사용 설명서 - Amazon SageMaker
지원되는 이미지 및 커널고유 이미지 가져오기

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

사용 설명서

이 섹션에서는 데이터 과학자와 데이터 엔지니어가 Studio 또는 Studio Classic에서 Amazon EMR 클러스터를 시작, 검색, 연결 또는 종료하는 방법을 다룹니다.

사용자가 클러스터를 나열하거나 시작하려면 먼저 관리자가 Studio 환경에서 필요한 설정을 구성해야 합니다. 관리자가 자체 프로비저닝 및 Amazon EMR 클러스터 목록을 허용하도록 Studio 환경을 구성하는 방법에 대한 자세한 내용은 섹션을 참조하세요관리자 안내서.

주제

Studio 또는 Studio Classic에서 Amazon EMR 클러스터에 연결하는 데 지원되는 이미지 및 커널

다음 이미지 및 커널은 Apache Livy sagemaker-studio-analytics-extension를 사용하여 SparkMagic 라이브러리를 통해 원격 Spark(Amazon EMR) 클러스터에 연결하는 JupyterLab 확장인 와 함께 제공됩니다.

  • Studio 사용자의 경우: SageMaker 배포는 노트북 인스턴스의 JupyterLab 기본 이미지로 사용되는 데이터 사이언스용 Docker 환경입니다. 모든 버전의 SageMaker 배포는 sagemaker-studio-analytics-extension 사전 설치된 상태로 제공됩니다.

  • Studio Classic 사용자의 경우: 다음 이미지는 와 함께 사전 설치됩니다sagemaker-studio-analytics-extension.

    • DataScience – Python 3 커널

    • DataScience 2.0 – Python 3 커널

    • DataScience 3.0 – Python 3 커널

    • SparkAnalytics 1.0 SparkMagic 및 PySpark 커널

    • SparkAnalytics 2.0 SparkMagic 및 PySpark 커널

    • SparkMagic – SparkMagic 및 PySpark 커널

    • PyTorch 1.8 – Python 3 커널

    • TensorFlow 2.6 – Python 3 커널

    • TensorFlow 2.11 – Python 3 커널

다른 기본 제공 이미지 또는 자체 이미지를 사용하여 Amazon EMR 클러스터에 연결하려면 의 지침을 따르세요고유 이미지 가져오기.

고유 이미지 가져오기

Studio 또는 Studio Classic에서 자체 이미지를 가져오고 노트북을 Amazon EMR 클러스터에 연결하려면 커널에 다음 sagemaker-studio-analytics-extension 확장을 설치합니다. 라이브러리를 통해 SageMaker Studio 또는 Studio Classic 노트북을 Spark(AmazonEMR) 클러스터에 연결할 수 있습니다SparkMagic.

pip install sparkmagic
pip install sagemaker-studio-sparkmagic-lib
pip install sagemaker-studio-analytics-extension

또한 Kerberos 인증을 EMR 사용하여 Amazon에 연결하려면 kinit 클라이언트를 설치해야 합니다. OS에 따라 kinit 클라이언트를 설치하는 명령이 다를 수 있습니다. Ubuntu(Debian 기반) 이미지를 가져오려면 apt-get install -y -qq krb5-user 명령을 사용합니다.

Studio 또는 SageMaker Studio Classic에서 자체 이미지를 가져오는 방법에 대한 자세한 내용은 자체 SageMaker 이미지 가져오기를 참조하세요.