1. 装之前先想清楚你到底需要什么CentOS 7上装Python和Jupyter是我这些年被问得最多的服务器配置问题。原因很直接CentOS 7系统自带的Python还是2.7.5早就跟不上时代了但现在大量数据分析、爬虫、自动化脚本都在Python 3上跑加上Jupyter Notebook作为远程交互式编程入口又特别好用所以几乎每个和数据沾边的项目交付时都绕不开这一套组合。这篇文章就把我从零开始装一套的完整过程拆给你看怎么编译安装Python 3怎么用虚拟环境装Jupyter怎么配置远程访问以及我踩过的坑和排查思路。适合刚拿到一台CentOS 7服务器、想在上面跑Python和Jupyter Notebook的同学直接照着操作。先说结论在CentOS 7上装Python最稳的方式是源码编译安装不建议直接改系统自带的Python 2.7——那个版本是yum等系统工具的依赖动它等于拆家。下面从环境准备开始一步步往下走。1.1 为什么系统自带的Python 2.7不能轻易动CentOS 7默认的Python版本是2.7.5这个版本挂在系统底层yum、firewalld、selinux的很多管理工具都是基于它的。如果你手贱把/usr/bin/python指向了Python 3轻则yum报错重则系统管理命令失灵我就见过有人这么干完连yum install都跑不了。所以装新Python的正解是保留系统Python 2.7单独装一个Python 3到独立目录两份并存。系统工具继续走Python 2.7我们自己的项目走Python 3互不干扰。这也是下面所有操作的基本逻辑。1.2 版本怎么选Python版本不是越新越好我推荐用Python 3.9或3.10。原因很实际3.8以下的版本官方支持已经陆续到期安全补丁不更新了别用。3.11、3.12虽然新但很多第三方库尤其是一些科学计算、国产软件SDK的二进制包还没完全适配你在pip install的时候会遇到没有匹配的wheel之类的报错。3.9、3.10处于生态兼容的甜点区主流库全覆盖企业项目用得最多遇到问题也容易搜到答案。以我这次的操作举例我用的是Python 3.9.18稳定、兼容性好Jupyter全家桶和pandas、numpy这些核心库全都完美支持。1.3 三种安装方式怎么选在CentOS 7上装Python 3主流的路线有三条我直接做了个对比方式优点缺点适用场景源码编译版本自由选、目录自己控制、最稳耗时长约10-20分钟、依赖要装齐生产服务器、长期使用yum/SCL安装命令简单、不用编译版本陈旧、SCL还需额外配置环境只想要新版本临时用Miniconda安装自带Python和环境管理、装数据科学库方便包体积大、文件位置和系统风格割裂纯数据分析用户我个人的建议是如果你主要玩数据分析和Jupyter用Miniconda可能更省心但如果你是想让这台服务器长期跑Python服务或者你希望完全掌控Python安装位置就老老实实源码编译。我这篇主教程以源码编译为主因为它的通用性和可控性最好过程搞明白了其他方式都是小菜。2. 环境准备先让服务器活过来很多人装到一半失败其实不是Python的问题而是服务器环境本身就没准备好。新拿到的CentOS 7服务器一般有两个绕不开的坎网络可能不通、yum源可能不好用。先把这两个解决掉后面才顺。2.1 网络和基础检查拿到服务器后第一件事不是急着下Python而是确认网络能用。我习惯先跑几条命令ip addr ip route cat /etc/resolv.conf分别看IP、网关和DNS配置。新装的CentOS 7经常出现有IP但ping不通外网的情况比如ping www.baidu.com报unknown host但ping 114.114.114.114却是通的——这说明DNS配置有问题。DNS问题比较好修编辑/etc/resolv.conf加上有效的DNS服务器就行nameserver 223.5.5.5 nameserver 114.114.114.114如果网关不对就得检查/etc/sysconfig/network-scripts/ifcfg-eth0这类网卡配置文件确保GATEWAY和DNS字段正确。修改后执行systemctl restart network重启网络服务。这些基础问题不搞定后面wget源码、pip装包都会折磨你。2.2 换一个能用的yum源CentOS 7的官方源在国内访问经常很慢或者直接超时。我的习惯是一到手就换成国内镜像源这一步能省下大量等待时间。操作方式是先备份原来源配置mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.bak然后下载国内镜像的repo文件。以阿里云源为例curl -o /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-7.repo下载完成后清理缓存yum clean all yum makecache后面再用yum install装依赖的时候速度快得不是一点半点。这里提醒一句改完源以后如果yum还是报错多半是repo文件里的版本号或路径不匹配检查一下baseurl里的路径是否存在。2.3 安装编译Python必需的依赖源码编译Python之前工具链和开发库必须装齐否则后面make阶段会出现各种诡异的报错比如缺zlib导致无法安装pip、缺openssl导致pip install连不上HTTPS源。我每次都会执行这一整条命令yum install -y gcc gcc-c make wget perl \ zlib-devel bzip2-devel libffi-devel \ openssl-devel readline-devel sqlite-devel \ tk-devel gdbm-devel xz-devel逐个说下这些包是干嘛的gcc和gcc-c是编译源码必需的编译器。