GVKun编程网logo

运行 jupyterlab 作为 ubuntu 20.04 服务权限问题（ubuntu打开jupyter）

3

本文的目的是介绍运行jupyterlab作为ubuntu20.04服务权限问题的详细情况，特别关注ubuntu打开jupyter的相关信息。我们将通过专业的研究、有关数据的分析等多种方式，为您呈现一个

本文的目的是介绍运行 jupyterlab 作为 ubuntu 20.04 服务权限问题的详细情况，特别关注ubuntu打开jupyter的相关信息。我们将通过专业的研究、有关数据的分析等多种方式，为您呈现一个全面的了解运行 jupyterlab 作为 ubuntu 20.04 服务权限问题的机会，同时也不会遗漏关于HADOOP 与 jupyterlab 链接、install nginx on ubuntu install ubuntu usb install ubuntu 14.04 ubuntu install jd、jupyter labextension 安装 @jupyter-widgetes/jupyterlab-manager、jupyterLab的知识。

本文目录一览：

运行 jupyterlab 作为 ubuntu 20.04 服务权限问题（ubuntu打开jupyter）

运行 jupyterlab 作为 ubuntu 20.04 服务权限问题（ubuntu打开jupyter）

如何解决运行 jupyterlab 作为 ubuntu 20.04 服务权限问题

我在 aws 上运行 jupyterlab 服务器。当我从工作文件夹运行服务器时一切都很好（只需在文件夹中输入“jupyter lab”即可提供服务...）我安装的所有内核都已加载并正常工作。 当我尝试设置服务时出现问题。这是我的服务：

sudo nano /etc/systemd/system/jupyterlab.service
[Unit]
Description=Jupyterlab
After=syslog.target network.target

[Service]
User=ubuntu
WorkignDirectory=/home/ubuntu
ExecStart=/bin/bash /home/ubuntu/jupyterlab.sh

[Install]
WantedBy=multi-user.target

脚本也很简单：

#!/bin/sh
jupyter-lab --port=8888 --no-browser

问题是这个服务不会加载我的一些内核。我已经以各种方式更改了 anaconda 文件夹中的权限。我已经为 anaconda3/bin 和其他脚本中的路径添加了一个导出。使用服务时系统仍然不会加载内核。 我还将服务移至 ~/.config/systemd/user/jupyterlab.service。仍然没有运气。

任何提示或解决方法将不胜感激.... 问候。

解决方法

好的……我通过将所有内容安装为默认用户来解决这个问题……ubuntu。我最初将 conda 安装放在 /opt 文件夹中。

我还将该服务创建为用户服务，因此它不会以 root 身份运行。这是一个例子 --> https://computingforgeeks.com/how-to-run-systemd-service-without-root-sudo/

我的许可仍有问题，因为我想为多个用户管理这个，但现在它可以工作，我可以继续......一点。现在服务负载也死了？？？也需要这样做。

HADOOP 与 jupyterlab 链接

HADOOP 与 jupyterlab 链接

首先     咱们先把jdk1.0.0_60.tar.gz     和       hadoop-2.7.2.tar.gz    的压缩包放到root根目录下的opt文件夹下      如图：

 

然后   进入opt目录下执行解压命令：

tar -zxvf hadoop-2.7.2.tar.gz                                  Hadoop的解压命令
tar -zxvf jdk1.8.0_60.tar.gz                                     jdk的解压命令

解压完以后，修改环境变量：

vim ~/.bashrc    修改环境变量

 

export JAVA_HOME="/opt/jdk1.8.0_60"
export PATH="$PATH:$JAVA_HOME/bin"
export HADOOP_HOME="/opt/hadoop-2.7.2"
export PATH="$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin"

添加完毕以后   保存退出！     保存退出以后一定要执行应用命令   不然还是报错：

source ~/.bashrc   应用修改后的环境

验证: 输入java或者javac, 能够找到这个命令, 说明JAVA环境配置完成

同样的操作, 在两个虚拟机内分别配置

 

