Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Pantau, perbarui, dan hapus sumber daya Amazon EMR Studio
Bagian ini mencakup petunjuk untuk membantu Anda memantau, memperbarui, atau menghapus sumber daya EMR Studio. Untuk informasi tentang menetapkan pengguna atau memperbarui izin pengguna, lihat. Menetapkan dan mengelola pengguna EMR Studio
Melihat detail Studio
Pantau tindakan Amazon EMR Studio
Lihat EMR Studio dan API aktivitas
EMRStudio terintegrasi dengan AWS CloudTrail, layanan yang menyediakan catatan tindakan yang diambil oleh pengguna, oleh IAM peran, atau oleh AWS layanan lain di EMR Studio. CloudTrail menangkap API panggilan untuk EMR Studio sebagai acara. Anda dapat melihat acara menggunakan CloudTrail konsol di https://console.aws.amazon.com/cloudtrail/
EMRAcara studio memberikan informasi seperti Studio atau IAM pengguna mana yang membuat permintaan, dan jenis permintaan apa itu.
catatan
Tindakan di klaster seperti menjalankan pekerjaan notebook tidak dipancarkan AWS CloudTrail.
Anda juga dapat membuat jejak untuk pengiriman CloudTrail acara EMR Studio secara berkelanjutan ke bucket Amazon S3. Untuk informasi selengkapnya, lihat Panduan Pengguna AWS CloudTrail.
Contoh CloudTrail Event: pengguna Memanggil DescribeStudio API
Berikut ini adalah contoh AWS CloudTrail peristiwa yang dibuat ketika pengguna,admin, memanggil DescribeStudioAPI. CloudTrail mencatat nama pengguna sebagaiadmin.
catatan
Untuk melindungi detail Studio, API acara EMR Studio untuk DescribeStudio mengecualikan nilai untukresponseElements.
{
"eventVersion":"1.08",
"userIdentity":{
"type":"IAMUser",
"principalId":"AIDXXXXXXXXXXXXXXXXXX",
"arn":"arn:aws:iam::653XXXXXXXXX:user/admin",
"accountId":"653XXXXXXXXX",
"accessKeyId":"AKIAIOSFODNN7EXAMPLE",
"userName":"admin"
},
"eventTime":"2021-01-07T19:13:58Z",
"eventSource":"elasticmapreduce.amazonaws.com",
"eventName":"DescribeStudio",
"awsRegion":"us-east-1",
"sourceIPAddress":"72.XX.XXX.XX",
"userAgent":"aws-cli/1.18.188 Python/3.8.5 Darwin/18.7.0 botocore/1.19.28",
"requestParameters":{
"studioId":"es-9O5XXXXXXXXXXXXXXXXXXXXXX"
},
"responseElements":null,
"requestID":"0fxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"eventID":"b0xxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"readOnly":true,
"eventType":"AwsApiCall",
"managementEvent":true,
"eventCategory":"Management",
"recipientAccountId":"653XXXXXXXXX"
}Melihat aktivitas pengguna dan pekerjaan Spark
Untuk melihat aktivitas pekerjaan Spark oleh pengguna Amazon EMR Studio, Anda dapat mengonfigurasi peniruan identitas pengguna di klaster. Dengan peniruan pengguna, setiap pekerjaan Spark yang dikirimkan dari Workspace dikaitkan dengan pengguna Studio yang menjalankan kode.
Saat peniruan identitas pengguna diaktifkan, Amazon EMR membuat direktori HDFS pengguna di node utama klaster untuk setiap pengguna yang menjalankan kode di Workspace. Misalnya, jika pengguna studio-user-1@example.com menjalankan kode, Anda dapat terhubung ke node utama dan melihat bahwa hadoop fs -ls /user memiliki direktori untukstudio-user-1@example.com.
Untuk menyiapkan peniruan pengguna Spark, atur properti berikut dalam klasifikasi konfigurasi berikut:
-
core-site -
livy-conf
[ { "Classification": "core-site", "Properties": { "hadoop.proxyuser.livy.groups": "*", "hadoop.proxyuser.livy.hosts": "*" } }, { "Classification": "livy-conf", "Properties": { "livy.impersonation.enabled": "true" } } ]
Untuk melihat halaman server riwayat, lihat Debug aplikasi dan pekerjaan dengan Studio EMR. Anda juga dapat terhubung ke node utama cluster menggunakan SSH untuk melihat antarmuka web aplikasi. Untuk informasi selengkapnya, lihat Lihat antarmuka web yang dihosting di kluster Amazon EMR.
Memperbarui Amazon EMR Studio
Setelah membuat EMR Studio, Anda dapat memperbarui atribut berikut menggunakan AWS CLI:
-
Nama
-
Deskripsi
-
Lokasi S3 default
-
Subnet
Untuk memperbarui EMR Studio menggunakan AWS CLI
Gunakan update-studio AWS CLI perintah untuk memperbarui EMR Studio. Untuk informasi selengkapnya, lihat Referensi Perintah AWS AWS CLI .
catatan
Anda dapat mengaitkan Studio dengan maksimal 5 subnet. Subnet ini harus milik yang VPC sama dengan Studio. Daftar subnet IDs yang Anda kirimkan ke update-studio perintah dapat menyertakan subnet baruIDs, tetapi juga harus menyertakan semua subnet IDs yang sudah Anda kaitkan dengan Studio. Anda tidak dapat menghapus subnet dari Studio.
aws emr update-studio \ --studio-id<example-studio-id-to-update>\ --name<example-new-studio-name>\ --subnet-ids<old-subnet-id-1 old-subnet-id-2 old-subnet-id-3 new-subnet-id>\
Untuk memverifikasi perubahan, gunakan describe-studio AWS CLI perintah dan tentukan ID Studio Anda. Untuk informasi selengkapnya, lihat Referensi Perintah AWS CLI .
aws emr describe-studio \ --studio-id<id-of-updated-studio>\
Menghapus Amazon EMR Studio dan Ruang Kerja
Saat Anda menghapus Studio, EMR Studio akan menghapus semua penetapan pengguna dan grup Pusat IAM Identitas yang terkait dengan Studio.
catatan
Saat Anda menghapus Studio, Amazon EMR tidak menghapus Ruang Kerja yang terkait dengan Studio tersebut. Anda harus menghapus Workspaces di Studio Anda secara terpisah.
Hapus Ruang Kerja
Menghapus EMR Studio
