今天，我们宣布发布 daskhub helm chart。这是一个 Helm chart，用于在 Kubernetes 集群上为多个用户轻松安装 JupyterHub 和 Dask。如果您正在管理需要交互式、可伸缩计算（例如学生课堂、数据科学团队或研究实验室）的多用户部署，那么 dask/daskhub 可能适合您。

您今天就可以使用以下命令在 Kubernetes 集群上安装 dask/daskhub：

helm repo add dask https://helm.dask.org/
helm repo update
helm upgrade --install dhub dask/daskhub

历史

dask/daskhub helm chart 是 Pangeo helm chart 的演进，后者源于该社区在云端进行大数据地球科学计算的尝试。我们非常感谢多年来共同使用 Dask 和 JupyterHub 的经验。Pangeo 始终意识到他们的 Helm chart 中没有任何地球科学特定的内容，因此渴望将其贡献给 Dask 以分担维护负担。在将其迁移到 Dask 的 chart 仓库的过程中，我们借此机会清理了一些粗糙之处。

阅读 Pangeo JupyterHub 部署的原始公告很有趣。许多方面都得到了改进，我们希望这个 helm chart 能够帮助更多团队部署能够利用 Dask 进行可伸缩计算的 JupyterHub。

详情

在内部，DaskHub helm chart 是 JupyterHub 和 DaskGateway helm chart 的相对简单的组合。唯一额外的“魔法”是一些配置，用于

1. 将 Dask Gateway 注册为 JupyterHub 服务。
2. 设置环境变量，使用户更容易使用 Dask Gateway。

使用默认配置，您的用户将能够创建和连接到 Dask 集群，包括它们的仪表板，只需简单的

>>> from dask_gateway import GatewayCluster
>>> cluster = GatewayCluster()
>>> client = cluster.get_client()

请查阅文档了解详细信息，如果您遇到任何困难，请告知我们。