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.

Configura el acceso a la red para tu EMR clúster de Amazon

Antes de empezar a utilizar Amazon EMR o EMR Serverless para las tareas de preparación de datos en Studio, asegúrese de que usted o su administrador hayan configurado la red para permitir la comunicación entre Studio y AmazonEMR. Una vez habilitada esta comunicación, puedes elegir entre:

Las instrucciones de red varían en función de si Studio y Amazon EMR se implementan en una Amazon Virtual Private Cloud (VPC) privada o si se comunican a través de Internet.

De forma predeterminada, Studio o Studio Classic se ejecutan en un entorno AWS gestionado VPC con acceso a Internet. Cuando se utiliza una conexión a Internet, Studio y Studio Classic acceden a AWS los recursos, como los buckets de Amazon S3, a través de Internet. Sin embargo, si tiene requisitos de seguridad para controlar el acceso a sus contenedores de datos y trabajos, le recomendamos que configure Studio o Studio Classic y Amazon EMR para que no se pueda acceder a sus datos y contenedores a través de Internet. Para controlar el acceso a tus recursos o ejecutar Studio o Studio Classic sin acceso público a Internet, puedes especificar el tipo de acceso a la VPC only red al incorporarte al SageMaker dominio de Amazon. En este escenario, tanto Studio como Studio Classic establecen conexiones con otros AWS servicios a través de VPCpuntos de conexión privados. Para obtener información sobre la configuración de Studio o Studio Classic en VPC only el modo, consulte Conectar libretas SageMaker Studio o Studio Classic en un VPC recurso externo. .

Las dos primeras secciones describen cómo garantizar la comunicación entre Studio o Studio Classic y Amazon EMR VPCs sin acceso público a Internet. La última sección explica cómo garantizar la comunicación entre Studio o Studio Classic y Amazon EMR mediante una conexión a Internet. Antes de conectar Studio o Studio Classic y Amazon EMR sin acceso a Internet, asegúrese de establecer puntos de enlace para Amazon Simple Storage Service (almacenamiento de datos), Amazon CloudWatch (registro y supervisión) y Amazon SageMaker Runtime (control de acceso detallado basado en roles ()). RBAC

Para conectar Studio o Studio Classic y AmazonEMR:

Studio y Amazon EMR están separados VPCs

Para permitir la comunicación entre Studio o Studio Classic y Amazon EMR cuando se despliegan por separadoVPCs:

Los pasos para conectar Studio o Studio Classic y Amazon EMR son los mismos tanto si los recursos se implementan en una sola AWS cuenta (caso de uso de una sola cuenta) como en varias AWS cuentas (caso de uso de varias cuentas).

El siguiente diagrama muestra un ejemplo de una VPC configuración de Amazon que permite JupyterLab a nuestras libretas Studio Classic aprovisionar EMR clústeres de Amazon a partir de AWS CloudFormation plantillas del Service Catalog y, a continuación, conectarse a un EMR clúster de Amazon dentro de la misma AWS cuenta. El diagrama proporciona una ilustración adicional de los puntos de conexión necesarios para una conexión directa a varios AWS servicios, como Amazon S3 o Amazon CloudWatch, cuando no VPCs tienen acceso a Internet. Como alternativa, se debe usar una NATpuerta de enlace para permitir que las instancias de subredes privadas de varias unidades VPCs compartan una única dirección IP pública proporcionada por la puerta de enlace de Internet al acceder a Internet.

Studio y Amazon EMR están en lo mismo VPC

Si Studio o Studio Classic y Amazon EMR están en subredes diferentes, añade rutas a cada tabla de enrutamiento de subred privada para enrutar el tráfico entre Studio o Studio Classic y las subredes de AmazonEMR. Puedes definir esas rutas en la sección de tablas de rutas de cada una de ellas VPC en el panel de control. VPC Si implementaste Studio o Studio Classic y Amazon EMR en la misma VPC subred, no necesitas enrutar el tráfico entre Studio y AmazonEMR.

Tanto si necesita actualizar las tablas de enrutamiento como si no, el grupo de seguridad de su dominio de Studio o Studio Classic debe permitir el tráfico saliente y el grupo de seguridad del nodo EMR principal de Amazon debe permitir el tráfico entrante en los TCP puertos Apache Livy, Hive o Presto (respectivamente 899810000, y8889) desde el grupo de seguridad de instancias de Studio o Studio Classic. Apache Livy es un servicio que permite la interacción con Amazon a EMR través de una REST interfaz.

Studio y Amazon EMR se comunican a través de Internet público

De forma predeterminada, Studio y Studio Classic proporcionan una interfaz de red que permite la comunicación con Internet a través de una puerta de enlace a Internet VPC asociada al SageMaker dominio. Si eliges conectarte a Amazon a EMR través de la Internet pública, Amazon EMR debe aceptar el tráfico entrante en los TCP puertos Apache Livy, Hive o Presto (respectivamente 899810000, y8889) desde su puerta de enlace de Internet. Apache Livy es un servicio que permite la interacción con Amazon a EMR través de una REST interfaz.

Tenga en cuenta que cualquier puerto en el que permita el tráfico entrante representa una posible vulnerabilidad de seguridad. Revise con atención los grupos de seguridad personalizados para asegurarse de minimizar las vulnerabilidades. Para obtener más información, consulte Control del tráfico de red con grupos de seguridad.

También puede consultar Blogs y documentos técnicos un tutorial detallado sobre cómo habilitar Kerberos en Amazon EMR, configurar el clúster en una subred privada y acceder al clúster mediante un Network Load Balancer NLB () para mostrar solo puertos específicos, cuyo acceso se controla mediante grupos de seguridad.