Envie dados para o armazenamento remoto

Até agora, seus dados estão no cache local do DVC em uma única máquina. Seus colegas e a integração contínua não conseguem acessá-los, portanto você precisa de um local compartilhado para armazená-los.

Um remoto do DVC é um armazenamento em nuvem ou compartilhado para onde o cache de dados é enviado. Pense nele como um remoto do Git, mas para os dados volumosos em vez do código.

O DVC se comunica com S3, Google Cloud Storage, Azure, SSH e até mesmo com uma pasta compartilhada comum. Você escolhe o armazenamento que sua equipe já utiliza. ☁️

Use dvc remote add para registrar o armazenamento. A opção -d o define como padrão, para que push e pull o utilizem automaticamente.

A configuração do remoto fica em .dvc/config. Faça commit dela no Git para que todos os colegas herdem o mesmo remoto sem configuração adicional.

O DVC lê as credenciais da nuvem do seu ambiente ou do perfil da AWS, nunca da configuração registrada. Os segredos permanecem protegidos e fora do controle de versões.

Execute dvc push para enviar tudo o que está no seu cache ao remoto. Somente os arquivos que ainda não estão lá são enviados, portanto o processo continua rápido.

Um hábito seguro: envie os dados primeiro e depois o código. Assim, os ponteiros .dvc no Git sempre apontam para dados que já existem no remoto.

Depois de clonar e executar git pull, um colega executa dvc pull para baixar exatamente os conjuntos de dados referenciados pelos arquivos .dvc. Código e dados voltam a se reunir.

dvc fetch baixa os dados apenas para o cache, enquanto dvc pull também os restaura na sua pasta de trabalho. Pull é fetch mais checkout em uma única etapa.

Como o remoto é endereçável pelo conteúdo, os arquivos inalterados nunca são enviados novamente. O push envia apenas os dados que são realmente novos. 🚀

Qual comando envia seus dados rastreados do cache local para o armazenamento compartilhado?

Você adicionou um remoto do DVC, fez commit da configuração e usou dvc push para enviar os dados. Os colegas executam dvc pull para obter exatamente os conjuntos de dados referenciados pelos seus ponteiros.