你有沒有過這樣的經(jīng)歷自己電腦上開著 Jupyter Notebook 跑一個深度學(xué)習(xí)訓(xùn)練任務(wù)筆記本風(fēng)扇呼呼轉(zhuǎn)了一下午剛合上蓋帶出門回來發(fā)現(xiàn)內(nèi)核早就斷了中間結(jié)果全部作廢。數(shù)據(jù)一大光是把訓(xùn)練集傳到本地就夠折騰更別說內(nèi)存動不動爆紅。后來我干脆把 Jupyter 整套環(huán)境放到 Linux 服務(wù)器上讓它自己在后臺跑。這個遷移解決了我的大問題代碼和數(shù)據(jù)都放在服務(wù)器上瀏覽器隨時能訪問筆記本合蓋、斷電、換網(wǎng)絡(luò)都不影響正在跑的進(jìn)程。這篇文章就圍繞如何在 Linux 服務(wù)器上穩(wěn)定后臺運(yùn)行 Jupyter Notebook / JupyterLab這件事把我實際用下來最順手的一套安裝、配置、啟動、遠(yuǎn)程訪問和排錯方法完整寫一遍。無論你是想搭個人實驗環(huán)境還是要在團(tuán)隊服務(wù)器上提供多人開發(fā)入口都可以直接照著操作。1. 先把方案想清楚服務(wù)器跑 Jupyter 的正確姿勢1.1 為什么要把 Jupyter 搬到服務(wù)器上我接觸過的不少朋友一開始是在自己電腦上裝 Anaconda 然后跑 Jupyter數(shù)據(jù)量和模型小的時候確實方便。但一旦進(jìn)入真實項目階段問題會接二連三冒出來第一算力不夠尤其跑大模型、處理 CSV 幾十 GB 的時候筆記本內(nèi)存直接打滿風(fēng)扇聲音大得像要起飛第二斷電、休眠、合蓋都會殺掉正在執(zhí)行的 kernel跑了一半的訓(xùn)練說沒就沒又得從頭來第三數(shù)據(jù)分散今天在臺式機(jī)寫明天想用筆記本看結(jié)果文件同步來同步去版本還容易亂。放到 Linux 服務(wù)器上這些問題基本都消失了。服務(wù)器 7x24 小時開機(jī)你可以隨時通過瀏覽器訪問 Jupyter 界面計算資源集中內(nèi)存、CPU、GPU 都好規(guī)劃多人協(xié)作時各自建目錄共用同一套數(shù)據(jù)和環(huán)境關(guān)鍵是你把 SSH 會話一斷Jupyter 還在后臺活著。整個過程里后臺運(yùn)行這四個字是核心中的核心。很多人第一步就栽在這里直接在終端敲jupyter lab看著能跑一關(guān) SSH 窗口服務(wù)就沒了。所以方案選型要從一開始就定清楚。1.2 后臺運(yùn)行的三種方式怎么選在 Linux 下讓一個程序脫離終端持續(xù)運(yùn)行最常見的手段是這三種方案原理優(yōu)點(diǎn)缺點(diǎn)適合場景nohup讓進(jìn)程忽略掛斷信號SIGHUP配合放后臺命令簡單、零依賴、一條命令搞定無法重新接回交互界面日志管理糙進(jìn)程意外退出沒人管臨時任務(wù)、快速驗證、一次性腳本tmux終端復(fù)用器程序跑在 tmux 會話里可隨時 attach/detach能重新回到交互終端適合調(diào)試多窗口管理方便需要安裝 tmux如果服務(wù)器重啟會話不會自動恢復(fù)日常開發(fā)、需要反復(fù)查看輸出、同時跑多個任務(wù)的場景systemd由系統(tǒng)初始化進(jìn)程托管服務(wù)做成 systemd unit開機(jī)自啟、崩潰自動拉起、統(tǒng)一日志、支持資源限制配置稍復(fù)雜需要 root 權(quán)限脫離交互式終端調(diào)試不夠直觀生產(chǎn)環(huán)境、長期對外服務(wù)、團(tuán)隊共用入口我個人的建議很直接如果你只是臨時在服務(wù)器上跑個數(shù)據(jù)分析nohup足夠了如果你要長期維護(hù)一個開發(fā)環(huán)境別偷懶直接用 systemd 把它變成系統(tǒng)服務(wù)。tmux 則適合夾在中間的場景——想保留交互界面又不想用系統(tǒng)服務(wù)管理時tmux 是最好用的。后面我會把三種方式的具體操作都寫出來你自己按需求抄作業(yè)就行。1.3 訪問方式也要提前定直接開端口還是走 SSH 隧道后臺運(yùn)行只是第一步接下來你要考慮的是我怎么訪問它。這條路徑其實有兩個方向。方向一直接把 Jupyter 的端口對外暴露比如監(jiān)聽0.0.0.0:8888然后通過http://服務(wù)器IP:8888訪問。