解决在vscode中使用wakatime记录jupyter时间问题

背景

使用wakatime记录项目时间时，发现其不支持jupyter，也无法识别浏览器中打开的jupyterlab。最初的解决方案是在wakatime中写rules来识别语言和活动，但具体到页面内的项目和代码就没有办法了。于是开始尝试vs code连接jupyter来做实验。

问题一：无法连接vultr服务器，报错连接超时

尝试过无效的方案

清空known_hosts文件、删除remote的.vscode-server文件夹。

增加超时判断时间，从15s到30s再到60s

将绝对文件路径添加到自定义SSH配置文件(C：\Users\{用户名}\.ssh\config)

修改设置里的local server控制项


"remote.SSH.showLoginTerminal": true,
"remote.SSH.useLocalServer": false

解决方案1

发现另一个bandwagon的服务器可以正常连接，所以萌生用bandwagon服务器做跳板机的想法，

生成新的公钥，并将公钥复制到跳板机和目标服务器~/.ssh/authorized_keys中


ssh-keygen -t rsa -b 4096

修改remote ssh的配置文件如下：


Host JumpMachine             #跳板机名称
    HostName XXX.XXX.XXX.XXX #跳板机IP
    Port XXX                 #跳板机ssh端口
    User root                #跳板机用户名

Host TargetMachine           #远程服务器名称
    HostName XXX.XXX.XXX.XXX #远程服务器IP
    Port XXX                 #远程服务器ssh端口
    User root                #远程服务器用户名
    ProxyCommand ssh -W %h:%p JumpMachine

在vscode中尝试登陆，在命令面板中输入：ssh 用户名@目标服务器ip

解决方案2

同样是用 remote-ssh 中 ProxyCommand的方式，但借用git的connect程序直接走代理，不通过跳板机。connect.exe的具体地址需要自己搜索。


ProxyCommand D:\Program Files\Git\mingw64\bin\connect.exe -H 127.0.0.1:10809 %h %p

问题二：vs code打开jupyter notebook，调用远端kernel

增加VPS虚拟内存

之前用浏览器打开jupyter时，内核自动重启过，猜想是因为任务占用内存太高的缘故，VPS只有1G的物理内存，不够用，需要增加虚拟内存。


# 查看Swap分区大小
free -h

一般初始swap是0，如果已经设置过，要增加只能先删除原有的


total        used        free      shared  buff/cache   available
Mem:          976Mi       720Mi        74Mi       1.0Mi       181Mi       102Mi
Swap:         4.0Gi       1.6Gi       2.4Gi


# 删除Swap交换分区
swapoff -a

# 创建swap分区的文件, of后的目标文件自定义，要放到比较大的盘里，可以 df -h 查看空闲较多的盘。
# if表示input_file输入文件，of表示output_file输出文件，
# bs表示block_size块大小，count表示计数。数据块大小为1M，数据块数目为2048，这样分配的空间就是2G大小。
dd if=/dev/zero of=${target_swapfile} bs=1M count=2048

# 格式化交换文件
mkswap ${target_swapfile}

# 挂载交换文件
swapon ${target_swapfile}

在/etc/fstab文件中加入如下命令，开机自动加载


${target_swapfile} swap swap defaults 0 0

kernel问题

连接remote后，用screen在后台启动jupyter server。在remote安装vscode的jupyter扩展，搜索remote jupyter server命令，指定一个本地或者远程的jupyter服务连接，这里因为已经ssh连接了remote，所以可以用http://localhost:8888/lab这个url，注意不能是https，因为jupyter启动后console里给的链接就是http。

填好后打开一个remote的jupyter notebook，一般会自动选择刚才指定的kernel，但是运行cell时才正式连接kernel。可能是因为用了跳板机，执行速度非常慢，但至少能跑程序了，原先指定远程jupyter服务连接时直接无法连接kernel。

💡

通过vscode remote打开的jupyter notebook，内核不会自动关闭，需要在浏览器的jupyterlab中手动关闭内核。

在 VSCode Jupyter 中使用 console


# 1. 打开一个 notebook，在 cell 里运行
%connect_info

# 2. 把返回的数据保存为 console.json 文件

# 3. 安装 jupyter-console（若已安装，跳过）
pip install jupyter-console

# 4. 打开一个终端，运行
jupyter console --existing console.json

# 得到一个当前 notebook 的 console

wakatime 找不到token的问题

连接remote后，需要在remote安装wakatime扩展，但扩展初始化时会报错，查看日志后发现是未找到token的原因，官方在issue说已经解决远程问题，但我仍然报错了。

在本地机器找到token所在的.wakatime.cfg文件，拷贝到连接remote时指定的初始文件夹，再启动wakatime时成功。

至此，问题解决。

后记

通过在remote使用vscode的wakatime插件，是否能准确记录jupyterlab的使用时间和解析项目名，目前还不知道，因为github readme中用action读取的wakatime stats一直未更新，可能需要明日再看结果。