孟繁永

短信最主要的一个使用场景就是短信验证码了，运营商提供一个由工信部指定的短信验证码模板，一个4位，一个6位，岂不是很简单一件事情，为什么要把精力和时间浪费在签名审核上呢？

在 Ubuntu 系统上部署 JupyterHub、JupyterLab 和 DockerSpawner 的详细方案，涵盖环境准备、安装、配置和部署步骤。目标是创建一个多用户 Jupyter 环境，每个用户通过 DockerSpawner 运行独立的 JupyterLab 容器，确保隔离性和可扩展性。本方案基于官方文档和社区最佳实践，也适用于 Ubuntu 20.04 或 22.04。

总体上分两种情况，一种是直接在服务器上启动JupyterHub，另一种是在docker中启动JupyterHub，后者隔离效果更好，推荐使用，但是绑定服务器目录时需要注意。以下方案中会作出区分说明。

---

1. 环境准备

1.1 系统要求

• 操作系统：Ubuntu 20.04 LTS 或 22.04 LTS（推荐服务器版）。
• 硬件要求：
  • 最低配置：2核CPU，4GB内存，20GB磁盘空间。
  • 推荐配置：4核CPU，8GB内存，50GB+磁盘空间（根据用户数量和数据存储需求调整）。
• 网络：确保服务器可以访问互联网以拉取 Docker 镜像和安装依赖。
• 权限：需要 root 或 sudo 权限。

1.2 安装基本工具

更新系统并安装必要的工具：

bash

sudo apt update && sudo apt upgrade -y

下面这一步并非必要，主要用于在服务器上直接启动JupyterHub。

bash

sudo apt install -y curl git python3 python3-pip python3-venv

1.3 安装 Docker

安装 Docker 和 Docker Compose，用于运行 JupyterHub 和用户容器：

bash

# 安装 Docker
sudo apt install -y docker.io
sudo systemctl start docker
sudo systemctl enable docker

# 验证 Docker 安装
docker --version

# 安装 Docker Compose
sudo curl -L "https://github.com/docker/compose/releases/download/v2.20.0/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose

# 验证 Docker Compose 安装
docker-compose --version

# 将当前用户添加到 docker 组（避免每次使用 docker 需要 sudo）
sudo usermod -aG docker $USER
newgrp docker

---

上面这一步需要重新登录或者重启才能生效。其中docker-compose也可以不装，新版的docker中自带docker compose命令。

2. 安装 JupyterHub 和依赖（这是服务器直接部署JupyterHub，使用docker的话可以跳过）

2.1 创建虚拟环境

为了隔离 JupyterHub 的 Python 依赖，创建一个虚拟环境：

bash

python3 -m venv /opt/jupyterhub
source /opt/jupyterhub/bin/activate

2.2 安装 JupyterHub 和 DockerSpawner

在虚拟环境中安装 JupyterHub 和相关包：

bash

pip install --upgrade pip
pip install jupyterhub jupyterlab dockerspawner

• jupyterhub：核心服务，用于管理多用户环境。
• jupyterlab：为用户提供 JupyterLab 界面。
• dockerspawner：用于在 Docker 容器中启动单用户 JupyterLab 实例。

2.3 安装 Node.js（可选，JupyterLab 依赖）

JupyterLab 需要 Node.js 来支持扩展和前端功能：

bash

sudo apt install -y nodejs npm

---

3. 配置 JupyterHub（这个配置文件是用于服务器直接部署，docker部署的话其中的设置有所区别）

3.1 创建 JupyterHub 配置文件

生成默认配置文件（也可以跳过，直接复制下面的配置文件内容进去，默认配置文件很长，看起来不方便）：

bash

mkdir /opt/jupyterhub
jupyterhub --generate-config -f /opt/jupyterhub/jupyterhub_config.py

配置文件位于 /opt/jupyterhub/etc/jupyterhub_config.py，以下是关键配置步骤。

3.2 配置 DockerSpawner

编辑 jupyterhub_config.py，添加以下内容以启用 DockerSpawner 和 JupyterLab：

python

c = get_config()
import os
import sys
from dockerspawner import DockerSpawner

# 设置 DockerSpawner
c.JupyterHub.spawner_class = 'dockerspawner.DockerSpawner'
c.DockerSpawner.image = 'jupyter/minimal-notebook:x86_64-python-3.11.6'
c.DockerSpawner.network_name = 'jupyterhub-network'