好處是瀏覽器隨便開、手機(jī)也能連、團(tuán)隊同事也能用,壞處是服務(wù)器暴露在公網(wǎng)掃描器的視野里必須配置強(qiáng)密碼和 HTTPS否則風(fēng)險很高。方向二只讓 Jupyter 監(jiān)聽127.0.0.1訪問時通過 SSH 隧道把本地端口映射到服務(wù)器的 8888 端口。這種方式完全不開放新端口到公網(wǎng)數(shù)據(jù)走 SSH 加密傳輸安全性最好缺點(diǎn)是對非技術(shù)同事不太友好每個人都要會一點(diǎn) SSH 命令。除此之外還有第三種進(jìn)階玩法用 Nginx 做反向代理把 Jupyter 掛到域名/jupyter路徑下外面走 HTTPS背后代理到本機(jī) 8888。這個適合團(tuán)隊統(tǒng)一入口稍后我也會給出關(guān)鍵配置。先把訪問模式定下來后面安裝配置時就不會來回改。2. 環(huán)境準(zhǔn)備從零到能跑通 Jupyter2.1 裝一個干凈可用的 Python 環(huán)境大多數(shù) Linux 發(fā)行版自帶的系統(tǒng) Python 都比較保守版本老不說直接pip install還經(jīng)常碰到系統(tǒng)保護(hù)限制。我的建議是裝 Miniconda用獨(dú)立環(huán)境跑 Jupyter這樣 Python 版本、依賴包都自己控制不會污染系統(tǒng)環(huán)境也不會被別人誤改掉。下載安裝 Miniconda 的命令如下wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh -b -p /opt/miniconda3-b表示靜默安裝-p指定安裝路徑。裝在/opt下適合多用戶共用這臺服務(wù)器如果你只是個人使用也可以不指定路徑直接裝在~/miniconda3。裝完之后初始化一下/opt/miniconda3/bin/conda init然后新建一個專門跑 Jupyter 的環(huán)境避免和別的項目打架conda create -n jupyter python3.10 -y conda activate jupyter這里我選 Python 3.10兼容性很好不管是新版 JupyterLab 還是主流深度學(xué)習(xí)框架都能覆蓋。如果你有特殊需求要 3.11 或 3.12 也沒問題把版本號換掉即可。2.2 安裝 Jupyter Notebook 和 JupyterLab環(huán)境激活后直接用 pip 安裝是最省事的。JupyterLab 是 Notebook 的新一代界面功能更全我建議兩個都裝著不沖突pip install jupyterlab notebook -i https://pypi.tuna.tsinghua.edu.cn/simple國內(nèi)服務(wù)器用清華 PyPI 鏡像速度會快很多。裝完驗證一下版本jupyter lab --version jupyter notebook --version這里有個容易混淆的點(diǎn)Notebook 7 之后jupyter notebook命令仍然是兼容的但底層的架構(gòu)已經(jīng)和舊版不一樣了很多老配置文件里的NotebookApp不再生效要改成ServerApp。如果你在網(wǎng)上搜到老的教程看到c.NotebookApp.ip這種寫法要注意它只對舊版起作用新版請用c.ServerApp.ip。我下面給的配置都以新版為準(zhǔn)。2.3 生成配置文件并設(shè)置密碼安裝完后的第一件事不是急著啟動而是先初始化配置文件和密碼。很多人第一次跑 Jupyter 會看到一堆 token 輸出還得復(fù)制到瀏覽器里非常麻煩。我現(xiàn)在都是先設(shè)置一個強(qiáng)密碼一勞永逸。# 生成主配置文件 jupyter lab --generate-config # 交互式設(shè)置密碼 jupyter server passwordjupyter server password會提示你輸入兩次密碼然后自動把加密后的密碼寫入~/.jupyter/jupyter_server_config.json。這個文件內(nèi)容大概長這樣{ IdentityProvider: { token: ... }, ServerApp: { password: argon2:$argon2id$v19$m65536,t3,p4$... } }之后使用密碼登錄就不需要再復(fù)制 token 了。