📈 تثبيت JupyterLab — بيئة دفاتر بايثون في متصفحك
انشر JupyterLab على Ubuntu بـ Docker — بيئة الدفاتر التفاعلية القياسية عبر المتصفح لبايثون وتحليل البيانات والتعلم الآلي، مع مصادقة بالرمز المميز، على المنفذ 8889.
📦 الملفات والأكواد المطلوبة
قبل البدء، يرجى التأكد من تحميل الأكواد المطلوبة من مستودعنا على GitHub لتتمكن من تطبيق الخطوات مع الفيديو بسهولة.
التثبيت السريع:
wget https://raw.githubusercontent.com/mhmdali94/Docker/main/data-science/jupyterlab/jupyterlab-ubuntu.sh
chmod +x jupyterlab-ubuntu.sh
./jupyterlab-ubuntu.sh
خطوات التنفيذ
1 تحميل السكريبت
wget https://raw.githubusercontent.com/mhmdali94/Docker/main/data-science/jupyterlab/jupyterlab-ubuntu.sh
2 منحه صلاحية التنفيذ
chmod +x jupyterlab-ubuntu.sh
3 تشغيل المثبّت
./jupyterlab-ubuntu.sh
4 فتح JupyterLab بالرمز المميز
http://your-server-ip:8889/?token=YOUR_TOKEN
المنافذ المستخدمة
| المنفذ | الغرض |
|---|---|
| 8889 | JupyterLab web interface, token-authenticated (mapped from container port 8888) |
نظرة عامة
JupyterLab هو بيئة التطوير المتكاملة القياسية عبر المتصفح لعلوم البيانات بلغة بايثون، مبنية حول الدفاتر — مستندات تجمع كوداً قابلاً للتشغيل ومخرجاته (رسوم بيانية، جداول، صور) ونصاً منسّقاً في ملف واحد. إنه خليفة Jupyter Notebook الكلاسيكي، يضيف تخطيط IDE كاملاً بمتصفح ملفات ودفاتر وطرفيات بعلامات تبويب ومحرر نصوص ونظام إضافات. يديره مشروع Jupyter، وهو مجاني ومفتوح المصدر، وهو الأداة التي يلجأ إليها جزء كبير من محللي البيانات والباحثين ومهندسي التعلم الآلي أثناء العمل الاستكشافي.
لماذا تستخدمه
تمنحك الاستضافة الذاتية لـJupyterLab سيرفر دفاتر دائم يعمل باستمرار مع وصول مباشر لمعالج وذاكرة ووحدة معالجة رسومات سيرفرك الخاص — دون حدود زمنية ودون إعادة تعيين جلسات ودون مغادرة بياناتك لبنيتك التحتية، على عكس خدمات الدفاتر المجانية المُستضافة. إنه الموطن الطبيعي للاستكشاف التكراري للبيانات: شغّل خلية، شاهد الرسم البياني أو الجدول فوراً، عدّل وأعد التشغيل، كل ذلك دون دورة الترجمة-التشغيل-الفحص الخاصة بسكريبت تقليدي. تشغيله على جهازك الخاص يعني أيضاً أن مجموعات بياناتك وبيانات اعتمادك وتحليلك تبقى خاصة، وهذا مهم للبيانات الخاصة أو البحث الخاضع لاتفاقية عدم إفشاء.
