在Windows10映射网络驱动器运行Jupyter Notebook是否会变慢？

这种操作确实可能带来真实的性能下降，但部分场景下的“变慢”也可能是主观错觉，核心取决于IO交互的频率和方式：

• Jupyter交互环节的真实延迟
  当从映射网络驱动器启动Jupyter时，Notebook的自动检查点（.ipynb_checkpoints）、配置文件读写默认都会指向当前工作目录（即网络驱动器）。网络IO的延迟远高于本地硬盘，所以每次手动保存Notebook、自动创建检查点时，都会出现明显卡顿；加载大体积Notebook文件时，也会因为网络传输的延迟变慢，这些都是真实的性能损耗。

• 计算过程的性能差异

  • 如果计算逻辑需要频繁读写网络驱动器上的文件（比如循环读取大量小文件、中间结果反复写入），网络IO的瓶颈会直接拖慢计算速度，这是实打实的性能下降。
  • 但如果只是一次性将大文件读入内存，后续计算全程在内存中完成，最后仅将最终结果写入网络驱动器，那计算过程本身的速度和本地启动Jupyter几乎无差别，此时感觉到的“变慢”大概率是启动或最终保存环节的延迟带来的主观错觉。

• 优化建议

  • 优先选择本地启动Jupyter，计算时将需要的数据集读入内存，完成后再把结果写入映射驱动器，避免频繁的网络IO交互。
  • 如果必须从网络驱动器启动Jupyter，可以修改配置把检查点目录移到本地：
    1. 生成配置文件：jupyter notebook --generate-config
    2. 打开生成的配置文件，找到c.FileCheckpoints.checkpoint_dir项，设置成本地路径（例如C:\Users\你的用户名\.jupyter\checkpoints）
  • 尽量将Notebook文件存放在本地，仅在数据读取和结果保存阶段与网络驱动器交互。

内容的提问来源于stack exchange，提问作者chris1234567890