Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Uso del agente de solución de problemas
## Modos de implementación compatibles
El agente de solución de problemas de Apache Spark para Amazon EMR admite capacidades de análisis integrales para cargas de trabajo de Spark fallidas, que incluyen el diagnóstico automático de errores, la identificación de cuellos de botella en el rendimiento, recomendaciones de código y sugerencias prácticas para mejorar el rendimiento de las aplicaciones para el siguiente modo de implementación de Spark:
+ EMR en EC2
+ EMR sin servidor
+ EMR en EKS
+ AWS Glue
Consulte [Características y capacidades](spark-troubleshooting-features.md) para comprender las características, capacidades y limitaciones detalladas.
## Interfaces compatibles
### Solución de problemas de celdas en Amazon SageMaker Notebooks
Una demostración de la experiencia de solución de problemas con Amazon SageMaker Notebooks. En caso de avería en una celda de un portátil, puedes solicitar al agente de Amazon SageMaker Notebook que solucione el problema y solicite el análisis y, posteriormente, una posible corrección del código si el error se debe a un código, haciendo clic en el `Fix with AI` botón.
[](https://www.youtube.com/watch?v=btW8hwio0tE)
### Solución de problemas de aplicaciones Glue y EMR Spark con Kiro CLI
Inicie Kiro CLI o su asistente de IA y verifique las herramientas cargadas para el proceso de solución de problemas.
```
...
sagemaker-unified-studio-mcp-code-rec (MCP)
- spark_code_recommendation not trusted
sagemaker-unified-studio-mcp-troubleshooting (MCP)
- analyze_spark_workload not trusted
...
```
Ahora estás listo para iniciar el flujo de trabajo del agente de solución de problemas de Spark.
Una demostración de la experiencia de solución de problemas con Kiro CLI. Simplemente puede iniciar el proceso de solución de problemas con el siguiente mensaje:
```
Analyze my Glue job. The job name is "xxx" and the job run id is "xxx"
```
[](https://www.youtube.com/watch?v=YLwV_EenJXY)
### Integración con otros clientes de MCP
La configuración descrita en también se [Configuración del agente de solución de problemas](spark-troubleshooting-agent-setup.md) puede utilizar en otros clientes MCP e IDE para conectarse al servidor MCP administrado:
+ **Integración con Cline**: para usar el servidor MCP con Cline, modifique `cline_mcp_settings.json` y añada la configuración anterior. Consulte la [documentación de Cline](https://docs.cline.bot/mcp/configuring-mcp-servers) para obtener más información sobre cómo administrar la configuración del MCP.
+ **Integración con Claude Code** Para utilizar el servidor MCP con Claude Code, modifique el archivo de configuración para incluir la configuración MCP. La ruta del archivo varía en función del sistema operativo. Consulte [https://code.claude.com/docs/en/mcp](https://code.claude.com/docs/en/mcp)para obtener información detallada sobre la configuración.
+ **Integración con GitHub Copilot**: para utilizar el servidor MCP con GitHub Copilot, siga las instrucciones [https://docs.github.com/en/copilot/how-tos/provide-context/use-mcp/extend-copilot-chat-with-mcp](https://docs.github.com/en/copilot/how-tos/provide-context/use-mcp/extend-copilot-chat-with-mcp)para modificar el archivo de configuración correspondiente y siga las instrucciones de cada IDE para activar la configuración.
## Solución de problemas con el botón AI de la consola Amazon EMR
Puede utilizar el botón **Solucionar problemas con IA** directamente en la consola de Amazon EMR para iniciar el agente de solución de problemas.
### Solución de problemas con el botón AI para EMR en la consola EC2
Abra la consola de Amazon EMR en [https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home). Elija **EMR en EC2** y seleccione su clúster. Abra la pestaña **Steps**. Para cualquier Spark paso fallido, selecciona el botón **Falló**. Aparecerá el botón **Solucionar problemas con IA** en la ventana emergente. Como alternativa, selecciona la casilla de verificación situada junto al paso fallido y selecciona **Solucionar problemas con** IA en la parte superior.
El siguiente vídeo muestra cómo utilizar el botón **Solucionar problemas con IA** para EMR en EC2.
[](https://www.youtube.com/watch?v=BPOlS55EqR8)
### Solución de problemas con el botón AI para la consola EMR Serverless
**Abra la consola de Amazon EMR en [https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home)y vaya a EMR Studio.** Abra la URL de EMR Studio. Vaya a **Aplicaciones** y seleccione la aplicación que desee solucionar. Abra la pestaña **Ejecuciones de trabajos por lotes**. Seleccione el botón **Falló** para que aparezca el botón **Solucionar problemas con IA** en la ventana emergente. Como alternativa, selecciona la casilla de verificación situada junto a la ejecución de la tarea fallida y selecciona **Solucionar problemas con** IA en la parte superior.
El siguiente vídeo muestra cómo utilizar el botón **Solucionar problemas con IA** para EMR Serverless.
[](https://www.youtube.com/watch?v=ELgM9DA2Ung)
### Solución de problemas con el botón AI para EMR en la consola EKS
Abra la consola de Amazon EMR en [https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home). Elija **EMR en los clústeres virtuales de EKS** y seleccione su clúster. Para ejecutar cualquier Spark trabajo fallido, seleccione el botón **Error**. Aparecerá el botón **Solucionar problemas con IA** en la ventana emergente.
El siguiente vídeo muestra cómo utilizar el botón **Solucionar problemas con IA** para EMR en EKS.
[](https://www.youtube.com/watch?v=UqCVYpG_NuM)