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。
# トラブルシューティングエージェントの使用
## サポートされているデプロイモード
Amazon EMR 用 Apache Spark トラブルシューティングエージェントは、自動エラー診断、パフォーマンスのボトルネックの特定、コードの推奨事項、次の Spark デプロイモードのアプリケーションパフォーマンスを向上させるための実用的な提案など、失敗した Spark ワークロードの包括的な分析機能をサポートします。
+ EMR on EC2
+ EMR Serverless
+ EMR on EKS
+ AWS Glue
機能、容量、制限の詳細については、[機能と機能](spark-troubleshooting-features.md)「」を参照してください。
## サポートされているインターフェイス
### Amazon SageMaker ノートブック内のセルのトラブルシューティング
Amazon SageMaker Notebooks でのトラブルシューティングエクスペリエンスのデモンストレーション。ノートブックセルに障害が発生した場合は、Amazon SageMaker Notebook Agent に、分析のリクエストに失敗した場合のトラブルシューティングを依頼し、エラーがコードに起因する場合は`Fix with AI`、ボタンをクリックしてコードの修正を行うことができます。
[](https://www.youtube.com/watch?v=btW8hwio0tE)
### Kiro CLI を使用した Glue および EMR Spark アプリケーションのトラブルシューティング
Kiro CLI または AI Assistant を起動し、トラブルシューティングプロセス用にロードされたツールを確認します。
```
...
sagemaker-unified-studio-mcp-code-rec (MCP)
- spark_code_recommendation not trusted
sagemaker-unified-studio-mcp-troubleshooting (MCP)
- analyze_spark_workload not trusted
...
```
これで、Spark トラブルシューティングエージェントのワークフローを開始する準備が整いました。
Kiro CLI でのトラブルシューティングエクスペリエンスのデモンストレーション。トラブルシューティングプロセスは、次のプロンプトを使用して開始できます。
```
Analyze my Glue job. The job name is "xxx" and the job run id is "xxx"
```
[](https://www.youtube.com/watch?v=YLwV_EenJXY)
### 他の MCP クライアントとの統合
で説明されている設定は、他の MCP クライアントや IDEs でも使用して、マネージド MCP サーバーに接続[エージェントをトラブルシューティングするためのセットアップ](spark-troubleshooting-agent-setup.md)できます。
+ **Cline との統合** - MCP サーバーを Cline で使用するには、 を変更`cline_mcp_settings.json`し、上記の設定を追加します。MCP 設定の管理方法の詳細については、[Cline のドキュメント](https://docs.cline.bot/mcp/configuring-mcp-servers)を参照してください。
+ と **Claude コードの統合** MCP サーバーと Claude コードを使用するには、設定ファイルを変更して MCP 設定を含めます。ファイルパスはオペレーティングシステムによって異なります。詳細なセットアップについては、[https://code.claude.com/docs/en/mcp ](https://code.claude.com/docs/en/mcp)を参照してください。
+ **GitHub Copilot との統合** - GitHub Copilot で MCP サーバーを使用するには、[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)の指示に従って対応する設定ファイルを変更し、各 IDE の指示に従ってセットアップをアクティブ化します。
## Amazon EMR コンソールの AI ボタンを使用したトラブルシューティング
Amazon EMR コンソールの **AI でトラブルシューティング**ボタンを直接使用して、トラブルシューティングエージェントを開始できます。
### EC2 コンソールで EMR の AI ボタンを使用してトラブルシューティングする
[https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home) で Amazon EMR コンソールを開きます。**EC2 で EMR** を選択し、クラスターを選択します。**ステップ**タブを開きます。失敗したSparkステップについては、**失敗**ボタンを選択します。これにより、ポップオーバーの **AI によるトラブルシューティング**ボタンが表示されます。または、失敗したステップの横にあるチェックボックスを選択し、上部の **AI によるトラブルシューティング**を選択します。
次の動画は、EC2 の EMR で **AI によるトラブルシューティング**ボタンを使用する方法を示しています。
[](https://www.youtube.com/watch?v=BPOlS55EqR8)
### EMR Serverless コンソールの AI ボタンを使用したトラブルシューティング
[https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home) で Amazon EMR コンソールを開き、**EMR Studio** に移動します。EMR Studio URL を開きます。**アプリケーション**に移動し、トラブルシューティングするアプリケーションを選択します。Batch **ジョブ実行**タブを開きます。**失敗**ボタンを選択すると、ポップオーバーの **AI によるトラブルシューティング**ボタンが表示されます。または、失敗したジョブ実行の横にあるチェックボックスを選択し、上部の **AI によるトラブルシューティング**を選択します。
次の動画は、EMR Serverless の **AI でトラブルシューティング**ボタンを使用する方法を示しています。
[](https://www.youtube.com/watch?v=ELgM9DA2Ung)
### EMR on EKS コンソールの AI ボタンを使用したトラブルシューティング
[https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home) で Amazon EMR コンソールを開きます。**EMR on EKS 仮想クラスター**を選択し、クラスターを選択します。失敗したSparkジョブ実行の場合は、**失敗**ボタンを選択します。これにより、ポップオーバーの **AI によるトラブルシューティング**ボタンが表示されます。
次の動画は、EMR on EKS で **AI によるトラブルシューティング**ボタンを使用する方法を示しています。
[](https://www.youtube.com/watch?v=UqCVYpG_NuM)