# 设置 JupyterLab 作为默认界面
c.Spawner.default_url = '/lab'

# 持久化存储配置
notebook_dir = '/home/jovyan/work'
c.DockerSpawner.notebook_dir = notebook_dir
c.DockerSpawner.volumes = { 
    '/mnt/raid/jupyterhub_persistent/{username}': notebook_dir,
    '/mnt/raid/jupyterhub_shared': '/home/jovyan/shared'
}
# 上面路径中的/mnt/raid是我自己服务器的一个地址，可以替换。注意这个地址不管在服务器直接运行JupyterHub还是在docker中，都是设置为服务器上的地址，因为是绑定给用户容器的。

# 动态创建用户目录
def create_dir_hook(spawner):
    username = spawner.user.name
    volume_path = os.path.join('/mnt/raid/jupyterhub_persistent', username)
    if not os.path.exists(volume_path):
        os.mkdir(volume_path, 0o755)
        os.chown(volume_path, 1000, 100)  # jovyan 用户的 UID 和 GID
c.Spawner.pre_spawn_hook = create_dir_hook

# 资源限制
c.DockerSpawner.extra_host_config = {
    'mem_limit': '16g',  # 每个容器 64GB，10 个用户平分 640GB
    'cpu_period': 100000,
    'cpu_quota': 1000000,  # 每个容器 1 核心，10 个用户共 10 核心
}

# 如果本地端口有冲突可以设置，否则不设置
c.JupyterHub.bind_url = 'http://:8090'
c.JupyterHub.hub_connect_ip = '127.0.0.1'
c.JupyterHub.hub_ip = '0.0.0.0'
c.JupyterHub.hub_port = 9000

# 可选：设置认证，根据需要选择认证方式，建议用这种自定义用户比较方便，不用系统的用户
c.JupyterHub.authenticator_class = 'nativeauthenticator.NativeAuthenticator'
c.NativeAuthenticator.enable_signup = True
c.NativeAuthenticator.open_signup = True
c.Authenticator.admin_users = {'admin'}

# 可选：自动停止闲置服务器
c.JupyterHub.services = [
#    {
#        'name': 'cull_idle',
#        'admin': True,
#        'command': 'python3 /opt/jupyterhub/cull_idle_servers.py --timeout=3600'.split(),
#    },
    {
        "name": "jupyterhub-idle-culler-service",
        "command": [
            sys.executable,
            "-m", "jupyterhub_idle_culler",
            "--timeout=3600",
        ],
         "admin": True,
    }
]

3.3 创建 Docker 网络

为 JupyterHub 和用户容器创建一个专用的 Docker 网络：

bash

docker network create jupyterhub-network

3.4 配置认证

JupyterHub 默认使用 PAM 认证（基于系统用户）。若需要简单测试，可以配置 Native Authenticator 允许用户自注册：

bash

pip install jupyterhub-nativeauthenticator

在 jupyterhub_config.py 中添加：

python

c.JupyterHub.authenticator_class = 'nativeauthenticator.NativeAuthenticator'
c.Authenticator.admin_users = {'admin'}  # 设置管理员用户

若使用其他认证方式（如 OAuth、LDAP），请参考 JupyterHub 官方文档配置对应 Authenticator。

3.5 数据持久化

为确保用户数据持久化，DockerSpawner 使用 Docker 卷（如上配置）。每个用户的卷命名为 jupyterhub-user-{username}，存储在 /home/jovyan/work 目录。

若需要共享数据目录，可以挂载主机路径：

python

c.DockerSpawner.volumes = {
    'jupyterhub-user-{username}': notebook_dir,
    '/path/on/host/shared': '/home/jovyan/shared'
}

确保主机路径权限正确：

bash

sudo chown :1000 /path/on/host/shared
sudo chmod g+rws /path/on/host/shared
sudo setfacl -d -m g::rwx /path/on/host/shared

