Installation und Konfiguration

Installieren Sie Datalore im Kubernetes-Cluster Ihrer Wahl – lokal oder in einer privaten Cloud. Die Kubernetes-Installation ist die anpassungsfähigste Methode, setzt jedoch Kenntnisse der Kubernetes-Technologie voraus. Weitere Informationen finden Sie in unserer Installationsanleitung.

Eine Kubernetes-Installation sieht folgendermaßen aus:

Mit der Docker-basierten Installation können Sie eine einfache private Datalore-Installation in weniger als 10 Minuten zum Laufen bringen. Ob auf AWS, GCP, Azure oder lokal – ein einziger Docker-Befehl genügt, um Datalore einzurichten. Als nächste Schritte können Sie Authentifizierungsmodule verbinden, interne Nutzungspläne einrichten und Umgebungen individuell anpassen.

Datalore kann auch in Netzwerken gehostet werden, die keinen Internetzugriff haben.

Sie können eine Vielzahl von Methoden zur Benutzerauthentifizierung nutzen, um Ihrem Team einen reibungslosen Zugriff auf Datalore zu bieten. Die On-Premises-Version enthält JetBrains Hub, ein Modul, mit dem Sie Authentifizierungsanbieter anbinden können.

Über Gruppenfreigaben können Sie unkompliziert verwalten, wer auf Notebooks und Workspaces zugreifen darf. Benutzergruppen lassen sich im Admin-Panel von Datalore anlegen oder mit dem JetBrains-Hub-Authentifizierungsmodul synchronisieren. JetBrains Hub kann Benutzergruppen für ausgewählte Authentifizierungsmodule mit Ihrem Authentifizierungsanbieter (z. B. Azure AD) synchronisieren. Weitere Informationen zu den unterstützten Auth-Modulen finden Sie hier.

Sie können aus benutzerdefinierten Docker-Images unterschiedliche Basisumgebungen erstellen. Sie können alle Abhängigkeiten, Paketversionen und Build-Tool-Einstellungen vorkonfigurieren, damit Ihr Team keine Zeit darauf verschwenden muss, Pakete manuell zu installieren und Paketversionen zu synchronisieren.

Sie haben jetzt die Möglichkeit, benutzerdefinierte PyPI-Serverkonfigurationen in Datalore zu hinterlegen. Dadurch können Sie über den Umgebungsmanager von Datalore neben dem standardmäßigen pypi.org-Server auch benutzerdefinierte Repositories bereitstellen und so Ihren Benutzer*innen das Installieren von Paketen erleichtern. Weitere Informationen finden Sie in unserer Dokumentation.

Die einzelnen Mitglieder Ihres Data-Science-Teams benötigen möglicherweise unterschiedliche Rechenressourcen. Mit Datalore können Sie separate Nutzungskontingente für Ihre Mitwirkenden erstellen, je nachdem, ob sie beispielsweise hocheffiziente GPUs oder viele regelmäßige CPU-Berechnungen benötigen. Sie können benutzerspezifisch festlegen, wie viele Stunden jeder Systemtyp ausgeführt werden darf, und bestimmte Benutzer*innen daran hindern, kostenträchtige Systeme auszuführen.

Sie können in On-Premises-Systemen die Protokollierung der Benutzeraktionen aktivieren. Diese Protokolle helfen Ihnen bei der Erfüllung von Compliance-Anforderungen.

Instanzweite Datenbankverbindungen sorgen dafür, dass Ihr Team sich sofort an die Arbeit machen kann und neue Mitwirkende einen leichteren Einstieg haben. Sie können Ihre unternehmensweiten Verbindungen auf dem Tab Data des Admin-Panels konfigurieren. Datalore-Benutzer*innen sehen die neue Verbindung sofort in gemeinsamen und persönlichen Workspaces.