如何配置自定义镜像的Vertex AI Workbench JupyterLab访问GCS与GitHub

一、镜像构建时添加必要依赖与配置 #

在自定义镜像的Dockerfile中加入以下内容，补全预构建镜像包含的核心组件：

1. 安装gcsfuse与基础工具

# 添加GCSFuse软件源
RUN echo "deb https://packages.cloud.google.com/apt gcsfuse-focal main" | tee /etc/apt/sources.list.d/gcsfuse.list
RUN curl https://packages.cloud.google.com/apt/doc/apt-key.gpg | apt-key add -

# 安装依赖包：gcsfuse、git、SSL证书（解决GitHub 443端口连接问题）
RUN apt-get update && apt-get install -y --no-install-recommends \
    gcsfuse \
    git \
    ca-certificates \
    && rm -rf /var/lib/apt/lists/*

2. 安装Vertex AI JupyterLab扩展（实现侧边栏GCS可视化）

# 安装Google Cloud AI Platform Python包与对应JupyterLab扩展
RUN pip install --no-cache-dir google-cloud-aiplatform[jupyter]
RUN jupyter labextension install @google-cloud/vertex-ai-jupyterlab-extension

3. 安装GCS Python SDK（可选，用于代码层面访问GCS）

RUN pip install --no-cache-dir google-cloud-storage

二、实例权限与网络配置 #

• 创建用户托管笔记本实例时，选择具备Storage Object Admin和Storage Bucket Viewer权限的服务账号，确保该账号能访问目标GCS桶。
• 确认实例所在VPC的防火墙规则允许出站流量到：
  • github.com:443（GitHub访问）
  • storage.googleapis.com:443（GCS访问）
  • 元数据服务器169.254.169.254:80（自动获取服务账号凭据）

三、解决gcsfuse挂载错误 #

若需手动挂载GCS桶，按以下步骤操作：

1. 先创建本地挂载目录：

mkdir -p /local_bucket

2. 执行挂载命令（需确保服务账号权限正常）：

gcsfuse --implicit-dirs gs://MY_BUCKETS /local_bucket

常见错误排查：

• 提示"permission denied"：检查服务账号的GCS权限配置
• 提示"connection failed"：确认镜像未屏蔽元数据服务器地址169.254.169.254

四、验证GitHub访问 #

执行以下命令测试连接状态：

curl -v https://github.com

返回正常HTML内容则说明证书与网络配置无误；若出现SSL证书错误，确认Dockerfile中已安装ca-certificates并更新了apt源。

五、启用侧边栏GCS UI显示 #

完成镜像构建并创建实例后：

1. 启动JupyterLab
2. 在左侧侧边栏找到Google Cloud Storage蓝色桶形图标
3. 点击图标即可直接查看所有有权限访问的GCS桶，无需手动挂载

内容的提问来源于stack exchange，提问作者user3448011