---

4. 使用 Docker Compose 部署

为简化管理，使用 Docker Compose 部署 JupyterHub 和相关服务。

4.1 创建 docker-compose.yml

在 /opt/jupyterhub 目录下创建 docker-compose.yml：

yaml

version: '3.8'
services:
  jupyterhub:
    build:
      context: .
      dockerfile: Dockerfile
    container_name: jupyterhub
    restart: unless-stopped
    ports:
      - "9000:8000"
    volumes:
      - /opt/jupyterhub/srv:/srv/jupyterhub # 这里单独设置了一个srv以跟docker中的srv对应，区别于服务器直接部署的配置，测试时方便区分
      - /var/run/docker.sock:/var/run/docker.sock
      - /mnt/raid/jupyterhub/jupyterhub_persistent:/jupyterhub/jupyterhub_persistent
      - /mnt/raid/jupyterhub/jupyterhub_shared:/jupyterhub/jupyterhub_shared
    environment:
      - DOCKER_HOST=unix:///var/run/docker.sock
      - DOCKER_NOTEBOOK_IMAGE=jupyter/scipy-notebook:latest
      - DOCKER_NETWORK_NAME=jupyterhub-network
    networks:
      - jupyterhub-network

networks:
  jupyterhub-network:
    external: true

用户环境定制

若需要自定义用户镜像，创建 Dockerfile：

因为启用了nativeauthenticator所以默认的镜像不行，需要自己通过Dockerfile加上。同时也指定自己的jupyterhub_config

Dockerfile

# Use the official JupyterHub base image
FROM jupyterhub/jupyterhub:latest

# Install dockerspawner and nativeauthenticator
RUN pip install --no-cache-dir \
    dockerspawner \
    jupyterhub-nativeauthenticator \
    jupyterhub-idle-culler

# Create directory for persistent storage (if needed inside the hub container)
RUN mkdir -p /jupyterhub/jupyterhub_persistent /jupyterhub/jupyterhub_shared
RUN chmod -R 755 /jupyterhub

# Copy the jupyterhub_config.py into the container
COPY jupyterhub_config.py /srv/jupyterhub/jupyterhub_config.py

# Expose the default JupyterHub port
EXPOSE 8000

# Set working directory
WORKDIR /srv/jupyterhub

# Start JupyterHub
CMD ["jupyterhub", "-f", "/srv/jupyterhub/jupyterhub_config.py"]

4.2 用docker部署并启动 JupyterHub（这是方式二）

bash

cd /opt/jupyterhub
docker-compose up -d

4.3 验证部署

• 访问 http://<服务器IP>:8000，应看到 JupyterHub 登录页面。
• 使用管理员账户（如 admin）登录，测试创建用户和启动 JupyterLab 容器。
• 检查 Docker 容器：bashdocker ps应看到 jupyterhub 容器和用户容器（如 jupyter-<username>）。

4.4 日志查看

若遇到问题，查看日志：

bash

docker logs jupyterhub

---

5. 高级配置

5.1 HTTPS 配置（不建议，建议另外通过caddy代理并设置ssl）

为生产环境，建议配置 HTTPS：

1. 使用 Let’s Encrypt 获取免费 SSL 证书：bashsudo apt install -y certbot python3-certbot-nginx certbot certonly --standalone -d <your-domain>
2. 在 jupyterhub_config.py 中配置 SSL：pythonc.JupyterHub.ssl_key = '/etc/letsencrypt/live/<your-domain>/privkey.pem' c.JupyterHub.ssl_cert = '/etc/letsencrypt/live/<your-domain>/fullchain.pem' c.JupyterHub.port = 443
3. 更新 docker-compose.yml，将端口改为 443:443。

5.2 GPU 支持

若需要 GPU 支持，确保主机安装了 NVIDIA 驱动和 nvidia-container-toolkit：

bash

sudo apt install -y nvidia-driver-<version> nvidia-container-toolkit

在 jupyterhub_config.py 中添加：

python

c.DockerSpawner.extra_host_config = {'runtime': 'nvidia'}

使用支持 GPU 的镜像，如 jupyter/tensorflow-notebook。

5.3 用户环境定制

若需要自定义用户镜像，创建 Dockerfile：

dockerfile

FROM jupyter/scipy-notebook:latest
RUN pip install numpy pandas matplotlib
CMD ["jupyterhub-singleuser"]

构建并推送到 Docker Hub 或本地仓库：

bash

docker build -t my-jupyterlab-image .
docker tag my-jupyterlab-image <your-dockerhub-username>/my-jupyterlab-image:latest
docker push <your-dockerhub-username>/my-jupyterlab-image:latest

