Konfigurieren von JupyterHub - Amazon EMR

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.

Konfigurieren von JupyterHub

Sie können die Konfiguration von JupyterHub in Amazon EMR und einzelnen Benutzer-Notebooks anpassen, indem Sie eine Verbindung mit dem Cluster-Master-Knoten herstellen und Konfigurationsdateien bearbeiten. Nachdem Sie Werte geändert haben, starten Sie den jupyterhub-Container.

Ändern Sie Eigenschaften in die folgenden Dateien zum Konfigurieren von JupyterHub und einzelnen Jupyter-Notebooks:

  • jupyterhub_config.py—Diese Datei wird standardmäßig im Verzeichnis /etc/jupyter/conf/ auf dem Master-Knoten gespeichert. Weitere Informationen finden Sie unter Configuration Basics in der JupyterHub-Dokumentation.

  • jupyter_notebook_config.py—Diese Datei wird standardmäßig im Verzeichnis /etc/jupyter/ gespeichert und standardmäßig in den Container jupyterhub kopiert. Weitere Informationen finden Sie unter Konfigurationsdatei und Befehlszeilenoptionen in der Jupyter Notebook-Dokumentation.

Sie können auch die Konfigurationsklassifizierung jupyter-sparkmagic-conf verwenden, um Sparkmagic anzupassen. Dadurch werden Werte in der config.json-Datei für Sparkmagic aktualisiert. Weitere Informationen zu den verfügbaren Einstellungen finden Sie in der example_config.json auf GitHub. Weitere Informationen zur Verwendung von Konfigurationsklassifizierungen für Anwendungen in Amazon EMR finden Sie unter Konfigurieren von Anwendungen.

Das folgende Beispiel startet einen Cluster mithilfe der AWS CLI, die auf die Datei MyJupyterConfig.json für Sparkmagic-Konfigurationsklassifizierungseinstellungen verweist.

Anmerkung

Zur besseren Lesbarkeit sind Linux-Zeilenfortsetzungszeichen (\) enthalten. Sie können entweder entfernt oder in Linux-Befehlen verwendet werden. Ersetzen Sie diese Zeichen unter Windows durch ein Caret-Zeichen (^).

aws emr create-cluster --use-default-roles --release-label emr-5.14.0 \ --applications Name=Jupyter --instance-type m4.xlarge --instance-count 3 \ --ec2-attributes KeyName=MyKey,SubnetId=subnet-1234a5b6 --configurations file://MyJupyterConfig.json

Beispiele für den Inhalt der Datei MyJupyterConfig.json

[ { "Classification":"jupyter-sparkmagic-conf", "Properties": { "kernel_python_credentials" : "{\"username\":\"diego\",\"base64_password\":\"mypass\",\"url\":\"http:\/\/localhost:8998\",\"auth\":\"None\"}" } } ]
Anmerkung

Ab Amazon EMR Version 5.21.0 können Sie Cluster-Konfigurationen überschreiben und zusätzliche Konfigurationsklassifikationen für jede Instance-Gruppe in einem ausgeführten Cluster angeben. Dies erfolgt über die Amazon EMR-Konsole, die AWS Command Line Interface-(AWS CLI) oder das AWS SDK. Weitere Information finden Sie unter Angabe einer Konfiguration für eine Instance-Gruppe in einem ausgeführten Cluster.