最近有跑大型 R 交互任务的需要，服务器上却没有配置 Rstudio Server，我也没有 root 权限。
为了避免和运维费时费力的无尽扯皮自己配置了 Jupyter Notebook。
conda 配置环境
# 新建名字为 R 的空环境
conda create -n R
# 进入环境
conda activate R
# 安装 r-base
conda install -c conda-forge r-base -y
# 安装 jupyter
conda install jupyter -y
在 r-base 中安装 IRkernel
# 进入 R 交互模式
R
# 安装 IRkernel 依赖
> install.packages(c('repr', 'IRdisplay', 'evaluate', 'crayon', 'pbdZMQ', 'devtools', 'uuid', 'digest'))
# 安装 IRkernel
> install.packages('IRkernel')
# 激活 IRkernel，此步骤需要保证 Jupyter 已经在环境下安装完毕
> IRkernel::installspec()
# 可以退出 R 交互模式了
> quit()
配置 Jupyter Notebook
# 生成配置文件
jupyter notebook --generate-config # 记住这一步告诉你的 config 路径
iPython:
# 进入 ipython 生成密码
ipython
In [1]: from notebook.auth import passwd
In [2]: passwd() # 记住这个密码，网页登录用
Enter password:
Verify password:
Out[2]: 'sha1:XXX……XXX' # 记住这个字符串，之后要用
In [3]: quit() # 退出 ipython
修改 Jupyter 配置文件
Jupyter 配置文件修改：
c.NotebookApp.ip='0.0.0.0' # 允许任意 ip 连接至 notebook, 之后 qrsh 调用交互计算节点时有用
c.NotebookApp.password = u'(sha1:XXX……XXX#填入上一步的密文）'
c.NotebookApp.port =随便给个高位端口 #也可以指定其他端口
保存退出
# 启动 jupyter notebook
jupyter notebook
远程链接 服务器的 Jupyter 服务
# 保证终端已经安装了 ssh，将本地端口通过 ssh通道 链接至 远程服务器服务
ssh 账户名@服务器的ip/domin 127.0.0.1:1234:127.0.0.1:上一步设置的端口
# 按提示输入服务器的账户密码
如果使用了其它 ssh 客户端（e.g. Xshell），可以在 ssh 属性中配置隧道，偷懒以上这一步本地转发。
本地使用远程 Jupyter
- 打开浏览器，访问 127.0.0.1:1234
- 输入 ipython passwd() 时手动输入的密码
完成。
调用临时的交互节点资源运行 Jupyter
一般在递交节点上跑任务总是不大好，而且 R 会占据大量的内存，对自己和他人均造成不便。因此，对于支持调用 qrsh 的 HPC，应当申请临时的交互计算节点运行 jupyter。
# 申请临时交互计算服务器，可以自己定义需要的资源，具体可查网上的文档
qrsh
# 进入随机分配的计算节点，示例中被分配到的节点为 snode019
user@snode019 13:00:37 ~ $
# 正常启动 Jupyter
jupyter notebook
建立隧道时将目标地址从 127.0.0.1 更换为 snode019 就可以了。
补充说明
为了让你的 Jupyter 更好用，还可以配置 NBextension 等 Jupyter 插件，然而那些对 Python 的支持更好，R 的话只能凑合用了，譬如察看环境变量，一些 R 包自定义的对象（如 Seurat Obj ）就会与环境变量功能的脚本有一些冲突……然后不能用。最好的办法是换 python 工具或者自己造轮子。