Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Bagian ini mencakup cara ilmuwan data dan insinyur data dapat meluncurkan, menemukan, menghubungkan, atau menghentikan klaster EMR Amazon dari Studio atau Studio Classic.
Sebelum pengguna dapat membuat daftar atau meluncurkan cluster, administrator harus telah mengonfigurasi pengaturan yang diperlukan di lingkungan Studio. Untuk informasi tentang cara administrator dapat mengonfigurasi lingkungan Studio agar memungkinkan penyediaan mandiri dan pencantuman klaster EMR Amazon, lihat. Panduan admin
Topik
Gambar dan kernel yang didukung untuk terhubung ke kluster EMR Amazon dari Studio atau Studio Classic
Gambar dan kernel berikut disertakan sagemaker-studio-analytics-extension
-
Untuk pengguna Studio: SageMaker Distribusi adalah lingkungan Docker untuk ilmu data yang digunakan sebagai gambar default instance JupyterLab notebook. Semua versi Distribusi SageMaker AI
dilengkapi dengan sagemaker-studio-analytics-extensionpra-instal. -
Untuk pengguna Studio Classic: Gambar-gambar berikut sudah diinstal sebelumnya dengan
sagemaker-studio-analytics-extension:-
DataScience — Kernel Python 3
-
DataScience 2.0 — Kernel Python 3
-
DataScience 3.0 — Kernel Python 3
-
SparkAnalytics 1.0 — SparkMagic dan PySpark kernel
-
SparkAnalytics 2.0 — SparkMagic dan PySpark kernel
-
SparkMagic — SparkMagic dan PySpark kernel
-
PyTorch 1.8 - Python 3 kernel
-
TensorFlow 2.6 — Kernel Python 3
-
TensorFlow 2.11 — Kernel Python 3
-
Untuk terhubung ke kluster EMR Amazon menggunakan gambar bawaan lain atau gambar Anda sendiri, ikuti instruksi di. Bawa gambar Anda sendiri
Bawa gambar Anda sendiri
Untuk membawa gambar Anda sendiri di Studio atau Studio Classic dan memungkinkan notebook Anda terhubung ke kluster EMR Amazon, instal ekstensi sagemaker-studio-analytics-extension
pip install sparkmagic pip install sagemaker-studio-sparkmagic-lib pip install sagemaker-studio-analytics-extension
Selain itu, untuk terhubung ke Amazon EMR dengan otentikasi Kerberos, Anda harus menginstal klien kinit. Tergantung pada OS Anda, perintah untuk menginstal klien kinit dapat bervariasi. Untuk membawa gambar Ubuntu (berbasis Debian), gunakan apt-get
install -y -qq krb5-user perintah.
Untuk informasi selengkapnya tentang membawa gambar Anda sendiri di SageMaker Studio atau Studio Classic, lihat Membawa gambar SageMaker AI Anda sendiri.