zlib-develPython压缩模块zlib依赖它不装的话pip都起不来。openssl-devel让Python支持HTTPS装了它pip install才能访问外网源。libffi-develctypes模块需要它很多扩展库都会用到。readline-devel装Python交互式界面时上下翻历史命令才正常。sqlite-develPython自带的sqlite3模块依赖它Jupyter的很多元数据存储也会用到。这些依赖建议一次性装齐别等编译报错了再回头补。我帮人排查过太多次编译到一半提示缺头文件的情况基本都是这一步没做好。3. 源码编译安装Python 3.9到这一步环境已经清爽了。现在正式编译安装Python。3.1 下载源码包并解压源码包可以从官方python.org下载也可以走国内镜像站速度会快一些。我直接用的官方地址cd /usr/local/src wget https://www.python.org/ftp/python/3.9.18/Python-3.9.18.tgz tar -xvf Python-3.9.18.tgz cd Python-3.9.18下载前可以先看一眼这个路径是否存在如果官方路径调整了就去https://www.python.org/ftp/python/目录下找对应版本号。3.2 configure配置关键参数要明白解压之后编译前先做配置。这一步决定了Python安装到哪个目录、启用哪些功能./configure --prefix/usr/local/python3.9 --enable-optimizations --with-ssl几个关键参数我说一下--prefix/usr/local/python3.9指定安装目录。这样所有文件都集中在/usr/local/python3.9不污染系统目录以后想卸载直接删这个目录就行。--enable-optimizations开启编译优化会用profile-guided optimization方式编译性能更好但会让编译时间明显变长。如果机器性能一般可以先不加这个参数。--with-ssl确保SSL模块编译进来没有它后面pip走HTTPS会集体报错。配置完成后编译过程还有额外依赖比如_tkinter模块需要tk-devel这些在前面已经装过了。如果configure阶段卡住屏幕上的错误信息会明明白白告诉你缺少什么照着提示去yum install对应的-devel包就行。3.3 make编译内存小有对策接下来是编译本体make -j2-j2表示用2个核心并行编译。如果你的服务器核数多可以调成make -j4甚至make -j$(nproc)速度会快不少。但要注意并行数开太高内存小的机器容易编译期被OOM杀掉。我曾在只有1G内存的机器上开-j4结果编译到一半直接卡死后来降到-j1才顺利过。编译过程5到15分钟不等取决于机器性能。编译完以后安装make install安装完成后验证一下/usr/local/python3.9/bin/python3 --version如果输出Python 3.9.18说明安装成功。还没完得把这个Python暴露到命令行里不然每次都要写一长串路径。3.4 建立软链接和系统Python共存这里要特别小心千万不能把/usr/bin/python改掉。正确的做法是创建一个单独的链接比如ln -s /usr/local/python3.9/bin/python3 /usr/bin/python3 ln -s /usr/local/python3.9/bin/pip3 /usr/bin/pip3这样做的效果是系统原有的python2和python都不受影响而新环境里敲python3和pip3就能直接用新版。如果你还想让python这个命令直接指向Python 3我建议只在当前用户的PATH里做手脚别动系统级链接。用户级别的做法是在~/.bashrc里加一行export PATH/usr/local/python3.9/bin:$PATH然后source ~/.bashrc。这样你这个用户登进去敲python3就是3.9.18而系统工具依然走原来的Python 2.7两边相安无事。4. 用虚拟环境安装Jupyter NotebookPython装好之后下一步是装Jupyter。这里我强烈推荐先建一个虚拟环境不要直接把Jupyter装进全局Python里。为什么因为Python项目之间的依赖经常互相打架今天这个项目要A版本明天那个项目要B版本全装在一起迟早出事。虚拟环境就是给每个项目一个独立的小房间。4.1 创建并激活虚拟环境用Python 3自带的venv模块就能建虚拟环境cd /opt /usr/local/python3.9/bin/python3 -m venv jupyter_env source /opt/jupyter_env/bin/activate激活之后命令行提示符前面会出现(jupyter_env)这时候你敲python3和pip3用的都是虚拟环境里的版本不会污染全局。这种隔离方式是我在所有服务器上的标准做法简单可靠不用额外装任何东西。4.2 安装Jupyter Notebook和JupyterLab在激活的虚拟环境里直接pip安装pip install --upgrade pip pip install jupyter notebook jupyterlab这里有两个选择notebook是经典版本界面朴素但稳定jupyterlab是新一代界面功能更强、更现代。我个人建议两个都装日常用Lab兼容老教程时用Notebook。安装过程可能会有点慢因为Jupyter的依赖包非常多。如果等得不耐烦可以配置pip走国内镜像源。修改~/.pip/pip.conf[global] index-url https://mirrors.aliyun.com/pypi/simple/ trusted-host mirrors.aliyun.com配置好以后再装就快多了。