如何在SageMaker Notebook中自动安装OpenJDK以支持tabula-py运行

1. 全局安装OpenJDK #

SageMaker Notebook实例底层基于Debian 10系统，直接通过apt包管理器安装全局Java环境是最稳定的方案，可直接在Notebook单元格执行以下命令（单元格执行shell命令需加!前缀，也可直接在终端执行）：

# 更新apt包索引
sudo apt update -y
# 安装OpenJDK 11无头版（服务器环境无需图形组件，占用空间更小）
sudo apt install -y openjdk-11-jre-headless

2. 配置环境变量（可选，默认安装后可直接调用） #

安装完成后系统会自动配置Java命令到全局PATH，如果仍提示找不到Java，可手动指定环境变量：

# 查看Java安装路径
sudo update-alternatives --list java
# 替换下方路径为上一步输出的对应路径，配置JAVA_HOME和PATH
export JAVA_HOME=/usr/lib/jvm/java-11-openjdk-amd64
export PATH=$JAVA_HOME/bin:$PATH

如果需要每次启动Notebook实例都自动生效，可将上述两条export命令写入~/.bashrc文件末尾。

3. 验证配置 #

执行以下命令验证Java是否安装成功：

java -version

再运行你的tabula代码即可正常输出环境信息。

此前方案失效原因说明 #

你之前通过pip安装的install-jdk包仅会将JDK安装到当前用户的本地目录，不会自动写入系统全局PATH，Python进程调用命令时无法识别，因此不适用SageMaker的全局环境配置场景。

持久化配置建议 #

如果不想每次重启Notebook实例后都重新安装Java，可将安装命令添加到SageMaker的生命周期配置启动脚本中，实例启动时会自动执行完成环境初始化。

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