翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
EMR Studio Workspace にカーネルとライブラリをインストールする
各 Amazon EMR Studio Workspace には、プリインストールされたライブラリとカーネルのセットが付属しています。
Amazon で実行されるクラスター上のカーネルとライブラリ EC2
Amazon で実行されているEMRクラスターを使用する場合は、以下の方法で EMR Studio の環境をカスタマイズすることもできますEC2。
-
クラスタープライマリノードに Jupyter Notebook カーネルと Python ライブラリをインストールする - このオプションを使用してライブラリをインストールすると、同じクラスターにアタッチされたすべての Workspace がそれらのライブラリを共有します。カーネルまたはライブラリは、ノートブックセル内から、または を使用してクラスターのプライマリノードに接続している間SSHにインストールできます。
-
ノートブックのスコープのライブラリを使用する - Workspace ユーザーがノートブックセル内からライブラリをインストールして使用する場合、それらのライブラリはそのノートブックのみで使用できます。このオプションを使用すると、ライブラリバージョンの競合を心配することなく、同じクラスターを使用するさまざまなノートブックを動作させることができます。
EMR Studio Workspace の基盤となるアーキテクチャはノートブックと同じEMRです。Jupyter Notebook カーネルと Python ライブラリは、ノートブックと同じ方法で EMR Studio EMR でインストールして使用できます。手順については、カーネルとライブラリのインストールと使用 を参照してください。
EMR EKS クラスター上の Amazon のカーネルとライブラリ
EKS クラスターEMR上の Amazon には、 PySpark およびプリインストールされたライブラリのセットを含む Python 3.7 カーネルが含まれています。EMR の Amazon EKS は、追加のライブラリまたはクラスターのインストールをサポートしていません。
EKS クラスターEMR上の各 Amazon には、次の Python と PySpark ライブラリがインストールされています。
-
Python – boto3, cffi, future, ggplot, jupyter, kubernetes, matplotlib, numpy, pandas, plotly, pycryptodomex, py4j, requests, scikit-learn, scipy, seaborn
-
PySpark – ggplot, jupyter, matplotlib, numpy, pandas, plotly, pycryptodomex, py4j, requests, scikit-learn, scipy, seaborn
EMR サーバーレスアプリケーションのカーネルとライブラリ
各 EMR Serverless アプリケーションには、次の Python と PySpark ライブラリがインストールされています。
-
Python – ggplot, matplotlib, numpy, pandas, plotly, bokeh, scikit-learn, scipy, seaborn
-
PySpark – ggplot, matplotlib,numpy, pandas, plotly, bokeh, scikit-learn, scipy, seaborn
