구성 중 JupyterHub

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

구성할 다음 파일 JupyterHub 및 개별 Jupyter 노트북의 속성을 수정하십시오.

• jupyterhub_config.py—기본적으로 이 파일은 마스터 노드의/etc/jupyter/conf/ 디렉토리에 저장됩니다. 자세한 내용은 JupyterHub 설명서에서 구성 기초 를 참조하세요.

• jupyter_notebook_config.py—이 파일은 기본적으로/etc/jupyter/ 디렉토리에 저장되고jupyterhub 컨테이너에 기본값으로 복사됩니다. 자세한 내용은 Jupyter 노트북 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 참조하십시오 GitHub. Amazon EMR의 애플리케이션과 구성 분류를 사용하는 방법에 대한 자세한 내용은 단원을 참조하세요애플리케이션 구성.

다음은 Sparkmagic 구성 분류 설정용 파일 MyJupyterConfig.json을 참조하여 AWS CLI를 통해 클러스터를 실행하는 예제입니다.

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 이상에서는 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) 또는AWS SDK를 사용하여 이 작업을 수행할 수 있습니다. 자세한 내용은 실행 중 클러스터의 인스턴스 그룹에 대해 구성 제공을 참조하십시오.