jupyter kernel_Jupyter填补IDE空白，发布可视化调试器

1

Jupyter填补IDE空白

快速查看执行结果和迭代的能力是Jupyter成功的主要原因之一。Jupyter用户喜欢在note book上做实验，并把note book作为一种互动交流工具。但是，对于更经典的软件开发任务，例如重构大型代码库，它们通常会切换到通用的IDE。

在过去的几年中，Jupyter项目在填补这一空白方面取得了长足的进步，特别是在JupyterLab项目中，该项目实现了更丰富的UI，包括文件浏览器，文本编辑器，控制台，笔记本和丰富的布局系统。但是，缺少的部分(这仍然是用户切换到其他工具的主要原因之一)是可视化调试器。长期以来，用户一直要求此功能，特别是那些习惯于通用开发环境的用户。 经过几个月的开发，Jupyter今天终于宣布可视化调试器的第一个公开发行版 ！ 这只是第一个版本，但是我们已经可以在笔记本单元和源文件中设置断点，检查变量，导航调用堆栈等等。

2

binder上尝试调试器

您还可以使用binder在线尝试调试器。 调试器前端可以作为JupyterLab扩展安装。 在后端，需要一个实现Jupyter调试协议(将在下一部分中详细介绍)的内核。到目前为止，唯一实现此协议的内核是xeus-python，这是用于Python编程语言的新Jupyter内核。(路线图中也支持ipykernel中的调试器协议)。 一旦安装了xeus-python和debugger扩展，就全部设置为使用Jupyter可视调试器！ 注意：视平台而定，PyPI wheels 可用于xeus-python，但仍处于试验阶段。 3

Jupyter调试协议

Jupyter内核(执行用户代码的基础结构的一部分)与内核中的其余部分通过指定的进程间通信协议进行通信。 存在几种沟通渠道，例如：

• Shell通道，这是一个请求/回复通道，例如执行请求
• IOPub通道是从内核到客户端的单向通信通道，例如用于转发标准输出流(stdout和stderr)的内容。

Control通道类似于Shell，但在单独的socket上运行，因此消息不会在执行请求之后排队，并且具有更高的优先级。Control已用于中断和关机请求，我们决定对发送到调试器的命令使用相同的通道。 协议中添加了两种消息类型 ：

• debug_ [request / reply]请求由调试器执行的特定操作，例如添加断点或单步执行到代码中，然后发送到控制通道。
• 调试内核用于将调试事件发送到前端的debug_event单向消息。调试事件通过IOPub通道发送。

4

扩展的调试适配器协议(DAP)

Jupyter设计的关键原则是对编程语言的不可知论性。Jupyter调试协议必须适应其他内核实现，这一点很重要。 流行的调试标准是Microsoft的“调试适配器协议”(DAP) ，它是Visual Studio Code调试器的基础，基于JSON的协议，并且已经存在多种语言的后端。 但是，对于Jupyter而言，这还不够：

• 为了支持页面重新加载或客户端在以后的连接，Jupyter内核必须存储调试器的状态(断点，调试器当前是否停止)。前端可以通过debug_request消息来请求该状态。
• 为了支持不基于源文件的笔记本单元和Jupyter控制台的调试，还需要消息将代码提交到调试器，并可以在其中添加断点。

除了这两个区别外，调试请求和答复的内容还与调试适配器协议相对应。 5

第一个支持调试的Jupyter内核

Xeus-python，第一个支持调试的Jupyter内核。

Xeus是Jupyter内核协议的C ++实现。它本身不是内核，而是有助于内核创作的库。当为具有C或C ++ API(例如Python，Lua或SQL)的语言开发内核时，Xeus很有用。内核作者需要执行繁琐的任务来实现Jupyter消息传递协议，以专注于核心解释器任务：执行代码，检查等。

基于CERN的cling C ++解释器，已经使用xeus开发了几种内核，包括流行的针对C ++编程语言的xeus-cling内核。xeus-python内核是基于xeus的ipykernel的替代Python内核。xeus-python内核的第一个版本已于今年早些时候在此博客上宣布：

https://blog.jupyter.org/a-new-python-kernel-for-jupyter-fcdf211e30a8

Xeus-python是调试协议第一个实现的合适选择，因为

• 它具有可插入的并发模型，该模型允许在其他线程中运行Control通道的处理。

• 它具有较轻的代码库，使其成为方便的迭代沙箱。在ipykernel中实施协议的第一版将需要在早期阶段进行更重要的重构和共识。

xeus-python的短期路线图包括

• 在xeus-python中添加了对IPython魔术的支持，这是ipykernel缺少的主要功能。

• 改进xeus-python的PyPI wheels。

6

深入调试器前端架构

JupyterLab的调试器扩展提供了用户通常对IDE的期望：

• 带有变量浏览器的边栏，断点列表，源预览以及浏览调用堆栈的可能性

• 直接在代码旁边(即在代码单元和代码控制台中)设置断点的能力

• 视觉标记，指示当前执行已停止的位置

使用Jupyter笔记本时，执行状态保存在内核中。但是可以执行一个单元，然后将其从note book中删除。当用户想要插入已删除的代码时该怎么办？

该扩展支持该特定用例，并能够检索以前执行的单元格的只读视图。

控制台和文件也支持调试。

可以在notebook级别上启用调试，这使用户可以调试notebook并同时在另一个notebook上工作。

可以使用树查看器和表查看器检查变量：

JupyterLab的调试器扩展旨在与支持调试的任何内核一起使用。

通过依赖于调试适配器协议，调试器扩展可以抽象出特定于语言的功能，并为用户提供一致的调试界面。下图显示了调试会话期间，调试消息如何在用户，JupyterLab扩展和内核之间流动。

7

未来展望

计划在2020年对调试器的体验进行重大改进：

• 在变量资源管理器中支持丰富的mime类型呈现。

• 在UI中支持条件断点。

• 调试器用户体验的总体改进。

• 从JupyterLabVoilà预览扩展启用Voilà仪表板的调试。

潮水自会来去，但心志得坚若磐石。即便成不了那根定海神针，也至少不是那随意被拍上岸的野鬼游魂。 

长按关注 "AI深度视线"
最新人工智能、深度学习、计算机视觉干货奉上！