使用雲服務器從0開始搭建雲端Jupyter Lab|Notebook

2022 年 7 月 29 日
筆記
linux, VPS

0、購買雲服務器

購買服務器我只推薦硅雲，因為香港服務器免備案！而且25歲以下僅需10元每月，至少可買3年！每年享有多次原價續費機會，可補價升級配置。

硅雲服務器首頁：//www.vpsor.cn?userCode=qh1dc78

VPS購買頁：//www.vpsor.cn/activity/cloudsite?userCode=qh1dc78

1、安裝寶塔面板

Centos安裝腳本

yum install -y wget && wget -O install.sh //download.bt.cn/install/install_6.0.sh && sh install.sh ed8484bec

Ubuntu/Deepin安裝腳本

wget -O install.sh //download.bt.cn/install/install-ubuntu_6.0.sh && sudo bash install.sh ed8484bec

寶塔面板7.9.2開心版[不是很必要]

功能介紹：
系統工具：日誌清理工具增加 2.0版本！
寶塔插件：堡塔網站加速增加 4.2版本！
專業版插件：網站監控報表增加 6.8版本！
企業版插件：堡塔防提權改名堡塔防入侵！
企業版插件：堡塔限制訪問型證書-Linux版增加 1.2版本！
第三方插件：Nginx免費防火牆更新 6.3版本！
第三方插件：百度網盤更新 3.9版本！
部分第三方插件已經全部更新同步官方！
修復第三方插件百度網盤無法使用問題！
修復已知道的一些插件到期的問題！
修復第一次安裝腳本，需要退出登錄重登才能安裝插件的邏輯問題！
修復部分用戶登錄虛擬賬戶無法獲取列表 authlist空白的問題！
修復危險級別：特高去除寶塔因為賬戶跟寶塔不匹配封 ban用戶ip風險的問題（導致恢復免費版也無法使用，只能降級7.7.0 才能使用）！
已支持 Arm 架構！！！
一鍵腳本代碼:

curl //www.ddayun.cn/bt/update6.sh|bash

ps：安裝寶塔面板僅僅是為了操作文件更加方便！
寶塔面板安裝完成後，你會獲得登錄網址和賬戶密碼

2、配置python環境

鑒於python學習進階需要使用多個不同版本的Python虛擬環境來實現不同項目的部署，我建議安裝Anaconda3來進行Python環境管理。

這裡可以選擇自己想要的anaconda版本，不同版本自帶的python版本也不相同，此處我選擇2021.04

官網鏡像：//repo.anaconda.com/archive/

清華鏡像：//repo.continuum.io/archi

首先安裝curl方法：

yum update -y && yum install curl -y

或者wget方法:

yum -y install wget

curl和wget的區別：//www.cnblogs.com/lsdb/p/7171779.html

下載安裝包：

curl //repo.anaconda.com/archive/Anaconda3-2021.04-Linux-x86_64.sh
#或者
wget //repo.anaconda.com/archive/Anaconda3-2021.04-Linux-x86_64.sh

使用bash命令安裝anaconda（名字要對應）：

bash Anaconda3-2021.04-Linux-x86_64.sh

按照安裝提示，鍵入回車:

Please, press ENTER  to continue
>>> ENTER

同意安裝協議：

安裝此版本時，會強制用戶看完整個協議，直接一路回車就行，直到看到確認信息

# 輸入yes，表示同意安裝協議
Do you accept the license terms? [yes|no][no] 
>>> yes

確認安裝路徑(可修改，也可以使用自定義)：

#使用默認路徑，直接鍵入回車，使用自定義路徑，直接輸入安裝路徑
#此處使用 /opt/anaconda3作為安裝路徑
Anaconda3 will now be installed into this location:
/root/anaconda3  

- Press ENTER to confirm the location  
- Press CTRL-C to abort the installation  
- Or specify a different location below

[/root/anaconda3] >>> /opt/anaconda3

環境變量初始化：

#此處詢問是否初始化conda的環境，直接輸入yes
Do you wish the installer to initialize Anaconda3
by running conda init? 

[yes|no][no] >>> yes

初始化時，anaconda將配置寫入了~/.bashrc 文件，直接執行：

source ~/.bashrc

後即可正常使用了。

安裝完成後，如果是手動選擇的路徑，那麼最好手動添加環境變量，

export PATH=/你的安裝路徑/anaconda3/bin:$PATH

下一步我們建立Tensorflow環境，供以後使用

conda create -n tensorflow python=3.5
source activeate tensorflow
conda install -c conda-forge tensorflow

3.配置Jupyter

3.1配置Jupyter Notebook

然後我們就可以開始配置Jupyter Notebook了，

我直接使用root用戶安裝（若服務器有重要價值的話十分不推薦使用此方法，創建用戶方法可參考文末的引用文章）

生成Notebook密碼：

#進入python環境
python
>>> from notebook.auth import passwd
>>> passwd()

控制台會提示輸入密碼兩次，並生成一段sha1加密碼，請複製並保留它，稍後會用到，

Enter password:
Verify password:
'argon2:a52.....'

