Jupyter Notebook؛ نوت‌بوک پایتون روی سرور ابری خودتان

کاربردهای رایجی که این نصب برایشان مناسب است:

پس از ساخت سرور، اسکریپت نصب پایتون ۳ سیستم‌عامل و ابزار venv را نصب می‌کند، یک محیط مجازی جدا در /opt/jupyter/venv می‌سازد و بستهٔ notebook را با pip در آن نصب می‌کند. سپس یک token تصادفی بیست‌کاراکتری می‌سازد و Jupyter را به‌صورت سرویس systemd با نام jupyter راه می‌اندازد که روی همهٔ آدرس‌های شبکه و پورت ۸۸۸۸ گوش می‌دهد و اگر از کار بیفتد خودکار دوباره اجرا می‌شود.

در پایان قانون ورودی پورت ۸۸۸۸ در فایروال سرور اضافه و فایروال فعال می‌شود. لینک ورود که token در آن قرار دارد، خود token و پوشهٔ کاری در تب «اپلیکیشن» صفحهٔ سرور نمایش داده می‌شوند. هیچ کتابخانهٔ علم داده‌ای از پیش نصب نیست و محیط کاملاً تمیز تحویل داده می‌شود.

نصب Jupyter رایگان است و فقط اجارهٔ ساعتی سرور را می‌پردازید؛ با حذف سرور محاسبه متوقف می‌شود. این اپلیکیشن از پلن standard به بالا قابل انتخاب است. قاعدهٔ سرانگشتی ساده است: pandas برای پردازش یک فایل معمولاً چند برابر حجم خود فایل حافظه می‌خواهد، پس اندازهٔ بزرگ‌ترین دادهٔ روزمره‌تان پلن را تعیین می‌کند.

برای یادگیری، تمرین و فایل‌های تا چند ده مگابایت، standard کافی است. برای دیتاست‌های چندصد مگابایتی یا آموزش مدل‌های scikit-learn‏، plus با چهار گیگابایت حافظه مناسب‌تر است و برای کارهای سنگین‌تر و چند نوت‌بوک هم‌زمان، pro با هشت گیگابایت و چهار هسته. مقایسهٔ کامل در ماشین‌حساب هزینه آمده است.

سه راه برای کار با پایتون روی سرور ابری داریم که هر کدام برای سبک کار متفاوتی است:

کل مسیر از پنل و مرورگر انجام می‌شود:

مهم‌ترین نکتهٔ این نصب را صریح می‌گوییم: Jupyter با کاربر root اجرا می‌شود و هر کس token را داشته باشد، از طریق سلول کد یا ترمینال وب عملاً کنترل کامل سرور را دارد. پس token را مثل رمز root نگه دارید، در پیام‌رسان یا اسکرین‌شات منتشر نکنید و اگر به اشتراک گذاشتید آن را عوض کنید. اگر نمی‌خواهید Jupyter با root اجرا شود، یک کاربر عادی بسازید و فایل سرویس را برای آن کاربر تنظیم کنید.

نصب پیش‌فرض روی http است و token در آدرس فرستاده می‌شود؛ روی شبکهٔ عمومی بهتر است رمزنگاری اضافه کنید. ساده‌ترین راه تونل SSH است: پورت ۸۸۸۸ را از طریق SSH به رایانهٔ خودتان بیاورید و قانون ورودی ۸۸۸۸ را در فایروال شبکه یا تب فایروال سرور ببندید. راه دیگر، nginx روی پورت ۸۰ با پشتیبانی WebSocket است که سرور را پشت پروکسی لبه با گواهی SSL قرار می‌دهد؛ پروکسی لبه به پورت ۸۰ سرور وصل می‌شود، نه ۸۸۸۸.

برای اطمینان از اینکه پورت‌ها همان‌طور که می‌خواهید باز یا بسته‌اند، از ابزار بررسی پورت استفاده کنید.

دو چیز را باید حفظ کنید: خود نوت‌بوک‌ها و داده‌ها، و فهرست بسته‌های محیط. برای اولی، پوشهٔ پروژه را در Git نگه دارید یا به‌صورت دوره‌ای در فضای ذخیره‌سازی ابری کپی کنید. برای دومی، با دستور pip freeze از محیط مجازی یک فایل requirements.txt بسازید تا روی هر سرور دیگری همان نسخه‌ها را دوباره نصب کنید.

بکاپ کامل سرور را هم از تب بکاپ پنل هر وقت بخواهید می‌سازید؛ بکاپ خودکار زمان‌بندی‌شده برای سرور ابری فعال نیست و فضای بکاپ ساعتی ۲ تومان به ازای هر گیگابایت حساب می‌شود. جزئیات در صفحهٔ پشتیبان‌گیری. برای آوردن کار از لپ‌تاپ یا Colab، فایل‌های ipynb و داده را از رابط Jupyter آپلود کنید یا با scp منتقل کنید.

پلن‌های سرور ابری GPU ندارند و آموزش شبکه‌های عصبی بزرگ روی CPU کند است. Jupyter Notebook تک‌کاربره است و جداسازی بین چند نفر ندارد. کرنل‌ها در حافظه اجرا می‌شوند؛ اگر داده از RAM پلن بزرگ‌تر شود کرنل از کار می‌افتد و باید داده را تکه‌تکه بخوانید یا پلن را بزرگ کنید.

از سمت ما: نصب یک‌کلیک فقط هنگام ساخت سرور انتخاب می‌شود، HTTPS و دامنه را خودتان تنظیم می‌کنید و به‌روزرسانی بستهٔ notebook با pip در محیط مجازی بر عهدهٔ شماست. پیش از به‌روزرسانی‌های بزرگ از فهرست بسته‌ها خروجی بگیرید.