云服务器+FRP实现内网穿透，可以远程访问本机的jupyter服务器






文章目录
白嫖阿里云云服务器 (高校学生才能领取)创建新用户（可跳过）云服务器端设置配置frp服务器设置frps开机自启动
客户端配置Windowsfrpc配置设置frpc自启动SMB测试SSH测试jupyter测试jupyter 服务器配置使用 JupyterLab将 Anaconda 的虚拟环境设置为 jupyter 的 kernelVSCode

Ubuntu20.04
参考链接

本文利用云服务器+FRP实现内网穿透，可以远程访问本机的jupyter服务器


写这篇博客的初衷是：台式机上有GPU，想可以远程访问台式机的jupyter服务器，从而可以在笔记本上远程使用台式机的GPU来做深度学习

白嫖阿里云云服务器 (高校学生才能领取)
阿里云云工开物计划可以领取300元优惠券，经过实测，可以免费购买轻量应用服务器中的新加坡服务器1年，如下图所示，这里我选择系统镜像为 Ubuntu20.04

创建新用户（可跳过）

参考链接 ubuntu下添加新用户

启动云服务器，默认使用admin用户，这里新创建一个用户
sudo useradd -r -m -s /bin/bash your_user_name


其中参数的意义如下： -r：建立系统账号 -m：自动建立用户的登入目录 -s：指定用户登入后所使用的shell

在 Ubuntu20.04 中，不会在创建用户的时候自动提示设置密码，需要使用以下命令来设置
sudo passwd your_user_name

输入 ls /home/ 查看用户是否成功创建，输入 su your_user_name 即可切换用户
云服务器端设置
配置frp服务器
下载frp并解压，由于云服务器操作系统为 ubuntu20.04，架构为 x86_64，因此选择 frp_0.50.0_linux_amd64
wget https://github.com/fatedier/frp/releases/download/v0.50.0/frp_0.50.0_linux_amd64.tar.gz
tar zxvf frp_0.50.0_linux_amd64.tar.gz
cd frp_0.50.0_linux_amd64

云服务器端只要关注两个文件，即 frps 和 frps.ini，我们可以通过修改 frps.ini 来配置功能
vim frps.ini

将该文件内容按照下面的格式修改
[common]
bind_port = 7000
dashboard_port = 7500
token = 12345678
dashboard_user = admin
dashboard_user = admin
vhost_http_port = 10080
vhost_https_port = 10443


端口均可使用默认值（也可以自定义），token、dashboard_user 和 dashboard_user 项请自行设置。bind_port：表示用于客户端和服务器端连接的端口，这个端口号之后在配置客户端的时候要用到dashboard_port：是服务器端仪表板的端口，若使用7500端口，在配置完成服务启动后可以通过浏览器访问 x.x.x.x:7500 （其中 x.x.x.x 为云服务器的IP）查看frp服务的运行信息token：是用于客户端和服务端连接的口令，请自行设置并记录，稍后会用到dashboard_user 和 dashboard_pwd 表示打开仪表板页面登录的用户名和密码，自行设置即可vhost_http_port 和 vhost_https_port 用于反向代理HTTP主机时使用，本文不涉及，因而照抄或者删除这两条均可

接下来可以运行 frps
./frps -c frps.ini

一般来说，服务器默认设有防火墙，需要在防火墙中开放端口 bind_port 和 dashboard_port ，这里为 7000 和 7500，如下所示

此时访问 x.x.x.x:7500 并使用自己设置的用户名密码登录，即可看到仪表板界面

设置frps开机自启动
Ctrl+C 退出 frps，接下来按照下列步骤将 frps 设置为开机自启动
修改 rc-local.service 文件 sudo vim /lib/systemd/system/rc-local.service
在文件的最后面添加 [Install] 段的内容，如下所示 [Unit]
Description=/etc/rc.local Compatibility
Documentation=man:systemd-rc-local-generator(8)
ConditionFileIsExecutable=/etc/rc.local
After=network.target

[Service]
Type=forking
ExecStart=/etc/rc.local start
TimeoutSec=0
RemainAfterExit=yes
GuessMainPID=no

#这一段原文件没有，需要自己添加
[Install]
WantedBy=multi-user.target
Alias=rc-local.service
创建 /etc/rc.local，Ubuntu 20.04 默认不存在 /etc/rc.local，需要自己创建 sudo vim /etc/rc.local
向该文件中添加要执行的命令，如下所示 #!/bin/bash

# 将你需要执行的命令写在这里，禁止写入死循环命令
frps的绝对路径 -c frps.ini的绝对路径

exit 0
修改 /etc/rc.local 权限 sudo chmod 777 /etc/rc.local
启动 rc-local.service sudo systemctl enable rc-local.service
检查服务状态：使用 sudo systemctl status rc-local.service 查看 rc-local 服务的状态， 显示 loaded 和 enabled 即可 接下来重启云服务器，访问 x.x.x.x:7500 查看 frps 是否正常运行
客户端配置

因为我需要可以远程访问台式机上的 jupyter，因此台式机就是这里说的客户端。由于台式机上安装了Windows 和 Ubuntu20.04 双系统，因此下面分别按照这两个系统进行示例

Windows
frpc配置
下载 frp_0.50.0_windows_amd64 并解压，客户端只要关注两个文件，即 frpc 和 frpc.ini，我们可以通过修改 frpc.ini 来配置功能，如下所示
[common]
server_addr = x.x.x.x
server_port = 7000
token = 12345678

