
在服务器上运行Jupyter Notebook前,先把项目依赖与系统Python隔离,再确认浏览器连接只通过受控入口到达服务端。为不同课题或分析流程各建一个环境,可以减少包版本互相覆盖;记录环境和数据路径,也便于中断后恢复任务。
在项目目录创建独立环境
先确认服务器Python版本,再在项目目录建立venv。Python官方文档指出,venv默认隔离基础环境中的包;它应被视为可重建环境,不应直接复制到另一个路径或机器。将依赖清单放在项目中,迁移时在新位置重建环境。
cd ~/projects/rnaseq-notebook
python3 --version
python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install jupyterlab pandas
python -m pip check
python -m pip freeze > requirements-snapshot.txt
pip freeze是当前安装包快照,不一定包含操作系统库、CUDA、编译器或外部数据库。项目需要严格复现时,还应记录Python版本、系统依赖、安装渠道以及完整分析命令;不要只保存一个包清单就认为环境可复现。
先验证Kernel和项目文件
在激活的环境中启动JupyterLab,确认Notebook使用的是该环境的Python,而不是系统另一个Kernel。运行一格代码检查sys.executable、关键包版本、输入文件路径和输出目录权限;再试读一份小型数据并写出临时结果。依赖异常时运行python -m pip check并查看安装日志。大文件应放在服务器工作盘,不要通过Notebook界面反复上传。
| 项目 | 验收方式 | 保存记录 |
|---|---|---|
| 解释器 | Notebook的sys.executable指向项目.venv | Python版本和环境路径 |
| 依赖 | pip check通过,关键包可导入 | 包清单和安装命令 |
| 文件权限 | 可读输入并写入项目输出目录 | 绝对路径与存储位置 |
| 远程连接 | 本地浏览器经SSH隧道访问 | 服务端口和启动日志 |
通过SSH隧道打开Jupyter
Jupyter Server默认只监听服务器本机的127.0.0.1:8888。保持这个本机监听设置,在服务器启动服务后,从个人电脑建立端口转发,再打开本地浏览器地址。保留Jupyter默认认证令牌或密码,不要关闭认证,也不要把访问令牌发在群聊或提交到Git。
# 服务器端,先激活项目环境
source ~/projects/rnaseq-notebook/.venv/bin/activate
jupyter lab --no-browser --ip=127.0.0.1 --port=8888
# 本地电脑另开终端
ssh -N -L 8888:127.0.0.1:8888 username@server.example.edu
Jupyter官方文档明确,公开运行的单用户Server不是多用户协作服务器;多个用户共用会互相覆盖或冲突。单课题组的个人任务可由账号和目录权限隔离;如需多个用户分别登录、独立文件空间和统一管理,应评估JupyterHub或机构支持的多用户方案,不要把一个个人Jupyter令牌交给整个团队使用。
断线、停止与长期任务
关闭浏览器不一定停止服务器端Kernel,长任务也不宜依赖浏览器页面一直在线。运行前将脚本和Notebook保存到持久化项目目录,重要分析另存日志和中间结果;如需后台任务,使用机构允许的任务调度器或受控会话工具,并遵守资源配额。最后验证从新会话能重建venv、重新打开Notebook并找到已保存的输出。
迁移服务器时新路径下重建环境,不能复制旧venv目录;同时检查工作目录、数据挂载、端口策略和访问权限。按此流程,用户能区分依赖错误、Kernel指向错误和网络连接错误,服务器管理员也能据实提供项目所需的CPU、内存和存储资源。
参考资料
下载练习材料
先核对包内SHA256清单,再在独立目录复现。
需要额外算力时
适用前提:需要稳定Python环境及持续计算资源。如需额外资源,可评估服务器租赁及按需环境部署。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。
咨询本任务的服务器配置
留下手机号,我们会结合本文任务与您沟通服务器配置和报价。 也可联系云生信企业微信客服,说明本文任务。咨询本任务的服务器配置