在以下文件里加入下面的内容：

core-site.xml

从这一步开始, 把目录切换到 /opt/bigData/Hadoop/hadoop-2.7.2/etc/hadoop/ 下

编辑core-site.xml文件

 

<property>
	<name>fs.default.name</name<
	<value>hdfs://master:9000/</value>
</property>
<property>		
	<name>dfs.permissions</name>
	<value>false</value>
</property>

 



hdfs-site.xml

编辑hdfs-site.xml文件

 

<property>
	<name>dfs.data.dir</name>
    <value>/home/luds/bigData/dfs/data</value>
    <final>true</final>
</property>
<property>
    <name>dfs.name.dir</name>
    <value>/home/luds/bigData/dfs/name</value>
    <final>true</final>
</property>
<property>
    <name>dfs.replication</name>
    <value>1</value>
</property>

<property>
    <name>dfs.secondary.http.address</name>
    <value>master:50090</value>
</property>

 



mapred-site.xml

编辑mapred-site.xml

这个目录下面没有这个文件, 但是有这个文件的模板, 可以先从这个模板拷贝一个方案

指令: cp mapred-site.xml.template mapred-site.xml

然后再编辑这个文件

 

<property>
    <name>mapred.job.tracker</name>
    <value>master:9001</value>
</property>

<property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
</property>

<property>
    <name>mapreduce.jobhistory.address</name>
    <value>master:10020</value>
    <description>MapReduce JobHistory Server IPC host:port</description>
</property>

 



yarn-site.xml

 

<property>
    <name>yarn.nodemanager.aux-services</name>
    <value>mapreduce_shuffle</value>
</property>

<property>
    <name>yarn.resourcemanager.hostname</name>
    <value>master</value>
    <description>The hostname of the RM.</description>
</property>

<property>
    <name>yarn.log-aggregation-enable</name>
    <value>true</value>
</property>

 



配置hadoop_env.sh 环境

编辑文件 hadoop-env.sh

添加一行:

export JAVA_HOME=/opt/bigData/Java/jdk1.8.0_60



mapred-env.sh

编辑文件 mapred-env.sh

添加一行:

export JAVA_HOME=/opt/bigData/Java/jdk1.8.0_60



添加masters

添加一个masters文件, 将master添加进去

指令: vi masters

添加:

master

 

修改slaves

添加:

slave0
slave1

 

Hadoop简单语法：

hdfs 常用命令
（1）查看帮助
hdfs dfs -help

（2）查看当前目录信息
hdfs dfs -ls /

（3）上传文件
hdfs dfs -put /本地路径 /hdfs路径

（4）剪切文件
hdfs dfs -moveFromLocal a.txt /aa.txt

（5）下载文件到本地
hdfs dfs -get /hdfs路径 /本地路径

（6）合并下载
hdfs dfs -getmerge /hdfs路径文件夹 /合并后的文件

（7）创建文件夹
hdfs dfs -mkdir /hello

（8）创建多级文件夹
hdfs dfs -mkdir -p /hello/world

（9）移动hdfs文件
hdfs dfs -mv /hdfs路径 /hdfs路径

（10）复制hdfs文件
hdfs dfs -cp /hdfs路径 /hdfs路径

（11）删除hdfs文件
hdfs dfs -rm /aa.txt

（12）删除hdfs文件夹
hdfs dfs -rm -r /hello

（13）查看hdfs中的文件
hdfs dfs -cat /文件
hdfs dfs -tail -f /文件

（14）查看文件夹中有多少个文件
hdfs dfs -count /文件夹

（15）查看hdfs的总空间
hdfs dfs -df /
hdfs dfs -df -h /

（16）修改副本数
hdfs dfs -setrep 1 /a.txt

 

