Jupyter是如何工作的？

如果想了解Jupyter是如何工作的，一定要阅读官方文档。
而如果阅读了官方文档，就一定会接触下面两个概念：

1. IPython REPL
   终端Ipython的作用是REPL（Read-eval-print-loop），一种交互解释器，也就是我们能接触到的命令行终端式的那个界面。
2. IPython kernel
   提供核心的计算功能，并且和前端进行通信，比如notebook。

Jupyter notebook 以及相关接口扩展出了其他如可视化，多媒体展示，以及其他等功能。

Terminal IPython

当你输入ipython的时候，会出现一个IPython交互接口，工作原理如下：

	while True：
		code = input(">>>")
		exec(code)

当然了，实际情况更加的复杂，因为要处理如多行代码，tab自动完成，
魔术命令等功能，但是模型是类似的：提示用户输入信息，当输入结束后，执行在同一个进程中。这种模型叫做REPL模型，如Java的JShell,Bash等也是REPL模型的解释器。

The IPython Kernel

所有其他的接口，notebook，Qt console，ipython console 和其他第三方的接口，都与Ipython kerneli通信。

IPython Kernel是一个单独的进程来运行用户提供的代码。前端应用，比如notebook或者是qtConsole与IPython Kernel进行交流是通过zero socket进行即时信息交互。具体使用的协议在Messaging In Jupyter中有详细的描述。

IPython Kernel的核心的执行机制与terminal IPython是共享的。

IPython Kernel进程可以同时连接多个前端程序，在这种情况下多个前端程序可能会访问同一个变量。

这种设计的目的是为了使不同前端的开发更加的简单，同时IPython Kernel不用做过多的变化。

如果要实现其他语言的开发呢，因为别忘了，Jupyter是支持多语言的交互文档。

有两种方式去为另外一种语言开发kernel。
第1种是Wrapper Kernel。
第2种是Native Kernel。如下图：

Wrapper Kernel对于已经有很好的Python封装的语言来说会更好的实现。比如octave_kernel。对于另外一些语言实现的话就会比较困难，如bash_kernel。使用Native方式实现的语言经常会被使用他们的群体维护的更好，比如IJulia或者IHaskell。

Notebooks

notebook前端做了很多其他事情。除了运行代码之外，还存储了代码和输出，还有Mark的一些备注。当你保存它的时候，这些东西会被发送，会被浏览器发送到notebook server，后存储成JSON格式的文件在硬盘上。

notebook server 并不是kernel. 它负责存储和加载note books，所以你可以直接编辑notebook，即使你没有Kernel也是可以的，因为Kernel并不知道notebook文档的存在，它只是接收代码的片断并执行。

输出notebooks到其他格式

Nbconvert工具把notebook 文件转成其他文件格式，例如 html，latex，restructuredText。
格式转换有以下几个步骤：

1.预处理器修改内存中的notebook信息
2.输出器把notebook转化成另外一种模式，大多数的输出器会使用模板来进行处理。
3.后期处理器对于已经导出的文件进行处理。

Nbviewer 网站使用nbconvert 和 html exporter，当你给它一个地址的时候，它从url中获取notebook
，并把它转化成html，最后展示给你。

IPython.parallel

IPython 包括一个并行计算的框架，IPython.parallel.它允许你来控制个别的引擎，这些引擎是IPython kernel的扩展。

参考https://jupyter.readthedocs.io/en/latest/architecture/how_jupyter_ipython_work.html