--- title: "Notebooks を使用する" slug: "hadoop-use-notebooks-vpc" tags: ["Cloud Hadoop", "VPC"] updated: 2026-09-17T09:25:51Z published: 2026-09-17T09:25:51Z canonical: "guide.ncloud-docs.com/hadoop-use-notebooks-vpc" stale: true --- > ## Documentation Index > Fetch the complete documentation index at: https://guide.ncloud-docs.com/llms.txt > Use this file to discover all available pages before exploring further. # Notebooks を使用する VPC環境で利用できます。 Cloud Hadoop Notebookは、データ分析に必要なクエリとコードを実行できるように、サーバレス型の Jupyter Notebookを提供します。 Notebooksコンソールで Notebookノードを作成したり、削除することができます。 作成された Notebookノードの JupyterLabと Jupyter Notebookのウェブページにアクセスし、データ分析を行えます。 Notebookで使用したクエリとコードは、Cloud Hadoopクラスタのカーネルを介して実行されます。また、Object Storageに Notebookファイルとして保存され、柔軟に再使用できます。 ## Notebook画面 Notebookサービスを利用するための基本的な説明は、次の通りです。 ![notebook_console_1_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/notebook_console_1_ja.png?sv=2026-02-06&spr=https&st=2026-10-26T12%3A39%3A31Z&se=2026-10-26T13%3A39%3A31Z&sr=c&sp=r&sig=PiTRQp%2FMLJBnxJaXuC9xA9QG6%2BKtjbN8eJsnYpZQBNM%3D) | 領域 | 説明 | | --- | --- | | ① Notebook作成 | 新しい Notebookを作成 | | ② 削除 | 使用中の Notebookを削除 | | ③ JupyterLabで開く | JupyterLab Web UIにアクセス | | ④ Jupyterで開く | Jupyter Web UIにアクセス | | ⑤ Notebookリスト | 作成された Notebookリストと詳細情報を確認 | ## 事前タスク 1. Object Storage作成 Cloud Hadoopクラスタを作成する前に、データを保存して検索するための Object Storageバケットを予め作成します。 - Object Storage作成に関する詳細は、[Object Storage ご利用ガイド](/docs/ja/storage-storage-6-1)をご参照ください。 2. Cloud Hadoopクラスタ作成 Notebookノードと連携する Cloud Hadoopクラスタを作成されている必要があります。 - Cloud Hadoopクラスタ作成に関する詳細は、[Cloud Hadoop を開始する](/docs/ja/hadoop-vpc-2)ガイドをご参照ください。 3. ノードタイプ選択 予想使用量を考慮して、ノードタイプを予め選択します。 ## Notebook作成 Notebookを作成する方法は、次の通りです。 1つの Cloud Hadoopクラスタに複数の Notebookノードを作成できます。また、各 Notebookノードは Cloud Hadoopクラスタと連携できます。 1. NAVERクラウドプラットフォームコンソールの VPC環境で、**Menu** > **All Services** > **Big Data & Analytics** > **Cloud Hadoop**メニューを順にクリックします。 2. **Notebooks**メニューをクリックします。 3. **[Notebook作成]** ボタンをクリックします。 4. Notebookの作成画面が表示されたら、以下のステップを順に行います。 - [1.Notebook設定](/docs/ja/hadoop-use-notebooks-vpc#1-%EB%85%B8%ED%8A%B8%EB%B6%81-%EC%84%A4%EC%A0%95) - [2.ストレージ&サーバ設定](/docs/ja/hadoop-use-notebooks-vpc#2-%EC%8A%A4%ED%86%A0%EB%A6%AC%EC%A7%80-%EC%84%9C%EB%B2%84-%EC%84%A4%EC%A0%95) - [3.認証キー設定](/docs/ja/hadoop-use-notebooks-vpc#3-%EC%9D%B8%EC%A6%9D%ED%82%A4-%EC%84%A4%EC%A0%95) - [4.最終確認](/docs/ja/hadoop-use-notebooks-vpc#4-%EC%B5%9C%EC%A2%85-%ED%99%95%EC%9D%B8) ### 1.Notebook設定 Notebookの設定情報を指定した後、 **[次へ]** ボタンをクリックします。 - **Notebook名**: Notebookノードの名前を入力します。 - **Notebookバージョン**: Notebookのバージョンを選択します。 - **Notebookコンポーネント**: バージョン別のコンポーネント情報を確認できます。 - **クラスタ**: Notebookと連携する Cloud Hadoopクラスタを選択します。最新の Cloud Hadoop 1.8バージョン以上のみ Notebookと連携できます。 - **ACG設定**: Cloud Hadoop Notebook ACGは、Notebookを作成するたびに自動で作成されます。ネットワーク ACLを設定する場合、Notebook作成時に自動で作成された ACGを選択してルールを変更できます。ACG設定に関する詳細は、[ファイアウォール設定(ACG)](/docs/ja/server-acg-vpc)ガイドをご参照ください。 ### 2.ストレージ&サーバ設定 ストレージとノードサーバの設定情報を指定した後、 **[次へ]** ボタンをクリックします。 - **Object Storageバケット**: [事前タスク](/docs/ja/hadoop-use-notebooks-vpc#%EC%82%AC%EC%A0%84-%EC%9E%91%EC%97%85)で作成した Object Storageバケットでデータの読み取りと書き込みができます。Notebookの作成時に、[事前タスク](/docs/ja/hadoop-use-notebooks-vpc#%EC%82%AC%EC%A0%84-%EC%9E%91%EC%97%85)で作成した Object Storageバケットを選択します。 - **Notebookノード Subnet**: Notebookノードを配置する Subnetを選択します。 - Public Subnetに Notebookノードを作成すると、パブリック IPアドレスをベースにウェブドメインにアクセスできます。 - Private Subnetに Notebookノードを作成する場合は、ウェブドメインにアクセスするために SSL VPNを介してアクセスする必要があります。 - **Notebookノードサーバタイプ**: Notebookノードとして使用するサーバタイプを選択します。Notebookノードを作成した後はサーバタイプを変更できません。Notebookノードとして使用できるサーバの仕様は、[クラスタノード別のサポートサーバ仕様](/docs/ja/cloudhadoop-vpc-prep#%ED%81%B4%EB%9F%AC%EC%8A%A4%ED%84%B0-%EB%85%B8%EB%93%9C%EB%B3%84-%EC%A7%80%EC%9B%90-%EC%84%9C%EB%B2%84-%EC%82%AC%EC%96%91)をご参照ください。 - **Notebookノード数**: Notebookノード数は1つに固定されています。 - **Notebookノードのストレージ追加有無**: 別途 Block Storageを追加して使用できます。 - **Notebookノードのストレージタイプ**: ストレージタイプを選択します。SSDと HDDの中から選択できます。クラスタを作成した後はストレージタイプを変更できません。 - **Notebookノードのストレージ容量**: ストレージ容量を選択します。最小100GBから6TBまで選択でき、10GB単位で指定できます。 - **料金プラン**: アカウントの作成時に選択した料金プランが適用されます。料金に関する詳細は、[料金のご案内](https://www.ncloud.com/product/analytics/cloudHadoop)をご参照ください。 ### 3.認証キー設定 Notebookノードに SSHで直接アクセスするには、認証キー(.pem)を設定する必要があります。 Notebookの作成時に、保有中の認証キーを選択するか新しい認証キーを作成し、 **[次へ]** ボタンをクリックします。 - 新しい認証キーを作成するには、**新しい認証キー作成**を選択して認証キー名を入力した後、 **[認証キー作成と保存]** ボタンをクリックします。 ![hadoop-use-notebooks-pemkey-vpc_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/hadoop-use-notebooks-pemkey-vpc_ja.png?sv=2026-02-06&spr=https&st=2026-10-26T12%3A39%3A31Z&se=2026-10-26T13%3A39%3A31Z&sr=c&sp=r&sig=PiTRQp%2FMLJBnxJaXuC9xA9QG6%2BKtjbN8eJsnYpZQBNM%3D) 参考 認証キーは、管理者パスワードを確認する時に必要です。保存した.pemファイルを PCの安全な場所に保管してください。 ### 4.最終確認 設定内容を確認した後、 **[作成]** ボタンをクリックします。 参考 - Cloud Hadoop Notebook ACGは、Notebookを作成するたびに自動で作成されます。ネットワーク ACLを設定する場合、自動で作成された ACGを選択してルールを変更できます。ACG設定に関する詳細は、[ファイアウォール設定(ACG)](/docs/ja/server-acg-vpc)ガイドをご参照ください。 - Notebookが作成されるまで約5~10分かかります。Notebookの作成が完了して運用が開始されると、クラスタリストの Status列に**運用中**と表示されます。 ## Notebookにアクセス ### Notebookのウェブページにアクセス Cloud Hadoop(Notebooks)コンソールで **[JupyterLabで開く]** ボタン、または **[Jupyterで開く]** ボタンをクリックします。Notebookノードにインストールされた Jupyter Notebookのウェブページにアクセスできます。 - Cloud Hadoop Notebook ACGに JupyterLabの許可ポート `8889`と Jupyterウェブページの許可ポート `8888`を追加します。 - Public Subnetに作成された Notebookノードの場合、パブリック IPアドレスをベースにウェブにアクセスできます。 - Private Subnetに作成された Notebookノードの場合、ウェブにアクセスするために SSLVPNを介してアクセスする必要があります。 参考 SSL VPNと ACGの設定方法に関する詳細は、[サービス別 UIアクセスとパスワード設定ガイド](/docs/ja/hadoop-vpc-7#1-ssl-vpn-%EC%84%A4%EC%A0%95)をご参照ください。 ### Notebookノードに SSHで直接アクセス Notebookの作成時に認証キー設定のステップで設定した認証キーを利用し、Notebookノードに SSHで直接アクセスできます。詳細な方法は、[SSHによるクラスタノードアクセス](/docs/ja/hadoop-vpc-5)ガイドをご参照ください。 ## Notebookを使用する Notebookを様々な形で連携して使用できます。 - [Notebookで Cloud Hadoopクラスタの Sparkと連携](/docs/ja/hadoop-use-notebooks-vpc#%EB%85%B8%ED%8A%B8%EB%B6%81%EC%97%90%EC%84%9C-cloud-hadoop-%ED%81%B4%EB%9F%AC%EC%8A%A4%ED%84%B0%EC%9D%98-spark%EC%97%90-%EC%97%B0%EB%8F%99) - [Notebookで TensorFlow MNISTを学習](/docs/ja/hadoop-use-notebooks-vpc#%EB%85%B8%ED%8A%B8%EB%B6%81%EC%97%90%EC%84%9C-tensorflow-mnist-%ED%95%99%EC%8A%B5) - [Notebookで Object Storageデータ連携](/docs/ja/hadoop-use-notebooks-vpc#%EB%85%B8%ED%8A%B8%EB%B6%81%EC%97%90%EC%84%9C-object-storage-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EC%97%B0%EB%8F%99) ### 事前タスク 1. ACG設定 連携する Cloud Hadoopクラスタと Notebookノード間の ACG許可が必要です。連携する Cloud Hadoopクラスタの ACGに Notebookノードの ACGを含め、以下のように ACGを設定します。 - 連携する Cloud Hadoopクラスタの **Default ACG**で **[Inbound]** タブをクリックします。アクセスソースには Notebookノードの ACGを追加し、許可ポートには1-65535ポート全体を追加して **[適用]** ボタンをクリックします。 ![notebook_acg_ko](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/notebook_acg_ja.png?sv=2026-02-06&spr=https&st=2026-10-26T12%3A39%3A31Z&se=2026-10-26T13%3A39%3A31Z&sr=c&sp=r&sig=PiTRQp%2FMLJBnxJaXuC9xA9QG6%2BKtjbN8eJsnYpZQBNM%3D) 参考 Cloud Hadoopクラスタと Notebookは、同じ VPC内で通信が可能な同じ Subnetで作成することをお勧めします。 1. パッケージインストール Spark、TensorFlow MNIST学習のサンプルコードを実行する前に、分析に必要なパッケージのインストールを事前に行う必要があります。Notebookノードに SSHでアクセスし、以下のコマンドを実行します。 ``` $ curl -O https://bootstrap.pypa.io/pip/3.6/get-pip.py $ python3 get-pip.py --user $ python3.9 -m pip install --upgrade pip==25.3 $ pip install pyspark $ sudo yum -y update $ sudo yum install java-1.8.0-openjdk-devel.x86_64 $ pip install tensorflow==2.15.0 $ pip install numpy==1.25.2 ``` ### Notebookで Cloud Hadoopクラスタの Sparkと連携 Jupyter Notebook Web UIにアクセスし、PySparkを使用して Cloud Hadoopクラスタと連携できます。 Notebookのカーネル設定で PySparkを選択して実行します。 ``` import os import pyspark import socket from pyspark.sql import SQLContext, SparkSession sc = SparkSession \ .builder \ .appName("SparkFromJupyter") \ .getOrCreate() sqlContext = SQLContext(sparkContext=sc.sparkContext, sparkSession=sc) print("Spark Version: " + sc.version) print("PySpark Version: " + pyspark.