# 環境管理

> 環境管理 - DataRobot Notebooksプラットフォームの環境管理機能について説明します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-15T05:55:44.908365+00:00` (UTC).

## Primary page

- [環境管理](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [ノートブック環境の管理](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#manage-the-notebook-environment): In-page section heading.
- [セッションステータスの管理](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#manage-session-status): In-page section heading.
- [公開ポートの管理](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#manage-exposed-ports): In-page section heading.
- [機能に関する注意事項とFAQ](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#feature-considerations-and-faq): In-page section heading.
- [カスタム環境のイメージ](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#custom-environment-images): In-page section heading.
- [カスタム環境の作成](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#create-a-custom-environment): In-page section heading.
- [ノートブックセッションにカスタム環境を使用する](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#use-a-custom-environment-for-a-notebook-session): In-page section heading.
- [組み込み環境のイメージ](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#built-in-environment-images): In-page section heading.
- [環境変数](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#environment-variables): In-page section heading.
- [既存の変数の編集](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#edit-existing-variables): In-page section heading.

## Documentation content

このページでは、ノートブック環境を設定して開始する方法の概要を説明します。

## ノートブック環境の管理

コードを作成して実行する前に、環境アイコンをクリックしてノートブックの環境を設定します。 [環境イメージ](https://docs.datarobot.com/ja/docs/classic-ui/dr-notebooks/code-nb/dr-env-nb.html.md#built-in-environment-images) は、ノートブック内で使用されるコーディング言語、依存関係、およびオープンソースライブラリを決定します。 DataRobot Notebooksのデフォルトイメージは構築済みのPythonイメージですが、他のオプションにはGPU向けに最適化された組み込み環境などがあります。 デフォルトイメージで利用可能なすべてのパッケージのリストを表示するには、 環境 タブでそのイメージにカーソルを合わせます。

次のスクリーンショットと表は、ノートブック環境で使用可能な設定オプションの概要を示しています。

|  | 要素 | 説明 |
| --- | --- | --- |
| (1) | 開始環境のトグル | ノートブック環境のカーネルを開始または停止し、これによりノートブックのコードセルを実行できます。 |
| (2) | リソースタイプ | マシンプリセットを表すもので、環境のカーネルを実行するマシン上にあるCPUとRAMを指定します。 |
| (3) | 環境 | ノートブックで使用するコーディング言語とそれに関連するライブラリを決定します。 |
| (4) | ランタイム | アクティブなセッション中のノートブック環境のCPU使用率、RAM使用量、および経過したランタイムを示します。 |
| (5) | 非アクティブタイムアウト | 環境の実行が停止し、ベースとなるマシンがシャットダウンするまでの非アクティブ時間を制限します。 非アクティブ時のデフォルトのタイムアウトは60分で、設定可能な最大タイムアウトは180分です。 |
| (6) | 公開されているポート | ポート転送を有効にして、MLflowやStreamlitなどのツールやライブラリによって起動されるWebアプリケーションにアクセスできるようにします。 ローカルで開発する場合、Webアプリケーションはhttp://localhost:PORTでアクセスできます。しかし、ホストされたDataRobot環境で開発する場合、Webアプリケーションにアクセスするには、そのアプリケーションが実行されている（セッションコンテナ内の）ポートを転送する必要があります。 詳細については、公開ポートの管理を参照してください。 |

### セッションステータスの管理

ノートブックセッションを開始して、そこでコードを作成して実行するには、ツールバーで環境をオンにして起動します。

環境が初期化されるまで少し待ってから、 開始 ステータスが表示されたら、編集を開始できます。

セッション中に、ノートブック環境の既存パッケージのいずれかをアップグレードし、アップグレードされたバージョンを認識したい場合は、カーネルを再起動する必要があります。 そのためには、ツールバーの丸い矢印アイコンをクリックします。