متى تحتاجه
- تحتاج بيئة دفاتر بايثون متاحة دائماً بمعالج أو ذاكرة أو وحدة معالجة رسومات أكبر مما يقدمه حاسوبك المحمول
- مجموعات بياناتك أو تحليلك حساسة ويجب ألا تغادر بنية تحتية تتحكم بها
- تريد تجنب انتهاء صلاحية الجلسات وحدود الموارد التي تفرضها خدمات الدفاتر المجانية المُستضافة
- تحتاج بيئة متسقة ومشتركة لفريق صغير لتشغيل عمل علوم بيانات قابل للتكرار
- تدرب أو تضبط نماذج تعلم آلي وتحتاج وصولاً مباشراً لسيرفر مزوّد بوحدة معالجة رسومات
- تريد دفاتر يمكن الوصول إليها من أي جهاز عبر المتصفح دون تثبيت بايثون أو Jupyter محلياً
من يحتاجه
- محللو البيانات وعلماء البيانات الذين يقومون بتحليل بيانات استكشافي وتصور ونمذجة إحصائية
- مهندسو وباحثو التعلم الآلي الذين يدربون نماذج ويكرّرون على التجارب
- الطلاب والمتعلمون الذاتيون الذين يخوضون دورات بايثون أو علوم بيانات أو تعلم آلي
- المتخصصون في المعلوماتية الحيوية والتحليل الكمّي والباحثون في مجالات أخرى الذين يستخدمون دفاتر بايثون لتحليل خاص بمجالهم
- المدربون ومعسكرات التدريب التي تحتاج بيئة دفاتر مشتركة للتدريس دون عناء إعداد محلي
- المطورون الذين يحتاجون أحياناً REPL تفاعلي لبايثون بمخرجات غنية (رسوم بيانية، جداول) لتصحيح الأخطاء أو النمذجة الأولية
حالات الاستخدام الشائعة
- استكشاف وتصور مجموعة بيانات تفاعلياً باستخدام pandas أو matplotlib أو Plotly قبل كتابة كود الإنتاج
- تدريب وتقييم نماذج تعلم آلي باستخدام scikit-learn أو PyTorch أو TensorFlow على سيرفر مزوّد بوحدة معالجة رسومات
- كتابة ومشاركة دفاتر بحثية قابلة للتكرار تجمع الكود والنتائج والشرح السردي
- نمذجة أولية تفاعلية لخطوط أنابيب البيانات ومنطق ETL قبل تحويلها لسكريبتات مجدولة
- تدريس دورة بايثون أو علوم بيانات حيث يتصل الطلاب ببيئة مشتركة مُعدّة مسبقاً
- تشغيل استعلامات SQL وتحليل بيانات عشوائي مقابل قاعدة بيانات باستخدام مكتبات عميل بايثون داخل الدفاتر
الميزات الرئيسية
- تخطيط IDE كامل: متصفح ملفات، دفاتر بعلامات تبويب، محرر نصوص، طرفية، ومدير إضافات في تبويب متصفح واحد
- دفاتر تفاعلية تجمع خلايا كود قابلة للتشغيل ومخرجات غنية (رسوم بيانية، جداول، صور) ونص Markdown
- مصادقة قائمة على رمز مميز تحمي الوصول للسيرفر وكل ما يستطيع تنفيذه
- مبني على بنية نواة IPython، يدعم بايثون أصلياً بالإضافة للغات أخرى (R، Julia) عبر نوى إضافية
- نظام إضافات غني للتكامل مع Git ومفتشي المتغيرات وتنسيق الكود ودعم خادم اللغة
- تخطيط مساحة عمل دائم يتذكر التبويبات المفتوحة واللوحات المقسّمة وحالة متصفح الملفات بين الجلسات
- إعادة ترتيب الخلايا بالسحب والإفلات، مخرجات خلايا قابلة للطي، وعارض CSV/جداول مدمج
- يعمل بنفس الطريقة على سطح المكتب والجهاز اللوحي وأي جهاز بمتصفح حديث، إذ يعمل كل شيء من جانب السيرفر
كيفية الاستخدام بعد التثبيت
- احفظ رابط الوصول مع الرمز المميز المطبوع من المثبّت عند انتهاء الإعداد — يبدو مثل http://your-server-ip:8889/?token=...