__version__) df = sqlContext.createDataFrame( [(1, 'foo'), (2,'bar')], #records ['col1', 'col2'] #column names ) df.show() print(socket.gethostname(), socket.gethostbyname(socket.gethostname())) ``` ![notebook_pyspark_example](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/notebook_pyspark_example.png?sv=2026-02-06&spr=https&st=2026-10-26T12%3A39%3A31Z&se=2026-10-26T13%3A39%3A31Z&sr=c&sp=r&sig=PiTRQp%2FMLJBnxJaXuC9xA9QG6%2BKtjbN8eJsnYpZQBNM%3D) ### Notebookで TensorFlow MNISTを学習 Jupyter Notebook Web UIにアクセスし、Python3を使用して TensorFlow MNIST Trainingを行えます。 Notebookのカーネル設定で Python3を選択して実行します。 ``` # tensorflow library import # tensorflowのインストールが必要な場合 # !pip install tensorflow_version import tensorflow as tf mnist = tf.keras.datasets.mnist # mnistデータセットをロード (x_train, y_train),(x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 # layerを追加してモデルを定義 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation='softmax') ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) # モデルを訓練して評価 model.fit(x_train, y_train, epochs=5) model.evaluate(x_test, y_test) # 学習済みモデルを Kerasネイティブ形式(.keras)で保存 model.save("my_model.keras") ``` ![notebook_tensorflow_mnist_example](https://cdn.document360.io/6998976f-9d95-4df8-b847-d375892b92c2/Images/Documentation/notebook_tensorflow_mnist_example.png?sv=2026-02-06&spr=https&st=2026-10-26T12%3A39%3A31Z&se=2026-10-26T13%3A39%3A31Z&sr=c&sp=r&sig=PiTRQp%2FMLJBnxJaXuC9xA9QG6%2BKtjbN8eJsnYpZQBNM%3D) ### Notebookで Object Storageデータ連携 Jupyter Notebook Web UIにアクセスし、ユーザーの Object Storage情報を入力すると Object Storageバケットと連携できます。 - Access Key ID、Secret Keyを確認する方法は、[Ncloud API](https://api.ncloud-docs.com/docs/ja/common-ncpapi)をご参照ください。 詳細は、[Object Storage を開始する](/docs/ja/objectstorage-start)ガイドをご参照ください。 Notebookのカーネル設定で Python3を選択して実行します。 ``` # 必要な boto3モジュールをインポート import boto3 # Object Storage情報を入力 # シンガポールリージョン endpoint_url = https://sg.object.ncloudstorage.com # シンガポールリージョン region_name = 'sg-standard' # 日本リージョン endpoint_url = https://jp.object.ncloudstorage.com # 日本リージョン region_name = 'jp-standard' service_name = 's3' endpoint_url = 'https://kr.object.private.ncloudstorage.com' region_name = 'kr-standard' access_key = 'ユーザーの access key' secret_key = 'ユーザーの secret key' # Boto3を活用して Object Storageと連携 if __name__ == "__main__": s3 = boto3.client(service_name, endpoint_url=endpoint_url, aws_access_key_id=access_key, aws_secret_access_key= secret_key) s3.upload_file("my_model.keras", "バケット名", "model/my_model.keras") ``` ## Notebook削除 使用が完了した Notebookは削除できます。Jupyter Notebookで使用した Notebookファイル(.ipynb拡張子のファイル)は、Cloud Hadoopクラスタの Object Storageのサブバケットに保存されます。 参考 Notebookを削除した場合でも、使用した Notebookファイルは削除されません。