生成的主配置文件在~/.jupyter/jupyter_lab_config.py里面全是注釋模板真正需要手工改的核心配置我用下面這幾個就足夠c.ServerApp.ip 0.0.0.0 c.ServerApp.port 8888 c.ServerApp.open_browser False c.ServerApp.password argon2:$argon2id$v19$m65536,t3,p4$... c.ServerApp.root_dir /data/workspace c.ServerApp.allow_root False說明一下各字段的作用ip是監(jiān)聽的地址0.0.0.0表示接受所有網(wǎng)卡上的連接port是服務(wù)端口默認(rèn) 8888 可以換open_browser必須設(shè)為 False因為服務(wù)器上根本沒有瀏覽器可彈root_dir是 Jupyter 打開后默認(rèn)的工作目錄建議單獨(dú)建一個數(shù)據(jù)目錄allow_root保持 False除非你確實需要用 root 用戶來跑強(qiáng)烈不建議。如果你走 SSH 隧道訪問ip應(yīng)該改成127.0.0.1這個我們在第 4 部分細(xì)說。3. 核心實操三種后臺運(yùn)行方式手把手復(fù)現(xiàn)3.1 最快速的 nohup 啟動先看臨時場景怎么用。假設(shè)你已經(jīng)配置好了現(xiàn)在想在后臺把 JupyterLab 拉起來最簡單的是這樣cd /data/workspace nohup /opt/miniconda3/envs/jupyter/bin/jupyter-lab \ --config/home/jupyter/.jupyter/jupyter_lab_config.py \ /data/logs/jupyter.log 21 echo $! /data/logs/jupyter.pid拆解一下nohup讓進(jìn)程忽略 SIGHUP 信號也就是即使終端關(guān)閉它也不會被掛斷是把命令放到后臺執(zhí)行 /data/logs/jupyter.log 21把標(biāo)準(zhǔn)輸出和標(biāo)準(zhǔn)錯誤都寫進(jìn)同一個日志文件echo $!是記錄剛啟動的后臺進(jìn)程 PID方便之后查看或 kill。驗證是否啟動成功cat /data/logs/jupyter.pid ps -p $(cat /data/logs/jupyter.pid) -f tail -f /data/logs/jupyter.log看到 PID 為存活狀態(tài)日志里沒有報錯就可以瀏覽器訪問了。要停止服務(wù)也很簡單kill $(cat /data/logs/jupyter.pid)。但說實話nohup 只適合應(yīng)急。它有幾個很尷尬的坑一是如果進(jìn)程因異常退出沒有人會自動把它拉起來二是日志文件會越來越大要注意清理三是你沒法直接看到 Jupyter 終端里的交互輸出想調(diào)試 kernel 得靠日志猜。所以長期使用的話我更推薦下面的 tmux 或 systemd 方案。3.2 最靈活的 tmux 后臺駐留tmux 是終端復(fù)用器它可以讓你在服務(wù)器上開一個虛擬終端窗口然后把 Jupyter 跑在里面。關(guān)鍵點(diǎn)是你隨時可以再 attach 回這個窗口看到 Jupyter 的實時輸出也能執(zhí)行 CtrlC 之類的快捷鍵。這在調(diào)試 Jupyter 啟動參數(shù)的時候比 nohup 舒服太多了。先確認(rèn)有沒有裝# Ubuntu / Debian sudo apt install tmux # CentOS / RHEL sudo yum install tmux然后建一個專門跑 Jupyter 的會話tmux new -s jupyter進(jìn)入 tmux 窗口后正常執(zhí)行啟動命令即可cd /data/workspace /opt/miniconda3/envs/jupyter/bin/jupyter-lab --config/home/jupyter/.jupyter/jupyter_lab_config.py看到 Jupyter 啟動日志后按Ctrlb然后松開再按d就能從 tmux 會話中脫離detach而不中斷里面的進(jìn)程。之后你的 SSH 終端可以隨意關(guān)閉Jupyter 依然活著。