Ubuntu20.04云服务器安装配置Jupyter Lab

❚ 前言

Jupyter Lab 是 Jupyter 主打的最新数据科学生产工具，是基于Web的交互式开发环境。某种意义上，它的出现是为了取代 Jupyter Notebook，但它也包含了 Jupyter Notebook 的所有功能，非常方便研究和教学。 Jupyter Lab 的用途非常灵活，可支持数据清理和转换、统计建模、数据科学、科学计算和机器学习领域的广泛工作。

❚ 安装 Jupyter Lab

1. 云服务器环境

▸ CPU：2核内存：2GB
▸ 系统盘：40GB SSD云硬盘
▸ 操作系统：Ubuntu Server 20.04 LTS 64bit
▸ Python版本： 3.9.13 pip版本：22.1.2
❚ 注：安装 Jupyter Lab 前需要安装Python（3.3版本及以上，或2.7版本）和pip

2. 安装 Miniconda

❚ 更新升级已安装的软件包至最新版本

su       // 切换到 root 用户
apt update && apt upgrade

❚ 以下操作不推荐使用 root 用户

su ubuntu    // 切换到 ubuntu 用户
cd          // 切换到 /home/ubuntu/

❚ 安装 Miniconda（清华源）

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-py39_4.12.0-Linux-x86_64.sh
bash Miniconda3-py39_4.12.0-Linux-x86_64.sh
source ~/.bashrc
conda --v

❚ 切换 conda 源为清华源（可选）

 vim ~/.condarc

向 condarc 文件中添加以下内容

channels:- defaultsshow_channel_urls: truechannel_alias: https://mirrors.tuna.tsinghua.edu.cn/anacondadefault_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

❚ 清除索引缓存

conda clean -i

3. 安装 Jupyter Lab

conda install jupyterlab

❚ 准备 Jupyter Lab 密码

python   // 进入 Python 环境> from notebook.auth import passwd
> passwd()   # 输入自己想要设置的密码（重复）得到类似 'argon2:...'的加密串，保存备用
'argon2:$argon2id$v=19$m=10240,t=10,p=8$tuOUUSE/KyCKtjW6HmLLvg$WJWRe2O/TDJheuzPcWebZcXkSe8aoW8hsZQrKAyeGxQ'
> quit()     # 退出 Python 环境

4. 配置 Jupyter Lab 端口访问

jupyter lab --generate-config    // 创建配置文件
cd ~/.jupyter
vim jupyter_lab_config.py       // 编辑配置文件

根据自己需求更新以下内容

c.ServerApp.allow_origin = '*'    // 约 576 行
c.ServerApp.allow_remote_access = True // 约 614 行
c.ServerApp.ip = '0.0.0.0' // 默认是 localhost 约 775 行
c.ServerApp.notebook_dir = '/home/ubuntu/workspace' // 项目文件夹 约 868 行
c.ServerApp.password = 'xxxxxx' // 刚生成的类似 'argon2:...' 的加密串 约 887 行
c.ServerApp.open_browser = False // 禁止浏览器打开 约 876 行
c.ServerApp.port = 8080 // 端口 随自己选择即可 约 900 行

❚ 注：部署在云服务器需要检查是否在防火墙（安全组）开放你配置的端口

5. 运行 Jupyter Lab

jupyter lab

❚ 注：若选择 IP 直连，且已在防火墙开放对应端口，即可使用 IP:8888(端口) 访问

6. 开启插件管理器

conda install -c conda-forge jupyter_contrib_nbextensions

❚ 注：安装完成后再次运行 Jupyter Lab 将会有 GUI，此处不再赘述

7. 设置中文（简体）语言

pip install jupyterlab-language-pack-zh-CN

❚ 注：安装完成后再次运行 Jupyter Lab 需要在菜单栏选择 【设置】→ 【语言】→ 【中文(简体,中国)】 ，将会自动重载页面，配置完成！

8. 安装 Nodejs（安装插件需要）

conda install -c conda-forge/label/cf202003 nodejs

9. 添加 Julia 编程语言（可选）

❚ 获取 Julia 编程语言压缩包并解压

wget https://mirrors.tuna.tsinghua.edu.cn/julia-releases/bin/linux/x64/1.8/julia-1.8-latest-linux-x86_64.tar.gz
tar -xzvf julia-1.8-latest-linux-x86_64.tar.gz

❚ 配置 Julia 环境

vim ~/.bashrc

在文件末尾添加以下内容

export PATH=$PATH:/home/ubuntu/julia-1.8.0-rc4/bin // 添加环境变量
export JULIA_PKG_SERVER=https://mirrors.tuna.tsinghua.edu.cn/julia // 添加清华源为 Julia 包源

❚ 立刻加载更新后的设置，使之生效

source ~/.bashrc

❚ 配置 Jupyter 内核

julia    // 进入 Julia 环境julia> using Pkg
julia> Pkg.add("IJulia")
julia> exit()    // 退出 Julia 环境

10. 配置 C/C++ 内核（可选）

❚ 安装 C++ 内核

mamba install xeus-cling -c conda-forge

❚ 安装 C 内核

pip install jupyter-c-kernel
install_c_kernel --user

11. 安装 Python 数据科学/机器学习常用库

conda install pytorch torchvision torchaudio cpuonly -c pytorch
pip install numpy conda pandas scipy matplotlib
pip install joblib
pip install -U scikit-learn
pip install simplejson
pip install networks networkx
pip install opencv-python
pip install opencv-contrib-python opencv-python-headless
pip install Seaborn
pip install Keras

12. 配置 Jupyter Lab 开机自启动（方法1 可选）

❚ 新建 jupyter.service 文件并编辑

sudo vim /etc/systemd/system/jupyter.service

添加以下内容（以自己的配置为准）

[Unit]
Description=Jupyterlab
After=network.target
[Service]
Type=simple
ExecStart=/home/ubuntu/miniconda3/bin/jupyter-lab --config=/home/ubuntu/.jupyter/jupyter_lab_config.py --no-browser
User=ubuntu
Group=ubuntu
WorkingDirectory=/home/ubuntu/workspace
Restart=always
RestartSec=10
[Install]
WantedBy=multi-user.target

❚ 设置开机自启动

sudo systemctl enable jupyter

❚ 其他相关控制命令

sudo systemctl start jupyter  （启动）
sudo systemctl stop jupyter  （停止）
sudo systemctl restart jupyter  （重启）

❚ 该方法存在启动后扩展管理器错误问题（如下所示）：

与服务器扩展通信出错。请参考文档 以确保它已启用。
原因： Error: 500 (Internal Server Error)

❚ 注：该错误仅对插件管理器的网络连接有影响，不影响 Jupyter Lab 的正常使用！

13. 配置 Jupyter Lab 后台启动不挂断（方法2 可选）

❚ 新建 jupyter-start.sh 文件并编辑

vim jupyter-start.sh

添加以下内容（以自己的配置为准）

#!/bin/sh/bin/echo $(/bin/date +%F_%T) >> /home/ubuntu/startup.log
nohup /home/ubuntu/miniconda3/bin/jupyter-lab --allow-root > jupyter.log 2>&1 &ps -le | grep jupyterexit 0

❚ 启动 Jupyter Lab （关闭终端不挂断）

bash jupyter-start.sh

❚ 注：该方法尚无法实现服务器重启后自动运行，需要手动启动！

❚ 运行效果展示

❚ 注：本教程尚未讲解插件安装过程，以下为我已安装的插件，仅供参考！