Français
Jupyter Hébergement
Créer des carnets interactifs combinant du code, des données, des visualisations et du texte explicatif.
- Un clic déployer
- 15 Go Espace disque nécessaire
- 1 Go de RAM Mémoire nécessaire
- À partir de 2 € Prix
Pas de frais d'installation
Liens officiels
Les liens officiels et le site web original de Jupyter
- Plus
Site web de Jupyter
Ce que vous obtenez
sur AvaHost
Le déploiement en un clic, un domaine personnalisé, HTTPS gratuit, des mises à jour automatiques des applications et des sauvegardes programmées sont inclus avec chaque application Cloud. Vous pouvez exécuter plusieurs applications sur un seul serveur, et l'accès au terminal est inclus.
Ce modèle n'inclut pas de conteneur de base de données.
Tech
- Image Docker
- quay.io/jupyter/base-notebook:latest
- Port par défaut
- 8888
Comment fonctionne Jupyter
Les notebooks Jupyter combinent des cellules de code exécutables, des explications en Markdown, des équations, des résultats visuels et des fichiers dans un seul document basé sur navigateur. Un kernel exécute le code et retourne les résultats à l'interface du notebook, tandis que JupyterLab ajoute des onglets, un navigateur de fichiers, des éditeurs, des consoles et des contrôles de session en cours d'exécution. Le catalogue démarre Jupyter Server avec un token généré et persiste le répertoire /home/jovyan/work.
L'accès à un Jupyter Server est sensible sur le plan de la sécurité car un utilisateur authentifié peut exécuter du code arbitraire via les kernels et autres fonctionnalités du serveur. Le token doit être protégé comme une credential d'administrateur et ne doit pas être intégré dans des liens publics. Le package est un serveur monoutilisateur, pas JupyterHub avec des comptes gérés ou des environnements isolés.
Fonctionnalités clés de Jupyter
L'image quay.io/jupyter/base-notebook sélectionnée inclut JupyterLab, Notebook, NBClassic et le composant monoutilisateur de JupyterHub, mais reste une base minimale. La documentation officielle Docker Stacks indique qu'elle ne dispose pas du bundle scientifique scipy-notebook et du support PDF LaTeX. Les utilisateurs doivent installer des packages compatibles dans l'environnement ou choisir une image différente en dehors de cette offre du catalogue.
Seul le répertoire work est déclaré persistant par le catalogue. Les fichiers enregistrés ailleurs dans le conteneur peuvent ne pas survivre au remplacement, et les packages installés dans des emplacements non persistants peuvent disparaître lors du changement d'image. Le plan n'inclut également pas de GPU, TPU, abonnement accélérateur, service de notebook partagé, catalogue de datasets géré ou intégration Google Drive. Les notebooks gourmands en CPU et mémoire restent limités par le plan d'hébergement sélectionné.
Jupyter vs Google Colab
Jupyter
Jupyter sur cette page est un conteneur base-notebook monoutilisateur auto-hébergé avec un répertoire work persistant et une authentification par token. Google Colab est un service de notebook géré par le fournisseur avec partage de compte Google, runtimes hébergés et options accélérateur soumises à la disponibilité, quotas, conditions du plan et comportement de session. Les deux utilisent des workflows de notebook mais diffèrent considérablement dans l'infrastructure et le modèle de collaboration.
Google Colab
Colab peut convenir aux utilisateurs qui souhaitent un runtime cloud prêt à l'emploi, des workflows Google Drive, un partage simple et des accélérateurs gérés optionnels sans maintenir un serveur. Le package Jupyter hébergé est attrayant quand un domaine personnalisé stable et un répertoire work persistant importent. Il ne reproduit pas le partage de compte de Colab, le catalogue de runtime, les accélérateurs, l'environnement de science des données préinstallé ou la collaboration gérée par le fournisseur.
Qui utilise Jupyter
Les apprenants écrivent du code à côté d'explications, les développeurs testent de petits scripts et API, les analystes explorent des datasets modestes, et les instructeurs préparent des démonstrations dans des notebooks reproductibles. JupyterLab supporte également les fichiers texte et les sessions interactives au-delà des documents .ipynb, ce qui rend un espace de travail utile pour l'expérimentation qui ne nécessite pas une plateforme multi-utilisateur complète.
Jupyter n'est pas un collage de code public sûr, un sandbox pour les utilisateurs non fiables, un service GPU ou un hub de notebook d'entreprise. Un notebook peut lire les fichiers accessibles, consommer les ressources du plan, contacter des services externes et exécuter du code nuisible. Les administrateurs doivent faire confiance à chaque personne qui reçoit le token et examiner les dépendances avant d'exécuter des notebooks de sources inconnues.
Auto-hébergement de Jupyter : exigences et coûts
L'utilisation des ressources Jupyter dépend des kernels actifs, des bibliothèques importées, de la taille du dataset, des objets en mémoire, des résultats du notebook, des fichiers, des calculs concurrents et des téléchargements externes. PostgreSQL et MariaDB ne sont pas requis dans le modèle de catalogue ; les notebooks et fichiers de projet doivent être stockés sous le répertoire work persistant. Un petit notebook d'apprentissage est léger, tandis que le traitement de données peut épuiser rapidement la mémoire ou le CPU du plan.
Sur AvaHost, Jupyter utilise le Plan 1 à 2 €. Le package Jupyter hébergé inclut un déploiement en un clic, un domaine personnalisé avec HTTPS automatisé, les mises à jour automatiques des applications et les sauvegardes planifiées. Utilisez le token généré comme une credential sensible et stockez les fichiers de projet sous /home/jovyan/work. Le package est basé sur jupyter/base-notebook ; les stacks scientifiques, l'export PDF LaTeX, l'accès GPU ou TPU, la gestion multi-utilisateur JupyterHub, l'intégration Google Drive, les datasets gérés et les fichiers durables en dehors du répertoire work monté ne sont pas inclus.
F.A.Q
Jupyter commence à 2 € sur le Plan 1. Ce plan convient aux notebooks légers, à l’apprentissage et aux scripts modestes. Les noyaux actifs, les bibliothèques importées, les ensembles de données en mémoire, les sorties, les téléchargements et les calculs longs peuvent consommer rapidement la mémoire ou le CPU. Examinez le plan avant d’exécuter des charges de travail qui conservent de grands ensembles de données ou effectuent un traitement soutenu.
Le catalogue monte `/home/jovyan/work` comme stockage persistant, donc les notebooks et fichiers de projet doivent être sauvegardés là. Les fichiers écrits ailleurs dans le conteneur et les packages installés dans des emplacements non persistants peuvent disparaître lors du remplacement de l’image. Conservez des copies indépendantes des notebooks précieux, des définitions d’environnement, des données et des résultats générés.
Un domaine personnalisé peut pointer vers Jupyter, avec HTTPS automatisé protégeant le jeton de connexion et le trafic du navigateur. Le jeton généré accorde toujours l’exécution de code et doit rester privé. Après avoir modifié le nom d’hôte, vérifiez l’accès aux notebooks, les kernels, les fichiers, les connexions websocket, les résultats et les rappels externes sans placer le jeton dans les URL partagées ou enregistrées.
Le package utilise l’image `jupyter/base-notebook` minimalement fonctionnelle. Il inclut JupyterLab et les applications notebook, mais pas l’ensemble plus large de la pile Python scientifique ou le support LaTeX PDF documenté pour les images plus grandes. L’accès GPU et TPU n’est pas inclus. AvaHost applique automatiquement les mises à jour d’image et inclut des sauvegardes planifiées pour le répertoire de travail persistant.