制作自定义开发机镜像

更新时间：2025-05-22

在使用自定义镜像创建开发机时，首先需要打包开发机镜像，然后使用自定义镜像创建开发机实例。

镜像要求

自定义镜像需要满足以下要求才能正常使用WebIDE和SSH服务：

如果需要使用WebIDE必须确保自定义镜像能够启动Jupyter服务，支持JupyterLab和JupyterNotebook（推荐使用JupyterLab）
如果需要启用SSH服务，确保自定义镜像能够启动SSH服务（推荐使用证书密钥方式认证）

结合以上要求，以下给出了开发机的Dockerfile及依赖文件示例，用户可参考示例按需修改为自己的开发机

镜像打包示例

推荐使用以下打包示例，仅在Dockerfile中根据需要修改基础镜像、预安装软件包等信息后打包自定义镜像

说明：

示例中使用的Jupyter服务容器端口为8600，SSH服务容器端口为22，可以根据实际修改
启动脚本中的可以自定义或随机生成JUPYTER_TOKEN，随机token使用JUPYTER_TOKEN=${JUPYTER_TOKEN:-$(pwgen -B -s 32 1)}，指定token使用JUPYTER_TOKEN=${JUPYTER_TOKEN:"token-xxxxxxxxxxxxx"}
自定义修改时，配置文件（jupyter_lab_config.py、jupyter_notebook_config.py）和启动脚本中的JUPYTERLAB_BASE_URL是必须设置的，启动开发机时平台会在自动注入JUPYTERLAB_BASE_URL作为访问Jupyter的路径

JupyterLab

JupyterLab是Jupyter的主流版本，推荐使用JupyterLab作为WebIDE

Bash

1--dev-demo
2  --jupyter_lab_config.py //Jupyter Lab的config文件
3  --Dockerfile
4  --enterpoint.sh // 启动脚本文件

JupyterLab配置文件

                Python
                
            

                import os
c = get_config()  #noqa
c.ServerApp.allow_remote_access = True
c.ServerApp.allow_root = True
c.ServerApp.base_url = '/jupyter'
c.ServerApp.ip = '0.0.0.0'
c.ServerApp.open_browser = False
c.ServerApp.port = 8600
c.ServerApp.root_dir = '/root'
c.ServerApp.terminado_settings = {'shell_command' : ['/bin/bash']}
c.ServerApp.base_url = os.environ.get("JUPYTERLAB_BASE_URL", "/jupyter")
            

启动命令脚本

                Bash
                
            

                #!/bin/bash
# start sshd
sudo service ssh restart

# start jupyterlab
# 随机生成JUPYTER_TOKEN，需要用户替换成自己想要设置的token，在登录时会用到
# JUPYTER_TOKEN=${JUPYTER_TOKEN:-$(pwgen -B -s 32 1)}
JUPYTER_TOKEN=${JUPYTER_TOKEN:"token-xxxxxxxxxxxxx"}
export JUPYTERLAB_BASE_URL=${JUPYTERLAB_BASE_URL:-"/jupyter"}
export JUPYTER_PORT=${JUPYTER_PORT:-8600}
mkdir -p /root/.jupyter
nohup jupyter-lab --IdentityProvider.token="$JUPYTER_TOKEN" >/root/.jupyter/jupyter.log 2>&1 &
if [ $? -ne 0 ];then
    exit 1
fi

# block
while true; do
    sleep 60
done
            

Dockerfile文件

                Bash
                
            

                # 可以替换成自己的基础镜像
FROM nvcr.io/nvidia/pytorch:24.02-py3

WORKDIR /root

# set ENV VARS
ENV TZ=Asia/Shanghai
ENV NVIDIA_REQUIRE_CUDA=cuda>=9.0
ENV NVIDIA_VISIBLE_DEVICES=""
ENV JUPYTER_PORT=8600
ENV JUPYTERLAB_BASE_URL=/jupyter

COPY ./enterpoint.sh /root/.install/enterpoint.sh
COPY ./jupyter_lab_config.py /root/.jupyter/jupyter_lab_config.py

# 设置时区
RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone

# 安装系统工具
ARG DEBIAN_FRONTEND=noninteractive
RUN apt-get update && apt-get upgrade -y &&     apt-get install -y openssh-server &&     mkdir -p /var/run/sshd &&     apt-get install -y --no-install-recommends cron python3-venv pwgen bc curl wget vim git cron

# 安装python包
RUN pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple && pip install jupyterlab-language-pack-zh-CN -i https://pypi.tuna.tsinghua.edu.cn/simple && pip install jupytext -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装nodejs
RUN curl -fsSL https://deb.nodesource.com/setup_16.x | sudo -E bash - &&     sudo apt-get install -y nodejs

# install anaconda3
SHELL ["/bin/bash", "-c"]

RUN chmod +x /root/.install/enterpoint.sh

# ports of SSH and jupyter
EXPOSE 22 8600
            

JupyterNotebook

目录结构

Bash

1--dev-demo
2  --enterpoint.sh // 启动脚本文件
3  --jupyter_notebook_config.py //jupyter的config文件
4  --Dockerfile

启动命令脚本

                Bash
                
            