然后设置IP映射：

vim /etc/hosts                      ip映射

文件里面只留下ip     和      master就行

vim /etc/hostname              修改主机名

 同上   只留下master   不需要ip

下载：tree

yum install tree

tree . 当前目录

tree bigdata             查看bigdata目录

 Hadoop  namenode -format     格式化磁盘

格式化完了  就会生成一个bigdata目录

然后启动服务：

start-all.sh   启动服务

启动服务密码要输入root用户的密码，少了输入四次，多的时候五六次  不要怕麻烦

启动好了   查看   jps   就行

如果只有一个的情况下   建议删掉bigdata   然后重新格式化磁盘以后在运行

启动没有问题以后直接访问http://127.0.0.1：50070

链接jupyter

hdfs-site.xml文件中添加：

<property>
<name>dfs.permissions</name>
<value>false</value>
</property>

执行：stop-all.sh

执行：start-all.sh

然后在jupyter中执行代码就可以了

#谨记： C:\Windows\System32\drivers\etc\hosts文件里做ip映射，否则连接不上

from hdfs.client import Client
#关于python操作hdfs的API可以查看官网:
#https://hdfscli.readthedocs.io/en/latest/api.html

#读取hdfs文件内容,将每行存入数组返回
def read_hdfs_file(client,filename):
lines = []
with client.read(filename, encoding=''utf-8'', delimiter=''\n'') as reader:
for line in reader:
#pass
#print line.strip()
lines.append(line.strip())
return lines

#创建目录
def mkdirs(client,hdfs_path) :
client.makedirs(hdfs_path)

#删除hdfs文件
def delete_hdfs_file(client,hdfs_path):
client.delete(hdfs_path)

#上传文件到hdfs
def put_to_hdfs(client,local_path,hdfs_path):
client.upload(hdfs_path, local_path,cleanup=True)

#从hdfs获取文件到本地
def get_from_hdfs(client,hdfs_path,local_path):
client.download(hdfs_path, local_path, overwrite=False)

#追加数据到hdfs文件
def append_to_hdfs(client,hdfs_path,data):
client.write(hdfs_path, data,overwrite=False,append=True)

#覆盖数据写到hdfs文件
def write_to_hdfs(client,hdfs_path,data):
client.write(hdfs_path, data,overwrite=True,append=False)

#移动或者修改文件
def move_or_rename(client,hdfs_src_path, hdfs_dst_path):
client.rename(hdfs_src_path, hdfs_dst_path)

#返回目录下的文件
def list(client,hdfs_path):
return client.list(hdfs_path, status=False)

# root:连接的跟目录
client = Client("http://192.168.161.134:50070",
root="/",timeout=5*1000,session=False)
# put_to_hdfs(client,''a.txt'',''/b.txt'') #上传文件
# append_to_hdfs(client,''/b.txt'',''111111111111111''+''\n'') #追加数据
# write_to_hdfs(client,''/b.txt'',''222222222222''+''\n'') #替换数据

 

原文出处：https://www.cnblogs.com/Zhchan/p/11321799.html

install nginx on ubuntu install ubuntu usb install ubuntu 14.04 ubuntu install jd

install nginx on ubuntu install ubuntu usb install ubuntu 14.04 ubuntu install jd

jupyter labextension 安装 @jupyter-widgetes/jupyterlab-manager

jupyter labextension 安装 @jupyter-widgetes/jupyterlab-manager

如何解决jupyter labextension 安装 @jupyter-widgetes/jupyterlab-manager

文件“”，第1行 jupyter labextension 安装 @jupyter-widgetes/jupyterlab-manager ^ 语法错误：无效语法

jupyterLab

jupyterLab

jupyterLab

目录：

0x00 jupyterLab的简介
0x01 jupyterLab的下载，安装与启动
0x03 jupyterLab的界面
0x04 jupyterLab的界面详解

0x00 jupyterLab的简介

一.jupyterLab的说明

JupyterLab是Project Jupyter的下一代基于Web的用户界面

JupyterLab使您能够以灵活，集成和可扩展的方式处理文档和活动，如 Jupyter笔记本，文本编辑器，终端和自定义组件。您可以 使用选项卡和拆分器在工作区中并排排列多个文档和活动。文档和活动相互集成，实现了交互式计算的新工作流程，例如：