下次要回去看日志執(zhí)行tmux attach -t jupyter如果想開多個會話比如一個跑 Jupyter一個用 htop 看負(fù)載就在 tmux 里按Ctrlb后按%左右分屏或上下分屏自由切換。查會話列表用tmux ls徹底干掉某會話用tmux kill-session -t jupyter。tmux 明顯比 nohup 靈活但服務(wù)器重啟后 tmux 會話不會自動恢復(fù)需要手工重新拉起。這其實也還好因為服務(wù)器真重啟了里面的服務(wù)本來就該由系統(tǒng)層面來管了。3.3 最規(guī)范的 systemd 服務(wù)化管理如果你和我一樣希望 Jupyter 像 Nginx、MySQL 一樣作為系統(tǒng)服務(wù)存在開機(jī)自啟、崩潰自動拉起那就用 systemd。它的配置看起來多一點(diǎn)但寫完一次能舒服很久。第一步創(chuàng)建服務(wù)文件sudo vim /etc/systemd/system/jupyter.service寫入以下內(nèi)容[Unit] DescriptionJupyter Lab Service Afternetwork.target [Service] Typesimple Userjupyter Groupjupyter WorkingDirectory/data/workspace EnvironmentPATH/opt/miniconda3/envs/jupyter/bin:/usr/local/bin:/usr/bin:/bin ExecStart/opt/miniconda3/envs/jupyter/bin/jupyter-lab --config/home/jupyter/.jupyter/jupyter_lab_config.py Restartalways RestartSec10 [Install] WantedBymulti-user.target這里面有幾個點(diǎn)值得展開說。User和Group我強(qiáng)烈建議指定普通用戶不要用 root。Jupyter 的用戶權(quán)限如果過高Web 端一旦被攻破整個服務(wù)器就裸奔了。我用的是叫jupyter的系統(tǒng)用戶給它分配了/data/workspace目錄寫權(quán)限。ExecStart里我寫了 Jupyter 二進(jìn)制文件的絕對路徑/opt/miniconda3/envs/jupyter/bin/jupyter-lab。這不是廢話而是避坑systemd 啟動進(jìn)程時不會加載你的~/.bashrc如果你寫的是裸命令jupyter-lab經(jīng)常會出現(xiàn)找不到命令或環(huán)境變量不對的問題。最穩(wěn)妥的方式就是用which jupyter-lab查一下完整路徑填進(jìn)去。Restartalways表示進(jìn)程意外退出后自動重啟間隔RestartSec10秒。這樣 kernel 崩潰、內(nèi)存被某些任務(wù)打爆導(dǎo)致 Jupyter 退出后它自己能活回來。StandardOutput和StandardError我故意沒寫讓日志默認(rèn)走 journald。這樣查日志一條命令搞定sudo systemctl daemon-reload sudo systemctl enable --now jupyter sudo systemctl status jupyter journalctl -u jupyter -fenable --now表示設(shè)置開機(jī)自啟并立即啟動。之后你會看到類似Active: active (running)的狀態(tài)。如果啟動失敗journalctl -u jupyter -f能立刻看到報錯原因。如果確實想用文件日志也可以加這兩行StandardOutputappend:/data/logs/jupyter.log StandardErrorappend:/data/logs/jupyter.log注意append:需要系統(tǒng)版本較新老系統(tǒng)用file:也可以但每次重啟會重建日志文件。3.4 一份可復(fù)用的啟動腳本模板為了省事我把日常啟動相關(guān)的命令整理成一個簡單的腳本模板適合放在/data/scripts/下配合 systemd 或 crontab 使用#!