[smb]
type = tcp
local_ip = 127.0.0.1
local_port = 445
remote_port = 7001

[jupyter]
type = tcp
local_ip = 127.0.0.1
local_port = 8888
remote_port = 7002

[ssh]
type = tcp
local_ip = 127.0.0.1
local_port = 22
remote_port = 7003


[common] 字段下的三项为服务端的设置
server_addr：为服务端IP地址，填入即可
server_port：为服务器端口，填入你设置的端口号即可，如果未改变就是7000
token：是你在服务器上设置的连接口令，原样填入即可

frp 实际使用时，会按照端口号进行对应的转发，原理如下所示

frpc.ini 的 [smb]、[jupyter] 和 [ssh] 字段都是自己定义的规则，自定义端口的格式如下：
[xxx]：表示一个规则名称，自己定义，便于查询即可 type：表示转发的协议类型，有TCP和UDP等选项可以选择，如有需要请自行查询frp手册 local_port：是本地应用的端口号，按照实际应用工作在本机的端口号填写即可 remote_port：是该条规则在服务端开放的端口号，自己填写并记录即可


SMB，Windows文件共享所使用的协议，默认端口号445，协议TCP，因此规则 [smb] 可实现远程文件访问
jupyter 默认工作在端口 8888，因此规则 [jupyter] 可以实现远程访问 jupyter 服务器

接下来需要在云服务器端配置防火墙，开放 7001、 7002 和 7003 这三个端口 完成配置后，使用命令行运行 frpc.exe 即可，输出如下所示

设置frpc自启动
可以通过 Windows 的任务计划程序实现 frpc 开机自启动，具体可以搜索网上教程，关键的一步如下所示

SMB测试
确保电脑已经开启共享文件夹，有关教程自行搜索，在手机上安装软件 Solid Explorer （ES文件浏览器应该也可以）来远程访问电脑上的文件
在 Solid Explorer 中新建云连接，选择连接类型为 LAN/SMB，输入如下信息，远程主机名填云服务器的IP地址，端口填 7001（即上面配置的remote_port）

按照流程输入有关信息即可连接
SSH测试
Windows安装SSH可以参考教程：Windows 10 开启ssh服务
VScode上可以安装拓展 Remote - SSH 来远程连接，需要注意的是，输入的命令为 ssh YourUserName@YourServerIP -p 7003
jupyter测试
jupyter 服务器配置
默认情况下 jupyter 不支持密码登录，可以按照下面的步骤开启
打开 Anaconda Prompt，执行下面的命令来生成一个配置文件，注意记住配置文件路径
jupyter notebook --generate-config


接下来设置访问密码
jupyter notebook password


进入上面的 json 文件路径，打开 jupyter_notebook_config.json 配置文件，复制 password 对应的密文 然后打开上面 jupyter_notebook_config.py 配置文件，添加以下参数后保存
c.NotebookApp.ip='*' #允许访问的IP地址，设置为*代表允许任何客户端访问
c.NotebookApp.password = u'你的密文'#刚才生成密码时上面复制的密文
c.NotebookApp.open_browser = False
c.NotebookApp.port = 8888 #可自行指定一个端口, 访问时使用该端口
c.NotebookApp.allow_remote_access = True
c.NotebookApp.notebook_dir = 'Your Work Dir'

接下来在 Anaconda Prompt 中输入 jupyter notebook 启动 jupyter，或者直接启动 jupyter 也可以 接下来在其他设备（如笔记本）上输入 x.x.x.x:7002（即云服务器IP地址和上面配置的remote_port），查看是否可以远程访问 jupyter
使用 JupyterLab

Jupyter Lab是Jupyter的一个拓展，它提供了更好的用户体验，例如可以同时在一个浏览器页面打开编辑多个Notebook，Ipython console和terminal终端，并且支持预览和编辑更多种类的文件，如代码文件，Markdown文档，json，yml，csv，各种格式的图片，vega文件（一种使用json定义图表的语言)和geojson（用json表示地理对象），还可以使用Jupyter Lab连接Google Drive等云存储服务，极大得提升了生产力。

用 conda 安装 JupyterLab conda install -cconda-forge jupyterlab
使用浏览器打开 your_jupyter_server/lab/workspaces/auto-a 即可
将 Anaconda 的虚拟环境设置为 jupyter 的 kernel
使用 Anaconda 创建环境并激活 conda create -n env_1 python=3.7
conda activate env_1
在 env_1 环境下安装 ipykernel conda install -n env_1 ipykernel --update-deps --force-reinstall
将该环境写入到notebook的kernel中 python -m ipykernel install --user --name env_1 --display-name "env_1"

可以通过下面的命令来查看 jupyter 存在的 kernel
jupyter kernelspec list

如果想删除 env_1 虚拟环境，可通过下面的命令
jupyter kernelspec remove env_1

VSCode
VSCode 在安装拓展 Jupyter、Jupyter Keymap 和 Jupyter Notebook Renderers 后，打开 ipynb 文件后可以选择远程的 jupyter 服务器。
需要注意的是，此时代码运行的工作目录是远程 jupyter 服务器的工作目录，可以通过 !chdir 来查看。所有 ipynb 文件中读取或者保存的数据，都是相对远程 jupyter 服务器的工作目录而言的，而不是本机中 ipynb 文件的目录。
Ubuntu20.04
待续。。。
参考链接
ubuntu下添加新用户使用frp配置内网穿透保姆级教程【内网穿透服务器】利用云服务器+FRP实现内网穿透并远程连接服务器_上云后如何解决内网连接问题frp解决Permission denied (publickey)SSH简介及两种远程登录的方法JupyterLab最全详解