구성 JupyterHub

클러스터 마스터 노드에 연결하고 구성 파일을 편집하여 Amazon EMR 및 개별 사용자 노트북 JupyterHub 에서 의 구성을 사용자 지정할 수 있습니다. 값을 변경한 후에는 jupyterhub 컨테이너를 다시 시작하십시오.

다음 파일의 속성을 수정하여 JupyterHub 및 개별 Jupyter 노트북을 구성합니다.

• jupyterhub_config.py - 기본적으로 이 파일은 프라이머리 노드의 /etc/jupyter/conf/ 디렉터리에 저장됩니다. 자세한 내용은 JupyterHub 설명서의 구성 기본 사항을 참조하세요.

• jupyter_notebook_config.py - 이 파일은 기본적으로 /etc/jupyter/ 디렉터리에 저장되며 jupyterhub 컨테이너에 기본값으로 복사됩니다. 자세한 내용은 Jupyter Notebook 설명서의 Config file and command line options를 참조하십시오.

jupyter-sparkmagic-conf 구성 분류를 사용하여 Sparkmagic을 사용자 지정할 수도 있습니다. 그러면 Sparkmagic에 맞게 config.json 파일의 값이 업데이트됩니다. 사용 가능한 설정에 대한 자세한 내용은 의 example_config.json을 GitHub 참조하세요. Amazon 의 애플리케이션에서 구성 분류를 사용하는 방법에 대한 자세한 내용은 섹션을 EMR참조하세요애플리케이션 구성.

다음 예제에서는 Sparkmagic 구성 분류 설정에 MyJupyterConfig.json 대한 파일을 AWS CLI참조하여 를 사용하여 클러스터를 시작합니다.

참고

가독성을 위해 Linux 줄 연속 문자(\)가 포함됩니다. Linux 명령에 사용하거나 제외할 수 있습니다. Windows에서는 제외시키거나 캐럿(^)으로 바꿉니다.

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

MyJupyterConfig.json의 샘플 콘텐츠는 다음과 같습니다.

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

참고

Amazon EMR 버전 5.21.0 이상을 사용하면 클러스터 구성을 재정의하고 실행 중인 클러스터의 각 인스턴스 그룹에 대해 추가 구성 분류를 지정할 수 있습니다. Amazon EMR 콘솔, AWS Command Line Interface (AWS CLI) 또는 를 사용하여 이 작업을 수행합니다 AWS SDK. 자세한 내용은 실행 중 클러스터의 인스턴스 그룹에 대해 구성 제공을 참조하십시오.