问题标签 [jupyterhub]

在 JupyterHub 中，安装在具有 IAM 角色的 EC2 实例中，当我尝试使用以下代码访问该存储桶中的文件时，该角色允许访问特定的 S3 存储桶：

我收到此错误：

IllegalArgumentException: u'AWS 访问密钥 ID 和秘密访问密钥必须分别指定为 s3n URL 的用户名或密码，或者通过设置 fs.s3n.awsAccessKeyId 或 fs.s3n.awsSecretAccessKey 属性（分别）。

但是，当我在与该角色具有相同策略的内核配置中导出 AWS 访问密钥 ID 和秘密访问密钥时，该文件的读取成功。

由于最佳实践是使用 IAM 角色，为什么 EC2 角色在这种情况下不起作用？

--update-- EC2 IAM 角色具有以下 2 个策略：

另外，我使用的 hadoop 版本 2.4.0 不支持s3a协议并且更新不是一个选项。

是否可以自定义 jupyter notebook 前端部分（不仅仅是 css）？基本上，我想为我的自定义 html 页面提供服务，该页面具有代码块，我想要在 Jupyter 笔记本中使用单元格的功能。我可以自定义页面的样式，但没有找到任何更改布局（html）的方法。

我有一个使用 kubespawner 在 kubernetes 集群上运行的 jupyterhub。据我了解，kubespawner 是通过 kubernetes 在我的集群上启动 docker，这些 docker 拥有自己的 python 环境和存储区域。

对于某些用户，我正在尝试导入 rpy2 （或其他，这并不重要），并且未安装该软件包。

我的问题：

这些码头工人从哪里得到他们的python环境（例如，有没有我可以在某处编辑的码头文件）？

如何为一个 docker 会话安装 rpy2？

如何为该用户安装 rpy2（如果可能）？

如何为集线器上的每个人安装 rpy2？

我正在开发一个 jupyter notebook（来自 jupyterhub 的本地安装），我希望能够将其复制并分发给我的同事。其中一些有点“代码恐惧症”，所以我希望能够从中获取部分代码。

我可以使用 hide input 扩展非常漂亮地隐藏我自己笔记本中的代码，但是当我复制隐藏输入的单元格元数据时， "hide_input": false,代码将自动显示。

有没有办法在复制过程中保留单元格元数据？

我可以找到很多关于使用 nbconvert 保持隐藏输入功能的在线讨论/文档，但是我不想转换为 html，因为我仍然需要用户能够实际运行代码。

有没有办法使用 nbconvert 来制作笔记本的副本而不是实际转换它？

谢谢。

是否可以将私有 github 存储库或 AWS S3 指向 Jupyterhub 笔记本服务器的笔记本目录？

在 Jupyterhub 配置文件中，我可以将 C.Spawner.notebook_dir 设置为指向本地目录，但如何指向受密码保护的文件共享或指向私有 github 存储库或 AWS S3？

这里有一些关于为每个用户自定义目录位置的信息 - https://github.com/jupyterhub/jupyterhub/issues/314。有没有办法扩展自定义生成器类以能够指向私有 github 或 S3？

我想从jupyter notebook --NotebookApp.iopub_data_rate_limit=10000000000争论开始我的笔记本。哪里可以在 JupyterHub 中设置它？

我用 Jupyterhub 设置了一个虚拟机。当我想使用请求包时，我的速度非常慢。进行流动时：

我收到此调试消息

我必须在两条调试消息之间等待一分钟以上。

当我使用常规 Jupyter 设置（使用 anaconda）在本地机器上运行相同的代码时，它可以正常工作。

我可以想象我的网络设置有问题，但我找不到问题所在。

谢谢你的帮助。

更新：我测试了 urllib3 - 同样的问题。当我通过 bash 使用常规 python 时，它工作得很好，当我通过 bash 使用 ipython 时，它非常慢。

我是 jupyterhub 的新手，我正在尝试执行以下操作。所以在 jupyterhub 上有一个代码，它应该执行以下操作：

a同一个“文件夹”中的另一个文件在哪里。但是，它不能正常工作，因为它通常可以在 Spyder 上工作，并且我收到以下错误消息：

ImportError: No module named 'a'

如何从 jupyterhub 上的其他文件导入数据或函数？

好吧，我认为八小时足以自己解决这个问题，所以我会问人们：

我在 jupyterhub 和 Jupyter notebook 之外的名为“tensorflow”的虚拟环境中运行 tensorflow-gpu 1.1.0 就好了。也就是说，我可以使用 gpu 导入 tensorflow 并使用它运行脚本。

当我在我的 tensorflow virtualenv 中并使用 jupyterhub 时，Jupyter 似乎无法“看到”张量流。我收到以下错误：

1）这是一个常见的错误消息，表明 tensorflow 安装问题，但我的路径和环境变量似乎很好。毕竟，我可以在 Jupyter 之外很好地使用 tensorflow-gpu。

2）键入“which jupyter”显示~/anaconda3/envs/hub/bin/jupyter，所以我相信我在我的 virtualenv 中引用了 jupyter。3)Pip freeze表明我有 jupyterhub 和 tensorflow-gpu。我什至做了一个pip3 freeze，它也显示了两个包。

有任何想法吗？tensorflow-gpu 可以从 Jupyter 笔记本上运行吗？

在尝试为我的 JupyterHub 实例设置 python 2 内核时，我已将以下代码添加到 Dockerfile 中以获取我想要运行的图像之一：

我从这里得到的：https ://ipython.readthedocs.io/en/latest/install/kernel_install.html

但是，当我启动 Jupyterhub 时，尽管我选择了“Python 2”内核，但我仍然看到该图像正在运行 python 3：

在我的 docker 容器/笔记本环境中，/usr/share/jupyter/kernels我看到了这个：

当我进入时，python2我看到一个kernel.json包含以下内容的文件：

果然， 的输出python --version是Python 2.7.5。

但是，当我启动笔记本并检查时，/proc/{pid}/cmdline我看到内核Python 2是使用 in 中的二进制文件启动的/usr/bin/python3.4，这显然不是Python 2。

我在这里做错了什么？