대화형 엔드포인트가 있는 사용자 지정 커널 이미지 - Amazon EMR

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

대화형 엔드포인트가 있는 사용자 지정 커널 이미지

Amazon EMR Studio에서 대화형 워크로드를 실행할 때 애플리케이션에 대한 올바른 종속 항목을 확보하기 위해 대화형 엔드포인트에 맞게 도커 이미지를 사용자 지정하고 사용자 지정된 기본 커널 이미지를 실행할 수 있습니다. 대화형 엔드포인트를 나열하려면 사용자 지정 도커 이미지에 연결하려면 다음 단계를 수행합니다.

참고

기본 이미지만 재정의할 수 있습니다. 새 커널 이미지 유형을 추가할 수 없습니다.

  1. 사용자 지정된 도커 이미지를 생성 및 게시합니다. 기본 이미지에는 Spark 런타임 및 이와 함께 실행되는 노트북 커널이 포함되어 있습니다. 이미지를 생성하려면 도커 이미지를 사용자 지정하는 방법의 1단계~4단계를 수행하면 됩니다. 1단계에서는 Docker 파일의 기본 이미지 URI는 spark 대신 notebook-spark를 사용해야 합니다.

    ECR-registry-account.dkr.ecr.Region.amazonaws.com/notebook-spark/container-image-tag

    AWS 리전 및 컨테이너 이미지 태그를 선택하는 방법에 대한 자세한 내용은 섹션을 참조하세요기본 이미지 URI 선택에 관한 세부 정보.

  2. 사용자 지정 이미지와 함께 사용할 수 있는 대화형 엔드포인트를 생성합니다.

    1. 다음 콘텐츠를 포함하는 custom-image-managed-endpoint.json JSON 파일을 생성합니다. 이 예제에서는 Amazon EMR 릴리스 6.9.0을 사용합니다.

      { "name": "endpoint-name", "virtualClusterId": "virtual-cluster-id", "type": "JUPYTER_ENTERPRISE_GATEWAY", "releaseLabel": "emr-6.9.0-latest", "executionRoleArn": "execution-role-arn", "configurationOverrides": { "applicationConfiguration": [ { "classification": "jupyter-kernel-overrides", "configurations": [ { "classification": "python3", "properties": { "container-image": "123456789012.dkr.ecr.us-west-2.amazonaws.com/custom-notebook-python:latest" } }, { "classification": "spark-python-kubernetes", "properties": { "container-image": "123456789012.dkr.ecr.us-west-2.amazonaws.com/custom-notebook-spark:latest" } } ] } ] } }
    2. 다음 예제와 같이 JSON 파일에 지정된 구성을 사용하여 대화형 엔드포인트를 생성합니다. 자세한 내용은 create-managed-endpoint 명령을 사용하여 대화형 엔드포인트 생성 단원을 참조하십시오.

      aws emr-containers create-managed-endpoint --cli-input-json custom-image-managed-endpoint.json
  3. EMR Studio를 통해 대화형 엔드포인트에 연결합니다. 자세한 내용과 완료해야 할 단계는 AWS Workshop Studio 문서의 Amazon EMR on EKS 섹션에서 Studio에서 연결을 참조하세요.