Ten artykuł zawiera omówienie środowiska kodu dla analityków danych w rozwiązaniu Watson Studio w Cloud Pak for Data 4.6. Omówimy nową, ulepszoną integrację VS Code Desktop, integrację JupyterLab i RStudio. Integracja pulpitu VS Code umożliwia analitykom danych używanie znanego środowiska IDE do uruchamiania i debugowania kodu działającego w klastrze Cloud Pak for Data. Wymusza to uprawnienia i zasady prywatności zdefiniowane w Cloud Pak for Data, na przykład podczas korzystania z wbudowanych narzędzi. Pokazujemy, jak nowe rozszerzenie Watson Studio dla VS Code ułatwia łączenie się ze środowiskami wykonawczymi Pythona w ramach projektów Cloud Pak for Data. Wyjaśniamy, jak opracować i uruchomić w nim kod, z bezpiecznym dostępem do danych w kontekście projektu.

Code Experience w Cloud Pak for Data

Dzięki Watson Studio w Cloud Pak for Data obsługujemy szereg narzędzi i środowisk IDE zintegrowanych z projektami. Analitycy danych mogą pracować z Pythonem i R, korzystając z szerokiej gamy bibliotek. Biblioteki Watson Studio zapewniają dostęp do połączeń danych i zasobów w projekcie. Umożliwiają również zapisywanie zasobów modelu lub danych do projektu oraz zapewniają dostęp do przestrzeni i katalogów. Poniższy diagram przedstawia opcje użycia środowisk IDE z projektami opartymi na Git w Cloud Pak for Data.

JupyterLab i RStudio w Watson Studio umożliwiają użytkownikom współpracę nad kodem w projektach opartych na Git. Wymieniają kod poprzez push/pull między środowiskami dla poszczególnych użytkowników a Git Repo projektu. Mogą również używać VS Code, PyCharm, JupyterLab, … na swoich komputerach stacjonarnych, aby dodawać kod do repozytorium Git projektu.

Nowością w Cloud Pak for Data 4.6 jest rozszerzenie Watson Studio dla VS Code. Umożliwia wykorzystanie pulpitu VS Code jako interfejsu użytkownika do uruchamiania i debugowania kodu w środowiskach wykonawczych Pythona w projektach w klastrze Cloud Pak for Data. Pozwala to na wykorzystanie mocy obliczeniowej i bezpiecznego dostępu do danych w tym kontekście. Podobnie jak w przypadku korzystania z wbudowanych narzędzi, obowiązują uprawnienia, maskowanie, zasady prywatności… zdefiniowane w Cloud Pak for Data.

Analitycy danych mogą udostępniać kod za pośrednictwem powiązanego z projektem repozytorium Git. Mogą tworzyć znaczniki wersji dla personelu operacyjnego lub potoków CI/CD do wykorzystania. Konsumenci mogą wyodrębnić kod dla znacznika wydania z repozytorium. Mogą zaimportować go jako pakiet kodu do Space on Cloud Pak for Data i uruchomić kod jako zadanie lub wdrożenie. Mogą też wdrożyć i używać kodu w innym miejscu, jeśli uznają to za stosowne.

Notatniki

Analitycy danych mogą używać notesów do przygotowywania i analizowania danych, uczenia i oceniania modeli oraz wizualizacji wyników. Notatniki składają się z sekwencji komórek kodu z kodem Python lub R, komórek wyjściowych dla wyników i komórek znaczników dla wyjaśnień.

JupyterLab

Aby opracowywać większe ilości kodu w języku Python z wieloma plikami i/lub notatnikami, Watson Studio osadza środowisko IDE JupyterLab. W kontekście projektu integruje się z repozytorium Git projektu w celu zarządzania kodem. Poniższy ekran przedstawia Notatnik w JupyterLab w projekcie. Notatnik zawiera kod wygenerowany przez funkcję Wstaw do kodu z paska bocznego, aby uzyskać dostęp i wyświetlić zasób danych z projektu.