4.3 配置远程访问IP、端口、密码Jupyter装完如果没有配置文件默认只监听localhost你在本地浏览器是访问不到服务器上的Jupyter的。所以必须做远程访问配置。先生成配置文件jupyter notebook --generate-config然后设置登录密码。现在的Jupyter推荐用哈希密码我们用ipython来生成python3 -c from notebook.auth import passwd; print(passwd())按提示输入两遍密码会得到一串argon2:...格式的哈希值记下来。接下来编辑配置文件一般路径是~/.jupyter/jupyter_notebook_config.py把下面几行加进去或改掉c.ServerApp.ip 0.0.0.0 c.ServerApp.port 8888 c.ServerApp.password argon2:刚才生成的哈希值 c.ServerApp.open_browser False c.ServerApp.allow_root True简单解释一下ip0.0.0.0让Jupyter监听所有网卡这样局域网或远程才能访问。port8888默认端口如果想换就换。password用刚才生成的哈希密码不是明文。open_browserFalse服务器上没有浏览器防止启动时报错。allow_rootTrue如果你是root用户不设这个Jupyter会直接拒绝启动。4.4 防火墙放行端口配置好之后先要确认防火墙没有挡住8888端口。CentOS 7默认用firewalldfirewall-cmd --zonepublic --add-port8888/tcp --permanent firewall-cmd --reload如果你用的是云服务器还要去云控制台的安全组里放行8888端口。这一步被无数人忽略结果本地明明配好了外面就是访问不了。5. 启动Jupyter和日常使用实战配置完成现在可以启动Jupyter了。但在启动方式上我吃过不少亏分享一下我现在最推荐的几种做法。5.1 不要裸启动用systemd托管很多初学者喜欢直接敲jupyter notebook然后开一个终端窗口挂着这样做有个致命的坑SSH一断开Jupyter就死了。等你第二天回来访问发现服务没了一脸懵。正确做法是用nohup后台运行或者写一个systemd服务让它开机自启。先看简单的nohup方式nohup /opt/jupyter_env/bin/jupyter notebook --config/root/.jupyter/jupyter_notebook_config.py /var/log/jupyter.log 21 这样即使SSH断开进程也还活着日志写在/var/log/jupyter.log里方便排查。不过我更推荐直接用systemd管理。创建一个服务文件/etc/systemd/system/jupyter.service[Unit] DescriptionJupyter Notebook Server Afternetwork.target [Service] Typesimple Userroot EnvironmentPATH/opt/jupyter_env/bin:/usr/local/python3.9/bin:/usr/bin ExecStart/opt/jupyter_env/bin/jupyter notebook --config/root/.jupyter/jupyter_notebook_config.py Restarton-failure RestartSec5 [Install] WantedBymulti-user.target然后启用并启动systemctl daemon-reload systemctl enable jupyter systemctl start jupyter这个方案的好处是开机自动启动挂了自动重启日志通过journalctl -u jupyter就能看。我在生产服务器上全部采用这种方式极其省心。5.2 怎么看服务状态和日志如果服务起不来第一反应是看状态和日志systemctl status jupyter journalctl -u jupyter -n 50 --no-pager日志里通常会有明确的报错——端口被占、配置文件路径不对、密码哈希格式不支持基本都能直接定位。比如我看到过的几个高频报错Permission denied配置文件或日志目录没权限检查权限或者User字段。Address already in use8888端口已经被占用改端口或者杀掉旧进程。Unknown error opening terminal这类少见于纯净CentOS一般是环境变量被搞乱重新登录就好。5.3 怎么让Jupyter默认打开指定目录很多人问Jupyter怎么创建在别的文件夹其实只要在配置里指定根目录就行。在jupyter_notebook_config.py中设置c.ServerApp.root_dir /data/notebooks这里root_dir和老的notebook_dir是一个意思新版Jupyter的配置项换成了root_dir。设置好后Jupyter网页版的文件浏览器就固定在这个目录下新建的.ipynb也都存在这里。如果只是想临时用也可以在启动命令后面加参数jupyter notebook --notebook-dir/data/notebooks5.4 同时挂多个Python环境的Kernel在实战中你可能会遇到多个项目、多个虚拟环境的情况。Jupyter默认只显示启动它时的那个Python环境要让它认识其他环境需要装ipykernel并把环境注册进去。