As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
# Usando o agente de solução de problemas
## Modos de implantação suportados
O agente de solução de problemas do Apache Spark para Amazon EMR oferece suporte a recursos abrangentes de análise para cargas de trabalho do Spark com falha, incluindo diagnóstico automatizado de erros, identificação de gargalos de desempenho, recomendações de código e sugestões práticas para melhorar o desempenho do aplicativo no seguinte modo de implantação do Spark:
+ EMR no EC2
+ Tecnologia sem servidor do EMR
+ EMR no EKS
+ AWS Glue
Consulte [Características e capacidades](spark-troubleshooting-features.md) para entender os recursos, capacidades e limitações detalhados.
## Interfaces suportadas
### Solução de problemas de células nos Amazon SageMaker Notebooks
Uma demonstração da experiência de solução de problemas com Amazon SageMaker Notebooks. Para qualquer falha na célula do notebook, você pode solicitar ao Amazon SageMaker Notebook Agent que solucione a falha para solicitar a análise, seguida pela possível correção do código, se o erro resultar do código, clicando no `Fix with AI` botão.
[](https://www.youtube.com/watch?v=btW8hwio0tE)
### Solução de problemas de aplicativos Glue e EMR Spark com o Kiro CLI
Inicie o Kiro CLI ou seu assistente de IA e verifique as ferramentas carregadas para o processo de solução de problemas.
```
...
sagemaker-unified-studio-mcp-code-rec (MCP)
- spark_code_recommendation not trusted
sagemaker-unified-studio-mcp-troubleshooting (MCP)
- analyze_spark_workload not trusted
...
```
Agora você está pronto para iniciar o fluxo de trabalho do agente de solução de problemas do Spark.
Uma demonstração da experiência de solução de problemas com o Kiro CLI. Você pode simplesmente iniciar o processo de solução de problemas com o seguinte prompt:
```
Analyze my Glue job. The job name is "xxx" and the job run id is "xxx"
```
[](https://www.youtube.com/watch?v=YLwV_EenJXY)
### Integração com outros clientes MCP
A configuração descrita em também [Configuração do agente de solução de problemas](spark-troubleshooting-agent-setup.md) pode ser usada em outros clientes MCP e IDEs para se conectar ao servidor MCP gerenciado:
+ **Integração com o Cline** - Para usar o MCP Server com o Cline, modifique `cline_mcp_settings.json` e adicione a configuração acima. Consulte a [documentação da Cline](https://docs.cline.bot/mcp/configuring-mcp-servers) para obter mais informações sobre como gerenciar a configuração do MCP.
+ **Integração com o Claude Code** Para usar o MCP Server com o Claude Code, modifique o arquivo de configuração para incluir a configuração MCP. O caminho do arquivo varia de acordo com o sistema operacional. Consulte [https://code.claude.com/docs/en/mcp](https://code.claude.com/docs/en/mcp)para obter uma configuração detalhada.
+ **Integração com o GitHub Copilot** - Para usar o servidor MCP com o GitHub Copilot, siga as instruções [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)para modificar o arquivo de configuração correspondente e siga as instruções de cada IDE para ativar a configuração.
## Solucione problemas com o botão AI para o console do Amazon EMR
Você pode usar o botão **Solucionar problemas com IA** diretamente no console do Amazon EMR para iniciar o agente de solução de problemas.
### Solucionar problemas com o botão AI para EMR no console EC2
Abra o console do Amazon EMR em [https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home). Escolha o **EMR no EC2** e selecione seu cluster. Abra a guia **Etapas**. Para qualquer Spark etapa com falha, selecione o botão **Falha**. Isso revela o botão **Solucionar problemas com IA** no popover. Como alternativa, marque a caixa de seleção ao lado da etapa que falhou e escolha **Solucionar problemas com IA** na parte superior.
O vídeo a seguir mostra como usar o botão **Solucionar problemas com IA** para EMR no EC2.
[](https://www.youtube.com/watch?v=BPOlS55EqR8)
### Solucione problemas com o botão AI para o console EMR Serverless
**Abra o console do Amazon EMR em [https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home)e navegue até o EMR Studio.** Abra sua URL do EMR Studio. Navegue até **Aplicativos** e selecione o aplicativo para solucionar o problema. Abra a guia **Batch job runs**. Selecione o botão **Falha** para revelar o botão **Solucionar problemas com IA** no popover. Como alternativa, marque a caixa de seleção ao lado da execução da tarefa com falha e escolha **Solucionar problemas com IA** na parte superior.
O vídeo a seguir mostra como usar o botão **Solucionar problemas com IA** para o EMR Serverless.
[](https://www.youtube.com/watch?v=ELgM9DA2Ung)
### Solucione problemas com o botão AI para EMR no console EKS
Abra o console do Amazon EMR em [https://console.aws.amazon.com/elasticmapreduce/home](https://console.aws.amazon.com/elasticmapreduce/home). Escolha o **EMR em clusters virtuais EKS** e selecione seu cluster. Para qualquer execução de Spark trabalho com falha, selecione o botão **Falha**. Isso revela o botão **Solucionar problemas com IA** no popover.
O vídeo a seguir mostra como usar o botão **Solucionar problemas com IA** para EMR no EKS.
[](https://www.youtube.com/watch?v=UqCVYpG_NuM)