十分钟配置云端数据科学开发环境

做数据科学开发，目前最流行的语言之一是 Python，这主要得益于其提供 Numpy、Pandas等强大的软件包，以及 Jupyter 这样便捷的开发环境。

本文将介绍如何在一台云服务器上配置 Jupyter Notebook 环境，从此只要有浏览器和网络，就是可以随时随地进行数据科学开发工作，不用担心家庭环境与办公环境多次配置的问题。

[1490153271508_9229_1490153269702.png]

前提条件

如果想跟随本教程一起完成环境搭建工作，需要拥有一台云服务器，笔者使用的是腾讯云提供的 CVM，操作系统为 Ubuntu 14.04。如果不满足该条件，可以考虑通过笔者的推荐链接购买。

如果你打算长期使用该服务器，可以参考这篇文章：如何正确配置 Ubuntu 14.04 云服务器？

购买服务器并完成配置之后，即可通过如下命令登录：

ssh ubuntu@cvm-ip

安装依赖

Jupyter 是使用 Python 编写的一个软件包。而且，我们希望在 Jupyter 中使用 Python 2 和 Python 3等多个版本，因此先安装 Python 3 和 pip 。（Ubuntu 14.04 默认安装了 Python 2.7）

sudo apt-get install update
sudo apt-get install python3 python-pip

配置国内 PyPI 源

后续使用 pip 安装第三方库时，由于受国内网络限制，速度会比较慢。我们首先将 PyPI 的源修改为国内源，这里使用的是中国科学技术大学提供的源。

编辑 ~/.pip/pip.conf ，在最上方加入如下内容：

[global]
index-url = https://mirrors.ustc.edu.cn/pypi/web/simple
format = columns

配置好之后，即可享受风一般的安装速度。

虚拟环境

下面，为 Jupyter 创建一个独立的虚拟环境，与系统自带的 Python 隔离开来。为此，先安装 virtualenv 库：

sudo pip install -U virtualenv

由于我们目前是以 ubuntu 用户，可能要以 sudo 执行命令，避免 pip 安装时出现权限问题。

然后，创建一个专门的虚拟环境，并直接激活：

virtualenv venv -p python3
source venv/bin/activate

在创建虚拟环境时，指定的 Python 版本为 3，方便后续的操作。

安装 Jupyter

Jupyter 的安装其实很简单，只需要执行一行命令即可：

sudo pip install -U jupyter

由于会安装其他相关的依赖库，这一步所需的时间可能较长。

配置 Jupyter

安装好 Jupyter 之后，我们需要对其进行简单的配置，比如设置访问密码，默认不自动打开浏览器等。Jupyter 默认会使用 ~/.jupyter/jupyter-noteboook-config.py 配置文件，我们在 ~/venv/ 目录下新建一个 conf.py 文件作为自定义配置文件。

mkdir -p ~/venv/conf.py

创建密码

为了方便，我们选择 jupyter 作为访问密码。

需要在命令行依次执行如下命令，结束之后会得到一个密码的 sha1 值，后续要填写在配置文件中。

PASSWD=$(python -c 'from notebook.auth import passwd; print(passwd("jupyter"))')
echo "c.NotebookApp.password = u'${PASSWD}'"

其他设置

此外，为了能够直接通过浏览器打开 http://cvm-ip:8881 地址，访问 Jupyter Notebook，我们还要做如下设置：

c.NotebookApp.ip = '*'
c.NotebookApp.open_browser = False
c.NotebookApp.port = 8881
c.NotebookApp.password = u'sha1:${PASSWD}' # ${PASSWD} 替换为实际的 sha1 值

将上面两处设置，写入 conf.py 文件，然后执行如下命令即可：

jupyter notebook --config ~/venv/conf.py

[图片]

新建 Jupyter 系统服务

为了能够长时间访问 Jupyter Notebook，避免每次都需登陆服务器手动执行命令，我们需要让该命令一直在后台自动运行，最好是支持系统重启时自动启动。因此，我们可以将 jupyter 变成一个系统服务。

创建 /etc/init/jupyter.conf 文件，写入如下内容：

start on runlevel [2345]
stop on runlevel [!2345]

setuid ubuntu
setgid ubuntu

env PATH=/home/ubuntu/venv/bin
chdir /home/ubuntu/jupyter
exec jupyter notebook --config /home/ubuntu/venv/conf.py

上面定义了该服务在 runlevel 为 2、3、4、5 时启动，而在非这几个 runlevel 时停止该服务。

运行级别0：系统停机状态，系统默认运行级别不能设为0，否则不能正常启动 运行级别1：单用户工作状态，root权限，用于系统维护，禁止远程登陆 运行级别2：多用户状态(没有NFS) 运行级别3：完全的多用户状态(有NFS)，登陆后进入控制台命令行模式 运行级别4：系统未使用，保留 运行级别5：X11控制台，登陆后进入图形GUI模式 运行级别6：系统正常关闭并重启，默认运行级别不能设为6，否则不能正常启动

配置好了 jupyter.conf 文件之后，就能够通过如下命令启动、停止和重启 Jupyter Notebook 了：

sudo start jupyter # 启动 jupyter
sudo stop/restart jupyter # 停止/重启 jupyter
sudo status jupyter # 查看 jupyter 的状态

这样，每次系统启动或者出错重启时，都会启动 Jupyter Notebook。

配置 Nignx 并创建系统服务

下一步，我们设置 Nginx 作为 Jupyter 的反向代理服务器。首先，安装 Nginx，并修改default 设置：

sudo apt-get install nignx
sudo vim /etc/nginx/sites-available/default

修改其中的 location / 部分，并注释掉某些行，具体见下面的示例：

server {
        listen 80 default_server;
        listen [::]:80 default_server ipv6only=on;

        #root /usr/share/nginx/html;
        #index index.html index.htm;

        # Make site accessible from http://localhost/
        server_name localhost;

        location / {
                # First attempt to serve request as file, then
                # as directory, then fall back to displaying a 404.
                # try_files $uri $uri/ =404;
                proxy_pass http://localhost:8881;
                # Uncomment to enable naxsi on this location
                # include /etc/nginx/naxsi.rules
        }
}

这一步需要注释掉 try_files 一行，并新增 proxy_pass http://localhost:8881;，将对 http://cvm-ip 的访问请求转发至该地址 。

保存并退出文件，然后重启 Nginx 服务即可。

sudo service nginx restart

之后，再修改 conf.py 文件：

#conf.py
c.NotebookApp.ip = 'localhost' # 表示只接受来自本机的请求
...

并重启 Jupyter 服务：

sudo restart jupyter

现在我们访问云服务器的 IP 地址时，就会进入 Jupyter Notebook 的登陆页面。

[1490153347220_5974_1490153345482.png]

制作系统镜像

虽然说上面的整个过程并不太复杂，一步一步跟着教程做的话可能十分钟左右就可以搞定了。但是如果希望以后也能够快速复制同样的系统，将整个过程编写为一个脚本来自动安装、配置时比较好的选择。不过，最终安装、配置的时间还是会有的。

推荐一种更加快速的方法，即使用腾讯云等云服务商提供的制作镜像功能，将配置好的系统直接打包，以后可以直接使用镜像，只要1-2分钟，就可以启动 Jupyter Notebook 服务器了。

相关推荐：

1. 利用Pelican搭建数据科学博客
2. 人人都可以做深度学习应用：入门篇（上）