sahandha/jupyter
sahandha
自动构建
用于作为运行在Kubernetes上的Spark集群的前端Jupyter笔记本。
下载次数: 0状态：自动构建维护者：sahandha仓库类型：镜像最近更新：8 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
Jupyter Notebook (Spark on Kubernetes前端)
镜像概述
该Docker镜像提供Jupyter Notebook环境，专门设计作为运行在Kubernetes上的Spark集群的前端界面，支持数据科学家和开发人员通过交互式方式开发、测试和运行Spark作业。
核心功能与特性
- Spark集群集成：无缝连接Kubernetes上部署的Spark集群，支持Spark作业的提交与管理
- 交互式开发环境：提供Jupyter Notebook的全部功能，支持Python、Scala等多种编程语言
- Kubernetes适配：针对K8s环境优化，支持集群资源动态分配和作业监控
- 即开即用：预配置Spark相关依赖，无需手动安装和配置Spark环境
使用场景与适用范围
- 数据科学家在Kubernetes集群环境中开发和调试Spark应用
- 团队协作进行Spark作业的交互式分析和原型验证
- 需要在K8s环境中快速搭建Spark开发环境的场景
- 教育和培训中演示Spark与Kubernetes集成的使用案例
使用方法与配置说明
基本运行命令
bashdocker run -p 8888:8888 --name jupyter-spark-frontend docker.xuanyuan.run/your-image-name
连接到Kubernetes上的Spark集群
- 挂载Kubernetes配置文件以访问集群：
bashdocker run -p 8888:8888 \ -v ~/.kube/config:/root/.kube/config \ --name jupyter-spark-frontend \ docker.xuanyuan.run/your-image-name
- 在Jupyter Notebook中配置Spark会话：
pythonfrom docker.xuanyuan.run/pyspark.sql import SparkSession spark = SparkSession.builder \ .appName("spark-on-k8s") \ .master("k8s://https://<k8s-api-server>:<port>") \ .config("spark.kubernetes.container.image", "<spark-image>") \ .getOrCreate()
环境变量配置
| 环境变量 | 描述 | 默认值 |
|---|---|---|
JUPYTER_TOKEN | Jupyter Notebook访问令牌 | 随机生成 |
SPARK_MASTER_URL | Spark主节点URL | k8s://https://kubernetes.default.svc:443 |
NOTEBOOK_DIR | Jupyter工作目录 | /home/jovyan/work |
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
DockerHub 原生拉取命令
docker pull sahandha/jupyter:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"