- افتح ذلك الرابط في متصفحك؛ يُصادق الرمز المميز في الرابط عليك تلقائياً، دون حاجة لتسجيل دخول منفصل
- ثبّت أي حزم بايثون إضافية تحتاجها باستخدام pip داخل طرفية مفتوحة من مُطلِق JupyterLab
- احفظ دفاترك داخل دليل العمل المُركَّب حتى تبقى محفوظة عبر إعادة تشغيل الحاوية والتحديثات
- استخدم متصفح الملفات على اليسار لتنظيم الدفاتر في مجلدات لمشاريع مختلفة
- افتح تبويب طرفية من المُطلِق لمهام سطر الأوامر مثل عمليات git أو تثبيت الحزم دون مغادرة المتصفح
- احفظ رابط الوصول مع رمزه المميز في المفضلة، أو خزّنه في مدير كلمات مرور، إذ فقدانه يعني توليد رمز جديد
- أعدّ وكيلاً عكسياً مع HTTPS ومصادقة إذا احتجت الوصول لـJupyterLab من خارج شبكتك المحلية
أفضل ممارسات الأمان
- لا تكشف JupyterLab مباشرة للإنترنت أبداً دون وكيل عكسي يضيف HTTPS، ومن الأفضل طبقة مصادقة إضافية
- عامل رمز الوصول كبيانات اعتماد كاملة — أي شخص يملكه يستطيع تنفيذ كود بايثون وأوامر نظام عشوائية على سيرفرك
- استخدم HTTPS أمام JupyterLab، إذ ينتقل الرمز المميز في الرابط وإلا سيكون مرئياً لأي شخص على مسار الشبكة
- أعد توليد الرمز إذا اشتبهت بتسربه، مثلاً إذا لُصق في مكان عام عن طريق الخطأ
- أبقِ JupyterLab مقيّداً بشبكتك المحلية أو VPN إذا لم تحتج وصولاً عن بُعد، مما يزيل التعرّض تماماً
- كن حذراً عند تثبيت إضافات دفاتر من طرف ثالث، إذ تعمل بنفس صلاحيات دفاترك
- حافظ على تحديث صورة JupyterLab Docker لتلقي تصحيحات الأمان لسيرفر Jupyter والحزم المضمّنة
- تجنب تخزين بيانات اعتماد أو مفاتيح API بنص عادي مباشرة في خلايا الدفتر — استخدم متغيرات بيئة أو ملف أسرار بدلاً من ذلك
المنافذ وإعدادات جدار الحماية
يستمع JupyterLab على المنفذ المضيف 8889، المُعيَّن من المنفذ الداخلي 8888 للحاوية، ويقدّم واجهة الويب وواجهته البرمجية المصادَق عليها بالرمز المميز. لا يوجد منفذ منفصل لخدمة خلفية — كل شيء (متصفح الملفات، النوى، الطرفيات) يعمل عبر منفذ الويب الواحد هذا. يجب ألا يُكشف المنفذ 8889 مباشرة للإنترنت دون وكيل عكسي يضيف HTTPS، إذ ينتقل رمز الوصول في الرابط وTLS مطلوب لمنع تعرّضه أثناء النقل. قيّد الوصول المباشر للمنفذ 8889 في الجدار الناري لشبكتك المحلية أو VPN عندما لا تحتاج وصولاً عن بُعد.
النسخ الاحتياطي والصيانة
- انسخ حجم work احتياطياً (أو أي دليل مُركَّب كمساحة عمل الدفاتر) — يحتوي على كل ملفات .ipynb وأي بيانات مخزنة معها
- صدّر الدفاتر الحرجة دورياً كـ.ipynb أو HTML باستخدام File → Export، خاصة قبل ترقيات كبرى للمكتبات أو إصدار JupyterLab
- انسخ أي ملف requirements.txt أو ملف بيئة يوثّق الحزم المثبتة حتى يمكن إعادة إنشاء البيئة بالضبط
- خزّن النسخ الاحتياطية خارج السيرفر على قرص منفصل أو تخزين بعيد، خاصة للدفاتر التي تمثل عمل بحث أو تحليل مهماً
- استخدم Git للتحكم بإصدارات الدفاتر قيد التطوير النشط، إذ تُقارَن وتُدمَج الدفاتر بشكل معقول كملفات نصية قائمة على JSON
- اختبر استعادة حجم work على حاوية جديدة دورياً للتأكد أن عملية النسخ الاحتياطي تحفظ فعلياً كل ما تحتاجه
الأخطاء الشائعة
- كشف JupyterLab مباشرة للإنترنت دون HTTPS، مما يترك رمز الوصول مرئياً لأي شخص يعترض الاتصال
