如何在 DSX 中提供用户功能/模块答案

【问题标题】：How to supply user functions/modules in DSX如何在 DSX 中提供用户功能/模块
【发布时间】：2017-06-12 02:30:39
【问题描述】：

我在单独的 python 脚本中定义了一些辅助实用程序。我想让 DSX 笔记本可以使用脚本，这样我就可以在单元格中调用它们，但我不想直接将脚本放入单元格中。

有哪些方法可以实现这一目标？

【问题讨论】：

标签： python-2.7 python-3.x ibm-cloud dsx data-science-experience

【解决方案1】：

如果您可以在公共 git 存储库上公开您的代码，您可以将您的代码转换为 python 包并将其保存在 github 中。有关示例包，请参见此处：A simple Hello World setuptools package and installing it with pip。

您可以使用以下命令直接从 github 安装它：

!pip install --user git+https://github.com/public_account/public_repo

私有 github 存储库

也应该可以在私有 github 存储库中使用与上述类似的方法，但需要一些额外的设置步骤和不同的 pip url 格式。例如

在 dsx 上生成 ssh 密钥

! ssh-keygen -b 2048 -t rsa -f ~/.ssh/id_rsa -q -N ""

将以下命令的输出添加到您的 github 帐户设置 :: SSH 和 GPG 密钥

! cat ~/.ssh/id_rsa.pub

接下来将 github ssh 密钥添加到 dsx：

! ssh-keyscan github.com >> ~/.ssh/known_hosts

重要提示：您应该手动验证导入的 github hosts 密钥是否真实。您可以通过以下方式查看导入的密钥：

! cat ~/.ssh/known_hosts

您现在可以使用 pip 安装：

! pip install --user git+ssh://git@github.com/private_account/private_repo

注意！上述方法存在一些安全注意事项。 IE。任何有权访问您执行上述命令的 spark 服务的人都可以访问 git 私有存储库。

注意：

理想情况下，我希望在未来看到 dsx 支持编辑项目中的所有文件并将所有项目文件提交到 github，例如

【讨论】：

如果包在 git repo 的文件夹中： !pip install --user "git+github.com/user/repo.git#egg=pkgname&subdirectory=folder/to/…"
没有必要公开代码。用户可以将包上传到文件系统，然后在本地文件上使用pip。 console.ng.bluemix.net/docs/services/AnalyticsforApacheSpark/…
谢谢 Roland - 我已将步骤添加为单独的答案：stackoverflow.com/a/41890895/1033422。

【解决方案2】：

一种选择是使用以下 API 调用将您的包从客户端计算机上传到您的 spark 帐户：

curl \
   -X PUT \
   -k \
   -u ${tenant_id}:${tenant_secret} \
   -H "X-Spark-service-instance-id: ${instance_id}" \
   --data-binary "@path_to_local_file" \
   ${cluster_master_url}/tenant/data/destination_file_name

可以通过登录到 Bluemix 控制台并导航到 Service Credentials 来获取上述变量。或者，您可以使用命令行cf 工具来检索此信息。此Q/A 提供了有关cf 命令行方法的更多信息。

将你的包上传到spark服务后，你可以使用：

! pip install --user ${HOME}/data/destination_file_name

感谢Roland Weber 这个答案。

【讨论】：