如何自动重连断开的远程Jupyter Notebook？及其他缓解方法

一、浏览器端自动重连设置 #

Jupyter本身自带重连机制，但默认参数可能不足以应对VPN断开后的恢复，你可以通过修改配置增强：

• 生成并编辑Jupyter配置文件：
  先运行jupyter notebook --generate-config生成配置文件，然后打开jupyter_notebook_config.py添加以下内容：

  c.NotebookApp.disconnect_timeout = 3600  # 会话断开后保留的时长（1小时，足够VPN重新连接）
  c.NotebookApp.reconnect_timeout = 600    # 自动重连的最大尝试时间（10分钟）
  c.NotebookApp.reconnect_interval = 10    # 每次重连的间隔（10秒）
  

  配置后，当VPN恢复，浏览器的Notebook会自动尝试重连，只要服务器会话没超时，就能回到之前的工作状态。
• 浏览器临时辅助脚本：如果默认重连不够灵敏，可在浏览器控制台运行以下脚本，定期检查连接状态并刷新：

  setInterval(() => {
      const statusEl = document.querySelector('.jp-Connection-status');
      if (statusEl && statusEl.textContent.includes('断开')) {
          location.reload();
      }
  }, 30000); // 每30秒检查一次
  

二、从根源避免流程中断的方案 #

这些方法比单纯重连更能解决你的痛点：

• 让内核后台运行：用tmux或screen启动Jupyter，即使VPN断开，服务器上的内核仍会继续执行单元格。操作示例：

  # 创建后台会话启动Jupyter
  tmux new-session -d -s jupyter_session 'jupyter notebook'
  # 后续重新连接服务器后，恢复会话查看状态
  tmux attach -t jupyter_session
  

  这样就算中途VPN断了，正在跑的40分钟单元格不会中断，恢复连接后直接看结果就行。
• 持久化缓存大数据集：第一次加载完数据后，用序列化工具保存到磁盘，下次启动直接加载缓存，不用重复读取原始数据：

  import joblib
  # 首次加载后保存
  joblib.dump(loaded_large_data, '/data/cached_large_data.joblib')
  # 后续启动直接加载缓存
  loaded_large_data = joblib.load('/data/cached_large_data.joblib')
  

• 拆分长耗时单元格：把40分钟的任务拆成多个小步骤，每个步骤执行后保存中间结果，就算断开也只需要重新执行中断后的部分：

  # 单元格1：加载基础数据
  raw_data = load_raw_data()
  joblib.dump(raw_data, 'raw_data.cache')
  
  # 单元格2：数据预处理
  cleaned_data = clean_data(raw_data)
  joblib.dump(cleaned_data, 'cleaned_data.cache')
  
  # 单元格3：模型训练（耗时核心部分）
  model = train_model(cleaned_data)
  

• 申请调整VPN超时：联系公司IT，把你的VPN闲置超时时间调长，从根源减少断开的情况。

内容的提问来源于stack exchange，提问作者user1247336