Was ist auf Ihrem Jupyter-Server installiert?
- JupyterLab 4.6 in einer virtuellen Python-Umgebung unter /home/jupyter/venv
- Ein Ordner /home/jupyter/not-defterleri für Ihre Notebooks
- Anmeldung per Passwort, in der Konfigurationsdatei steht nur ein argon2-Hash
- HTTPS über Caddy auf einem sslip.io-Namen auf Basis Ihrer IP, wobei der Dienst auf 127.0.0.1:8888 läuft
- Ein unprivilegierter Benutzer jupyter und ein systemd-Dienst namens jupyter
- Python 3 und git
- Firewall, bei der nur die Ports 22, 80 und 443 offen sind, 8888 ist von außen also nicht erreichbar
Welche Größe brauchen Sie für Jupyter?
Die Dokumentation von JupyterLab nennt keinen RAM-Wert, weil Ihre Daten bestimmen, was Sie brauchen: Ihr Datensatz muss in den Speicher passen. Als Faustregel schauen Sie sich 1 GB zum Lernen und für kleine Tabellen an, 2 GB für mittlere Daten mit pandas und 4 GB für größere Tabellen. Geht der Speicher aus, stirbt der Kernel, und die Variablen des Notebooks gehen verloren. Für einen aufwendigen Job können Sie den RAM in Ihrem Panel erhöhen und am Ende des Zeitraums wieder senken.
| Einsatz | Größe | Preis | Wählen |
|---|---|---|---|
| Einstieg | 1 GB RAM · 1 vCore · 25 GB NVMe | $2.58/Monat | |
| Mittel | 2 GB RAM · 1 vCore · 40 GB NVMe | $4.01/Monat | |
| Leistungsstark | 4 GB RAM · 2 vCore · 60 GB NVMe | $6.89/Monat |
Für wen ist es gedacht?
- Menschen, die Datenanalyse, Visualisierung und Datenbereinigung betreiben
- Alle, die lange Berechnungen laufen lassen wollen, ohne ihren Computer eingeschaltet zu lassen
- Lernende, die im Browser mit Python arbeiten wollen
- Entwickler, die kleine Modelle auf einer CPU ausprobieren
Was passiert nach der Bestellung?
- Stellen Sie die Größe ein und schließen Sie Ihre Zahlung ab.
- Ihr Server startet, und JupyterLab installiert sich selbst. Das dauerte in unseren Tests auf echten Servern etwa 3,5 Minuten.
- Öffnen Sie auf dem Tab Übersicht den Link Panel-Adresse und geben Sie das Passwort aus der Zeile Passwort ein.
- Öffnen Sie auf dem Bildschirm Launcher ein Python-3-Notebook.
- Um ein Paket zu installieren, geben Sie %pip install pandas in eine Zelle ein und führen Sie sie aus.
Bei jedem Server
- Tägliche Sicherung im Preis inbegriffen
- Unbegrenzter Datenverkehr
- Voller Root-Zugriff
- RAM und CPU später vergrößern oder verkleinern, die Festplatte erweitern
- Standort: Istanbul · IST-1.
Gut zu wissen
- Geben Sie das Passwort nicht weiter: Wer sich anmeldet, kann in einem Notebook Code und im Terminal Befehle ausführen.
- Das ist eine Einzelbenutzer-Installation. Die offizielle Dokumentation warnt, dass sich Befehle und Dateien in die Quere kommen können, wenn mehrere Personen einen Server teilen.
- Pakete wie pandas und NumPy gehören nicht zur Installation, fügen Sie sie also mit %pip hinzu. Sie landen in der virtuellen Umgebung und bleiben nach einem Neustart erhalten.
- Seturack-Server haben keine Grafikkarte (GPU), Ihr Code läuft also auf der CPU.
- Für Updates von JupyterLab und Ihren Paketen sind Sie selbst verantwortlich. Führen Sie nach einem Upgrade als root systemctl restart jupyter aus.
Fragen und Antworten zu Jupyter
Wie viel RAM braucht ein Jupyter-Server?
JupyterLab hat keinen offiziellen RAM-Wert, weil die Größe Ihrer Daten bestimmt, was Sie brauchen. Als Faustregel ist 1 GB ein guter Start zum Lernen und 2 bis 4 GB für mittlere Daten mit pandas. Passen Ihre Daten nicht in den Speicher, vergrößern Sie in Ihrem Panel.
Wie installiere ich ein Python-Paket in JupyterLab?
Geben Sie %pip install pandas in eine Notebook-Zelle ein und führen Sie sie aus. Pakete landen in der virtuellen Umgebung /home/jupyter/venv und bleiben nach einem Neustart erhalten. Brauchen Sie ein Systempaket, verbinden Sie sich als root per SSH und nutzen apt.
Hat der Jupyter-Server eine GPU?
Nein. Seturack-Server haben keine Grafikkarte (GPU), der Code in Ihren Notebooks läuft also auf der CPU. Datenanalyse und kleine Modelle funktionieren auf einer CPU, das Training großer Modelle braucht dagegen eine Umgebung mit GPU.
Wo liegen meine Notebooks, und wie lade ich sie herunter?
Notebooks liegen im Ordner /home/jupyter/not-defterleri auf dem Server. Über das Dateipanel von JupyterLab können Sie Dateien hoch- und herunterladen. Wenn Sie SFTP bevorzugen, können Sie sich als root mit dem Server verbinden.
Kann mein Team ein JupyterLab gemeinsam nutzen?
Das ist eine Einzelbenutzer-Installation, daher meldet sich jeder mit demselben Passwort als derselbe Benutzer jupyter an. Die offizielle Dokumentation warnt, dass sich Befehle und Dateien in die Quere kommen können, wenn mehrere Personen gleichzeitig arbeiten. Für ein Team ist ein eigener Server pro Person sauberer.
Wie ändere ich das Jupyter-Passwort?
Führen Sie als Benutzer jupyter ~/venv/bin/python -c 'from jupyter_server.auth import passwd; print(passwd())' aus. Tragen Sie den entstandenen Hash in beide hashed_password-Zeilen in ~/.jupyter/jupyter_server_config.py ein und führen Sie dann als root systemctl restart jupyter aus.
Wie verbinde ich meine eigene Domain mit JupyterLab?
Richten Sie den A-Record auf Ihren Server, ersetzen Sie den alten Namen überall in /etc/caddy/Caddyfile und führen Sie systemctl reload caddy aus. Tragen Sie die neue Adresse außerdem in allow_origin in jupyter_server_config.py ein und führen Sie dann systemctl restart jupyter aus.