                #!/bin/bash

# start sshd
sudo service ssh restart

# jupyterlab
JUPYTER_TOKEN=${JUPYTER_TOKEN:-$(pwgen -B -s 32 1)}
export JUPYTERLAB_BASE_URL=${JUPYTERLAB_BASE_URL:-"/jupyter"}
export JUPYTER_PORT=${JUPYTER_PORT:-8600}
mkdir -p /root/.jupyter
nohup jupyter-lab --IdentityProvider.token="$JUPYTER_TOKEN" 
nohup jupyter-lab --NotebookApp.token="$JUPYTER_TOKEN"="$JUPYTER_TOKEN"
>/root/.jupyter/jupyter.log 2>&1 &
if [ $? -ne 0 ];then
    exit 1
fi

# block
while true; do
    sleep 60
done
            

JupyterNotebook配置文件

                Python
                
            

                import os
c = get_config()
c.NotebookApp.allow_remote_access = True
c.NotebookApp.allow_root = True
c.NotebookApp.terminado_settings = {'shell_command' : ['/bin/bash']}
c.LabApp.base_url = os.environ.get("JUPYTERLAB_BASE_URL", "/jupyter")
c.LabApp.ip = '0.0.0.0'
c.LabApp.port = 8600
c.LabApp.terminado_settings = {'shell_command' : ['/bin/bash']}
            

Dockerfile文件

                Bash
                
            

                # 可以替换成自己的基础镜像
FROM nvcr.io/nvidia/pytorch:24.02-py3

WORKDIR /root

# set ENV VARS
ENV TZ=Asia/Shanghai
ENV NVIDIA_REQUIRE_CUDA=cuda>=9.0
ENV NVIDIA_VISIBLE_DEVICES=""
ENV JUPYTER_PORT=8600
ENV JUPYTERLAB_BASE_URL=/jupyter

COPY ./enterpoint.sh /root/.install/enterpoint.sh
COPY ./condarc /root/.condarc
COPY ./jupyter_notebook_config.py /root/.jupyter/jupyter_notebook_config.py

# 设置时区
RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone

# 安装系统工具
ARG DEBIAN_FRONTEND=noninteractive
RUN apt-get update && apt-get upgrade -y &&     apt-get install -y openssh-server &&     mkdir -p /var/run/sshd &&     apt-get install -y --no-install-recommends cron python3-venv pwgen bc curl wget vim git cron

# 安装python包
RUN pip install jupyterlab -i https://pypi.tuna.tsinghua.edu.cn/simple &&     pip install jupyterlab-language-pack-zh-CN -i https://pypi.tuna.tsinghua.edu.cn/simple &&     pip install jupytext -i https://pypi.tuna.tsinghua.edu.cn/simple

# 安装nodejs
RUN curl -fsSL https://deb.nodesource.com/setup_16.x | sudo -E bash - &&     sudo apt-get install -y nodejs

# install anaconda3
SHELL ["/bin/bash", "-c"]

RUN chmod +x /root/.install/enterpoint.sh

# ports of SSH and jupyter
EXPOSE 22 8600
            

自定义镜像创建开发机

按上述步骤打包好镜像后，需将镜像上传到CCR镜像仓库，然后按如下步骤创建开发机。

填写自定义镜像地址或从用户自己的CCR镜像仓库中选择以及设置启动命令

自定义开发机.png

字段	说明
镜像地址	输入自定义镜像的拉取地址，建议将制作好的镜像上传到当前账号同区域下的企业版CCR实例中，通过【选择镜像】选择
执行命令	执行命令是创建开发机容器时的启动脚本，用户可根据自定义镜像设置编写自己的启动命令

使用上述示例打包的自定义镜像，使用/root/.install/enterpoint.sh，其含义是在容器启动时执行/root/.install/目录下的enterpoint.sh文件中的脚本内容
执行命令的设计使用详见下一章节

按创建开发机的一般流程设置其他参数，并提交创建。

如何设计执行命令

可以使用两种方式启动SSH服务和Jupyter服务（以下简称服务）,用户可以根据使用习惯自行选择。

方式一：将镜像打包时将启动脚本保存为.sh文件

将镜像打包时将启动脚本保存为.sh文件，开发机启动时执行.sh脚本，示例镜像中采用的是此方法，，该方法需要在【执行命令】调用镜像中的.sh脚本

以示例镜像为例，启动命令：

Bash

1/root/.install/enterpoint.sh

方式二：通过启动脚本在开发机中启动服务

此方法在【执行命令】中输入完整的启动命令，与方法一等效，以示例镜像为例，将enterpoint.sh中的内容直接输入到【执行命令】中即可

                Bash
                
                #!/bin/bash# start sshdsudoservicessh restart
#sudo service cron restart# jupyterlabJUPYTER_TOKEN=${JUPYTER_TOKEN:-$(pwgen -B -s 32 1)}exportJUPYTERLAB_BASE_URL=${JUPYTERLAB_BASE_URL:-"/jupyter"}exportJUPYTER_PORT=${JUPYTER_PORT:-8600}mkdir -p /root/.jupyter
nohup jupyter-lab --NotebookApp.token="$JUPYTER_TOKEN"="$JUPYTER_TOKEN">/root/.jupyter/jupyter.log 2>&1&if[$? -ne 0];thenexit1fi# blockwhiletrue;dosleep60done

百度智能云

百度百舸 · AI计算平台

百度百舸 · AI计算平台

制作自定义开发机镜像

镜像要求

镜像打包示例

JupyterLab

JupyterNotebook

自定义镜像创建开发机

如何设计执行命令

方式一：将镜像打包时将启动脚本保存为.sh文件

方式二：通过启动脚本在开发机中启动服务