[发明专利]用于机器学习组件Jupyter跨域的方法、系统及装置

说明书

本发明公开了一种用于机器学习组件Jupyter跨域的方法、系统及装置，包括以下步骤：根据DockerFile构建Jupyter容器镜像；对Jupyter‑web‑app模块进行二次开发；对容器进行系统环境配置；对经由二次开发后的Jupyter‑web‑app模块进行镜像部署。本发明所提供的方法旨在通过容器运行Jupyter镜像及Jupyter‑web‑app镜像的基础上，通过对Jupyter‑web‑app模块进行二次开发，从而实现跨域功能，而通过容器化运行可以更小的计算开销，意味着更低的总体成本。且本发明同时解决kubeflow开源框架组件jupyter不支持其他应用服务跨域调用，以及不能内嵌在其他应用服务中的问题，并且由于通过jupyter‑wep‑app服务进行二次开发，使其可以对其他应用服务调用，即实现跨域完成前后端的交互。

技术领域

本发明涉及计算机信息技术领域，具体涉及一种用于机器学习组件Jupyter跨域的方法、系统及装置。

背景技术

随着机器学习和人工智能的迅猛发展，业界出现了许多开源的机器学习平台。由于机器学习与大数据天然的紧密结合，基于Hadoop Yarn的分布式任务调度仍是业界主流；但是随着容器化的发展，继Borg的开源贡献后，Docker配合Kubernetes的容器编排组合，也展现出了很强的生命力。

Kubeflow作为Kubernetes的ml工具集，包括很多的机器学习平台组件，通常情况下，Kubeflow开源框架中其中一个组件Jupyter不支持其他应用服务跨域调用，不能内嵌在其他应用服务中，从而导致功能受限。

发明内容

为克服上述问题，本发明提供一种用于机器学习组件Jupyter跨域的方法、系统及装置。

为了解决上述技术问题，本申请第一方面提供一种用于机器学习组件Jupyter跨域的方法，该方法包括以下步骤：根据DockerFile构建Jupyter容器镜像；对Jupyter-web-app模块进行二次开发；对容器进行系统环境配置；对经由二次开发后的Jupyter-web-app模块进行镜像部署，其中，对Jupyter-web-app模块进行二次开发包括：在原生Jupyter-web-app模块上增加页面嵌套模块以及用户Token认证接口，以供用户进行认证并获取用户信息；在Jupyter-web-app模块增加集群参数获取接口，根据集群参数获取接口确定跨域配置参数；通过跨域配置参数，原生创建NoteBookServer容器接口。

在本申请公开的一种示例性实施例中，根据DockerFile构建Jupyter容器镜像包括：配置构建Jupyter的基础镜像；配置Jupyter的服务运行环境；使用DockerFile构建Jupyter容器镜像；其中，配置构建Jupyter的基础镜像包括设定依赖语言、建立私库源及确定服务启动用户。

在本申请公开的一种示例性实施例中，对容器进行系统环境配置包括：指定容器拉取镜像的路径；在Jupyter-web-app模块增加跨域参数。

在本申请公开的一种示例性实施例中，对经由二次开发后的Jupyter-web-app模块进行镜像部署包括：通过Docker服务模块分别对Jupyter、Jupyter-web-app镜像进行打包生成镜像文件；将镜像文件上传至私库；停止Jupyter-web-app容器运行，安装经由二次开发后的Jupyter-web-app模块。

在本申请公开的一种示例性实施例中，在原生Jupyter-web-app模块上增加页面嵌套模块以及用户Token认证接口，以供用户进行认证并获取用户信息包括：在Jupyter-web-app模块前端增加页面嵌套模块；在Jupyter-web-app模块后端代码增加用户Token认证接口；获取用户的请求头信息，读取请求头信息中的用户信息。

在本申请公开的一种示例性实施例中，根据集群参数获取接口确定跨域配置参数是在用户认证成功的情况下，通过集群参数获取接口读取并访问得到的。