架构#
本页包含有关 Jupyter 生态系统中核心部件不同架构设计的信息。其中一些是独立项目，而其他则展示了项目之间的关系。
项目概述#
以下是项目关系的高层次视觉概览。截至2022年。
IPython 内核#
本节重点介绍 IPython 和内核。当我们讨论 IPython 时，我们谈论两个基本角色：
终端 IPython 作为熟悉的 REPL
IPython 内核，即提供计算和与前端接口（如笔记本）通信的
IPykernel
终端 IPython#
当你输入 ipython 时，你会得到原始的 IPython 界面，运行在终端中。它看起来像这样:
while True:
code = input(">>> ")
exec(code)
当然，它要复杂得多，因为它必须处理多行代码、使用 readline 的制表符补全、魔法命令等等。但模型类似于代码示例：提示用户输入一些代码，当他们输入完成后，在同一个进程中执行它。这种模型通常被称为 REPL，即读取-求值-打印-循环。
IPython 内核#
所有其他接口——Notebook、Qt控制台、终端中的``ipython console``以及第三方接口——都使用IPython内核。Ipykernel是一个独立的进程，负责运行用户代码以及计算可能的补全等任务。前端，如Notebook或Qt控制台，通过`ZeroMQ <http://zeromq.org/>`_套接字发送的JSON消息与IPython内核通信；前端与IPython内核之间使用的协议在:ref:`jupyterclient:messaging`中描述。
内核的核心执行机制与终端 IPython 共享。
一个内核进程可以同时连接到多个前端。在这种情况下，不同的前端将可以访问相同的变量。
这个设计旨在允许基于相同内核轻松开发不同的前端，但它也使得通过开发这些语言的内核，在相同的前端中支持新语言成为可能，我们正在改进 IPython 以使其更加实用。
今天，有三种方式为另一种语言开发内核：
包装内核重用了来自 IPykernel 的通信机制，并且仅实现了核心执行部分。
本地内核在目标语言中实现执行和通信。
基于 xeus 的内核，这是一种协议的原生实现，实现了内核的语言特定部分。与包装器方法相反，xeus 不依赖于 Python 运行时。
包装内核对于那些有良好Python包装器的语言来说，编写起来更快，例如 octave_kernel，或者对于那些实现通信机制不切实际的语言，例如 bash_kernel。本地内核可能会由使用它们的社区更好地维护，例如 IJulia 或 IHaskell。当语言解释器提供C++或C API时，编写Xeus内核很容易。
Jupyter Notebook 格式#
Jupyter Notebooks 是结构化数据，表示您的代码、元数据、内容和输出。当保存到磁盘时，笔记本使用扩展名 .ipynb，并使用 JSON 结构。有关笔记本格式结构和规范的更多信息，请参阅 nbformat 文档。
Jupyter Notebook 界面#
Jupyter Notebook 及其灵活的界面将笔记本的功能扩展到代码之外，包括可视化、多媒体、协作等。除了运行代码外，它还存储代码和输出，以及 Markdown 笔记，在一个可编辑的文档中，称为笔记本。当你保存它时，这些内容会从你的浏览器发送到 Jupyter 服务器，服务器将其保存为磁盘上的一个 JSON 文件，扩展名为 .ipynb。
Jupyter 服务器是一个通信中心。浏览器、磁盘上的笔记本文件和内核不能直接相互通信。它们通过 Jupyter 服务器进行通信。Jupyter 服务器，而不是内核，负责保存和加载笔记本，因此即使你没有该语言的内核，你也可以编辑笔记本——只是你将无法运行代码。内核对笔记本文档一无所知：它只是在用户运行时接收到要执行的代码单元。
将 Jupyter 笔记本导出为其他格式#
Jupyter 中的 Nbconvert 工具 将笔记本文件转换为其他格式，如 HTML、LaTeX 或 reStructuredText。此转换过程包括一系列步骤：
预处理器修改内存中的笔记本。例如，ExecutePreprocessor 运行笔记本中的代码并更新输出。
导出器将笔记本转换为另一种文件格式。大多数导出器使用模板来完成这一任务。
后处理器对导出后生成的文件进行处理。
nbviewer 网站使用 nbconvert 和 HTML 导出器。当你给它一个 URL 时，它会从该 URL 获取笔记本，将其转换为 HTML，并将该 HTML 提供给你。
IPython.parallel#
IPython 还包括一个并行计算框架，IPython.parallel。这允许你控制许多单独的引擎，这些引擎是上述 IPython 内核的扩展版本。
JupyterHub 和 Binder#
JupyterHub 是一个多用户 Hub，它生成、管理和代理单用户 Jupyter notebook 服务器的多个实例。这可以用于服务多种接口和环境，并且可以在多种基础设施上运行。Kubernetes 上的 JupyterHub 是一个用于在 kubernetes 基础设施上运行 JupyterHub 的 Helm Chart，而 BinderHub 是一个为可共享、可复现的交互式计算环境定制的 JupyterHub 部署。
以下链接描述了 JupyterHub 的架构及其几种发行版。
JupyterLab#
JupyterLab 是一个灵活、可扩展的交互式计算界面。以下是一些有助于理解 JupyterLab 架构的链接。