thêm chức năng train trên odc predict trên planetary

train_files/01.train_DecisionTree_PlanetaryComputer.ipynb

@@ -7,22 +7,27 @@
    "source": [
     "# 🌍 Decision Tree Land Classification - Planetary Computer\n",
     "\n",
-    "## 📌 Notebook này có thể chạy trên:\n",
+    "## 📌 Notebook này chạy trên:\n",
-    "- ✅ **Local machine** (không cần ODC database)\n",
+    "- ✅ **Server ODC/JupyterHub** với Dask Gateway\n",
-    "- ✅ **Server ODC/JupyterHub** (có ODC database)\n",
+    "- ✅ Load dữ liệu từ **Microsoft Planetary Computer** (không cần ODC database)\n",
     "\n",
     "## 🎯 Nguồn dữ liệu:\n",
     "**Microsoft Planetary Computer STAC API**\n",
     "- Sentinel-2 L2A (optical)\n",
     "- Sentinel-1 RTC (SAR)\n",
     "\n",
+    "## 🚀 Infrastructure:\n",
+    "- **Dask Gateway**: Adaptive scaling (1-10 workers)\n",
+    "- **Datacube**: Initialized nhưng không dùng để load data\n",
+    "- **S3 Access**: Configured với requester_pays\n",
+    "\n",
     "## 🔄 Workflow:\n",
-    "1. Load data từ Planetary Computer (STAC)\n",
+    "1. Load data từ Planetary Computer (STAC API)\n",
     "2. Preprocessing (cloud mask, NDVI, resampling)\n",
     "3. Train Decision Tree model\n",
     "4. Evaluate & save model\n",
     "\n",
-    "---"
+    "---\n"
    ]
   },
   {
@@ -39,6 +44,10 @@
     "import os\n",
     "sys.path.insert(0, '/media/x79/2A7D-FAA0/remote-sensing')\n",
     "\n",
+    "# Import ODC modules for Dask Gateway and Datacube\n",
+    "import datacube\n",
+    "from deafrica_tools import notebook_utils\n",
+    "\n",
     "# Import module load dữ liệu không cần ODC database\n",
     "import importlib\n",
     "import load_data_no_odc\n",
@@ -71,12 +80,9 @@
     "import json\n",
     "from datetime import datetime\n",
     "\n",
-    "# Dask for parallel processing\n",
-    "from dask.distributed import Client, LocalCluster\n",
-    "\n",
     "print(\"✅ All modules loaded successfully!\")\n",
     "print(\"📡 Data source: Microsoft Planetary Computer\")\n",
-    "print(\"💻 Environment: Local or Remote compatible\")"
+    "print(\"🚀 Infrastructure: Dask Gateway + ODC\")\n"
    ]
   },
   {
@@ -84,9 +90,9 @@
    "id": "53397b2f",
    "metadata": {},
    "source": [
-    "## 🚀 Step 1: Initialize Dask Cluster\n",
+    "## 🚀 Step 1: Initialize Dask Gateway + Datacube\n",
     "\n",
-    "Khởi tạo Dask local cluster để xử lý song song"
+    "Khởi tạo Dask Gateway với adaptive scaling và cấu hình S3 access\n"
    ]
   },
   {
@@ -96,20 +102,24 @@
    "metadata": {},
    "outputs": [],
    "source": [
-    "# Khởi tạo Dask LocalCluster\n",
+    "%%time\n",
-    "print(\"🚀 Initializing Dask LocalCluster...\")\n",
     "\n",
-    "cluster = LocalCluster(\n",
+    "print(\"🚀 Step 1: Dask Gateway + Datacube Initialization\")\n",
-    "    n_workers=4,\n",
+    "print(\"=\" * 70)\n",
-    "    threads_per_worker=1,\n",
-    "    memory_limit='4GB'\n",
-    ")\n",
-    "client = Client(cluster)\n",
     "\n",
-    "print(f\"✅ Dask cluster ready!\")\n",
+    "# Cấu hình Dask Gateway\n",
-    "print(f\"   Workers: {len(cluster.workers)}\")\n",
+    "cluster, client = notebook_utils.initialize_dask(use_gateway=True, workers=(1, 10))\n",
-    "print(f\"   Dashboard: {client.dashboard_link}\")\n",
+    "\n",
-    "print(\"=\" * 70)"
+    "# Khai báo Datacube\n",
+    "dc = datacube.Datacube()\n",
