远程工作利器：高效指南教你如何在Linux服务器上部署Jupyter Notebook并实现安全远程访问

远程工作利器：高效指南教你如何在Linux服务器上部署Jupyter Notebook并实现安全远程访问

1.安装 Anaconda和python

你可以在终端中运行以下命令来检查是否已安装：

python --version
python3 --version

• 安装 pip

  pip 是 Python 的包管理工具，用于安装和管理 Python 库。在终端中运行以下命令来安装 pip：

  sudo yum install python3-pip
  

• Anaconda安装

  这里就不赘述了直接参考下述链接：

  Linux和Windows系统下:安装Anaconda、Paddle、tensorflow、pytorch，GPU[cuda12.4、cudnn]、CPU安装教学,多版本cuda11.2 自由切换

  #1.创建指定python版本的环境
  conda create --name your-env python=3.11
  #2. 激活环境
  conda activate your-env
  #3.退出环境
  conda deactivate
  

2.安装 Jupyter

1. 使用 pip 安装 Jupyter。运行以下命令：

   # 更新pip3到最新版本
   pip3 install --upgrade pip
   # pip安装jupyter notebook
   pip3 install jupyter
   

2. 把 jupyter 添加到环境变量。

   # 显示jupyter所在目录
   ~ pip3 show jupyter
   Location: /usr/local/lib/python3.6/site-packages
   

   a. 查找 Jupyter 的安装位置:
   查找 Jupyter 可执行文件的安装位置。你可以使用以下命令找到：

   find / -name jupyter
   

   上述命令可能需要一些时间，因为它会搜索整个文件系统。找到类似/xxx/xxxl/bin/jupyter的路径。

   

   b. 将 Jupyter 路径添加到 PATH:
   打开你的 bash 配置文件，通常是~/.bashrc或~/.bash_profile。使用文本编辑器打开该文件：

   vim ~/.bashrc
   或者
   nano ~/.bash_profile
   

   c. 在文件的末尾添加以下行（将xxx/xxxx/bin替换为上面找到的 Jupyter 可执行文件的路径）：

   export PATH="/www/anaconda3/anaconda3/envs/agent/bin:$PATH"
   

   保存并退出文本编辑器。

   d. 使更改生效：

   source ~/.bashrc
   

   或者

   source ~/.bash_profile
   

3.启动 Jupyter Notebook

3.1. 生成配置文件

jupyter notebook --generate-config

会生成一个jupyter_notebook_config.py文件。

一般生成在root/.jupyter/下面

3.2. 创建密码

jupyter notebook password

输入两次密码，然后他会自动帮你把生成含有密码的 hash 码输入到jupyter_notebook_config.json文件。

随便设置简单即可 123456789

3.3. 修改 jupyter notebook 的配置文件

• 打开配置文件
  需要注意的是把路径添加正确！！！

  vim jupyter/jupyter_notebook_config.py
  

• 在该文件中做如下修改或直接在文件尾端添加：

  c.NotebookApp.allow_remote_access = True #是否允许远程访问，默认False
  c.NotebookApp.allow_root = True #是否同意jupyter以root身份运行，默认False
  c.NotebookApp.ip = '0.0.0.0' #允许所有ip访问
  c.NotebookApp.notebook_dir = '/www/algorithm/agent' #自定义工作区,目录要自己预先创建。
  c.NotebookApp.open_browser = False #是否在键入jupyter时打开浏览器
  c.NotebookApp.password = 'argon2:$argon2id$v=19$m=10240,t=10,p=xxxxxxxxxxxxx' #jupyter server密码，从jupyter_notebook_config.json 复制出来。
  c.NotebookApp.port = 8502 #jupyter的监听端口，默认8888
  
  

自定义工作区 ：推荐放在ipynb所有目录一致

3.4. 启动 jupyter notebook

jupyter notebook
#jupyter notebook --ip=0.0.0.0 --port=8888
# 或使用nohup后台运行
nohup jupyter notebook &

3.5. 远程访问 jupyter notebook

浏览器输入http://ip:8502, 会让你输入密码，密码即为你上面设置的。

http://10.80.2.195:8502/

4.Jupyter 好用的扩展插件

4.1 jupyter_contrib_nbextensions

• 1、安装 jupyter_contrib_nbextensions
  该插件会扩展 jupyter 的很多功能，如目录，自动补全等，在服务器终端依次运行如下命令

  pip install jupyter_contrib_nbextensions
  
  jupyter-contrib-nbextension install --user
  

报错：ModuleNotFoundError: No module named ‘notebook.nbextensions’

Jupyter Notebook 7.0+ 版本对扩展的支持方式发生了变化，许多旧的扩展可能不兼容

方案1：使用 nbclassic

如果您使用的是 Jupyter Notebook 7.0 或更高版本，可以尝试安装 nbclassic：

pip install nbclassic

方案2：重新安装 jupyter-contrib-nbextensions

先卸载现有的包，然后重新安装：

pip uninstall -y jupyter_contrib_nbextensions

pip install jupyter_contrib_nbextensions

ModuleNotFoundError: No module named ‘jupyter_server.contents’

TypeError: warn() missing 1 required keyword-only argument: ‘stacklevel’

由于缺少 jupyter_server.contents 模块导致的。这是一个典型的依赖关系问题，因为Jupyter 相关包版本不兼容或安装不完整。

• Python 3.12 是较新的版本，某些 Jupyter 组件可能尚未完全兼容
• 错误中的 stacklevel 参数问题表明可能存在 Python 版本与库版本不匹配的情况

pip install jupyter_server

pip uninstall -y notebook jupyter_server
pip install notebook jupyter_server

打开 jupyter 会发现多了一个菜单栏 Nbextension

对 Nbextension 进行配置，勾选需要的功能

2、安装 nb_conda

conda install nb_conda

LibMambaUnsatisfiableError: Encountered problems while solving: - package nb_conda-2.2.1-py27_0 requires python >=2.7,<2.8.0a0, but none of the providers can be installed

安装完成后，需要在服务器重新启动一下 Jupyter notebook，会发现多了一个菜单栏 Conda

解决 nb_conda 安装错误

方案1：使用 conda-forge 通道

conda install -c conda-forge nb_conda_kernels

nb_conda_kernels 是 nb_conda 的替代品，通常与更新版本的 Python 兼容。

方案2

如果您只是需要在 Jupyter 中使用不同的 conda 环境，可以考虑使用以下替代方案：

# 安装 ipykernel

conda install ipykernel

# 将当前环境添加到 Jupyter

python -m ipykernel install --user --name

agentscope --display-name "Python (AgentScope)"

在服务器创建一个虚拟环境 python312，然后刷新一下页面，就可以看到虚拟环境 python312

conda create -n python312 python=3.12

5. 多个 Python 版本 kernel 配置

虽然上面已经创建了虚拟环境，并显示出来了，但是在创建新的 notebook 时并显示 python312，因为 python312 存在不同的虚拟环境里面，这个需要我们再进行配置

Jupyter Notebook 允许用户在同一个 notebook 中使用多个不同的 IPython 内核

• 1、安装 Jupyter Notebook 和 IPython 内核

  conda create -n python312 python=3.12   #上面安装过的可以忽略
  conda activate python312
  pip install jupyter
  pip install ipykernel
  pip install ipywidgets
  

• 2、安装新的 kernel 内核

  conda activate python312   #切换虚拟环境
  ipython kernel install --name "python312" --user
  

• 3、服务器端重新启动 Jupyter notebook
  建一个 python312 内核的 notebook，查看当前内核的 python 解释器版本