Spørsmål og svar for Dapla Lab

Hvor finner jeg dokumentasjonen til Dapla Lab tjenester der?

Her finner du Dokumentasjonen for Dapla Lab.

Dokumentasjon for tjenestene finner du i Dapla-manualen under Datatjenester/Dapla Lab tjenester.

Hvorfor får jeg feilmelding i Dapla Lab etter å ha vært borte fra datamaskinen min en stund?

I de fleste tilfeller vil dette løses seg ved at laster inn siden på nytt eller refresher siden.

Grunnen til at det skjer er at Dapla Lab bare er tilgjengelig for de som er logget på SSBs nettverk. Hvis du forlater maskinen med Dapla Lab åpnet i nettleseren over lang tid, så kan det være at du har falt ut av SSBs nettverk og Dapla Lab ikke oppdager at du er logget inn igjen.

Hva betyr det at tjenesten min er suspendert?

Tjenesteikon for Jupyter

At en tjeneste er suspendert betyr at tjenesten er satt på pause. I praksis vil det si at ressursene, f.eks. CPU og RAM, som tjenesten har reservert har blitt frigjort. Man kan starte tjenesten på nytt ved å trykke på Play-knappen i bildet til høyre, og man starter opp tjenesten på nytt med de samme ressursene. Alt som ble lagret i tjenestens lokale filsystem under /home/onyxia/work/blir også gjennopprettet, mens resten blir borte. Derfor bør alltid kode lagres under work-mappen.

Kan jeg jobbe med kildedata fra Dapla Lab?

Nei. Team Skyinfrastruktur jobber fortsatt med å få på plass tilgang til kildedata fra Dapla Lab. Foreløpig kan man kun jobbe med tilgangene til gruppen developers i Dapla Lab, dvs. ikke tilgang til kildebøtta.

Hvorfor kan jeg ikke jobbe med dataene til alle team jeg er med i fra tjenestene i Dapla Lab?

Mange ansatte i SSB er med i flere Dapla-team, og hvert av brukernes teammedlemskap gir ofte tilgang til data iht til formaålet for teamet. hver av teamene har tilgang til sine data og potensielt andres delt data. For å unngå for brede tilganger til data så innfører vi at en bruker må bestemme seg for hvilket team og tilgangsgruppe de skal representere før de starter arbeid med data i et programmeringsmiljø. Dette gjør at vi kan være sikker på at ingen kan koble data på tvers av team.

Hvordan jobber jeg med notebooks i VS Code?

For å jobbe med notebooks i VS Code kan du gjøre følgende:

  1. Åpne en ny Vscode-python
  2. Åpne en terminal under File/Terminal/New terminal
  3. Opprett et ssb-project som vanlig under mappen /home/onyxia/work/ ved å skrive ssb-project create <prosjektnavn>.
    • Dersom du allerede har et ssb-project, skriver du cd <prosjektnavn> etterfulgt av ssb-project build. Da blir prosjektets tilhørende pakker installert i en kernel med samme navn som prosjektet.
  4. Gå inn i mappen med cd <prosjektnavn>
  5. Installer ønskede pakker poetry add pandas, f.eks. Pandas.
  6. Velg prosjektmappen i filutforskeren ved å gå til File/Open folder/ og åpne prosjektmappen i boksen som vises.
  7. Opprett en notebook-fil og åpne den.
  8. Øverst til høyre i Notebooken kan du trykke på Select kernel og utforskeren velger du Python environments og deretter Python-installasjonen som starter med .venv.
  9. Til slutt kan du teste at riktig Python-installasjon er valgt ved å importere pakken du akkurat installerte.

Grunnen til at navnet på Jupyter-kernels ikke vises selv om den eksisterer, er en feil i hvor VS Code leter etter tilgjengelige kernels. Derfor må man inntil denne feilen er fikset må man derfor bruke .venv-installasjonen for å bruke pakkene i ditt ssb-project.

Du må kjøre en ssb-project build, som beskrevet over, hver gang en instans av Jupyter, eller VSCode blir startet. Hvis du isteden åpner en pauset (suspendert) instans, vil du kunne fortsette arbeidet fra forrige kjøring uten å måtte kjøre ssb-project build.