カーネルの再起動は、以下のように、環境セッションの再起動とは異なることに注意してください。環境セッションを停止（セッショントグルを使用）すると、ノートブックが実行中のコンテナが停止します。 次回セッションを開始すると、新規コンテナがスピンアップするため、ノートブックの状態と実行時にインストールされたパッケージは失われます。

非アクティブ状態でタイムアウトに達すると、自動的にシャットダウンされることに注意してください。 ノートブックに実行中のセルがなく、セッションタイムアウト値によって設定された時間内にノートブックの内容が変更されていない場合、セッションは非アクティブと見なされます。

ノートブックダッシュボードから、すべてのノートブック環境のステータスを表示できます。

> [!NOTE] 備考
> 同時に実行できるアクティブなノートブックセッションは最大2つまでであることに注意してください。

### 公開ポートの管理

ポート転送用のポートを作成するには、 + ポートを追加 をクリックし、 ポート番号 とオプションの 説明 を入力して、承認アイコン をクリックします。

> [!NOTE] Port limits
> 指定できる最大ポート番号は `65535` で、最小ポート番号は `1024` です。 ポート `8888` 、 `8889` 、 `8022` は予約済みで使用できません。 1つのノートブックまたはcodespaceで、最大5つのポートを公開できます。 セルフマネージドAIプラットフォームでは、この制限を無効にすることができます。

ポート番号のドロップダウンには、OSSツール（MLFlow、Streamlitなど）で一般的に使用されるデフォルトのポート番号オプションが含まれています。

転送するポートを追加したら、ノートブックやcodespaceのコンテナセッションを開始できます。 Webアプリケーションを起動したら、 公開されているポート リストにあるポートのURL経由でWebアプリケーションにアクセスします。

- リンクをクリックすると、新しいブラウザータブが開き、アプリケーションが実行されます。
- コピーアイコンをクリックすると、WebアプリケーションのURLがコピーされます。
- 指定したポートで実行されているWebアプリケーションのURLにアクセスするには、対応するノートブックまたはcodespaceにアクセスできる必要があります。

ポート番号を変更したり、ポートの説明を編集したり、そのポートの転送を停止したりするには、アクションメニュー をクリックします。

- 編集をクリックすると、ポート番号や説明を変更できます。
- 削除をクリックすると、公開されているポートが削除され、そのポートへのセッション転送が終了します。

> [!NOTE] 公開ポートの変更
> 転送されるポートを変更（追加、編集、削除）できるのは、ノートブックやcodespaceのセッションがオフラインのときだけです。

#### 機能に関する注意事項とFAQ

ポート転送を設定する前に、以下の注意点とよくある質問を確認してください。

**注意事項:**
サーバーアプリケーションは
0.0.0.0
にバインドされている必要があります。 多くのライブラリで起動されるWebサーバーは、デフォルトでは、
localhost
/
127.0.0.1
からの接続しか受け付けません。 この設定は、ライブラリをローカルで使用する場合は有効ですが、DataRobotがホストするセッションでは無効です。 Webサーバーが他のマシンからの接続を受け付けるようにするには、ホストとして
0.0.0.0
を指定します。 たとえば、 MLflow Tracking UIを起動するには、DataRobotのターミナルから以下のコマンドを実行します。
mlflow
ui
--host
0
.0.0.0
Webサーバーを実行するために指定されたポートは、ノートブックやcodespaceの環境設定で公開されているポートと一致する必要があります。そうでない場合、公開ポートのURLでWebアプリケーションにアクセスできません。 たとえば、ノートブックやcodespaceの環境設定でポート
8080
への転送を有効にした場合を考えてみます。MLflowのTracking UIのデフォルトはポート
5000
です。 WebブラウザーでMLflow Tracking UIにアクセスするには、DataRobotのターミナルからMLflowアプリケーションを起動する際に、デフォルトの
--port
引数を上書きします。
mlflow
ui
--port
8080
--host
0
.0.0.0.
指定されたポートで一度に実行できるサーバープロセスは1つだけです。 たとえば、MLflow Tracking UIが公開ポート
8080
で実行されているとき、同じポートでStreamlitアプリケーションをテストするには、新しいサーバーを実行する前にそのプロセスを終了します。

