컴맹 : 진화의 시작

GCP (google cloud platform) 는 jupyter notebook 과 같은 솔루션인 datalab 을 제공한다. datalab 은 웹상에서 다양한 소스 구현이 가능하며 심지어 결과물의 시각화 까지 가능하게 한다.

이번에는 datalab 을 사용해보도록 한다. 우선 GCP 콘솔에 접속해서 우측 상단에 ( >_ ) 모양의 아이콘인 Google Cloud Shell 을 열도록 한다. GCS 는 GCP 에서 사용하는 대부분의 행위를 터미널에서 제어할 수 있도록 도와준다. 

아이콘을 누르면 아래처럼 터미널이 열린다. Cloud Shell 은  f1-micro GCE 인스턴스를 사용하는데, 메모리가 무려 0.6 기가다. 여기 Shell 에서 뭔가를 해볼 생각은 접어두는게 좋다. 가급적 gcloud 관련된 명령만 수행하도록 하자. 

아래처럼 프로젝트 리스트를 살펴보자.

$ gcloud projects list

그리고 datalab 을 등록할 프로젝트를 선택한다.

$ gcloud config set core/project project-id

$ gcloud config set compute/zone zone

$ datalab create instance-name

마지막 문장 처럼 포트를 8081로 선택하고 datalab을 사용하도록 하자. 예전에는 up-arrow(↑) 아이콘이었던 것 같은데 현재는 바뀐 듯하다. 아직 터미널 명령어에는 적용이 안된 듯. 여튼 클릭해보면 아래처럼 화면이 보인다.

브라우저의 새탭에서 datalab 을 만나볼 수 있다. 페이지를 즐겨찾기 해놔도 되겠다.

머신러닝을 위한 tensorflow 를 사용해봤다. 무료 솔루션(인스턴스)이라 빠르지는 않지만 나쁘지 않게 간단한 테스트를 할 수 있겠다.

또한 탭(Tab)키를 통한 모듈 자동완성까지 지원되기 때문에 무척 편리하다. (이 부분은 소오름... jupyter 에서도 지원하는 기능이기는 하지만 datalab 이 이렇게까지 완벽하게 지원한다.)

생성된 datalab 도 결국은 Compute Engine 을 사용하기 때문에 VM 인스턴스를 확인할 수 있다. 인스턴스 타입은 n1-standard-1 (vCPU 1개, 3.75GB 메모리) 이고 더 자세한 내용은 직접 Compute Engine 메뉴에서 확인하도록 하자.

추가적으로 아래 명령어를 숙지하면 좋다.

datalab 을 삭제할 때

$ datalab delete instance-name

datalab 에 연결할 때

$ datalab connect instance-name

여기서 instance-name 은 datalab 의 이름이라고 봐도 된다. datalab list 라는 명령어로 이름을 확인할 수 있겠다. 추가적으로 더 필요한 내용이 있거나 상세한 내용이 궁금하면 아래 링크를 통해 접근 가능하겠다.
https://cloud.google.com/datalab/docs/quickstarts

datalab 은 cloud shell 이 종료되면 연결이 자동으로 끊기는데 cloud shell 과 무관하게 언제 어디서든 계속 사용하고 싶다면 nohup 옵션을 사용하면 된다. 하지만 cloud shell 의 특성상 무한정 사용할 수는 없는 듯 하다. 대략 아래 링크 때문인지는 잘 모르겠다. 또한 cloud shell 을 접속해서 볼 때마다 uptime 이 변경되는데 GCP 에서 남는 자원을 할당해서 사용자에게 cloud shell 을 제공하는 것은 아닌지 생각해본다.

Cloud Shell instances are provisioned on a per-user, per-session basis. The instance persists while your Cloud Shell session is active and terminates after an hour of inactivity.