Configurazione JupyterHub

Puoi personalizzare la configurazione dei notebook JupyterHub su Amazon EMR e dei singoli utenti connettendoti al nodo master del cluster e modificando i file di configurazione. Dopo aver modificato i valori, riavvia il container jupyterhub.

Modifica le proprietà nei seguenti file per configurare JupyterHub e personalizzare i notebook Jupyter:

• jupyterhub_config.py: per impostazione predefinita, questo file viene salvato nella directory /etc/jupyter/conf/ sul nodo master. Per ulteriori informazioni, consulta Nozioni di base sulla configurazione nella documentazione. JupyterHub

• jupyter_notebook_config.py: questo file viene salvato nella directory /etc/jupyter/ per impostazione predefinita e copiato nel container jupyterhub come predefinito. Per ulteriori informazioni, consulta la sezione relativa al file di configurazione e alle opzioni della riga di comando nella documentazione di Jupyter Notebook.

Puoi anche utilizzare la classificazione di configurazione jupyter-sparkmagic-conf per personalizzare Sparkmagic, che consente di aggiornare i valori nel file config.json per Sparkmagic. Per ulteriori informazioni sulle impostazioni disponibili, consulta example_config.json su. GitHub Per ulteriori informazioni sull'utilizzo delle classificazioni di configurazione con le applicazioni in Amazon EMR, consulta Configurazione delle applicazioni.

L'esempio seguente avvia un cluster utilizzando, facendo riferimento al file per le impostazioni di classificazione della AWS CLI configurazione Sparkmagic. MyJupyterConfig.json

Nota

I caratteri di continuazione della riga Linux (\) sono inclusi per questioni di leggibilità. Possono essere rimossi o utilizzati nei comandi Linux. Per Windows, rimuoverli o sostituirli con un accento circonflesso (^).

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

Di seguito sono mostrati i contenuti di esempio di MyJupyterConfig.json:

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

Nota

Con Amazon EMR versione 5.21.0 e successive, puoi sovrascrivere le configurazioni del cluster e specificare classificazioni di configurazione aggiuntive per ogni gruppo di istanze in un cluster in esecuzione. A tale scopo, puoi utilizzare la console Amazon EMR, AWS Command Line Interface (AWS CLI) o l' AWS SDK. Per ulteriori informazioni, consulta Specifica di una configurazione per un gruppo di istanze in un cluster in esecuzione.