如何调试频繁崩溃的Jupyter Notebook IPython内核并获取错误日志？

开启全链路verbose调试日志 #

• 先终止当前所有正在运行的Jupyter Notebook进程，避免配置被旧进程占用
• 激活对应的Anaconda Python 3.8虚拟环境，在终端执行命令生成全局Jupyter配置文件：jupyter notebook --generate-config
• 打开生成的配置文件（默认存储在用户目录的.jupyter隐藏路径下，文件名为jupyter_notebook_config.py），修改两个核心参数：
  • 移除c.NotebookApp.log_level = 'DEBUG'前的注释标记，将日志级别从默认的INFO调整为DEBUG，完整记录内核启动、交互、退出全流程的所有细节
  • 确认日志输出规则：默认日志会同时打印在启动Jupyter的终端控制台，以及写入.jupyter目录下的日志文件；如果需要自定义日志存储位置，可修改c.NotebookApp.log_output_file参数指向指定路径
• 重新启动Jupyter Notebook，复现一次内核崩溃场景，此时终端会实时滚动输出所有通信日志，本地日志文件也会留存完整的运行记录，方便事后回溯

定位内核独立的崩溃异常日志 #

内核进程和Jupyter前端是独立运行的，很多崩溃信息不会同步到前端控制台，需要单独调取内核侧的日志：

• Jupyter的运行时会话、内核日志默认存储在用户目录下的.local/share/jupyter/runtime路径中
• 找到对应崩溃时段、和会话ID匹配的关联日志文件，里面会记录内核进程的退出返回码、原生栈错误、内存溢出等核心异常信息，是事后分析的核心素材
• 如果需要自动捕获Python层的崩溃现场，可以在Notebook的第一个执行单元格提前加载事后分析钩子，执行以下代码：

from IPython.core import ultratb
# 开启详细异常打印、自动关联调试上下文
ultratb.FormattedTB(mode='Verbose', color_scheme='Linux', call_pdb=1)

加载完成后，后续只要出现未捕获的Python异常触发内核退出，系统会自动打印完整的调用栈、关键变量快照，不需要逐行排查复现

常见日志线索快速定位方向 #

• 如果日志中记录内核退出返回码为139：代表出现原生内存访问错误，大概率是NumPy、Pandas这类带C扩展的依赖版本和Anaconda基础环境不兼容，Python 3.8版本下常见的MKL/OpenBlas版本冲突就会触发这类错误
• 如果日志中记录内核退出返回码为137：代表系统主动终止了内核进程，基本是内核内存占用超过了系统或虚拟环境的内存限制，通常和代码中处理超大数组、大文件的逻辑有关
• 如果日志中出现ZMQ通信类报错：代表消息中间件版本和Jupyter客户端不匹配导致通信中断，不属于业务代码本身的问题

注意：获取到verbose日志后，可以重点筛选崩溃时间点前后5行的日志内容，90%以上的内核崩溃根因会直接在前后的错误提示中体现，不需要逐行通读全量日志。

内容的提问来源于stack exchange，提问作者abukaj