JupyterLab 实战
Project Jupyter[1] (/ˈdʒuːpɪtər/) 是一个旨在开发跨多种编程语言的交互式计算的开源软件、开放标准和服务的项目。
Project Jupyter 已经开发和支持了交互式计算产品 Jupyter Notebook 和 JupyterLab。
Jupyter Notebook 是经典的 Notebook 交互界面，JupyterLab 是下一代的 Notebook 交互界面。
preview
本文主要介绍 JupyterLab 环境搭建，包括远程密码访问及添加 Kernel 以支持其他语言。
演示环境准备
容器
本文以在 docker 容器中搭建 JupyterLab 为例进行说明：
# 拉取 python 镜像
$ docker pull python
# 启动容器并映射 8099 端口作为访问 JupyterLab 的端口
$ docker run -d --name pycontainer -p 8099:8099 python tail -f /dev/null
# 进入容器
$ docker exec -ti pycontainer bash
miniconda
虚拟环境的管理以使用 Miniconda[2] 为例，在上面准备好的容器中，安装并初始化，使用 Quick command line install[3] 中提供的 Linux 环境安装语句：
$ mkdir -p ~/miniconda3
$ wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
$ bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
$ rm -rf ~/miniconda3/miniconda.sh
因为本文准备的容器中只有 bash shell，使用如下命令进行初始化：
$ ~/miniconda3/bin/conda init bash
初始化后需要重新进入一次终端使配置生效，可退出容器之后再次进入。
上面 wget 的地址如果下载较慢，可改为使用清华大学开源镜像站中的地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh ，并为Anaconda配置国内镜像源[4]：
# 添加 channel
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# 查看 channel
$ conda config --show channels
# 设置搜索时显示 channel 地址
$ conda config --set show_channel_urls yes
# 删除指定源
# conda config --remove channels 源名称或链接
conda config --remove channels defaults
为 JupyterLab 创建一个新的虚拟环境 lab_env：
# 新虚拟环境中 Python 版本使用 3.12
$ conda create -n lab_env python=3.12
# 激活虚拟环境
$ conda activate lab_env
至此，本文用来演示的搭建 JupyterLab 的基础环境已经准备好。
不再需要这个演示的虚拟环境时，可以通过下面方式移除：
$ conda deactivate
$ conda env remove --name lab_env
安装 JupyterLab
可按 官方文档[5] 使用 pip 进行安装：
$ pip install jupyterlab
# pip install jupyterlab -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/
也可以直接使用 conda 安装：
$ conda install jupyterlab
# 安装后查看版本
$ jupyter --version
Selected Jupyter core packages...
IPython : 8.20.0
ipykernel : 6.28.0
ipywidgets : not installed
jupyter_client : 8.6.0
jupyter_core : 5.7.1
jupyter_server : 2.12.4
jupyterlab : 4.0.10
nbclient : 0.8.0
nbconvert : 7.14.1
nbformat : 5.9.2
notebook : not installed
qtconsole : not installed
traitlets : 5.14.1
此时就可以启动 JupyterLab 了：
$ jupyter lab
但因为我们是在容器中启动的服务，默认配置是不能直接访问的，需要调整配置以允许远程访问。
密码登录及远程访问
JupyterLab 可以通过启动参数及配置文件对默认配置进行调整。
先来看下配置文件的方式：
# 生成配置文件
$ jupyter server --generate-config
Writing default config to: /root/.jupyter/jupyter_server_config.py
生成的 jupyter_server_config.py 配置文件内容较多，可以根据需要对配置进行调整，允许远程访问和密码登录（及其他几个参数）的配置可参考下面内容：
# Configuration file for jupyter-server.
c = get_config() #noqa
## Allow requests where the Host header doesn't point to a local server
#
# By default, requests get a 403 forbidden response if the 'Host' header
# shows that the browser thinks it's on a non-local domain.
# Setting this option to True disables this check.
#
# This protects against 'DNS rebinding' attacks, where a remote web server
# serves you a page and then changes its DNS to send later requests to a
# local IP, bypassing same-origin checks.
#
# Local IP addresses (such as 127.0.0.1 and ::1) are allowed as local,
# along with hostnames configured in local_hostnames.
# Default: False
c.ServerApp.allow_remote_access = True
## Whether to allow the user to run the server as root.
# Default: False
c.ServerApp.allow_root = True
## The IP address the Jupyter server will listen on.
# Default: 'localhost'
c.ServerApp.ip = '*'
## DEPRECATED in 2.0. Use PasswordIdentityProvider.hashed_password
# Default: ''
# c.ServerApp.password = ''
c.PasswordIdentityProvider.hashed_password='argon2:$argon2id$v=19$m=10240,t=10,p=8$77oaPHievVOfjuE0GHjaSA$eBTBF0mfA5qSOJq4ou3fBYeDE70x72xnaF1SYo2D034'
