Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris. # Menggunakan Agen Pemecahan Masalah ## Mode Penerapan yang Didukung Agen Pemecahan Masalah Apache Spark untuk Amazon EMR mendukung kemampuan analisis komprehensif untuk beban kerja Spark yang gagal, termasuk diagnosis kesalahan otomatis, identifikasi hambatan kinerja, rekomendasi kode, dan saran yang dapat ditindaklanjuti untuk meningkatkan kinerja aplikasi untuk mode penerapan Spark berikut: + EMR pada EC2 + EMR Tanpa Server + EMR di EKS + AWS Glue Silakan lihat [Fitur dan Kemampuan](spark-troubleshooting-features.md) untuk memahami fitur, kapasitas, dan batasan terperinci. ## Antarmuka yang Didukung ### Memecahkan Masalah Sel dalam Notebook Amazon SageMaker Demonstrasi pengalaman pemecahan masalah dengan Notebook Amazon. SageMaker Untuk setiap kegagalan sel Notebook, Anda dapat meminta Agen SageMaker Notebook Amazon untuk memecahkan masalah kegagalan untuk meminta analisis diikuti dengan kemungkinan perbaikan kode jika kesalahan dihasilkan dari kode, dengan mengklik tombol`Fix with AI`. [![AWS Videos](http://img.youtube.com/vi/btW8hwio0tE/0.jpg)](http://www.youtube.com/watch?v=btW8hwio0tE) ### Pemecahan Masalah Aplikasi Glue dan EMR Spark dengan Kiro CLI Mulai Kiro CLI atau Asisten AI Anda dan verifikasi alat yang dimuat untuk proses pemecahan masalah. ``` ... sagemaker-unified-studio-mcp-code-rec (MCP) - spark_code_recommendation not trusted sagemaker-unified-studio-mcp-troubleshooting (MCP) - analyze_spark_workload not trusted ... ``` Sekarang Anda siap untuk memulai alur kerja agen pemecahan masalah Spark. Demonstrasi pengalaman pemecahan masalah dengan Kiro CLI. Anda cukup memulai proses Pemecahan Masalah dengan prompt berikut: ``` Analyze my Glue job. The job name is "xxx" and the job run id is "xxx" ``` [![AWS Videos](http://img.youtube.com/vi/YLwV_EenJXY/0.jpg)](http://www.youtube.com/watch?v=YLwV_EenJXY) ### Integrasi Dengan Klien MCP Lainnya Konfigurasi yang dijelaskan dalam juga [Pengaturan untuk Agen Pemecahan Masalah](spark-troubleshooting-agent-setup.md) dapat digunakan di Klien MCP dan IDE lainnya untuk terhubung ke server MCP Terkelola: + **Integrasi Dengan Cline** - Untuk menggunakan MCP Server dengan Cline, memodifikasi `cline_mcp_settings.json` dan menambahkan konfigurasi di atas. Konsultasikan [dokumentasi Cline](https://docs.cline.bot/mcp/configuring-mcp-servers) untuk informasi selengkapnya tentang cara mengelola konfigurasi MCP. + **Integrasi Dengan Kode Claude** Untuk menggunakan MCP Server dengan Claude Code, modifikasi file konfigurasi untuk menyertakan konfigurasi MCP. Jalur file bervariasi tergantung pada sistem operasi Anda. Lihat [https://code.claude.com/docs/en/mcp](https://code.claude.com/docs/en/mcp)untuk pengaturan terperinci. + **Integrasi Dengan GitHub Copilot** - Untuk menggunakan server MCP dengan GitHub Copilot, ikuti instruksi [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)untuk memodifikasi file konfigurasi yang sesuai dan ikuti instruksi per setiap IDE untuk mengaktifkan pengaturan. ## Memecahkan masalah dengan tombol AI untuk konsol Amazon EMR Anda dapat menggunakan tombol **Troubleshoot with AI** langsung di konsol EMR Amazon untuk memulai agen pemecahan masalah. ### Memecahkan masalah dengan tombol AI untuk EMR di konsol EC2 Buka konsol Amazon EMR. di [https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home). Pilih **EMR di EC2** dan pilih cluster Anda. Buka tab **Langkah**. Untuk Spark langkah yang gagal, pilih tombol **Gagal**. Ini mengungkapkan tombol **Pemecahan Masalah dengan AI** di popover. Atau, pilih kotak centang di sebelah langkah gagal dan pilih **Troubleshoot dengan AI** di bagian atas. Video berikut menunjukkan cara menggunakan tombol **Troubleshoot with AI** untuk EMR di EC2. [![AWS Videos](http://img.youtube.com/vi/BPOlS55EqR8/0.jpg)](http://www.youtube.com/watch?v=BPOlS55EqR8) ### Memecahkan masalah dengan tombol AI untuk konsol EMR Tanpa Server **Buka konsol Amazon EMR di [https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home)dan arahkan ke EMR Studio.** Buka URL EMR Studio Anda. Arahkan ke **Aplikasi** dan pilih aplikasi untuk memecahkan masalah. Buka tab **Batch job runs**. Pilih tombol **Gagal** untuk mengungkapkan tombol **Troubleshoot with AI** di popover. Atau, pilih kotak centang di sebelah tugas yang gagal dijalankan dan pilih **Troubleshoot with AI** di bagian atas. Video berikut menunjukkan cara menggunakan tombol **Troubleshoot with AI** untuk EMR Tanpa Server. [![AWS Videos](http://img.youtube.com/vi/ELgM9DA2Ung/0.jpg)](http://www.youtube.com/watch?v=ELgM9DA2Ung) ### Memecahkan masalah dengan tombol AI untuk EMR di konsol EKS Buka konsol Amazon EMR. di [https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home). Pilih **EMR pada kluster virtual EKS dan pilih cluster** Anda. Untuk menjalankan Spark pekerjaan yang gagal, pilih tombol **Gagal**. Ini mengungkapkan tombol **Pemecahan Masalah dengan AI** di popover. Video berikut menunjukkan cara menggunakan tombol **Troubleshoot with AI** untuk EMR di EKS. [![AWS Videos](http://img.youtube.com/vi/UqCVYpG_NuM/0.jpg)](http://www.youtube.com/watch?v=UqCVYpG_NuM)