srv-img ML Space

Подключить и управлять хранилищем S3 в Jupyter Server

В Jupyter Server вы можете работать с данными напрямую из хранилища S3. Возможность подключать хранилища S3 к Jupyter Server устанавливается на этапе создания Jupyter Server.

Подключение хранилища S3

Перед началом работы:
Примечание

Подключить хранилища можно двумя способами:

  1. На экране создания Jupyter Server переведите переключатель опции Подключение хранилищ S3 в правое положение.

  2. Для выбора или создания бакетов нажмите Выбрать бакеты +.

  3. Укажите тип доступа для каждого бакета:

    • Только чтение — доступен только просмотр данных.

    • Чтение и запись — доступны просмотр, изменение и удаление данных.

    Для удаления выбранного бакета нажмите Кнопка удаления.

  4. Выберите способ аутентификации: Сервисный или Секрет. Способы различаются учетными данными, которые будут использоваться при аутентификации пользователя.

    Если выбран сервисный способ аутентификации, доступ к бакетам хранилища S3 осуществляется на уровне подключенного к проекту продукта ML Space.

После создания Jupyter Server подключенные бакеты будут доступны на вкладке Детали → Хранилища S3.

Изменение типа доступа к хранилищу S3

Изменить тип доступа к хранилищу может только владелец Jupyter Server.

Для изменения типа доступа:

  1. В созданном Jupyter Server перейдите в Детали → Хранилища S3.

  2. В строке бакета нажмите Кнопка редактирования файлов и установите новое значение для доступа.

  3. Подтвердите внесенные изменения.

Отключение хранилища S3 от Jupyter Server

Отключить хранилище S3 от Jupyter Server может только владелец Jupyter Server.

Для отключения бакета:

  1. В созданном Jupyter Server перейдите в Детали → Хранилища S3.

  2. В строке бакета нажмите Кнопка удаления и подтвердите удаление бакета.

Была ли статья полезной ?
Предыдущая статья
Создать Jupyter Server и подключиться к нему через интерфейс ML Space
Следующая статья
Создать и активировать окружение в запущенном Jupyter Server
/ DOCS
ML Space