui peuvent s'exécuter simultanément.

Remarque Par défaut, chaque exécution requiert au minimum 0,2 CPU et 2,176 Mio de mémoire.
Tableau 65. Configuration du parallélisme d'exécution
Paramètre Détails Nécessaire
parallélisme Le nombre maximal d'exécutions de notebook que SystemLink peut exécuter en parallèle. Lorsque vous définissez cette valeur, vous devez tenir compte de la capacité du cluster. Oui
maxNumberOfWorkflowsToSchedule Le nombre maximal de workflows dont SystemLink peut planifier l'exécution. Oui
Remarque Pour 150 exécutions parallèles, le cluster SystemLink Kubernetes requiert environ 30 vCPU et 319 Go de mémoire. Pour les exécutions plus courtes, envisagez d'utiliser moins d'exécutions parallèles pour conserver une taille de cluster plus petite.

Configuration des profils de ressources

Configurez les profils de ressources pour maximiser l'utilisation des ressources système.

Remarque Cette configuration est disponible dans SystemLink Enterprise octobre 2024 et versions ultérieures.
Tableau 66. Configuration des profils de ressources
Profil Chemin des paramètres Requête de processeur par défaut Requête de mémoire par défaut Limite de mémoire par défaut
Bas resourceProfiles.low.requests/limits 0,1 4Gi 4Gi
Moyenne resourceProfiles.medium.requests/limits Configurable Configurable Configurable
Élevé resourceProfiles.high.requests/limits Configurable Configurable Configurable

Configuration de persistance d'exécution

Configurez la durée de persistance des exécutions de notebook dans la base de données.

Tableau 67. Configuration de persistance d'exécution
Paramètre Détails Recommandation
daysToPersistExecutions Le nombre de jours pendant lesquels une exécution persiste dans la base de données. Ce paramètre est basé sur la valeur started_at. Pour éviter de supprimer des exécutions avant la fin, définissez ce paramètre à un minimum de 2 jours.

Configuration de sélection du nœud

Limitez la planification des pods d'exécution des notebooks à des nœuds spécifiques en utilisant des sélecteurs de nœuds et des tolérances.

Tableau 68. Configuration de sélection du nœud
Type de configuration Paramètre/Commande Détails
Sélecteur de nœud notebookExecutionNodeSelector Ajustez dans node-selectors.yaml pour cibler des nœuds spécifiques.
Tolérances notebookExecutionTolerations Ajustez dans node-selectors.yaml pour tolérer les taints des nœuds.
Taint du nœud kubectl taint nodes <node> notebook_execution=true:NoSchedule Empêche les autres pods de planifier sur un nœud d'exécution.
Étiquette du nœud kubectl label nodes <node> notebook.executor=true Identifie les nœuds pour le placement de l'exécution du notebook.

Intégration des workflows Argo

Configurez l'intégration Argo Workflows lorsqu'un déploiement Argo Workflows existant existe sur votre cluster.

Tableau 69. SystemLink Configuration
Paramètre Détails Nécessaire
argoworkflows.argo-workflows.controller.instanceID.enabled Définissez à vrai pour activer la configuration de l'ID d'instance. Oui
argoworkflows.argo-workflows.controller.instanceID.explicitID Réglez sur sl-notebook-execution-0 pour l'intégration SystemLink. Oui
Remarque SystemLink requiert les paramètres précédents uniquement lorsqu'un déploiement Argo Workflows existant est présent.
Tableau 70. SystemLink Configuration
Paramètre Détails Nécessaire
argoworkflowscrds.crds.install Définissez à faux pour désactiver l'installation des définitions de ressources personnalisées de flux de travail Argo lorsque vous utilisez un déploiement existant. Oui
Remarque SystemLink requiert le paramètre précédent uniquement lorsqu'un déploiement Argo Workflows existant est présent.

Affichage des détails du flux de travail lié au notebook

Il est possible de se connecter au serveur Argo pour afficher les détails du flux de travail lié au notebook.
Remarque Pour afficher les détails d'un workflow de notebook, vous devez être administrateur.

  1. Dans l'invite de commandes, exécutez la commande suivante afin de définir la redirection de port vers le service.

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

    Dans cette commande, remplacez les variables suivantes.

    • <helm-release-name> est la release du SystemLink qui contient le graphe déroulant.
    • <namespace> est l'espace de noms du nouveau graphe déroulant SystemLink.

    Après avoir exécuté cette commande, vous pouvez accéder au serveur en vous connectant à localhost:2746.

  2. Exécutez la commande suivante afin d'obtenir le nom de jeton du compte de service.

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

  3. Exécutez la commande suivante pour obtenir la valeur du jeton.

    echo $ARGO_TOKEN="Bearer $(kubectl get secret $SECRET -o=jsonpath='{.data.token}' -n namespace | base64 --decode)"
  4. Naviguez jusqu'au serveur Argo.
  5. Sous Authentification client, entrez la valeur du jeton.