如何在SageMaker Notebook中配置JAVA_HOME使其识别已安装的Java环境

报错的根本原因是SageMaker Notebook的Jupyter内核运行环境与终端shell环境相互隔离，终端下生效的PATH环境变量没有同步到Python进程的运行环境中，导致tabula无法调用java命令。

步骤1：确认Java的实际安装路径 #

在SageMaker终端执行以下命令，获取java可执行文件的完整路径：
which java
返回示例：/usr/lib/jvm/jre-1.8.0-openjdk.x86_64/bin/java，截取到bin层级的路径即/usr/lib/jvm/jre-1.8.0-openjdk.x86_64/bin备用。

解决方案1：临时生效（仅当前Notebook内核运行周期有效） #

在Notebook代码的最开头添加环境变量配置代码，将Java的bin目录加入PATH：

import os
# 将下方路径替换为你自己实际查到的Java bin目录路径
java_bin_path = "/usr/lib/jvm/jre-1.8.0-openjdk.x86_64/bin"
os.environ["PATH"] = f"{java_bin_path}:{os.environ['PATH']}"

# 再执行tabula相关代码即可
import tabula
tabula.environment_info()

解决方案2：永久生效（所有Notebook内核自动加载） #

在终端执行以下命令，在IPython启动脚本中添加环境变量配置，后续启动的所有内核都会自动加载该配置：

cat > ~/.ipython/profile_default/startup/00-set-java-path.py << EOF
import os
# 替换为实际的Java bin目录路径
java_bin_path = "/usr/lib/jvm/jre-1.8.0-openjdk.x86_64/bin"
os.environ["PATH"] = f"{java_bin_path}:{os.environ['PATH']}"
EOF

执行完成后重启Notebook内核即可生效。

附加说明 #

你安装的是Java 1.8但终端返回的版本号为1.7，是因为系统默认的Java版本优先级设置问题，如需切换默认Java版本，可在终端执行：
sudo alternatives --config java
按照提示选择Java 1.8对应的序号即可。

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