远程服务器Docker内配置和访问JupyterLab

远程服务器Docker内配置和访问JupyterLab

相关文章
  如果远程服务器docker想通过pycharm实现代码调试，可参考博客pycharm与ssh远程访问服务器docker
  如果远程服务器docker想部署Flask项目，可参考博客远程服务器docker部署Flask+MongoDB项目

配置方法：
  任意选择一个镜像，并创建相应的容器，创建容器及容器内的ssh和防火墙配置其可参考上述的两个文章。需要注意的是，jupyter-lab默认使用端口8889，因此在run时候要额外增加一个端口映射规则，例如：

sudo docker run -p [自选端口号1]:22 -p [自选端口号2]:8889 --gpus all -itd --name [自己起个名字] --privileged=true -v [宿主机（本地）的目录]:[自定义创建好的容器内的目录] [镜像名称或id] /bin/bash

• -p [自选端口号1]:22：同时将该容器映射到对应的端口号，并与22号端口进行关联监听，该端口映射后可以直接通过SSH访问该docker，无须经过宿主机；
• -p [自选端口号2]:8889：同时将该容器映射到对应的端口号，并与8889号端口进行关联监听；
• –gpus all：指定该实例化的容器内可使用所有宿主机包含的gpu，如果你配置的项目涉及到使用深度学习的模型获依赖于显存，则需要配置该参数，但你的宿主机需要存在显存才可以；
• -i：保持STDIN开启；
• -t：分配一个伪终端；
• -d：在后台运行
• –name [自己起个名字]：为了避免记住冗长复杂的容器id，通常可为容器设置一个名称，注意不要与现有的名称相同；
• –privileged：设置为true时，该容器可以拥有绝对的权利，例如开启防火墙端口等。非常关键，因为这直接关系到你的docker可不可以被宿主机以及外界访问；
• -v [宿主机（本地）的目录]:[自定义创建好的容器内的目录]：为了让容器内的文件与宿主机保持同步，可执行该参数，注意自定义创建好的容器内目录必须是绝对路径。

  创建完之后，请参考上述两个相关文章，配置SSH等。然后进入容器，安装jupyter-lab：

pip3 install jupyter jupyter-lab

  安装完之后，在容器内开启8889的端口防火墙：

sudo /sbin/iptables -I INPUT -p tcp --dport 8889 -j ACCEPT

当然宿主机也要开启相应映射的端口。

  最后启动jupyter：

jupyter-lab --ip 0.0.0.0 --port 8889 --allow-root

  注意一定要添加参数–ip 0.0.0.0 ，否则8889在容器内默认是在127.0.0.1地址，此时无法映射到宿主机，需要将该程序运行在0.0.0.0上。

  浏览器键入服务器ip地址以及映射端口号（直接从启动的链接复制粘贴即可）运行效果如下：