## The port the server will listen on (env: JUPYTER_PORT).
# Default: 0
c.ServerApp.port = 8099
## The directory to use for notebooks and kernels.
# Default: ''
c.ServerApp.root_dir = '/root'
其中密码的 hash 值可以通过如下方式获取：
$ python
Python 3.12.1 | packaged by conda-forge | (main, Dec 23 2023, 08:03:24) [GCC 12.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> from jupyter_server.auth import passwd
>>> passwd('hinex')
'argon2:$argon2id$v=19$m=10240,t=10,p=8$77oaPHievVOfjuE0GHjaSA$eBTBF0mfA5qSOJq4ou3fBYeDE70x72xnaF1SYo2D034'
或：
$ jupyter server password
Enter password:
Verify password:
[JupyterPasswordApp] Wrote hashed password to /root/.jupyter/jupyter_server_config.json
$ cat /root/.jupyter/jupyter_server_config.json
{
"IdentityProvider": {
"hashed_password": "argon2:$argon2id$v=19$m=10240,t=10,p=8$7wNypI7oYGfIR5fmStC8AQ$SraH34Dd2Oj4o2cnfI7MMEP/0CEnm7N7GgdfU6b6l1s"
}
}
将宿主机中准备好的配置文件拷贝至容器中（因为容器内没有文本编辑器）：
docker cp ~/Desktop/jupyter_server_config.py pycontainer:/root/.jupyter/
之后再次启动 JupyterLab 即可通过宿主机的 8099 端口访问到界面了：
$ jupyter lab
hello world
多个配置
因为默认的配置文件是放在用户的 ~/.jupyter 路径下，在一个环境中想启动多个不同配置的 JupyterLab 服务的时候，就需要通过 --config 参数指定配置文件路径，或通过启动参数传入配置：
$ jupyter lab --no-browser --ServerApp.port=8090 --ServerApp.root_dir=/root --PasswordIdentityProvider.hashed_password='argon2:$argon2id$v=19$m=10240,t=10,p=8$7wNypI7oYGfIR5fmStC8AQ$SraH34Dd2Oj4o2cnfI7MMEP/0CEnm7N7GgdfU6b6l1s' --ServerApp.allow_root=True --ServerApp.ip='0.0.0.0'
或：
$ jupyter lab --config=/root/jupyter_server_config.py
Kernels
Jupyter 官网中提到：
Jupyter supports over 40 programming languages, including Python, R, Julia, and Scala.
这需要 Jupyter kernels[6] 的支持来实现。
安装的 jupyterlab 依赖中，包括了第一个 Kernel —— ipykernel[7]，所以我们可以直接使用 Python 代码进行交互式计算：
ipykernel
下面命令可以查看当前环境中存在的 kernel 列表：
$ jupyter kernelspec list
Available kernels:
python3 /root/miniconda3/envs/lab_env/share/jupyter/kernels/python3
目前只有默认安装的 kernel，接下来我们安装一个新的 kernel。
Bash Kernel
bash_kernel[8]
pip install bash_kernel
或：
conda install bash_kernel
此时，我们的 kernel 列表中出现了新的 kernel：
$ jupyter kernelspec list
Available kernels:
bash /root/miniconda3/envs/lab_env/share/jupyter/kernels/bash
python3 /root/miniconda3/envs/lab_env/share/jupyter/kernels/python3
重启 JupyterLab，在界面中调整 kernel 为 Bash，就可以在 notebook 中执行 bash 命令了：
bash
调整 kernel
- 修改 kernel 在界面中的显示名
- 使用
jupyter kernelspec list查找 kernel 安装路径 - 编辑其中的
kernel.json文件，修改display_name属性中的显示名
- 移除 kernel
$ jupyter kernelspec remove bash
参考资料
[1]
Jupyter: https://jupyter.org/
[2]
Miniconda: https://docs.conda.io/en/latest/miniconda.html
[3]
Quick command line install: https://docs.conda.io/projects/miniconda/en/latest/#quick-command-line-install
[4]
Anaconda配置国内镜像源: https://blog.csdn.net/anglemanyi/article/details/112647242
[5]
官方文档: https://jupyter.org/install#jupyterlab
[6]
Jupyter kernels: https://github.com/jupyter/jupyter/wiki/Jupyter-kernels
[7]
ipykernel: https://pypi.python.org/pypi/ipykernel
[8]
bash_kernel: https://github.com/takluyver/bash_kernel
[9]
Jupyter Lab 密码登录、远程访问: https://blog.csdn.net/qq_27370437/article/details/117845115
[10]
给jupyter设置密码以能远程访问的方法: https://zhuanlan.zhihu.com/p/27339792
[11]
PasswordIdentityProvider.hashed_password not working or ignored on AWS ECS: https://discourse.jupyter.org/t/passwordidentityprovider-hashed-password-not-working-or-ignored-on-aws-ecs/22514
[12]
Jupyter Notebook Kernels: How to Add, Change, Remove: https://queirozf.com/entries/jupyter-kernels-how-to-add-change-remove
让 AI 辅助编写内部代码
JavaCC 实战
How to integrate SEATA AT mode with Spring Cloud