Klienci mogą rozszerzyć JupyterLab w Cloud Pak for Data, tworząc niestandardowe obrazy. Wywodzący się z podstawowego obrazu Watson Studio JupyterLab/Python, mogą w razie potrzeby dodawać rozszerzenia JupyterLab.

Kod VS

VS Code obsługuje programowanie w języku Python z debugowaniem, uzupełnianiem kodu i wieloma przydatnymi rozszerzeniami. Jego integracja z Git umożliwia tworzenie i wnoszenie kodu z VS Code do projektów opartych na Git w Cloud Pak for Data.

Nowe rozszerzenie Watson Studio dla VS Code umożliwia również łączenie się ze środowiskiem wykonawczym Python w projektach opartych na Git w Cloud Pak for Data. Tworzy bezpieczne połączenie HTTPS z pulpitu użytkownika do klastra Cloud Pak for Data. Użytkownicy mogą pracować w znanym środowisku VS Code IDE. Z tego interfejsu mogą uruchamiać i debugować swój kod w środowiskach wykonawczych Pythona — takich jak CPU, GPU, Spark, środowiska niestandardowe — w Cloud Pak for Data. Działając w tym kontekście, ich kod może korzystać z biblioteki projektu Watson Studio, aby uzyskać dostęp do zasobów i połączeń danych w ramach projektu. W razie potrzeby mogą używać konfiguracji środowisk wykonawczych z dużymi ilościami mocy obliczeniowej i pamięci.

Ponieważ kod użytkownika działa w kontekście środowiska uruchomieniowego Pythona w projekcie w Cloud Pak for Data, wymuszane są wszystkie uprawnienia, maskowanie, zasady prywatności… zgodnie z definicją w Cloud Pak for Data.

Użytkownicy mogą pobrać rozszerzenie Watson Studio dla VS Code z klastra Cloud Pak for Data i zainstalować je za pomocą interfejsu instalacji rozszerzenia VS Code.

Użytkownik musi skonfigurować rozszerzenie Watson Studio za pomocą adresu URL klastra Cloud Pak for Data, osobistego klucza API itp.

Teraz rozszerzenie Watson Studio umożliwia użytkownikowi łączenie się z nowym lub działającym środowiskiem wykonawczym Python w dowolnym projekcie Git, do którego ma dostęp. Użytkownik wybiera projekt do wykorzystania oraz definicję środowiska wykonawczego Pythona lub uruchomione w nim środowisko wykonawcze Pythona.

­

Użytkownik może opracowywać, uruchamiać i debugować kod Pythona bezpośrednio w tym środowisku wykonawczym w projekcie w klastrze Cloud Pak for Data. Poniższy rysunek przedstawia debugowanie kodu w języku Python, który działa w kontekście projektu, uzyskując dostęp do danych za pośrednictwem połączenia Cloud Pak for Data z Db2. Podobnie, możliwy jest dostęp do wszystkich danych z dowolnego z wielu innych źródeł danych obsługiwanych przez Cloud Pak for Data. Użytkownik może zatwierdzać i przesyłać kod do repozytorium Git projektu, aby współpracować z członkami projektu i udostępniać kod do wdrożenia.

Powyższe działa również razem z innymi rozszerzeniami VS Code. Na przykład programiści mogą korzystać z usługi GitHub Copilot w kontekście opracowywania kodu działającego w środowisku wykonawczym Python w Cloud Pak for Data.

Wniosek

Integracja pulpitu VS Code ze środowiskami wykonawczymi Pythona w projektach dodaje kluczowy element do doświadczenia kodu Cloud Pak for Data. Łączy to, co najlepsze w VS Code jako wiodące IDE dla Pythona z możliwością uruchamiania i debugowania kodu w bezpiecznym kontekście projektów w Cloud Pak for Data.

Zachęcamy wszystkich do spróbowania i podzielenia się z nami swoimi przemyśleniami:

Cloud Pak for Data 4.6 Docs: rozszerzenie Watson Studio dla VS Code

https://www.ibm.com/docs/en/cloud-paks/cp-data/4.6.x?topic=models-visual-studio-code