前段时间给客户做了一套数据分析平台,对方明确提出所有服务都必须跑在内网,不能连外网。一开始以为只是装个JupyterLab就行,真正动手才发现坑不少:镜像怎么拉、依赖怎么装、域名怎么配、容器怎么起,每一步在断网环境下都会多出几个意想不到的麻烦。这篇文章把我在内网部署JupyterLab的完整过程做个记录,从离线镜像准备到容器编排、域名反向代理都梳理清楚,希望给同样在断网环境里折腾的人一些参考。
个人情况先说下,我的部署环境是这样的:外网有一台装了Docker的Linux机器用来构建镜像和导出离线包,内网是一台全新的CentOS 7.9服务器,CPU 8核、内存16G、磁盘200G,系统是刚装好的最小化安装,连Docker都没装。内网服务器没有直接连外网的条件,所以所有Docker镜像、安装包都需要通过移动硬盘拷贝进去。如果你的环境跟我的类似,这篇教程应该能直接照着做。
1. JupyterLab内网部署的整体设计思路
1.1 内网环境的约束分析
在做方案设计之前,先把内网环境的限制条件列清楚。内网部署最常见的是下面这几类约束:一是服务器不能访问外网,导致Docker Hub、pip源、apt源等外部依赖全部不可用;二是内网通常有严格的网络策略,端口开放、域名解析都受到管控,尤其是对外的域名需要走审批流程;三是服务器环境可能是旧版本操作系统,比如CentOS 7,内核偏老,对新版Docker的兼容性需要提前验证。
我这次遇到的约束是前两条:没有外网访问权限,域名必须用机构内部的规范命名。这就决定了整个部署方案的走向:提前在外网环境把所有依赖的镜像构建好、导出成离线tar包,再拷贝到内网服务器导入;域名方面利用内部DNS解析到内网服务器,再用Nginx做反向代理,把JupyterLab的端口映射到标准的HTTP或HTTPS端口上。
1.2 为什么选择Docker方式部署JupyterLab
JupyterLab用Docker部署几乎是当前最合理的方案,原因很直接:JupyterLab本身有官方的Docker镜像,社区维护活跃,版本更新及时;Python环境、Node.js前端、系统依赖都在镜像里打包好了,省掉一大坨环境配置的工作。在内网环境下这个优势更明显,因为离线安装Python包本身就比较麻烦,如果直接在宿主机上裸装JupyterLab,光是依赖解析就能耗掉半天时间。
另外,Docker部署还带来一个额外好处:升级和回滚特别方便。内网环境一旦出现问题,直接切换镜像tag就能回到之前的稳定版本,比在宿主机上改来改去要安全得多。而且容器隔离了系统环境,JupyterLab在容器里运行不同的Python内核版本也不会干扰宿主机。
1.3 离线部署的两种路线对比
离线部署Docker镜像这件事,网上资料很多但比较零散。我个人总结下来有两条路线,一条是“外网构建、内网导入”,一条是“内网自建镜像仓库”。第一条路线的思路是:在外网机器上先把镜像pull到本地,用docker save打成tar包,拷贝到内网后用docker load导入。第二条路线的思路是:在内网架一台Harbor或者Registry仓库,把打包好的镜像推到仓库里,内网服务器从仓库拉取。
两条路线各有适用场景。如果只是部署三五台机器,复制tar包手动导入更直接;如果服务器数量多、需要频繁更新镜像,那自建镜像仓库更合适。我这次只是单机部署,所以选了tar包导入的方式。但需要注意的是,如果JupyterLab镜像里已经内置了一些分析依赖,而你又需要额外安装Python包,那建议先在外网机器上基于官方镜像做二次构建,加完包再导出,不然到了内网再装包会非常痛苦。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 前期准备:外网环境下的镜像构建与导出
2.1 外网机器的Docker环境准备
构建离线镜像的第一步,是准备一台能正常访问外网的Linux机器并装好Docker。这里提个建议:尽量别在Windows的Docker Desktop里做这件事,虽然功能上也能做,但Docker Desktop的镜像存储格式和Linux不同,导出导入时偶尔会有奇怪的兼容问题,而且Windows上文件拷贝到Linux服务器的过程中容易出现权限和格式问题,我踩过一次坑之后就不推荐了。
在Linux机器上安装Docker比较简单,官方文档已经很详细,这里简单列一下步骤:
bash复制# 安装依赖
sudo yum install -y yum-utils device-mapper-persistent-data lvm2
# 添加Docker官方yum源
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo
# 安装Docker CE
sudo yum install -y docker-ce docker-ce-cli containerd.io
# 启动并设置开机自启
sudo systemctl start docker
sudo systemctl enable docker
# 验证安装
docker version
这里有个小要点:如果外网服务器是在国内,Docker Hub的访问速度可能比较慢,甚至时不时拉取超时。不必为此伤脑筋,因为这里只是构建和导出镜像,慢一点无非是等一下。真正需要配置镜像加速器的时候,是内网环境完全无法访问外网的情况,那种场景下再怎么配置也没用。外网机只需要保证能拉取到镜像即可,不用刻意优化速度。
2.2 JupyterLab官方镜像的选择与二次构建
JupyterLab的官方镜像仓库是jupyter/docker-stacks,里面有好几个不同定位的镜像:jupyter/base-notebook是最基础的版本,只包含JupyterLab和基本的Python环境;jupyter/minimal-notebook在基础版上加了pandas、numpy、matplotlib等常用数据分析库;jupyter/scipy-notebook则进一步加入了科学计算的完整工具链;jupyter/tensorflow-notebook和jupyter/pytorch-notebook则是针对特定深度学习框架的版本。
我这次选了jupyter/scipy-notebook,原因是客户希望开箱即用,免去在内网装包的麻烦。但如果你对镜像体积有要求,minimal版本会更轻量,差不多小一两个G。选择的时候可以结合具体的分析场景来定,不必一上来就追求全量版本。
选好基础镜像之后,我做了二次构建,把客户要求的几个不是镜像默认自带的P
