做数据科学开发，目前最流行的语言之一是 Python，这主要得益于其提供 Numpy、Pandas等强大的软件包，以及 Jupyter 这样便捷的开发环境。
本文将介绍如何在一台云服务器上配置 Jupyter Notebook 环境，从此只要有浏览器和网络，就是可以随时随地进行数据科学开发工作，不用担心家庭环境与办公环境多次配置的问题。
目录
前提条件
如果想跟随本教程一起完成环境搭建工作，需要拥有一台云服务器，笔者使用的是腾讯云提供的 CVM，操作系统为 Ubuntu 14.04。如果不满足该条件，可以考虑通过笔者的推荐链接购买。
如果你打算长期使用该服务器，可以参考这篇文章：如何正确配置 Ubuntu 14.04 云服务器？
购买服务器并完成配置之后，即可通过如下命令登录：
ssh ubuntu@cvm-ip
安装依赖
Jupyter 是使用 Python 编写的一个软件包。而且，我们希望在 Jupyter 中使用 Python 2 和 Python 3等多个版本，因此先安装 Python 3 和 pip 。（Ubuntu 14.04 默认安装了 Python 2.7）
sudo apt-get install update
sudo apt-get install python3 python-pip
配置国内 PyPI 源
后续使用 pip 安装第三方库时，由于受国内网络限制，速度会比较慢。我们首先将 PyPI 的源修改为国内源，这里使用的是中国科学技术大学提供的源。
编辑 ~/.pip/pip.conf ，在最上方加入如下内容：
[global]
index-url = https://mirrors.ustc.edu.cn/pypi/web/simple
format = columns
配置好之后，即可享受风一般的安装速度。
虚拟环境
下面，为 Jupyter 创建一个独立的虚拟环境，与系统自带的 Python 隔离开来。为此，先安装 virtualenv 库：
sudo pip install -U virtualenv
由于我们目前是以 ubuntu 用户，可能要以 sudo 执行命令，避免 pip 安装时出现权限问题。
然后，创建一个专门的虚拟环境，并直接激活：
virtualenv venv -p python3
source venv/bin/activate
在创建虚拟环境时，指定的 Python 版本为 3，方便后续的操作。
安装 Jupyter
Jupyter 的安装其实很简单，只需要执行一行命令即可：
sudo pip install -U jupyter
由于会安装其他相关的依赖库，这一步所需的时间可能较长。
配置 Jupyter
安装好 Jupyter 之后，我们需要对其进行简单的配置，比如设置访问密码，默认不自动打开浏览器等。Jupyter 默认会使用 ~/.jupyter/jupyter-noteboook-config.py 配置文件，我们在 ~/venv/ 目录下新建一个 conf.py 文件作为自定义配置文件。
mkdir -p ~/venv/conf.py
创建密码
为了方便，我们选择 jupyter 作为访问密码。
需要在命令行依次执行如下命令，结束之后会得到一个密码的 sha1 值，后续要填写在配置文件中。
PASSWD=$(python -c from notebook.auth import passwd; print(passwd("jupyter")))
echo "c.NotebookApp.password = u${PASSWD}"
其他设置
此外，为了能够直接通过浏览器打开 http://cvm-ip:8881 地址，访问 Jupyter Notebook，我们还要做如下设置：
c.NotebookApp.ip = *
c.NotebookApp.open_browser = False
c.NotebookApp.port = 8881
c.NotebookApp.password = usha1:${PASSWD} # ${PASSWD} 替换为实际的 sha1 值
将上面两处设置，写入 conf.py 文件，然后执行如下命令即可：
jupyter notebook --config ~/venv/conf.py
!
新建 Jupyter 系统服务
为了能够长时间访问 Jupyter Notebook，避免每次都需登陆服务器手动执行命令，我们需要让该命令一直在后台自动运行，最好是支持系统重启时自动启动。因此，我们可以将 jupyter 变成一个系统服务。
创建 /etc/init/jupyter.conf 文件，写入如下内容：
start on runlevel [2345]
stop on runlevel [!2345]
setuid ubuntu
setgid ubuntu
env PATH=/home/ubuntu/venv/bin
chdir /home/ubuntu/jupyter
exec jupyter notebook --config /home/ubuntu/venv/conf.py
上面定义了该服务在 runlevel 为 2、3、4、5 时启动，而在非这几个 runlevel 时停止该服务。
运行级别0：系统停机状态，系统默认运行级别不能设为0，否则不能正常启动 运行级别1：单用户工作状态，root权限，用于系统维护，禁止远程登陆 运行级别2：多用户状态(没有NFS) 运行级别3：完全的多用户状态(有NFS)，登陆后进入控制台命令行模式 运行级别4：系统未使用，保留 运行级别5：X11控制台，登陆后进入图形GUI模式 运行级别6：系统正常关闭并重启，默认运行级别不能设为6，否则不能正常启动
配置好了 jupyter.conf 文件之后，就能够通过如下命令启动、停止和重启 Jupyter Notebook 了：
sudo start jupyter # 启动 jupyter
sudo stop/restart jupyter # 停止/重启 jupyter
sudo status jupyter # 查看 jupyter 的状态
这样，每次系统启动或者出错重启时，都会启动 Jupyter Notebook。
配置 Nignx 并创建系统服务
下一步，我们设置 Nginx 作为 Jupyter 的反向代理服务器。首先，安装 Nginx，并修改 default 设置：
sudo apt-get install nignx
sudo vim /etc/nginx/sites-available/default
修改其中的 location / 部分，并注释掉某些行，具体见下面的示例：
server {
listen 80 default_server;
listen [::]:80 default_server ipv6only=on;
#root /usr/share/nginx/html;
#index index.html index.htm;
# Make site accessible from
server_name localhost;
location / {
# First attempt to serve request as file, then
# as directory, then fall back to displaying a 404.
# try_files $uri $uri/ =404;
proxy_pass http://localhost:8881;
# Uncomment to enable naxsi on this location
# include /etc/nginx/naxsi.rules
}
}
这一步需要注释掉 try_files 一行，并新增 proxy_pass http://localhost:8881;，将对 http://cvm-ip 的访问请求转发至该地址 。
保存并退出文件，然后重启 Nginx 服务即可。
sudo service nginx restart
之后，再修改 conf.py 文件：
#conf.py
c.NotebookApp.ip = localhost # 表示只接受来自本机的请求
...
并重启 Jupyter 服务：
sudo restart jupyter
现在我们访问云服务器的 IP 地址时，就会进入 Jupyter Notebook 的登陆页面。
制作系统镜像
虽然说上面的整个过程并不太复杂，一步一步跟着教程做的话可能十分钟左右就可以搞定了。但是如果希望以后也能够快速复制同样的系统，将整个过程编写为一个脚本来自动安装、配置时比较好的选择。不过，最终安装、配置的时间还是会有的。
推荐一种更加快速的方法，即使用腾讯云等云服务商提供的制作镜像功能，将配置好的系统直接打包，以后可以直接使用镜像，只要1-2分钟，就可以启动 Jupyter Notebook 服务器了。
题图：pexels，CC0 授权。
点击阅读原文，报名高可用云端架构设计课程。