Qu'y a-t-il d'installé sur votre serveur Jupyter ?
- JupyterLab 4.6 dans un environnement virtuel Python à /home/jupyter/venv
- Un dossier /home/jupyter/not-defterleri pour vos notebooks
- Connexion par mot de passe, avec seulement un hash argon2 dans le fichier de configuration
- HTTPS via Caddy sur un nom sslip.io construit à partir de votre IP, avec le service sur 127.0.0.1:8888
- Un utilisateur jupyter sans privilèges et un service systemd nommé jupyter
- Python 3 et git
- Pare-feu avec seulement les ports 22, 80 et 443 ouverts : le 8888 n'est donc pas joignable depuis l'extérieur
Quelle taille faut-il pour Jupyter ?
La documentation de JupyterLab ne donne pas de chiffre de RAM, car ce sont vos données qui déterminent vos besoins : votre jeu de données doit tenir en mémoire. À titre indicatif, pensez à 1 Go pour apprendre et pour de petits tableaux, 2 Go pour des données moyennes avec pandas et 4 Go pour de plus grands tableaux. Si la mémoire s'épuise, le noyau meurt et les variables du notebook sont perdues. Pour un gros calcul, vous pouvez augmenter la RAM depuis votre panneau et la rabaisser à la fin de la période.
| Usage | Taille | Prix | Choisir |
|---|---|---|---|
| Démarrage | 1 GB RAM · 1 vCore · 25 GB NVMe | $2.58/mois | |
| Moyen | 2 GB RAM · 1 vCore · 40 GB NVMe | $4.01/mois | |
| Puissant | 4 GB RAM · 2 vCore · 60 GB NVMe | $6.89/mois |
Pour qui ?
- Ceux qui font de l'analyse de données, de la visualisation et du nettoyage de données
- Ceux qui veulent lancer de longs calculs sans laisser leur ordinateur allumé
- Ceux qui apprennent et veulent travailler sur Python depuis un navigateur
- Les développeurs qui essaient de petits modèles sur un processeur
Que se passe-t-il après votre commande ?
- Réglez la taille et terminez votre paiement.
- Votre serveur démarre et JupyterLab s'installe tout seul. Cela a pris environ 3,5 minutes lors de nos tests sur un vrai serveur.
- Dans l'onglet Vue d'ensemble, ouvrez le lien Adresse du panneau et saisissez le mot de passe de la ligne Mot de passe.
- Ouvrez un notebook Python 3 depuis l'écran Launcher.
- Pour installer un paquet, tapez %pip install pandas dans une cellule et exécutez-la.
Avec chaque serveur
- Sauvegardes quotidiennes incluses dans le prix
- Trafic illimité
- Accès root complet
- Augmentez ou réduisez la RAM et le CPU plus tard, et agrandissez le disque
- Emplacement : Istanbul · IST-1.
Bon à savoir
- Ne partagez pas le mot de passe : quiconque se connecte peut exécuter du code dans un notebook et des commandes dans le terminal.
- Il s'agit d'une installation mono-utilisateur. La documentation officielle prévient que lorsque plusieurs personnes se partagent un serveur, leurs commandes et leurs fichiers peuvent entrer en collision.
- Des paquets comme pandas et NumPy ne font pas partie de l'installation : ajoutez-les donc avec %pip. Ils vont dans l'environnement virtuel et restent après un redémarrage.
- Les serveurs Seturack n'ont pas de carte graphique (GPU) : votre code s'exécute donc sur le processeur.
- Les mises à jour de JupyterLab et de vos paquets sont de votre responsabilité. Après une mise à niveau, lancez systemctl restart jupyter en root.
Questions et réponses sur Jupyter
De combien de RAM un serveur Jupyter a-t-il besoin ?
JupyterLab n'a pas de chiffre officiel de RAM, car c'est la taille de vos données qui détermine vos besoins. À titre indicatif, 1 Go est un bon départ pour apprendre et 2 à 4 Go pour des données moyennes avec pandas. Si vos données ne tiennent pas en mémoire, vous agrandissez depuis votre panneau.
Comment installer un paquet Python dans JupyterLab ?
Tapez %pip install pandas dans une cellule du notebook et exécutez-la. Les paquets vont dans l'environnement virtuel /home/jupyter/venv et restent après un redémarrage. Si vous avez besoin d'un paquet système, connectez-vous en SSH en root et utilisez apt.
Le serveur Jupyter a-t-il un GPU ?
Non. Les serveurs Seturack n'ont pas de carte graphique (GPU) : le code de vos notebooks s'exécute donc sur le processeur. L'analyse de données et les petits modèles fonctionnent sur un processeur, alors que l'entraînement de grands modèles demande un environnement avec GPU.
Où sont mes notebooks, et comment les télécharger ?
Les notebooks sont dans le dossier /home/jupyter/not-defterleri du serveur. Vous pouvez envoyer et télécharger des fichiers depuis le panneau de fichiers de JupyterLab. Si vous préférez SFTP, vous pouvez vous connecter au serveur en root.
Mon équipe peut-elle partager un même JupyterLab ?
Il s'agit d'une installation mono-utilisateur : tout le monde se connecte donc avec le même mot de passe, comme le même utilisateur jupyter. La documentation officielle prévient que les commandes et les fichiers peuvent entrer en collision quand plusieurs personnes travaillent en même temps. Pour une équipe, un serveur séparé par personne est plus propre.
Comment changer le mot de passe de Jupyter ?
En tant qu'utilisateur jupyter, lancez ~/venv/bin/python -c 'from jupyter_server.auth import passwd; print(passwd())'. Mettez le hash obtenu sur les deux lignes hashed_password de ~/.jupyter/jupyter_server_config.py, puis lancez systemctl restart jupyter en root.
Comment relier mon propre domaine à JupyterLab ?
Faites pointer l'enregistrement A vers votre serveur, remplacez l'ancien nom partout dans /etc/caddy/Caddyfile et lancez systemctl reload caddy. Mettez aussi la nouvelle adresse dans allow_origin de jupyter_server_config.py, puis lancez systemctl restart jupyter.