2022 年 11 月 30 日

使用新的 Anaconda Notebooks 集成在您的服务器上运行 Jupyter

Anna Ng

3 分钟

让您的数据科学家使用他们喜欢的工具，同时按照您的标准治理工作流程。作为 Anaconda 商业计划的一部分，在您的本地或私有云 Anaconda Server 中释放一个紧密集成的 JupyterHub 实例，以释放创新。

如果您在工作中使用 Jupyter，请举手！Jupyter 是一个开源项目，它提供了轻量级且功能强大的工作流程工具，这些工具在数据科学家日常探索数据、数据整理和构建模型的任务中无处不在。Jupyter 通常从笔记本电脑或个人工作站启动，并通过浏览器访问，它为数据科学家提供了一种简单的方法来启动新的项目和分析。

但是，将 Jupyter 运行在单个用户机器上意味着笔记本中使用的数据和代码可能会逃离您组织的网络，并且无法再进行跟踪和管理。

JupyterHub 是 Jupyter 为多笔记本用户提供的解决方案，它具有企业友好的功能，例如第三方身份验证、集中式容器部署等等。对于那些在团队中扩展数据科学能力的组织来说，实施 JupyterHub 可以帮助打破工作流程孤岛。但是，正确设置和维护自托管 JupyterHub 实例可能令人生畏、复杂且存在问题。

IT 的考虑因素列表

公司资产的管理和治理 → 不希望出现泄漏！
防火墙保护和安全风险 → 不能被黑客攻击！
提供对高级计算资源的访问 → 不想减慢重要工作！
跨实例和计划作业管理计算资源 → 不想意外超出预算！
组织内项目和环境之间的访问权限 → 不想成为不必要的障碍！

数据科学工作流程的复杂程度（以及相应的治理程度）对于每个组织的技术堆栈和行业标准都是独一无二的。此外，数据科学家拥有多样化的工作流程偏好！从我们每年的数据科学现状报告可以清楚地看到，数据科学家在工作流程中使用各种工具来执行不同的任务。很大一部分在工作场所使用企业级工作流程解决方案（如 PowerBI 和 DataBricks）的受访者还报告了对轻量级、基于浏览器的工具的当前使用。

此外，组织经常报告缺乏对数据科学家在其工作流程中使用哪些软件的可见性和控制。如果没有一个值得信赖、安全的数字和科学软件库来源 _以及_ 足够的治理控制，组织可能会遇到一系列安全问题。最终，处理高度敏感数据并希望实现对其数据和 IP 的铁桶防御的公司可能需要考虑将工作流程迁移到本地（防火墙后面）或隔离网络（完全脱机）。

JupyterHub + IT 批准的渠道 + 环境 = 不间断的工作流程

一个月前，我们推出了我们的云托管 Anaconda Notebooks，现在，我们将 Anaconda Notebooks 作为 Anaconda 商业计划（我们的本地存储库解决方案）的附加组件提供给我们的本地客户。

我们在本地实施 Anaconda Notebooks 是一个紧密集成的 JupyterHub 实例，它为 IT 提供了他们需要的公司资产所有权和治理，以及数据科学家喜欢的工具。最棒的是？您永远不必动手！

使用 Anaconda Notebooks 附加组件，我们的团队将为您组织设置一个集中的 JupyterHub 实例，而无需任何设置或维护的麻烦。身份验证、共享环境、存储和对计算资源的访问都由我们的团队为您设置。此外，所有由任何预配的 Server 用户启动的 JupyterHub 实例都将自动配置为使用您 Anaconda Server 中安全可靠的软件包。

Anaconda Server 是一个本地或私有云存储库，作为 Anaconda 商业计划的一部分，它支持第三方软件包托管，并提供渠道管理、软件许可证和安全执行以及用户访问控制。