需求分析

在之前的文章中我們討論了如何使用Pycharm連接遠程服務器并進行調(diào)試，Pycharm中SSH、SFTP連接遠程服務器編輯調(diào)試教程，

成功在Pycharm中添加了遠程Python解釋器，并用其運行了服務器上的.py文件，

但是對于很多數(shù)據(jù)科學工作者，Jupyter Notebook的靈活易用性仍然是他們選擇其的重要一環(huán)，

目前的教程講解的多是如何在服務器上開啟jupyter notebook服務并在Pycharm中使用，而并沒有關注到多人服務器中的JupyterHub配置情況。

本文章重點討論如何在遠程服務器開啟JupyterHub且不能私自打開jupyter notebook服務的情況下如何配置Pycharm使其可以使用遠程Jupyter notebook服務。

登錄網(wǎng)頁JupyterHub

由于無法自己開設jupyter notebook服務，因此首先需要知道服務器的IP和JupyterHub的端口，在瀏覽器中輸入（將IP替換為你的服務器IP，Port替換為你的服務器的JupyterHub所占用的端口）

http://IP:Port/

進入JupyterHub服務頁面，如下圖所示

這個時候會輸入用戶名和密碼，這里的用戶名和密碼對應服務器的用戶名和密碼，填好后點擊登錄，此時會自動開啟服務，并進入你的JupyterLab頁面，

如下圖所示，畫紅圈的地方代表了你的虛擬環(huán)境。

如果需要向jupyterlab中添加自己的anaconda環(huán)境，

首先進入該環(huán)境，然后執(zhí)行以下命令：

python -m ipykernel install --user --name 參數(shù)1 --display-name "參數(shù)2"

注意需要安裝ipykernel這個包，命令中的“參數(shù)1”需要改為你的conda創(chuàng)建的環(huán)境的名稱，“參數(shù)2”需要改為你想要在jupyterlab上展示的名字。

例如：

python -m ipykernel install --user --name pytorch1.6 --display-name "pytorch1.6"

執(zhí)行完這條命令后，會在用戶目錄下創(chuàng)建相關kernel，此時再打開jupyterhub，就能選擇這個kernel了，我這里的kernel名字是torch1.13。

正常來講這個時候我們就可以在瀏覽器的JupyterLab里面打開文件敲代碼了，接下來配置Pycharm

Pycharm配置遠程JupyterHub

打開你需要在服務器運行的Jupyter項目，配置好與服務器的SFTP設置（如何配置請參考"需求分析"中的連接），初始狀態(tài)如下圖所示，紅圈和綠圈分別對應著本地和遠程服務器mapping的項目文件，接下來我配置mi_estimation.ipynb文件來作為演示。

進入設置中的Jupyter Server頁面，

如下圖所示，選擇Configured Server

在這個地方輸入與前面瀏覽器打開JupyterHub相同的網(wǎng)址，即http://IP:Port/，點擊確定，Pycharm會自動驗證該地址。

這個時候可以看到下圖紅色標記處就已經(jīng)有你的Jupyter Server了。

接著嘗試運行任意一個cell，會彈出JupyterHub的認證頁面，

如下圖所示

在這里要尤其注意的是，這里的Username是你在服務器的用戶名。

但是！但是！這里需要填的是Token，而不是密碼，接下來我們需要獲取Token。

回到在上個階段打開的JupyterHub網(wǎng)頁，選擇左上角File->Hub Control Panel

彈出下圖所示頁面，選擇圖中圈出的Token

在這個地方列出了目前所有用到JupyterHub Api的地方，

如下圖所示

因為我們需要在Pycharm上再配一個Jupyter，所以點擊上方按鈕“Request new API token”

如下圖所示

接下來，粘貼此Token至Pycharm剛才彈出的對話框的Token位置，點擊OK

這個時候剛才我們運行的那個Cell已經(jīng)開始運行了，并給出了運行結果，右上角可以選擇虛擬環(huán)境

至此，Pycharm配置JupyterHub服務來遠程運行Jupyter文件已全部結束。

一點思考

根據(jù)之前的文章可以發(fā)現(xiàn)，當我們運行.py文件時，點擊運行的那一刻，Pycharm是先將本地的文件上傳至服務器覆蓋相應文件后，再調(diào)用遠程Python解釋器來運行服務器文件。

而針對.ipynb文件卻不是這種邏輯，在運行每一個Cell的時候，其實Pycharm并沒有將整個文件上傳到服務器上，而是僅僅使用Jupyter服務來運行相應Cell代碼，只有當我們手動將整個文件upload到服務器上時才會對服務器上相應文件進行更新。

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論