+    "\n",
+    "# Cấu hình truy cập dịch vụ S3\n",
+    "notebook_utils.configure_s3_access(aws_unsigned=False, requester_pays=True, client=client)\n",
+    "\n",
+    "print(f\"\\n✅ Dask Gateway + Datacube + S3 ready!\")\n",
+    "print(f\"   Dask dashboard: {client.dashboard_link}\")\n",
+    "print(f\"   Workers: Adaptive scaling (1-10)\")\n",
+    "print(\"=\" * 70)\n"
    ]
   },
   {
@@ -631,13 +641,13 @@
    "metadata": {},
    "outputs": [],
    "source": [
-    "# Close Dask cluster\n",
+    "# Close Dask Gateway cluster\n",
     "try:\n",
     "    client.close()\n",
     "    cluster.close()\n",
-    "    print(\"✅ Dask cluster closed.\")\n",
+    "    print(\"✅ Dask Gateway cluster closed.\")\n",
     "except Exception as e:\n",
-    "    print(f\"⚠ Error closing cluster: {e}\")"
+    "    print(f\"⚠ Error closing cluster: {e}\")\n"
    ]
   },
   {
@@ -650,23 +660,42 @@
     "## ✅ Summary\n",
     "\n",
     "### Notebook này:\n",
-    "- ✅ Load dữ liệu từ **Microsoft Planetary Computer**\n",
+    "- ✅ Chạy trên **Server ODC/JupyterHub** với **Dask Gateway**\n",
-    "- ✅ Không cần **ODC Database**\n",
+    "- ✅ Load dữ liệu từ **Microsoft Planetary Computer** qua STAC API\n",
-    "- ✅ Có thể chạy trên **local machine** hoặc **server ODC**\n",
+    "- ✅ Không cần **ODC Database** để load data (dùng Planetary Computer)\n",
+    "- ✅ Sử dụng infrastructure của ODC (Dask Gateway, S3 access)\n",
     "- ✅ Tương thích 100% với dữ liệu ODC\n",
     "\n",
+    "### Ưu điểm của approach này:\n",
+    "1. **Scalability**: Dask Gateway adaptive scaling (1-10 workers)\n",
+    "2. **Public data**: Planetary Computer không cần VPN/private network\n",
+    "3. **Consistent**: Cùng infrastructure với ODC training pipeline\n",
+    "4. **Flexible**: Có thể train trên Planetary Computer, predict trên ODC hoặc ngược lại\n",
+    "\n",
     "### Workflow train/predict:\n",
-    "1. **Train trên server ODC**: Chạy notebook này với training data đầy đủ\n",
+    "1. **Train trên server ODC**: Chạy notebook này với Dask Gateway\n",
-    "2. **Save model**: Export `.joblib` file\n",
+    "2. **Save model**: Export `.joblib` file  \n",
-    "3. **Predict trên local**: Load model và sử dụng cùng `load_data_no_odc.py` để load dữ liệu mới\n",
+    "3. **Predict qua API**: api_server.py tự động dùng Planetary Computer\n",
     "\n",
-    "### Next steps:\n",
+    "### Architecture:\n",
-    "1. Cập nhật `train_path` với đường dẫn training data thực tế\n",
+    "```\n",
-    "2. Uncomment các TODO cells\n",
+    "┌─────────────────────────────────────┐\n",
-    "3. Run notebook để train model\n",
+    "│   TRAINING (ODC Infrastructure)     │\n",
-    "4. Test prediction trên local machine\n",
+    "│   ✅ Dask Gateway (1-10 workers)   │\n",
+    "│   ✅ Planetary Computer STAC API    │\n",
+    "│   ✅ S3 access configured           │\n",
+    "│   → Model: .joblib                  │\n",
+    "└─────────────────────────────────────┘\n",
+    "                 ↓\n",
+    "┌─────────────────────────────────────┐\n",
+    "│   PREDICTION (API Server)           │\n",
+    "│   ✅ Planetary Computer (public)   │\n",
+    "│   ✅ Same preprocessing pipeline    │\n",
+    "│   → GeoTIFF output                  │\n",
+    "└─────────────────────────────────────┘\n",
+    "```\n",
     "\n",
-    "---"
+    "---\n"
    ]
   }
  ],