jupyter notebook本身不支持多用户模式，强行共享会导致会话冲突、权限混乱和数据损坏；jupyterhub是唯一可行的架构级替代方案，通过统一入口、身份认证、为每个用户动态启动独立notebook/lab实例并代理请求，实现真正的多用户隔离与协作。
Jupyter Notebook 本身不支持多用户模式——它是一个单用户、单实例的交互式环境。强行用多个账号共享同一个 jupyter notebook 进程，会导致会话冲突、文件权限混乱、内核抢占甚至数据损坏。
真要实现“多用户”，必须换用 JupyterHub。这不是配置选项开关，而是架构级替换。
为什么不能直接在 jupyter notebook 上开多用户
常见误解是改 --ip=0.0.0.0 或加 --allow-root 就能多人登录——实际只是开放了网络访问，所有用户仍共用同一进程、同一内核、同一工作目录和同一配置文件：
• 用户 A 启动的 import pandas as pd 全局变量会被用户 B 看到
• 用户 B 删除的 .ipynb 文件，A 刷新就 404
• 没有独立认证、没有资源隔离、没有会话边界
• jupyter notebook --multi-user 这个参数根本不存在
JupyterHub 是唯一可行路径
它不是插件，而是一个独立服务，负责：
• 接收统一入口（如 https://hub.example.com）
• 验证用户身份（PAM / OAuth / Dummy）
• 为每个用户动态启动独立的 jupyter notebook 或 jupyter lab 实例
• 自动代理请求到对应用户的专属端口（如 /user/alice/ → localhost:32101）
• 可配内存/CPU限制、启动命令、默认界面（Lab or Notebook）
安装只需两步：
• pip install jupyterhub（确保 Python 3.8+）
• sudo jupyterhub --port=8000（首次运行自动生成 jupyterhub_config.py 和数据库）
最简可用配置：绕过认证快速验证
开发测试阶段可跳过 PAM/OAuth，用 DummyAuthenticator 快速跑通流程：
• 编辑 jupyterhub_config.py
• 加入以下三行：
c.JupyterHub.authenticator_class = 'dummy' c.DummyAuthenticator.password = "test123" c.JupyterHub.spawner_class = 'localprocessspawner'
然后重启服务：
• sudo systemctl restart jupyterhub（若用 systemd）
• 或直接 jupyterhub -f /etc/jupyterhub/jupyterhub_config.py
访问 http://your-server:8000，任意用户名 + 密码 test123 即可登录各自独立环境
生产环境必须避开的坑
• sudo jupyterhub 直接运行 ≠ 生产就绪：缺进程守护、无 HTTPS、无日志轮转、无资源限制
• 不设 c.Spawner.memory_limit：一个用户跑大模型可能吃光整机内存
• 用 LocalProcessSpawner 但没关 c.LocalProcessSpawner.start_timeout = 30：用户启动慢时页面卡死不报错
• 忘记配 c.JupyterHub.bind_url = 'http://:8000'：反向代理（Nginx）转发失败，出现 502 或空白页
• 把 jupyterhub_config.py 放在用户家目录下：systemd 服务无法读取，报 PermissionError
真正上线前，至少补上这四条：
• 用 Nginx 终止 HTTPS 并转发 / 和 /hub/
• 设置 c.Spawner.cpu_limit = 2 和 c.Spawner.memory_limit = '4G'
• 用 systemctl 管理服务生命周期
• 认证切到 PAMAuthenticator 或企业 OAuth
