Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Ein Amazon EMR Studio verwalten
Dieser Abschnitt enthält Anweisungen, die Ihnen helfen, eine EMR-Studio-Ressource zu überwachen, zu aktualisieren oder zu löschen. Informationen zum Zuweisen von Benutzern oder zum Aktualisieren von Benutzerberechtigungen finden Sie unter EMR-Studio-Benutzer zuweisen und verwalten.
Studio-Details anzeigen
Amazon-EMR-Studio-Aktionen überwachen
EMR-Studio- und API-Aktivitäten anzeigen
EMR Studio ist mit AWS CloudTrail integriert, einem Service, der eine Aufzeichnung der von einem Benutzer, einer IAM Rolle oder einem AWS-Service in EMR Studio durchgeführten Aktionen liefert. CloudTrail erfasst API-Aufrufe für EMR Studio als Ereignisse. Sie können Ereignisse über die CloudTrail Konsole unter https://console.aws.amazon.com/cloudtrail/
EMR-Studio-Ereignisse liefern Informationen darüber, welcher Studio- oder IAM-Benutzer eine Anfrage stellt und um welche Art von Anfrage es sich handelt.
Anmerkung
Clusterinterne Aktionen wie das Ausführen von Notebook-Aufträgen werden AWS CloudTrail nicht ausgegeben.
Sie können auch einen Trail für die kontinuierliche Bereitstellung von EMR-Studio- CloudTrail Ereignissen an einen Amazon S3-Bucket erstellen. Weitere Informationen finden Sie im AWS CloudTrail-Benutzerhandbuch.
CloudTrail Beispielereignis: Ein Benutzer ruft die DescribeStudio API auf
Im Folgenden finden Sie ein AWS CloudTrail Beispielereignis, das erstellt wird, wenn ein Benutzer, admin, die DescribeStudio API aufruft. CloudTrail zeichnet den Benutzernamen als aufadmin.
Anmerkung
Um Studio-Details zu schützen, schließt das EMR-Studio-API-Ereignis für einen Wert für DescribeStudio ausresponseElements.
{
"eventVersion":"1.08",
"userIdentity":{
"type":"IAMUser",
"principalId":"AIDXXXXXXXXXXXXXXXXXX",
"arn":"arn:aws:iam::653XXXXXXXXX:user/admin",
"accountId":"653XXXXXXXXX",
"accessKeyId":"AKIAIOSFODNN7EXAMPLE",
"userName":"admin"
},
"eventTime":"2021-01-07T19:13:58Z",
"eventSource":"elasticmapreduce.amazonaws.com",
"eventName":"DescribeStudio",
"awsRegion":"us-east-1",
"sourceIPAddress":"72.XX.XXX.XX",
"userAgent":"aws-cli/1.18.188 Python/3.8.5 Darwin/18.7.0 botocore/1.19.28",
"requestParameters":{
"studioId":"es-9O5XXXXXXXXXXXXXXXXXXXXXX"
},
"responseElements":null,
"requestID":"0fxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"eventID":"b0xxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"readOnly":true,
"eventType":"AwsApiCall",
"managementEvent":true,
"eventCategory":"Management",
"recipientAccountId":"653XXXXXXXXX"
}Spark-Benutzer- und Jobaktivitäten anzeigen
Um die Spark-Jobaktivitäten von Amazon-EMR-Studio-Benutzern anzuzeigen, können Sie den Benutzerwechsel in einem Cluster konfigurieren. Beim Identitätswechsel wird jeder Spark-Job, der von einem Workspace aus eingereicht wird, dem Studio-Benutzer zugeordnet, der den Code ausgeführt hat.
Wenn der Benutzerwechsel aktiviert ist, erstellt Amazon EMR ein HDFS-Benutzerverzeichnis auf dem Primärknoten des Clusters für jeden Benutzer, der Code im Workspace ausführt. Wenn beispielsweise ein Benutzer studio-user-1@example.com-Code ausführt, können Sie eine Verbindung zum Primärknoten herstellen und sehen, dass hadoop fs -ls /user ein Verzeichnis für studio-user-1@example.com hat.
Um den Spark-Benutzerwechsel einzurichten, legen Sie die folgenden Eigenschaften in den folgenden Konfigurationsklassifizierungen fest:
-
core-site -
livy-conf
[ { "Classification": "core-site", "Properties": { "hadoop.proxyuser.livy.groups": "*", "hadoop.proxyuser.livy.hosts": "*" } }, { "Classification": "livy-conf", "Properties": { "livy.impersonation.enabled": "true" } } ]
Informationen zum Anzeigen von Verlaufsserverseiten finden Sie unter Debuggen von Anwendungen und Aufträgen mit EMR Studio. Sie können auch mithilfe von SSH eine Verbindung zum Primärknoten des Clusters herstellen, um die Webschnittstellen der Anwendungen anzuzeigen. Weitere Informationen finden Sie unter Auf EMR Amazon-Clustern gehostete Weboberflächen anzeigen.
Ein Amazon EMR Studio aktualisieren
Nachdem Sie ein EMR Studio erstellt haben, können Sie die folgenden Attribute mit dem AWS CLI aktualisieren:
-
Name
-
Beschreibung
-
Standard-S3-Speicherort
-
Subnetze
Um ein EMR Studio mit AWS CLI zu aktualisieren
Verwenden Sie den Befehl update-studio AWS CLI, um ein EMR Studio zu aktualisieren. Weitere Informationen finden Sie in der AWS CLI-Befehlsreferenz.
Anmerkung
Sie können ein Studio mit maximal 5 Subnetzen verknüpfen. Diese Subnetze müssen zur gleichen VPC gehören wie Studio. Die Liste der Subnetz-IDs, die Sie an den update-studio Befehl senden, kann neue Subnetz-IDs enthalten, muss aber auch alle Subnetz-IDs enthalten, die Sie dem Studio bereits zugeordnet haben. Sie können keine Subnetze aus einem Studio entfernen.
aws emr update-studio \ --studio-id<example-studio-id-to-update>\ --name<example-new-studio-name>\ --subnet-ids<old-subnet-id-1 old-subnet-id-2 old-subnet-id-3 new-subnet-id>\
Um die Änderungen zu überprüfen, verwenden Sie den Befehl describe-studio AWS CLI und geben Sie Ihre Studio-ID an. Weitere Informationen finden Sie in der AWS CLI-Befehlsreferenz.
aws emr describe-studio \ --studio-id<id-of-updated-studio>\
Löschen Sie ein Amazon EMR Studio und Workspaces
Wenn Sie ein Studio löschen, löscht EMR Studio alle IAM-Identity-Center-Benutzer- und Gruppenzuweisungen, die dem Studio zugeordnet sind.
Anmerkung
Wenn Sie ein Studio löschen, löscht Amazon EMR die mit diesem Studio verknüpften Workspaces nicht. Sie müssen die Workspaces in Ihrem Studio separat löschen.
WorkSpaces löschen
Ein EMR Studio löschen