/bin/bash # 啟動 Jupyter Lab (systemd 托管) systemctl enable --now jupyter # 查看狀態(tài) systemctl status jupyter --no-pager # 查看最近 50 行日志 journalctl -u jupyter -n 50 --no-pager # 跟蹤日志 journalctl -u jupyter -f如果你暫時只想用 tmux 方案也可以把 tmux 啟動命令寫成腳本核心就是先判斷有沒有同名會話沒有就新建#!/bin/bash SESSIONjupyter if ! tmux has-session -t $SESSION 2/dev/null; then tmux new-session -d -s $SESSION bash /data/scripts/start_jupyter.sh fi tmux attach -t $SESSION這些腳本你按自己習(xí)慣改造就好重點(diǎn)是搞清楚它們背后的啟動邏輯而不是背命令。4. 遠(yuǎn)程訪問與安全加固4.1 綁定地址與端口的選擇Jupyter 的監(jiān)聽地址決定了誰能訪問它。如果你的場景是我在公司內(nèi)網(wǎng)用瀏覽器直接訪問服務(wù)器 IP那就綁定0.0.0.0。如果你的場景是我只通過 SSH 隧道連過去那就綁定127.0.0.1這樣外部網(wǎng)絡(luò)根本連不到 8888 端口安全性提升一個級別。端口方面默認(rèn) 8888 很容易被端口掃描器盯上。我一般會換一個高位端口比如 8899 或 18088。配置里改一下c.ServerApp.port就行。端口換了之后團(tuán)隊內(nèi)部要提前同步不然同事仍然按老地址訪問會超時。4.2 密碼、Token 與 HTTPS 配置在這件事上我踩過很大一個坑最早在云服務(wù)器上部署 Jupyter 圖省事密碼設(shè)得簡單端口也直接對外開放結(jié)果一個晚上就被掃描器爆破登錄第二天上去發(fā)現(xiàn)服務(wù)器 CPU 狂轉(zhuǎn)被人拿去挖礦了。從那以后我對 Jupyter 的安全配置格外認(rèn)真。最基本的三條設(shè)強(qiáng)密碼長度 16 位以上包含大小寫、數(shù)字和符號。不要依賴 token因為 token 可能隨著重啟變化容易在多人場景里造成混亂。如果對外提供訪問一定配 HTTPS。HTTPS 的配置也不復(fù)雜。先用 OpenSSL 生成一個自簽名證書sudo mkdir -p /etc/jupyter sudo openssl req -x509 -nodes -days 365 -newkey rsa:2048 \ -keyout /etc/jupyter/jupyter.key \ -out /etc/jupyter/jupyter.pem然后在配置文件里加上兩行c.ServerApp.certfile /etc/jupyter/jupyter.pem c.ServerApp.keyfile /etc/jupyter/jupyter.key重啟服務(wù)后地址就要用https://而不是http://了。自簽名證書瀏覽器會提示不安全個人使用點(diǎn)繼續(xù)訪問就行。如果團(tuán)隊多人使用正式一點(diǎn)的做法是給服務(wù)器域名申請免費(fèi)證書再配合 Nginx 反向代理瀏覽器就不會報警了。4.3 局域網(wǎng)與公網(wǎng)訪問的兩種方案方案 A直接開放端口訪問。適用于內(nèi)網(wǎng)環(huán)境或者云服務(wù)器且你確認(rèn)安全組規(guī)則可控的情況。操作上要注意三層防火墻系統(tǒng)層ufw或firewalld云控制臺云服務(wù)器的安全組入站規(guī)則Jupyter 自身監(jiān)聽地址Ubuntu 用 ufwsudo ufw allow from 192.168.1.0/24 to any port 8888 proto tcpCentOS 用 firewalldsudo firewall-cmd --add-port8888/tcp --permanent sudo firewall-cmd --reload如果是云服務(wù)器還要去控制臺安全組里放行同樣規(guī)則。很多連不上的問題其實就是安全組沒配。方案 BSSH 隧道訪問。個人最推薦尤其只有你自己使用時。假設(shè) Jupyter 在服務(wù)器上監(jiān)聽127.0.0.1:8888本地執(zhí)行ssh -N -L 8000:127.0.0.1:8888 user服務(wù)器IP-N表示只建立隧道不登錄遠(yuǎn)程 shell-L 8000:127.0.0.1:8888表示把本地的 8000 端口映射到服務(wù)器上的 127.0.0.1:8888。