#退出python環境
>>>quit()

然後我們要生成Jupyter Notebook配置文件，並使用vim命令修改

jupyter notebook --generate-config
vim ~/.jupyter/jupyter_notebook_config.py

在配置文件末尾添加如下內容：

# 允許通過任意綁定服務器的ip訪問
c.NotebookApp.ip = '*'
# 用於訪問的端口
c.NotebookApp.port = 80
# 不自動打開瀏覽器
c.NotebookApp.open_browser = False
# 設置登錄密碼
c.NotebookApp.password = 剛剛生成的sha1密碼

我不喜歡vim這個垃*F**k文本編輯器，所以我在寶塔改好，直接上傳。

*後期我打算直接綁定二級域名，因此使用80端口（出於安全考慮，不建議，但想要域名不用加端口號，最方便的是80端口）

*還可以在配置文件中綁定SSL證書，待補充

配置文件修改完成後，因為我使用的是80端口，需要關閉CentOS內置的httpd服務以免端口衝突。

service httpd stop

調試階段直接用：

#退出ssh終端則停止運行，--allow root允許管理員賬戶
jupyter notebook --allow-root

最後用nohup命令啟動notebook，確保ssh終端關閉後服務在後台繼續運行:

#no hang up不需要終端掛起
nohup jupyter notebook --allow-root

最後我還將子域名”nb.我的域名”的DNS指向VPS地址，我就可以通過”nb.我的域名”直接訪問Notebook了！

3.2配置jupyter lab

安裝jupyter lab：

#pip安裝 （base）
pip install jupyterlab==3
pip install jupyterlab-language-pack-zh-CN # 安裝中文界面
#conda安裝
conda install -y -c conda-forge jupyterlab==3
pip install jupyterlab-language-pack-zh-CN # 使用pip安裝中文界面

在Jupyter Lab的網頁中，點擊：
Settings→Language→Chinese (simplified, china) (中文 (簡體，中國))

JupyterLab 可以通過conda，pip，pipenvordocker的方式安裝。

# conda
conda install -c conda-forge jupyterlab

# pip
pip install jupyterlab

安裝 nb_conda_kernels*

nb_conda_kernels 是一個 Jupyter 的擴展功能（extension），可以管理多個 Conda 環境下的 Jupyter 核心（kernels），整合多 Conda 環境中各種不同版本的 Python 或 R 等語言。

nb_conda_kernels 必須安裝在在 Jupyter（Jupyter Notebook 或 JupyterLab）所在的 Conda 環境中，可以直接放在 base 環境中，或是另外建立獨立的 Conda 環境亦可。

這裡我們建立一哥新的 Conda 環境，專門用於放置 JupyterLab：

# 建立 Conda 環境，並安裝 JupyterLab
conda create --name jupyterlab python=3.7 jupyterlab

在此 Conda 環境加裝 nb_conda_kernels 擴展功能套件：

# 安裝 nb_conda_kernels 擴展功能套件
conda install --name jupyterlab nb_conda_kernels

安裝 Jupyter Kernels*

所有需要在 Jupyter 中透過nb_conda_kernels來使用 Conda 環境，都需要安裝對應語言的的 Jupyter 核心（kernels）。

建立一個 Python 2.7 的 Conda 環境：

# 建立 Python 2.7 的 Conda 環境
conda create --name Python2 python=2.7.18

# 安裝 Python 的 Jupyter 核心
conda install --name Python ipykernel

建立一個 R-4.0.2 的 Conda 環境：

# 建立 R 4.0.2 的 Conda 環境
conda create --name R-4.0.2 --channel r r-essentials=4.0.2 r-base=4.0.2

# 安裝 R 的 Jupyter 核心
conda install --name R-4.0.2 --channel r r-irkernel

配置jupyter lab

生成 jupyterlab 配置文件

使用--generate-config參數，生成 jupyterlab 配置文件。

$ jupyter lab --generate-config

將之前notebook的配置文件那幾行複製一下，寫入jupyter_lab_config.py

啟動

安裝好所有的 Conda 環境以及對應的 Jupyter 核心之後，就可以依照一般的方式啟動 JupyterLab環境：

# 載入 Jupyter 的 Conda 環境(下面兩種方式都可以激活)*
$ conda activate jupyterlab 
$ source activate jupyterlab

# 載入 Conda 的 Base 環境*
$ conda activate base
$ source activate base

啟動 JupyterLab

如果想同時實現notebook和lab兩種python工具，那麼運行jupyter lab就可以了！

#最終只需要運行下面的命令
#退出終端則停止（調試）
$ jupyter lab --allow-root
#掛起
$ nohup jupyter lab --allow-root

附：如果登錄jupyter密碼錯誤，則需要修改jupyter_notebook_config.json密碼

#jupyter_notebook_config.json has higher priority
$ jupyter notebook password

#結果
[JupyterPasswordApp] Wrote hashed password to /root/.jupyter/jupyter_server_config.json

4.域名代理及計劃任務

由於我們使用了80端口，那麼解析域名就很簡單了。

我使用的是DnsPod來解析，主機記錄指的是二級域名即將jupyter指向nb.你的域名

完成這一步就可以通過域名訪問你的雲端jupyter服務了。

最後我們再寶塔添加一個計劃任務，防止進程中斷

#!/bin/bash
kill $(lsof -t -i:80)
export PATH=/root/anaconda3/bin:$PATH
#執行任務
nohup jupyter lab --allow-root

從日誌來看，我們已經成功添加定時任務：

原創作者：孤飛-博客園
原文地址：//www.cnblogs.com/ranxi169/p/16531863.html

Tags: linux VPS