在 jupyterhub_config.py 中更新：

python

c.DockerSpawner.image = '<your-dockerhub-username>/my-jupyterlab-image:latest'

---

6. 常见问题排查

• “Spawn failed” 错误：
  • 检查 docker logs jupyterhub 是否有 KeyError 或权限问题。
  • 确保 Docker 网络 jupyterhub-network 已创建。
  • 验证 DOCKER_NOTEBOOK_IMAGE 是否可拉取。
• 用户容器无法访问数据库：
  • 确保数据库容器在同一 Docker 网络中：bashdocker network connect jupyterhub-network <database-container>
• 权限问题：
  • 检查卷挂载路径权限，确保用户 jovyan（UID 1000）有写权限。
• JupyterLab 不显示：
  • 确认 c.Spawner.default_url = ‘/lab’ 已设置。
  • 确保镜像中已安装 JupyterLab：bashdocker run -it <image> pip show jupyterlab

---

7. 维护与备份

• 备份用户数据：
  • 用户数据存储在 Docker 卷中，查看卷：bashdocker volume ls
  • 备份卷：bashdocker run --rm -v jupyterhub-user-<username>:/data -v /backup:/backup busybox tar cvf /backup/user-<username>.tar /data
• 更新 JupyterHub：
  • 停止服务：docker-compose down
  • 更新镜像：docker pull jupyterhub/jupyterhub:latest
  • 重新启动：docker-compose up -d
• 清理无用容器：bashdocker container prune

---

8. 参考资源

• JupyterHub 官方文档：https://jupyterhub.readthedocs.io
• DockerSpawner 文档：https://jupyterhub-dockerspawner.readthedocs.io
• Jupyter Docker Stacks：https://jupyter-docker-stacks.readthedocs.io
• GitHub – jupyterhub/jupyterhub-deploy-docker：https://github.com/jupyterhub/jupyterhub-deploy-docker[](https://github.com/jupyterhub/jupyterhub-deploy-docker)
• GitHub – jupyterhub/dockerspawner：https://github.com/jupyterhub/dockerspawner[](https://github.com/jupyterhub/dockerspawner)

---

通过以上步骤，您可以在 Ubuntu 上成功部署一个支持 JupyterLab 和 DockerSpawner 的 JupyterHub 环境，适合教学、科研或团队协作场景。如需进一步定制或遇到具体问题，请提供更多细节，我可以为您提供针对性指导！

http://beloving.bokee.com/

为了防止再次遗失，我把里面的几十篇内容挪到了本博客中。

之前在各个平台上开了好多博客，新浪，搜狐，网易，教育，都黄了，还是要靠自己。

因为阿里云的ECS开了性能限制，博客有几个访问就挂掉，索性整体迁移一下系统，于是把dnmp整个文件夹备份到本地，然后停机，换镜像，启动，再scp把文件放回去（这里其实应该打包下载和上传，会快很多）。然后用dnmp里面的一键启动命令恢复环境，最后docker compose up -d启动网站。

不过这中间因为周末玩耍耽误了几天，幸好这个博客也没有多少人。

岳父大人的慢阻肺一直是一个高危因素，自过年加重一次之后一直没有恢复，走走路就掉氧浓度，不到90%，吃了衡水中医院的中药也不见起色，于是约了中日友好医院的床位，等着来个全面检查。期间，到了广安门中医院开了中药，大夫看到他的现状对其是否需要用制氧机和呼吸机做氧疗有所怀疑，似乎没有那么重。等到在中日友好医院住了几天，做了肺功能和其他各项检查，终于给岳父确诊了糖尿病，并调整了心脏的药，把他的血糖和心律控制下来了，于是血氧也很神奇的转好了，这着实让岳父感到意外，我们也是。

于是，我又一次对地方医院和北京重点医院的诊疗水平差距有了进一步的认识。看上去似乎没有特别的手段，但是北京的大夫规范细致的诊治确实有效，而衡水的大夫虽然救了急，却对具体的康复方法没有任何指导。

有一个典型的例子，用于治疗慢阻肺的吸入药用到最好的，衡水也是这么开的，但是吸入方法却没有告知，也没有观察用的对不对，在北京问了之后，才发现之前几乎是无效吸入。而血压对血氧的影响之大，也不在之前的感知之内。

在我想象中，这些都是照手册就能学会的东西，医生应该完全可以自学掌握。