使用
conda activate scpEnv
sbatch run_jupyterLab_slum.sh，获取返回的日志文件中的计算节点和端口号，通过ssh隧道链接计算节点使用。
添加R kernel，在R中运行 IRkernel::installspec(name = ‘R4.0.4’, displayname = ‘R4.0.4’)
直接可以在base中使用
使用问题
可以直接在Console中安装包，如果用conda安装的包无法载入，可以通过找到配置文件，修改里面的env 对应的路径。
1.安装
在服务器上安装 Jupyter Lab
# install
conda install -c conda-forge jupyterlab
# start
jupyter-lab
# 常带参数
jupyter-lab --no-browser --port 8889 # 不自动打开浏览器 + 指定 8889 端口
# 服务器中的 Jupyter Lab 需要常驻，选用了终端复用工具 tmux。
# 远程访问
# 生成配置文件
jupyter-lab --generate-config
jupyter server password
c.ServerApp.root_dir = '/icto/user/yc47650/data-home/analysisProject'
2.远程访问-修改config
~/.jupyter/jupyter_lab_config.py 中的以下内容：
c.ServerApp.allow_remote_access = True
c.ServerApp.ip = '*'
# 根据个人需要修改端口号（默认 8888）
c.ServerApp.port = 8889
3. 端口转发
ssh隧道，跳板机，端口号保持一致
4. 本地启动
此时，在本地电脑的浏览器地址栏中输入 localhost:8887，即可打开 Jupyter Lab。然后输入taken，在服务器启动时显示。
5. 安装内核
# 安装 ipykernel
$ conda install ipykernel
# 将环境写入notebook的kernel中
$ python -m ipykernel install --user --name 环境名称 --display-name "在jupyter中显示的环境名称"
# 比如已经有个叫 `gpu` 的 conda 环境，希望在 Jupyter 的内核选择中显示为 `deeplearning`
$ python -m ipykernel install --user --name gpu --display-name "deeplearning"
# 如果不带 --display-name 参数，则与与环境名同名，在上述的例子里就是 `gpu`
安装内核bug
# 已经正确安装了内核，但是一直无法载入包
jupyter kernelspec list # 查看内核路径
# 进入路径直接修改json文件，可以改环境和对应的内核名
kernel.json
6. R-kernel jupyter运行R
在R中安装IRkernel
conda install conda-forge::r-irkernel
然后在R中运行IRkernel::installspec(name = ‘scpEnv’, displayname = ‘scpR’)让jupyter可以找到R
连接远程服务器
https://jinsblog.com/posts/jnb-remote-server/
这里的YourHost就是ssh连接的HPCC，主机名，
节点sbatch以下代码，然后把节点服务器地址拷贝过来，输入对应端口号就可以了。在本地网页输入http://127.0.0.1:8899/lab
#!/bin/bash
### HIC 2024
#SBATCH -J jupyter
#SBATCH -n 24 # Request one core
#SBATCH -N 1 # Request one node (if you request more than one core with -n, also using
#SBATCH -t 1-00:00:0 # Runtime in D-HH:MM format
#SBATCH -p fhs-fast # Partition to run in
#SBATCH --mem=100G # Memory total in MB (for all cores)
#SBATCH --output=bc1_%j.out # File to which STDOUT will be written, including job ID
#SBATCH --error=bc1_%j.err # File to which STDERR will be written, including job ID
#SBATCH --mail-type=FAIL,END # Type of email notification- BEGIN,END,FAIL,ALL
#SBATCH --mail-user=yc47650@um.edu.mo
export TMPDIR=/scratch2/$USER/$SLURM_JOB_ID
mkdir -p $TMPDIR
# get tunneling info
XDG_RUNTIME_DIR=""
port=$(shuf -i8000-9999 -n1)
node=$(hostname -s)
user=$(whoami)
cluster=$(hostname -f | awk -F"." '{print $2}')
# print tunneling instructions jupyter-log
echo -e "
MacOS or linux terminal command to create your ssh tunnel
ssh YourHost -N -L 8890:${node}:${port}
Use a Browser on your local machine to go to:
localhost:${port} (prefix w/ https:// if using password)
"
# load modules or conda environments here
source ~/software/miniconda3/etc/profile.d/conda.sh
conda activate scpEnv
cd /icto/user/yc47650/data-home/analysisProject # where you run this job
jupyter lab --no-browser --port=${port} --ip=${node}
# jupyter-notebook --no-browser --port=${port} --ip=${node}