然后瀏覽器打開http://127.0.0.1:8000就會進(jìn)入服務(wù)器上的 Jupyter。這樣瀏覽器和 Jupyter 之間的數(shù)據(jù)走的是 SSH 加密通道密碼也不在網(wǎng)絡(luò)上明文傳輸。還有個衍生技巧如果你用 VSCode 做遠(yuǎn)程開發(fā)它自身也帶端口轉(zhuǎn)發(fā)功能可以不手動敲 SSH 命令。接下來細(xì)說。4.4 VSCode Remote SSH 的配合玩法VSCode 的 Remote-SSH 插件是我現(xiàn)在在服務(wù)器上寫代碼的主要入口。安裝步驟很簡單本機(jī) VSCode 裝好 Remote - SSH 擴(kuò)展然后CtrlShiftP輸入 Remote-SSH: Connect to Host填user服務(wù)器IPVSCode 就會在遠(yuǎn)端打開一個新的窗口。連上之后你相當(dāng)于有了一個跑在服務(wù)器上的完整 IDE。打開服務(wù)器的/data/workspace目錄新建或打開一個.ipynb文件VSCode 會提示安裝 Python 和 Jupyter 擴(kuò)展。然后在右上角選擇 Kernel選成服務(wù)器 conda 環(huán)境里那個jupyter內(nèi)核之后所有代碼執(zhí)行、變量查看、圖表展示都發(fā)生在服務(wù)器上。體驗接近本地 IDE數(shù)據(jù)不用挪來挪去。如果你想把 Jupyter 界面也搬到瀏覽器又不想手動開 SSH 隧道VSCode 的端口面板可以一鍵轉(zhuǎn)發(fā)打開命令面板輸入 Forward a Port輸入8888VSCode 會自動在本地開一個可用端口點(diǎn)開就是你服務(wù)器上的 JupyterLab。這個功能底層其實就是 SSH 端口轉(zhuǎn)發(fā)只是幫你省了敲命令的功夫。如果你要做 Nginx 反向代理關(guān)鍵是 WebSocket 頭要配好否則 JupyterLab 會頻繁斷線location / { proxy_pass http://127.0.0.1:8888; proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection upgrade; proxy_set_header Host $host; }這個細(xì)節(jié)非常容易踩坑。Jupyter 的 kernel 通信依賴 WebSocket很多教程只寫了proxy_pass導(dǎo)致頁面能打開但一執(zhí)行代碼就掉線。5. 運(yùn)維與排查日志、故障與優(yōu)化5.1 日志與狀態(tài)怎么查服務(wù)跑起來只是開始后面維護(hù)才是最花精力的。用 systemd 托管的好處是所有日志都集中在 journald 里。# 查看服務(wù)整體狀態(tài) systemctl status jupyter # 查看最近 100 行日志并持續(xù)跟蹤 journalctl -u jupyter -n 100 -f # 查看某段時間的日志 journalctl -u jupyter --since 2025-01-01 00:00:00 # 按進(jìn)程關(guān)鍵詞過濾 journalctl -u jupyter | grep -i error進(jìn)程和端口查看也不能忘# 查看 8888 端口被誰占用 lsof -i:8888 # 列出所有相關(guān) jupyter 進(jìn)程 ps -ef | grep jupyter內(nèi)存和磁盤是 Jupyter 服務(wù)器最容易出問題的兩處。養(yǎng)成習(xí)慣free -h df -h如果 kernel 內(nèi)存占用過高頻繁 OOM日志里能看到Killed process的痕跡這時候光重啟 Jupyter 是沒用的要檢查是不是某個 notebook 把數(shù)據(jù)全加載進(jìn)了內(nèi)存。5.2 常見問題與排查技巧速查表我把這段時間遇到的典型問題整理成一個速查表照著查就行?