在 Docker 中运行 Jupyter Notebook

Jupyter 是个好东西，提供了简单易用的 web REPL 环境，并且可以根据工作语言选配不同的 kernel 提供不同的功能。但是，由于常常用作测试所用，因此对于我这样的“洁癖患者”来说，保持后台常驻和环境清洁实在是非常终于，于是我想到了 docker，实在是 Jupter 运行容器的不二之选。

本来打算自己定制一个的，不过一番搜索后发现官方提供了更为详细和成熟的 docker 镜像，实在是可喜可贺，这里简单说一下用用法和自己的设置。

官方镜像

官方提供了 base-notebook、minimal-notebook、all-spark-notebook、pyspark-notebook、scipy-notebook、datascience-notebook、tensorflow-notebook 以及 r-notebook 可选。根据自己的需要选择合适的镜像即可，通常 base-notebook 就够用了，这里便以它为例。

启动：docker run --remove -P jupyter/base-notebook，这里 --remove 表示，因此在其中安装的程序、插件并不会在系统中留下任何痕迹；-P 则是为镜像中 expose 的所有端口都分配一个随机的本地映射。

可以输入 docker ps 查看刚启动的 container 实例：

$ docker ps
CONTAINER ID        IMAGE                   COMMAND                  CREATED             STATUS              PORTS                     NAMES
2c3a5876de9b        jupyter/base-notebook   "tini -- start-notebo"   12 minutes ago      Up 12 minutes       0.0.0.0:32768->8888/tcp   kickass_davinci

可以看到这里自动将系统的 0.0.0.0:32768 映射到了 container 中的 8888 端口，这时局域网内任何机器都可以访问 http://<你的 IP>32768 打开 Jupyter notebook 页面。

为了保持可控性，可以将 -P 替换为 -p 18888:8888，确保每次启动 container 实例时都会自动映射到 18888 端口。

该镜像并没有提供更多的配置选项，不过通过直接查看配置文件可以获知实例中的用户名为 jovyan，Jupyter 的活动目录是 /home/jovyan/，并且可以挂载出来：

另外，我们还可以使用 --restart 指令让容器随系统启动，并在出现问题时自动重启。

于是：

$ mkdir $HOME/nbs
$ docker run -d --restart=always --name=jupyter -p 18888:8888 \
-v $HOME/nbs:/home/jovyan/ \
jupyter/base-notebook

如果访问 localhost:18888 出现权限错误，可以使用 docker logs jupyter 来输出该容器的标准输出流，你可能看到一串类似 http://localhost:8888/?token=3c32ac9203dc507d0d6bbcc191c83c650c081308100eb397 的带 token 的 URL，将 8888 替换为我们的 18888 在浏览器中打开即可完成验证。

IHaskell

除了官方镜像外，还有很多其它 docker 镜像可以使用，比如 IHaskell，使用 IHaskell kernel 替代默认的 IPython kernel，适合用于学习 Haskell 使用。

最终启动命令：

$ docker run -d \
-v $(HOME)/nbs:/notebooks \
-p 18899:8888 \
gibiansky/ihaskell

会提供 Haskll 和 IPython2 两个 kernel。

不过这个镜像略显臃肿，会占用比较大的磁盘空间。

远程访问

如果还需要远程访问这些端口，可以使用 ssh tunnel 或者 ngrok。