需求分析

在之前的文章中我们讨论了如何使用Pycharm连接远程服务器并进行调试，Pycharm中SSH、SFTP连接远程服务器编辑调试全面手把手教程，成功在Pycharm中添加了远程Python解释器，并用其运行了服务器上的.py文件，但是对于很多数据科学工作者，Jupyter Notebook的灵活易用性仍然是他们选择其的重要一环，目前的教程讲解的多是如何在服务器上开启jupyter notebook服务并在Pycharm中使用，而并没有关注到多人服务器中的JupyterHub配置情况。因此，本文章重点讨论如何在远程服务器开启JupyterHub且不能私自打开jupyter notebook服务的情况下如何配置Pycharm使其可以使用远程Jupyter notebook服务。

登录网页JupyterHub

由于无法自己开设jupyter notebook服务，因此首先需要知道服务器的IP和JupyterHub的端口，在浏览器中输入（将IP替换为你的服务器IP，Port替换为你的服务器的JupyterHub所占用的端口）

http://IP:Port/

进入JupyterHub服务页面，如下图所示
这个时候会输入用户名和密码，这里的用户名和密码对应服务器的用户名和密码，填好后点击登录，此时会自动开启服务，并进入你的JupyterLab页面，如下图所示，画红圈的地方代表了你的虚拟环境。

如果需要向jupyterlab中添加自己的anaconda环境，首先进入该环境，然后执行以下命令：

python -m ipykernel install --user --name 参数1 --display-name "参数2"

注意需要安装ipykernel这个包，命令中的“参数1”需要改为你的conda创建的环境的名称，“参数2”需要改为你想要在jupyterlab上展示的名字。例如：

python -m ipykernel install --user --name pytorch1.6 --display-name "pytorch1.6"

执行完这条命令后，会在用户目录下创建相关kernel，此时再打开jupyterhub，就能选择这个kernel了，我这里的kernel名字是torch1.13。

正常来讲这个时候我们就可以在浏览器的JupyterLab里面打开文件敲代码了，接下来配置Pycharm

Pycharm配置远程JupyterHub

打开你需要在服务器运行的Jupyter项目，配置好与服务器的SFTP设置（如何配置请参考"需求分析"中的连接），初始状态如下图所示，红圈和绿圈分别对应着本地和远程服务器mapping的项目文件，接下来我配置mi_estimation.ipynb文件来作为演示。

进入设置中的Jupyter Server页面，如下图所示，选择Configured Server

在这个地方输入与前面浏览器打开JupyterHub相同的网址，即http://IP:Port/，点击确定，Pycharm会自动验证该地址。这个时候可以看到下图红色标记处就已经有你的Jupyter Server了。

接着尝试运行任意一个cell，会弹出JupyterHub的认证页面，如下图所示

在这里要尤其注意的是，这里的Username是你在服务器的用户名。但是！但是！这里需要填的是Token，而不是密码，接下来我们需要获取Token。
回到在上个阶段打开的JupyterHub网页，选择左上角File->Hub Control Panel

弹出下图所示页面，选择图中圈出的Token

在这个地方列出了目前所有用到JupyterHub Api的地方，如下图所示

因为我们需要在Pycharm上再配一个Jupyter，所以点击上方按钮“Request new API token”，如下图所示

接下来，粘贴此Token至Pycharm刚才弹出的对话框的Token位置，点击OK

这个时候刚才我们运行的那个Cell已经开始运行了，并给出了运行结果，右上角可以选择虚拟环境

至此，Pycharm配置JupyterHub服务来远程运行Jupyter文件已全部结束。

一点思考

根据之前的文章可以发现，当我们运行.py文件时，点击运行的那一刻，Pycharm是先将本地的文件上传至服务器覆盖相应文件后，再调用远程Python解释器来运行服务器文件。而针对.ipynb文件却不是这种逻辑，在运行每一个Cell的时候，其实Pycharm并没有将整个文件上传到服务器上，而是仅仅使用Jupyter服务来运行相应Cell代码，只有当我们手动将整个文件upload到服务器上时才会对服务器上相应文件进行更新。