**FAQ:**
スタンドアロンのノートブックセッションにスクリプトの内容を書き込むには？
Jupyterカーネルには、セルの内容をファイルとして保存する
%%writefile
コマンドが用意されています。
%%writefile
app.py
from
fastapi
import
FastAPI
from
pydantic
import
BaseModel
app
=
FastAPI
()
@app.get
(
"/"
)
async
def
echo
()
:
return
{
"message"
:
"Hello, world!"
}

DataRobot NotebookセッションでStreamlitにアクセスするには？
Streamlitのデフォルトポートは
8501
です。
そのポートを公開した場合は、以下のコマンドを使用します。
streamlit
run
app.py
ポートを上書きしたい場合は、
server.port
引数を使用します。
streamlit
run
app.py
--server.port
8080

DataRobot NotebookセッションでMLFlowにアクセスするには？
MLflowのTracking UIのデフォルトポートは
5000
です。
ノートブックやcodespaceの環境設定でポート
8080
への転送を有効にしている場合、WebブラウザーでMLflow Tracking UIにアクセスするには、DataRobotのターミナルからMLflowアプリケーションを起動する際に、デフォルトの
--port
引数を上書きします。
mlflow
ui
--port
8080
--host
0
.0.0.0
MLFlowは、別のプロセスセットを起動して着信接続を処理します。 これらのプロセスは、正しく終了しないことがあります（ターミナルセッション経由で
mlflow ui
を実行した後、プロセスを停止せずに突然セッションを終了した場合など）。 サーバープロセスがそのまま残っている場合、ポートを再利用することはできません。 これらのプロセスをクリーンアップするには、以下のコマンドを使用します。
pkill
-f
mlflow.server

DataRobot NotebookセッションでShinyにアクセスするには？
Shinyはランダムなポートと
localhost
を使用します。
デフォルトのポートを上書きするには、以下のコマンドを使用します。
options
(
shiny.port
=
7775
)
options
(
shiny.host
=
"0.0.0.0"
)
ui
<-
fluidPage
(
"Hello, world!"
)
server
<-
function
(
input,
output,
session
)
{
}
shinyApp
(
ui,
server
)

DataRobot NotebookセッションでKedro-Vizを実行するには？
Kedro-Vizのデフォルトポートは
4141
です。
!kedro
viz
run
--host
0
.0.0.0

DataRobot NotebookセッションでTensorBoardを実行するには？
TensorBoardのデフォルトポートは
6006
です。
tensorboard
--bind_all
--logdir
.

DataRobot NotebookセッションでGradioアプリケーションを実行するには？
Gradio UIのデフォルトポートは
localhost:7680
です。
Gradioアプリケーションを実行する前に、以下のコードを使用して、別のFastAPIアプリケーションのサブアプリケーションとしてマウントします。
app.py
import
gradio
as
gr
from
fastapi
import
FastAPI
def
greet
(
name
,
intensity
):
return
"Hello, "
+
name
+
"!"
*
int
(
intensity
)
demo
=
gr
.
Interface
(
fn
=
greet
,
inputs
=
[
"text"
,
"slider"
],
outputs
=
[
"text"
],
)
fapp
=
FastAPI
(
root_path
=
"/notebook-sessions/
{NOTEBOOK_ID}
/ports/
{YOUR_PORT}
"
)
gr
.
mount_gradio_app
(
fapp
,
demo
,
f
"/"
,
root_path
=
"/notebook-sessions/
{NOTEBOOK_ID}
/ports/
{YOUR_PORT}
"
)
その後、スクリプト（この例では
app.py
）を
uvicorn
で実行します。
uvicorn
app:fapp
--host
0
.0.0.0
--port
7860
--reload

