建立使用 JupyterHub 的叢集

您可以使用 AWS Management Console、AWS Command Line Interface 或 Amazon EMR API 建立具有 JupyterHub 的 Amazon EMR 叢集。請確定建立叢集時，未選擇在完成步驟後自動終止 (AWS CLI 中的 --auto-terminate 選項)。此外，確保管理員和筆記本使用者可以存取您在建立叢集時使用的金鑰對。如需詳細資訊，請參閱《Amazon EMR 管理指南》中的使用 SSH 憑證的金鑰對。

使用主控台建立具有 JupyterHub 的叢集

利用下列的程序，在 Amazon EMR 主控台中使用進階選項，來建立安裝了 JupyterHub 的叢集。

使用 Amazon EMR 主控台來建立安裝了 JupyterHub 的 Amazon EMR 叢集

1. 導覽至新的 Amazon EMR 主控台，然後從側邊導覽選取切換至舊主控台。如需有關切換至舊主控台時預期情況的詳細資訊，請參閱使用舊主控台。

2. 選擇 Create cluster (建立叢集)，然後選擇 Go to advanced options (前往進階選項)。

3. 在 Software Configuration (軟體組態) 中：

   • 針對發行版本，請選取 emr-5.36.1，然後選擇 JupyterHub。

   • 使用 Spark 時，若要使用 AWS Glue Data Catalog 作為 Spark SQL 的中繼存放區，請選取用於 Spark 資料表中繼資料。如需更多詳細資訊，請參閱 使用 AWS Glue Data Catalog 作為 Spark SQL 的中繼存放區。

   • 針對 Edit software settings (編輯軟體設定) 選擇 Enter configuration (輸入組態) 並指定值，或選擇 Load JSON from S3 (從 S3 載入 JSON)，然後指定 JSON 組態檔案。如需更多詳細資訊，請參閱 設定 JupyterHub。

4. 在 Add steps (optional) ((新增步驟) (選用)) 中，設定建立叢集時所要執行的步驟，請務必不要選取 Auto-terminate cluster after the last step is completed (完成最後一個步驟後，自動終止叢集)，然後選擇 Next (下一步)。

5. 選擇 Hardware Configuration (硬體組態) 選項、Next (下一步)。如需詳細資訊，請參閱《Amazon EMR 管理指南》中的設定叢集硬體與聯網。

6. 選擇 General Cluster Settings (一般叢集設定) 的選項、Next (下一步)。

7. 選擇 Security Options (安全選項)、指定一組金鑰對，然後選擇 Create Cluster (建立叢集)。

使用 AWS CLI 建立具有 JupyterHub 的叢集

若要啟動安裝了 JupyterHub 的叢集，請使用 aws emr create-cluster 指令，並針對 --applications 選項指定 Name=JupyterHub。以下範例會在 Amazon EMR 上使用兩個 EC2 執行個體啟動 JupyterHub 叢集 (一個主要和一個核心執行個體)。此外，已啟用偵錯功能，日誌儲存於透過 --log-uri 所指定的 Amazon S3 位置。該指定的金鑰對在叢集中提供對 Amazon EC2 執行個體的存取權。

注意

包含 Linux 行接續字元 (\) 是為了提高可讀性。它們可以在 Linux 命令中移除或使用。對於 Windows，請將其移除或取代為插入號 (^)。

aws emr create-cluster --name="MyJupyterHubCluster" --release-label emr-5.36.1 \
--applications Name=JupyterHub --log-uri s3://MyBucket/MyJupyterClusterLogs \
--use-default-roles --instance-type m5.xlarge --instance-count 2 --ec2-attributes KeyName=MyKeyPair