比如我已经有了另一个环境/opt/project_venv就这么操作source /opt/project_venv/bin/activate pip install ipykernel python3 -m ipykernel install --name project_env --display-name Python (project_env) deactivate刷新Jupyter页面后新建Notebook的内核选择列表里就会出现Python (project_env)。这是管理多环境Jupyter的必备技巧我强烈推荐给经常切换项目的朋友。6. 常见问题排查实录这部分是我做运维多年最想分享的内容。装Jupyter本身不难难的是出了问题不知道怎么排。我把热搜词里大家最关心的问题聚拢一下按我实际的工作顺序写出来希望能帮你少走弯路。6.1 yum没法用了Could not resolve host / baseurl失效yum install报Could not resolve host: mirror.xxx.com十有八九是DNS问题按我在2.1里的方法先检查/etc/resolv.conf。还有一种情况是报Cannot find a valid baseurl for repo这通常是因为CentOS 7官方源已经停止维护或者repo文件里的路径失效了。处理方式就是2.2说的换一个可用的镜像源并确认repo文件里的baseurl能正常访问。这里多一句嘴如果你自己改了repo文件导致yum崩了恢复配置最直接的方式是把备份的CentOS-Base.repo.bak改回去。6.2 ping不通百度但IP通怎么回事热搜词里centos7 无法ping通百度这个场景我几乎每周都见。现象很典型ping www.baidu.com # 报 ping: unknown host ping 114.114.114.114 # 正常通这说明网络链路没问题就是DNS解析失败。解决思路很简单确认/etc/resolv.conf里的nameserver没有被清掉或者换一个公共DNS。改完立刻测试不用重启网卡。如果改了还是不行检查网卡配置里是否有PEERDNSno之类的设置它可能阻止DHCP更新DNS。6.3 pip明明装了却提示找不到命令装完Python后敲pip3提示command not found通常有几种原因安装目录的bin目录没有加入PATH。通过export PATH/usr/local/python3.9/bin:$PATH解决。某些情况下安装完没有执行source ~/.bashrc。因为nohup、编译安装等操作当前shell的PATH没有刷新hash -r清一下缓存就好。虚拟环境激活失败你人在虚拟环境之外自然用的是系统pip。排查命令就一条先看Python在哪which python3 which pip36.4 Jupyter启动时报找不到指定的程序这个报错在Windows上出现得多但在Linux服务器上也偶尔能看到类似的现象。根本原因就一个字路径错乱。比如你明明进入了虚拟环境但启动的还是全局的jupyter或者虚拟环境里的jupyter脚本指向了不存在的Python解释器。解决办法是确保用的是虚拟环境里的程序which jupyter看输出的路径是否在虚拟环境目录下。如果不是先确认你激活了虚拟环境如果虚拟环境坏了重建一个最省事——我经历过太多次修复半天不如重来快。另一种情况是启动时报缺少模块比如ModuleNotFoundError: No module named notebook这说明Jupyter安装不完整用pip install --force-reinstall jupyter notebook重装一遍。6.5 配置了远程访问还是打不开网页这算是远程配置里最常翻车的一环。按优先级排查Jupyter是否监听了0.0.0.0用netstat -tlnp | grep 8888看监听地址。只显示127.0.0.1:8888就是配置没生效改完配置记得重启服务。防火墙是否放行按4.4检查。云服务器安全组是否放行8888端口这个很多人忘记本地测试通就以为是正常的。浏览器访问时地址是不是写对了http://服务器IP:8888不是https。6.6 网页能打开但执行代码很卡这个问题很多人会忽略其实Jupyter对内存要求比想象中高。服务器如果只有1G或2G内存开几个大DataFrame基本就卡死。解决办法有两步第一步设置swap。在低内存机器上给个2G的swap能明显缓解fallocate -l 2G /swapfile chmod 600 /swapfile mkswap /swapfile swapon /swapfile同时写入/etc/fstab使其开机自动挂载。第二步合理设置Jupyter的资源使用方式比如不要一个浏览器开几十个cell疯狂运行大任务尽量写成.py脚本后台跑别在Notebook里裸奔。6.7 Notebook一个cell只显示最后一行输出有朋友问Jupyter一个cell只输出最后一行为什么这是Notebook的默认行为——如果cell里有多个变量或表达式只有最后一行会作为output显示。解决办法是显式使用print()或者用IPython.display.display()来展示多个结果。from IPython.display import display display(df1) display(df2)这在数据分析时特别实用可以同时看多个表的概况不用来回改代码。最后再分享一个我个人的习惯安装完Jupyter以后我会马上把系统做一次快照或镜像这样以后环境坏了直接回滚比重新配置快太多。服务器上的Python/Jupyter环境一辈子也就搭那么一两次但每次搭都值得留个备份。加上systemd托管之后这套环境基本能做到长期安稳运行你只需要把精力放在写代码本身而不是反复折腾环境。