- فقدان أو إضاعة رمز الوصول والعجز عن الوصول للسيرفر العامل دون إعادة توليده
- تخزين الدفاتر خارج حجم work المُركَّب، مما يجعلها تختفي بعد إعادة تشغيل الحاوية أو تحديث الصورة
- تثبيت حزم مباشرة داخل الحاوية العاملة دون تسجيلها في أي مكان، مما يجعل البيئة غير قابلة لإعادة الإنشاء
- تشغيل مهام تدريب طويلة وغير مراقَبة في خلية دفتر دون نقاط تفتيش، مما يفقد كل التقدم إذا تعطلت النواة
- معاملة الدفتر كأنه كود إنتاج — ترك خلايا تصحيح ومسارات ثابتة الترميز وتنفيذ خارج الترتيب باقياً إلى أجل غير مسمى
- عدم إعادة تشغيل النواة دورياً، مما يؤدي لتضخم الذاكرة من كائنات كبيرة متروكة في النطاق من استكشافات سابقة
استكشاف الأخطاء وإصلاحها
- لا يمكن الوصول لـJupyterLab في المتصفح — تحقق من تشغيل الحاوية، وأن المنفذ 8889 غير محظور بالجدار الناري، وراجع سجلات الحاوية
- فقدت رمز الوصول — راجع سجلات الحاوية لمخرجات بدء التشغيل الأصلية، أو أعد تشغيل الحاوية لتوليد رمز جديد إذا تعذّر استرجاع القديم
- فشل استيراد حزمة داخل دفتر — افتح طرفية من مُطلِق JupyterLab وتأكد أن الحزمة مثبتة بـpip list، ثم أعد التثبيت إذا لزم
- نواة الدفتر تبدو عالقة أو غير مستجيبة — استخدم Kernel → Restart Kernel من القائمة، مما يمسح الذاكرة ويوقف أي خلية هاربة
- تختفي تغييرات الدفاتر بعد إعادة التشغيل — تأكد أن الدفاتر تُحفظ داخل حجم work المُركَّب، وليس مساراً مؤقتاً للحاوية
- أخطاء نفاد الذاكرة أثناء معالجة بيانات كبيرة — تحقق من حدود ذاكرة الحاوية وفكّر بمعالجة البيانات في أجزاء أصغر أو زيادة الرام المخصصة
- وحدة معالجة الرسومات غير مكتشَفة داخل الحاوية — تحقق أن NVIDIA Container Toolkit مثبتة على المضيف وأن جهاز GPU مُمرَّر في أمر تشغيل Docker
البدائل
marimo بديل دفاتر أحدث وتفاعلي يلغي الحالة المخفية — تُنفَّذ الخلايا دائماً بترتيب الاعتماديات، لا بالترتيب الذي شغّلتها به — ويخزّن الدفاتر كملفات .py عادية تُقارَن وتُتحكم بإصداراتها بنظافة في Git، على عكس تنسيق JSON الخاص بـJupyter. Google Colab وKaggle Notebooks بديلان مجانيان مُستضافان بوصول لوحدة معالجة رسومات لكن بحدود زمنية للجلسة وتحكم أقل بالبيئة وخصوصية البيانات. RStudio Server هو المعادل القياسي لمستخدمي R بدلاً من بايثون. إضافة Jupyter الخاصة بـVS Code تتيح لك تشغيل ملفات .ipynb داخل محرر كود كامل إذا فضّلت ذلك على واجهة JupyterLab عبر المتصفح. لأعمق نظام بيئي وأوسع انتشار في علوم بيانات بايثون، يبقى JupyterLab الخيار الافتراضي.
متى لا تستخدمه
JupyterLab ليس الخيار الأفضل إذا كنت تبني خطوط أنابيب بيانات أو تطبيقات إنتاجية — الدفاتر التي تسمح بتنفيذ خلايا خارج الترتيب تخلق حالة مخفية يسهل الخطأ فيها، وكود الدفاتر يجب عادة أن يُعاد هيكلته لسكريبتات ووحدات مناسبة قبل النشر. إذا كانت إحباطات Jupyter حول الحالة المخفية واختلافات Git الفوضوية تزعجك، يستحق نموذج التنفيذ التفاعلي لـmarimo وتنسيق الدفاتر بملفات .py عادية التجربة بدلاً من ذلك. للسكريبتات الخفيفة لمرة واحدة أو الأتمتة دون حاجة لاستكشاف تفاعلي، سكريبت بايثون عادي ومحررك المعتاد سيكونان أبسط من تشغيل سيرفر دفاتر كامل.
