Start mit JupyterHub

JupyterHub stellt interaktive Notebook-Umgebungen für Programmierung, Datenanalyse und Experimente bereit. Jede Sitzung startet mit einem Profil, das die verwendete Softwareumgebung und die verfügbaren Ressourcen festlegt.

Wofür JupyterHub geeignet ist

JupyterHub passt gut, wenn du Daten erkunden, Python- oder Data-Science-Code ausprobieren, reproduzierbare Analysen entwickeln oder Modelle interaktiv untersuchen möchtest. Es ist eine Arbeitsumgebung für Code und Notebooks, kein Ersatz für Versionsverwaltung oder eine dauerhafte Projektablage.

So startest du sinnvoll

1. Wähle ein Profil, das zu Aufgabe und Ressourcenbedarf passt. Profile bestimmen Images und verfügbare Ressourcen.
2. Beginne mit einem kleinen Notebook oder einem bekannten Beispiel, bevor du große Datenmengen oder rechenintensive Aufgaben startest.
3. Lege Code und Konfiguration in einer Versionsverwaltung ab. So bleiben Änderungen nachvollziehbar und andere Personen können weiterarbeiten.
4. Lege größere Datensätze und wichtige Ergebnisse im S3-Objektspeicher ab, nicht nur im Arbeitsverzeichnis einer Sitzung.
5. Behandle Tokens, API-Schlüssel und Zugangsdaten auch in Notebooks als Geheimnisse. Sie gehören nicht in eingecheckte Zellen oder geteilte Ausgaben.
6. Beende nicht mehr benötigte Sitzungen und dokumentiere, welches Profil sowie welche Abhängigkeiten dein Projekt benötigt.

Profil, Image und Ressourcen

Ein Profil ist die Auswahl, mit der JupyterHub deine Sitzung vorbereitet. Das dazugehörige Image enthält die Werkzeuge und Bibliotheken; die Ressourcenausstattung legt fest, welche Rechenmittel für die Sitzung vorgesehen sind. Wähle die kleinste passende Umgebung und wechsle nur bei einem fachlichen Bedarf zu ressourcenintensiveren Profilen.

Die Seite Profile beschreibt die verfügbaren Profile. Für Code-Workflows mit einem Repository gibt es außerdem die Anleitung Verknüpfung JHub ↔ GitLab.