DataRobot NotebookセッションでNiceGUIアプリケーションを実行するには？
NiceGUIのデフォルトポートは
8080
です。
以下のコードを使用して、NiceGUIのデモアプリケーションを作成します。
app.py
from
nicegui
import
ui
class
Demo
:
def
__init__
(
self
):
self
.
number
=
1
demo
=
Demo
()
v
=
ui
.
checkbox
(
'visible'
,
value
=
True
)
with
ui
.
column
()
.
bind_visibility_from
(
v
,
'value'
):
ui
.
slider
(
min
=
1
,
max
=
3
)
.
bind_value
(
demo
,
'number'
)
ui
.
toggle
({
1
:
'A'
,
2
:
'B'
,
3
:
'C'
})
.
bind_value
(
demo
,
'number'
)
ui
.
number
()
.
bind_value
(
demo
,
'number'
)
ui
.
run
()
その後、スクリプト（この例では
app.py
）を実行します。
!python
app.py

カスタムサーバーにアクセスできますか？
独自のTCP/HTTPサーバーを作成して実行することができます。 たとえば、以下では、FastAPIで記述されたシンプルなカスタムサーバーを作成します。
from
fastapi
import
FastAPI
from
pydantic
import
BaseModel
app
=
FastAPI
()
@app.get
(
"/"
)
async
def
echo
()
:
return
{
"message"
:
"Hello there"
}
その後、
uvicorn
でアプリを実行します。
!uvicorn
app:app
--host
0
.0.0.0
--port
8501
--reload


## カスタム環境のイメージ

DataRobot Notebooksは [DataRobotのカスタム環境](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-environment-workshop/nxt-add-custom-env.html.md) と連携しており、ノートブックセッションを実行するための再利用可能なカスタムDockerイメージを定義できます。 カスタム環境では、環境設定を完全に制御でき、ビルトインイメージで利用可能なもの以外にも、再現可能な依存関係を活用することができます。 DataRobot NotebooksではPythonとRのカスタム環境のみがサポートされていることに注意してください。

### カスタム環境の作成

カスタム環境を追加するには、ノートブックのサイドバーで 環境 タブ（ [https://docs.datarobot.com/ja/docs/images/icon-env.png](https://docs.datarobot.com/ja/docs/images/icon-env.png) ）に移動し、 環境 フィールドドロップダウンを展開します。 リストの一番下までスクロールし、 新しい環境を作成 を選択します。 これにより、レジストリの 環境 ページが表示されます。

環境 ページでは、ノートブックとモデルの両方の環境を作成してアクセスできます。 ノートブックに新しいカスタム環境を作成し、その詳細を設定するには、 + 環境を追加 をクリックします。

DataRobotでは、 [ノートブック組み込み環境テンプレート](https://github.com/datarobot/datarobot-user-models/tree/master/public_dropin_notebook_environments) にアクセスして、DataRobot Notebooksの実行と互換性のあるDockerコンテキストの作成に必要な要件を参照することを強くお勧めします。

環境バージョンの追加 パネルで、以下の情報を入力します。

| フィールド | 説明 |
| --- | --- |
| 環境名 | 環境の名前。 |
| コンテキストファイル | Dockerfileと環境イメージを構築するために必要なその他のファイルを含むアーカイブ。 ビルド済みイメージを指定する場合、このファイルは必要ありません。 |
| 構築済みイメージ | （オプション）Dockerのsaveコマンドでtarballとして保存された構築済みの環境イメージ。 |
| プログラミング言語 | 環境が作られた言語。 |
| 説明 | カスタム環境に関するオプションの説明。 |
| 環境タイプ | この環境でサポートされるDataRobotのアーティファクトタイプ：カスタムモデルまたはノートブック。 |

すべてのフィールドに入力して 追加 をクリックします。 カスタム環境は使用可能です。

アップロードした環境は、他のユーザーと [共有](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-environment-workshop/nxt-add-custom-env.html.md#manage-environments) しない限り、自分だけが使用できます。 既存の環境に変更を加えるには、新しい [バージョン](https://docs.datarobot.com/ja/docs/workbench/nxt-registry/nxt-environment-workshop/nxt-add-custom-env.html.md#add-an-environment-version) を作成します。 現在のノートブック タブをクリックすると、ノートブックのコンテナイメージとしてカスタム環境のバージョンを使用するように設定されているDataRobotのノートブックのリストを表示できます。