هل تحتاج مساعدة احترافية؟
توفر PrismaTechWork خدمات بنية تحتية شاملة — من النشر الأولي وتصليب الأمان إلى المراقبة المستمرة والنسخ الاحتياطي التلقائي والدعم المخصص. سواء كنت تحتاج إعداد سيرفر واحد أو شبكة متعددة المواقع، يضمن فريقنا بناء بنيتك التحتية بشكل صحيح وتأمينها بالشكل المناسب وصيانتها باستمرار.
- التثبيت وتجهيز السيرفر
- الإعداد المتقدم وإعداد التوجيه
- تصليب الأمان وتحسين جدار الحماية
- إعداد شهادات SSL/TLS مع Let's Encrypt
- ربط النطاق المخصص والوكيل العكسي
- جدولة النسخ الاحتياطي التلقائي والتعافي من الكوارث
- المراقبة الفورية وتنبيهات الجاهزية
- الترحيل من المنصات القائمة
- استكشاف مشكلات الاتصال والأداء وإصلاحها
- سكريبتات أتمتة مخصصة وعقود دعم مستمر
الأسئلة الشائعة
ما هو JupyterLab؟
JupyterLab هو بيئة التطوير المتكاملة القياسية عبر المتصفح لعلوم البيانات بلغة بايثون، مبنية حول الدفاتر — مستندات تجمع كوداً قابلاً للتشغيل ومخرجاته (رسوم بيانية، جداول) ونصاً منسّقاً في ملف واحد. إنه خليفة Jupyter Notebook الكلاسيكي بتخطيط IDE كامل: متصفح ملفات، دفاتر وطرفيات بعلامات تبويب، وإضافات. إنه ما يستخدمه جزء كبير من محللي وعلماء البيانات للعمل الاستكشافي.
أي منفذ يستخدمه وكيف أسجّل الدخول؟
يعمل JupyterLab على المنفذ المضيف 8889، المُعيَّن من منفذ الحاوية 8888. الوصول محمي برمز مميز مُولَّد من 32 حرفاً، يطبعه المثبّت كجزء من رابط الوصول. افتح ذلك الرابط — الرمز المميز موجود فيه — وتكون مصادَقاً، دون حاجة لكلمة مرور منفصلة. حافظ على أمان الرمز، إذ يستطيع أي شخص يملكه تشغيل كود على سيرفرك.
أين أجد رمز الوصول؟
يولّد المثبّت رمزاً عشوائياً ويطبعه في مخرجات الإعداد كجزء من رابط الوصول الكامل، مثل http://your-server:8889/?token=... — لذا احفظ تلك المخرجات عند انتهاء التثبيت. لا يُخزَّن في سجلات Docker بشكل منفصل، لذا إذا فقدته قد تحتاج مراجعة الحاوية أو إعادة توليده. أبسط طريقة هي حفظ الرابط الذي يعرضه لك المثبّت.
هل من الآمن كشفه للإنترنت؟
ليس دون حماية، لأن الدفتر يستطيع تنفيذ كود عشوائي — أوامر بايثون ونظام — بنفس وصول الحاوية للنظام. JupyterLab غير محمي يمكن الوصول إليه من الإنترنت هو فعلياً طرفية يستطيع أي شخص استخدامها على سيرفرك. أبقه على شبكتك المحلية، أو ضع وكيلاً عكسياً مصادِقاً مع TLS أمامه للوصول عن بُعد. TLS مهم لأن الرمز المميز ينتقل في الرابط.
كيف يُقارَن بـmarimo؟
JupyterLab هو المعيار الراسخ بنظام بيئي واسع، لكن دفاتره يمكن أن تشغّل الخلايا خارج الترتيب (مما يخلق حالة مخفية مربكة) وصعبة التحكم بإصداراتها. يتبع marimo نهجاً مختلفاً: تنفيذ تفاعلي دون حالة مخفية، ودفاتر مخزنة كملفات .py عادية تُقارَن بنظافة في Git. إذا كانت إحباطات Jupyter هذه تزعجك، يستحق marimo التجربة؛ إذا أردت النظام البيئي السائد، فJupyterLab هو الخيار.