跨帳戶使用案例的其他組態 (適用於管理員)

若要啟用跨帳戶的叢集探索，管理員必須將跨帳戶 IAM 角色的 ARN 提供給 SageMaker Studio Classic 的執行角色。 SageMaker Studio 經典版的執行角色假設該遠端角色，可在信任帳戶中探索並連接到 Amazon EMR 叢集。此角色的 ARN 會在啟動時由工作室經典版的 Jupyter 伺服器載入。

您可以透過兩種方式指定此資訊。

• emr-discovery-iam-role-arns-DO_NOT_DELETE.json將此遠端角色寫入名為的檔案，該檔案.cross-account-configuration-DO_NOT_DELETE位於 SageMaker Studio Classic 使用的 Amazon EFS 儲存磁碟區中的主目錄中。

• 或者，您也可以使用生命週期組態 (LCC) 指令碼將此程序自動化。您可以將 LCC 附加至您的網域或特定使用者設定檔。您使用的 LCC 指令碼必須是組 JupyterServer 態。如需如何建立 LCC 指令碼的詳細資訊，請參閱搭配 Studio 傳統版使用生命週期組態。

下列為範例 LCC 指令碼。若要修改指令碼，請將 ASSUMABLE-ROLE 與 emr-account 分別取代為您的角色名稱以及遠端帳戶 ID。跨帳戶的數量限制為五個。

# This script creates the file that informs SageMaker Studio Classic that the role "arn:aws:iam::emr-account:role/ASSUMABLE-ROLE" in remote account "emr-account" must be assumed to list and describe Amazon EMR clusters in the remote account.

#!/bin/bash

set -eux

FILE_DIRECTORY="/home/sagemaker-user/.cross-account-configuration-DO_NOT_DELETE"
FILE_NAME="emr-discovery-iam-role-arns-DO_NOT_DELETE.json"
FILE="$FILE_DIRECTORY/$FILE_NAME"

mkdir -p $FILE_DIRECTORY

cat > "$FILE" <<- "EOF"
{
  emr-cross-account1: "arn:aws:iam::emr-cross-account1:role/ASSUMABLE-ROLE",
  emr-cross-account2: "arn:aws:iam::emr-cross-account2:role/ASSUMABLE-ROLE"
}
EOF

執行 LCC 並寫入檔案之後，伺服器會讀取檔案 /home/sagemaker-user/.cross-account-configuration-DO_NOT_DELETE/emr-discovery-iam-role-arns-DO_NOT_DELETE.json 並儲存跨帳戶 ARN。