JupyterHub¶

Ambiente de notebooks para análise interativa e pesquisa no GovHub BR.

Papel na Arquitetura¶

JupyterHub permite análises exploratórias conectadas ao PostgreSQL (Silver/Gold) e, quando aplicável, ao MinIO (Bronze), para cientistas de dados e pesquisadores. Para dados sensíveis, como Siape ou dados financeiros detalhados, o caminho recomendado é via Trino + Ranger quando esse controle estiver habilitado no ambiente.

Acesso¶

Ambiente	URL	Credenciais
Local	`http://localhost:8888`	sem autenticação local
Produção	Via VPN	Autenticação do cluster

Kernels Disponíveis¶

Kernel	Bibliotecas
Python 3.11	pandas, sqlalchemy, matplotlib, seaborn, scikit-learn

Conexão com Dados¶

PostgreSQL (Silver/Gold)¶

import pandas as pd
from sqlalchemy import create_engine

engine = create_engine("postgresql://postgres_dw:postgres_dw@postgres:5432/data_warehouse")

# Ler tabela Gold
df = pd.read_sql("SELECT * FROM gold.fato_transferencias LIMIT 1000", engine)

Trino (Dados Sensíveis)¶

from sqlalchemy import create_engine

# Conexão via Trino — Ranger aplica as políticas configuradas no ambiente
engine = create_engine("trino://trino:8443/postgres/silver")

# Apenas dados autorizados para o usuário são retornados
df = pd.read_sql("SELECT * FROM silver.servidores LIMIT 1000", engine)

Dados sensíveis

Em ambientes com Trino + Ranger habilitados, dados de pessoal e financeiro detalhado devem passar pelo caminho governado. Não documente nem use atalhos de conexão direta para dados sensíveis sem validação da equipe responsável pelo acesso.

MinIO (Bronze)¶

import boto3
import json

s3 = boto3.client("s3", endpoint_url="http://minio:9000",
                  aws_access_key_id="minioadmin",
                  aws_secret_access_key="minioadmin")

obj = s3.get_object(Bucket="bronze-transferegov", Key="2026-05-19/transferencias.json")
data = json.loads(obj["Body"].read())

Os valores minioadmin são exemplos locais. Em ambientes compartilhados, use credenciais provisionadas por secret do ambiente.

Convenções de Notebooks¶

Prefixo numérico para ordem: 01_exploracao.ipynb, 02_analise.ipynb
Documentar hipóteses e conclusões em Markdown cells
Não commitar outputs pesados (usar .gitignore ou nbstripout)

Deploy¶

Gerenciado via Argo CD:

continuous-deployment/
└── jupyterhub/
    ├── values.yaml
    └── values.prod.yaml