本教程是 IBM Cloud 上的 Kubeflow 入门学习路径的一部分。
| 级别 | 主题 | 类型 |
|---|---|---|
| 200 | IBM Cloud 上的 Kubeflow | 教程 |
| 201 | 在 IBM Cloud 上使用 Kubeflow 训练机器学习模型并使其为机器学习模型服务 | 教程 |
简介
Kubeflow 是用于 Kubernetes 的机器学习工具包。这是一个开源项目，旨在使 Kubernetes 上的机器学习工作流程部署变得简单、可移植且可扩展。在本教程中，您将学习以下内容：
- 在 IBM Cloud 中配置 Kubernetes 集群并安装所需的工具
- 安装 Kubeflow
- 启动 Kubeflow 中央仪表板
前提条件
要完成本教程，您需要：
- 至少具有 8 个内核、16 GB RAM 和 250 GB 存储空间的 Ubuntu 18 计算机
- Ubuntu 计算机的 root 用户权限
- 一个 IBM Cloud 帐户。
预估时间
完成本教程大约需要 30 分钟。
在 IBM Cloud 中配置 Kubernetes 集群并安装所需的工具
创建 Kubernetes 集群
使用 Web 浏览器访问 https://cloud.ibm.com/kubernetes/overview。
登录到 IBM Cloud 后，单击概述页面中的 Create a cluster。
在 Kubernetes Cluster 页面中，您可以选择套餐、环境、位置、集群元数据和默认工作程序池。建议您使用有意义的集群名称代替默认集群名称 (mycluster)。在右侧窗格中查看成本估算后，单击右下角的 Create。目前提供了一个免费的集群套餐（有效期为 30 天的集群，具有 1 个工作程序节点和有限的功能），非常适合用于测试和学习目的。下图展示了在创建集群后显示的集群设置和访问信息。
安装所需的工具
在配置集群之前，需要安装 IBM Cloud CLI 工具。在 Ubuntu 命令行中，输入：
curl -sL https://ibm.biz/idt-installer | bash
可以在 IBM Cloud 文档中找到更多详细信息。
访问集群
配置集群后，可以在 Ubuntu 计算机上使用在创建集群时显示的访问详细信息来访问该集群（参阅上图）。记住要使用您自己的访问信息。
ibmcloud login -a cloud.ibm.com -r us-south -g default -sso
可能会为您提供一个 url，您可以使用此 url 来获取一次性身份验证密码。进行身份验证后，如果您有多个帐户，则系统会询问您要使用哪一个帐户。
ibmcloud ks cluster config --cluster bptoesud0ijlu9ktvcn0
注意：如果您忘记了集群设置，则可以通过访问 https://cloud.ibm.com/kubernetes/clusters 在集群下单击 Access 来检索此信息。
要验证您的设置，可运行以下代码。
kubectl version --short
以下代码显示了样本输出。
Client Version: v1.16.8
Server Version: v1.16.8+IKS
设置 IBM Cloud 块存储
在本地计算机上安装 Helm V3 客户端。可在此处找到完整的操作说明。
wget https://get.helm.sh/helm-v3.0.0-linux-amd64.tar.gz tar -zxvf helm-v3.0.0-linux-amd64.tar.gz mv linux-amd64/helm /usr/local/bin/helm添加 IBM Cloud Helm Chart 代码库。
helm repo add iks-charts https://icr.io/helm/iks-charts helm repo update helm install 1.6.0 iks-charts/ibmcloud-block-storage-plugin -n kube-system以下代码显示了样本输出。
NAME: 1.6.0 LAST DEPLOYED: Fri Mar 20 11:38:21 2020 NAMESPACE: kube-system STATUS: deployed REVISION: 1 NOTES: Thank you for installing: ibmcloud-block-storage-plugin. Your release is named: 1.6.0将块存储设置为默认值。
kubectl patch storageclass ibmc-block-gold -p '{"metadata": {"annotations":{"storageclass.kubernetes.io/is-default-class":"true"}}}' kubectl patch storageclass ibmc-file-bronze -p '{"metadata": {"annotations":{"storageclass.kubernetes.io/is-default-class":"false"}}}'
安装 Kubeflow V1.0.1
我已在 /root 下创建了一个名为 kubeflow 的目录，当然，您可以使用自己喜欢的目录。下面是有关在 kubeflow 目录中安装 Kubeflow 1.0.1 的操作说明。
mkdir -p /root/kubeflow/v1.0.1
cd /root/kubeflow/v1.0.1
wget https://github.com/kubeflow/kfctl/releases/download/v1.0.1/kfctl_v1.0.1-0-gf3edb9b_linux.tar.gz
tar -xvf kfctl_v1.0.1-0-gf3edb9b_linux.tar.gz
export PATH=$PATH:/root/kubeflow/v1.0.1
export KF_NAME=my-kubeflow
export BASE_DIR=/root/kubeflow/v1.0.1
export KF_DIR=${BASE_DIR}/${KF_NAME}
# config file is IBM specific
export CONFIG_URI="https://raw.githubusercontent.com/kubeflow/manifests/master/kfdef/kfctl_ibm.yaml"
mkdir -p ${KF_DIR}
cd ${KF_DIR}
kfctl apply -V -f ${CONFIG_URI}
完成安装后，运行以下命令来查看所有 Pod 是否都处于运行状态。
kubectl get pod -n kubeflow
下图显示了样本输出。
注意，必须等到所有 Pod 都处于运行状态，才能继续执行下一步。如果安装失败，您可以删除 kubeflow。
cd ${KFAPP}
kfctl delete all --delete_storage
启动 Kubeflow 中央仪表板
可以通过 istio-ingressgateway 服务来访问 Kubeflow 仪表板。要查看 istio-ingressgateway 服务的设置，可执行以下代码。
kubectl get -n istio-system svc/istio-ingressgateway
以下代码显示了样本输出。
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
istio-ingressgateway LoadBalancer 172.21.178.223 169.62.98.13 15020:31759/TCP,80:31380/TCP,443:31390/TCP,31400:31400/TCP,15029:30421/TCP,15030:31917/TCP,15031:30450/TCP,15032:32528/TCP,15443:30312/TCP 4d19h
如果输出包含 NodePort TYPE（而不是 LoadBalancer）并且 EXTERNAL-IP 为空白，可运行以下命令将类型从 NodePort 更改为 LoadBalancer，然后进行保存。
kubectl edit -n istio-system svc/istio-ingressgateway
再次运行以下命令以获取 EXTERNAL-IP。
kubectl get -n istio-system svc/istio-ingressgateway
现在，您可以在 Web 浏览器中访问 Kubeflow 仪表板：http://<EXTERNAL-IP>。
结束语
在本教程中，我介绍了如何在 IBM Cloud 中安装 Kubeflow 以及如何启动 Kubeflow 仪表板。
本教程是 IBM Cloud 上的 Kubeflow 入门学习路径的一部分。要继续完成此学习路径，可查看本系列中的下一个教程：在 IBM Cloud 上使用 Kubeflow 训练机器学习模型并使其为机器学习模型服务。
本文翻译自：Kubeflow in IBM Cloud（2020-04-03）