  • 代码控制台提供瞬态暂存器，用于交互式运行代码，完全支持丰富的输出。例如，代码控制台可以作为来自笔记本的计算日志链接到笔记本内核。
  • 内核支持的文档使任何文本文件（Markdown，Python，R，LaTeX等）中的代码能够在任何Jupyter内核中以交互方式运行。
  • 笔记本电脑单元输出可以镜像到自己的选项卡中，与笔记本并排显示，从而实现具有内核支持的交互式控件的简单仪表板。
  • 使用不同编辑者或查看者的多个文档视图可以实时编辑其他查看者中反映的文档。

0x01 jupyterLab的下载，安装与启动

一.jupyterLab的下载与安装

jupyterLab的下载与安装可以使用二种方法进行：
方式1：conda

conda

 

install

 

-

c

 

conda

-

forge

 

jupyterlab

注意：由于我们现在使用anaconda，所以主要使用conda下载安装第三方库
方式2：pip

pip

 

install

 

jupyterlab


#### 二.jupyterLab的启动
jupyterLab的启动可以分为两种方法，即命令行和快捷方式点击
方式1：命令行
在安装anaconda中的Prompt命令行中输入：
jupyter`` ``lab


方式2：快捷方式点击
_


0x03 jupyterLab的界面及功能模块

一.jupyterLab的界面

JupyterLab为交互式探索性计算提供灵活的构建块。虽然JupyterLab具有传统集成开发环境（IDE）中的许多功能，但它仍然专注于交互式探索性计算

JupyterLab界面包含一个主工作区， 包含文档和活动选项卡，可折叠左侧边栏和菜单栏。左侧边栏包含 文件浏览器，正在运行的内核和终端列表，命令选项板，笔记本单元工具检查器和选项卡列表。

JupyterLab会话始终驻留在工作空间中。工作区包含JupyterLab的状态：当前打开的文件，应用程序区域和选项卡的布局等。工作区可以使用命名工作区URL保存在服务器上

0x04 jupyterLab的界面详解

一.菜单栏

JupyterLab顶部的菜单栏具有顶级菜单，可通过键盘快捷键显示JupyterLab中可用的操作。默认菜单是：

  • 文件：与文件和目录相关的操作
  • 编辑：与编辑文档和其他活动相关的操作
  • 视图：改变JupyterLab外观的操作
  • 运行：用于在不同活动（如笔记本和代码控制台）中运行代码的操作
  • 内核：管理内核的操作，内核是运行代码的独立进程
  • 选项卡：停靠面板中打开的文档和活动的列表
  • 设置：常用设置和高级设置编辑器
  • 帮助：JupyterLab和内核帮助链接列表



二.左侧边栏

左侧边栏包含许多常用选项卡，例如文件浏览器，正在运行的内核和终端列表，命令选项板以及主工作区中的选项卡列表：




三.主要工作区

JupyterLab中的主要工作区使您可以将文档（笔记本，文本文件等）和其他活动（终端，代码控制台等）排列到可以调整大小或细分的选项卡面板中。将选项卡拖动到选项卡面板的中心可将选项卡移动到面板。通过将选项卡拖动到面板的左侧，右侧，顶部或底部来细分选项卡面板

四.标签和单文档模式

左侧栏中的“选项卡”面板列出了主要工作区中的打开文档或活动：








































































































今天关于运行 jupyterlab 作为 ubuntu 20.04 服务权限问题和ubuntu打开jupyter的分享就到这里，希望大家有所收获，若想了解更多关于HADOOP 与 jupyterlab 链接、install nginx on ubuntu install ubuntu usb install ubuntu 14.04 ubuntu install jd、jupyter labextension 安装 @jupyter-widgetes/jupyterlab-manager、jupyterLab等相关知识，可以在本站进行查询。

本文标签：

上一篇Octave 错误：'normData' 在第 1 行第 1 列附近未定义 - 从 Microsoft Store 安装在 ubuntu 中的八度

下一篇mhn 在 linux ubuntu 18.04 上安装失败（ubuntu安装nomachine）

相关文章