，F(xiàn)象可能原因處理方式瀏覽器訪問超時頁面打不開防火墻或云安全組沒放行Jupyter 綁定在 127.0.0.1檢查 ufw/firewalld/安全組調(diào)整 c.ServerApp.ip啟動后進(jìn)程幾秒就消失配置語法錯誤、路徑不存在、依賴缺失先手動運(yùn)行 ExecStart 里的命令看報錯再查 journalctl -u jupyter端口被占用8888 起不來其他進(jìn)程占用了端口lsof -i:8888查看占用進(jìn)程改端口或殺進(jìn)程提示 Running as root 無法啟動用 root 用戶運(yùn)行且 allow_root 為 False換普通用戶運(yùn)行或配置 c.ServerApp.allow_root True瀏覽器打開后要 token但不知道 token未設(shè)置密碼或 token 是隨機(jī)生成的jupyter server list查看jupyter server password重置密碼SSH 一斷開服務(wù)就沒了沒用 nohup/tmux/systemd進(jìn)程收到 HUP 信號改用三種后臺運(yùn)行方式之一JupyterLab 頁面能打開執(zhí)行代碼就斷線Nginx 反向代理未配置 WebSocket Upgrade加代理頭配置詳見 4.4kernel 執(zhí)行很慢或直接卡死內(nèi)存不足或 CPU 被他人的任務(wù)占滿free -h和htop查資源考慮限制單 notebook 的 cell 輸出大小服務(wù)器重啟后 Jupyter 沒起來沒設(shè)置開機(jī)自啟systemctl enable jupyter除了這些問題我特別想提醒的是不要忽視瀏覽器緩存。改完密碼、換完證書之后本地瀏覽器還留著舊會話經(jīng)常出現(xiàn)明明配置沒問題就是報錯的情況。這時候開一個無痕窗口試一下能排除很多假故障。5.3 讓服務(wù)更穩(wěn)定資源限制與健康檢查很多人部署完 Jupyter 之后就不管了直到某天服務(wù)掛了才發(fā)現(xiàn)。更穩(wěn)妥的做法是給 systemd 加資源限制同時做定時健康檢查。在jupyter.service的[Service]段落里可以加MemoryMax8G CPUQuota300%MemoryMax限制整個 Jupyter 進(jìn)程樹最多使用 8GB 內(nèi)存超了會被 cgroup 殺掉并自動重啟。CPUQuota300%表示最多用 3 個核。有了這兩個限制就算某人寫了個死循環(huán)把內(nèi)存吃光也不會拖垮整臺服務(wù)器上其他服務(wù)。資源限制需要系統(tǒng) cgroup 支持絕大多數(shù)現(xiàn)代發(fā)行版都沒問題。健康檢查我寫過一個簡單的 bash 腳本配合 cron 每 5 分鐘跑一次#!/bin/bash URLhttp://127.0.0.1:8888/api/status if ! curl -sf $URL /dev/null 21; then echo $(date) jupyter 未響應(yīng)嘗試重啟 /data/logs/check.log systemctl restart jupyter fi然后加入 crontab*/5 * * * * /bin/bash /data/scripts/check_jupyter.sh這個腳本的原理很簡單Jupyter 的/api/status接口如果返回成功說明服務(wù)正常一旦連續(xù)訪問失敗就觸發(fā) systemctl restart。這樣即使 kernel 或進(jìn)程偶爾出問題也能在幾分鐘內(nèi)自愈不用你半夜爬起來手動處理。如果你在服務(wù)器集群里跑 Jupyter思路類似每臺機(jī)器用 systemd 管理各自的 Jupyter 實例外層通過統(tǒng)一的入口或負(fù)載均衡調(diào)度再配合共享存儲保證每個人都能訪問同一份數(shù)據(jù)。多節(jié)點(diǎn)環(huán)境復(fù)雜度會上去但單節(jié)點(diǎn)能踩的坑其實都差不多先把單機(jī)這套玩明白了再擴(kuò)展也不遲。最后再分享一個我自己養(yǎng)成的習(xí)慣把 Jupyter 的配置文件/etc/jupyter/目錄納入版本管理或用腳本備份一份。服務(wù)器上配置改來改去時間一長很容易忘記改過什么有備份可以隨時對比。我用 systemd 托管這套方案跑了大半年基本上沒再為 Jupyter 的穩(wěn)定性操過心。最大的體會是別圖省事只開個 nohup花十分鐘把 systemd 服務(wù)寫好后面能省下你幾十個小時的維護(hù)時間。