新しく作成したカスタム環境をノートブックで使用するには、ノートブックのサイドバーで 環境 タブ（ [https://docs.datarobot.com/ja/docs/images/icon-env.png](https://docs.datarobot.com/ja/docs/images/icon-env.png) ）に戻って、 環境 フィールドドロップダウンを再度展開します。 今回は、ドロップダウンリストの カスタム ヘッダーの下にリストされているカスタム環境を選択できます。

### ノートブックセッションにカスタム環境を使用する

ノートブックコンテナセッションで実行するイメージとしてカスタム環境を使用するには、使用するノートブックを開き、ノートブックサイドバーの 環境 タブ（ [https://docs.datarobot.com/ja/docs/images/icon-env.png](https://docs.datarobot.com/ja/docs/images/icon-env.png) ）に移動します。

環境 フィールドのドロップダウンには、DataRobot Notebooksと互換性のある、アクセス可能なすべてのカスタム環境が表示されます。 使用したいカスタム環境を選択します。 バージョン フィールドでは、使用する環境のバージョンを選択できます。 デフォルトでは、最新バージョンの環境が選択されます。 環境を選択したら、ノートブックセッションを開始できます。

## 組み込み環境のイメージ

DataRobotでは、特定のノートブックのコンテナイメージとして選択できる組み込みのDockerイメージのセットが維持されます。

DataRobotは以下のイメージを提供します。

- Python 3.13のイメージ：Pythonバージョン3.13、DataRobot Pythonクライアント、および一般的なデータサイエンス用ライブラリ一式が含まれています。
- Python 3.11のイメージ：Pythonバージョン3.11、DataRobot Pythonクライアント、および一般的なデータサイエンスライブラリのスイートが含まれています。
- Python 3.9のイメージ：Pythonバージョン3.9、DataRobot Pythonクライアント、および一般的なデータサイエンスライブラリのスイートが含まれています。
- R 4.3のイメージ：Rバージョン4.3、DataRobot Rクライアント、および一般的なデータサイエンスライブラリのスイートが含まれています。

## 環境変数

機微情報である文字列をノートブック内にプレーンテキストで保存せずに、ノートブック内で参照する必要がある場合は、環境変数を使用して値を安全に保存できます。 これらの値はDataRobotによって暗号化されて保存されます。 環境変数は、ノートブック内の外部データソースに接続するための資格情報を指定する必要がある場合などに便利です。

ノートブックセッションを開始するたびに、DataRobotはコンテナ環境でノートブックの関連する環境変数を設定するため、次のコードを使用してノートブックコードから参照できます。

**Python:**
```
import os
KEY = os.environ['KEY']  # KEY variable now references your VALUE 
```

**R:**
```
KEY = Sys.getenv("KEY") 
```


環境変数にアクセスするには、サイドバーのロックアイコンをクリックします。

新しいエントリーを作成 をクリックします。

ダイアログボックスで、1つのエントリーにキーと値を入力し、オプションの説明を入力します。

複数の変数を追加する場合は、 一括インポート を選択します。 フィールドの各行で次の形式を使用します。

`KEY=VALUE # DESCRIPTION`

> [!NOTE] 備考
> 同じキーを持つ既存の環境変数の値は、指定した新しい値によって上書きされます。

環境変数の追加が完了したら、 保存 をクリックします。

## 既存の変数の編集

環境変数 パネルからノートブックの関連する環境変数を編集および削除することもできます。

- 変数の鉛筆アイコンをクリックして、変数を編集します。
- 目のアイコンを選択すると、非表示の値が表示されます。
- ゴミ箱アイコンをクリックすると変数が削除されます。
- すべて挿入 をクリックして、ノートブックのすべての環境変数を取得してノートブックに含めるコードスニペットを挿入します。