本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
跨帳戶存取的其他組態
注意
Studio 目前不支援存取在與部署 Studio 的 AWS 帳戶不同的帳戶中建立的 Amazon EMR 叢集。跨帳戶存取權限僅適用於工作室經典版。
若要啟用跨帳戶叢集探索,系統管理員必須為 Studio Classic ARN 的執行IAM角色提供跨帳戶角色。Studio Classic 的執行角色會假設該遠端角色,以便在信任帳戶中探索並連接到 Amazon EMR 叢集。角色ARN的會在啟動時由 Jupyter 伺服器載入。
您可以透過兩種方式指定此資訊。
-
emr-discovery-iam-role-arns-DO_NOT_DELETE.json
將此遠端角色寫入名為的檔案,該檔案.cross-account-configuration-DO_NOT_DELETE
位於 Studio Classic 使用的 Amazon EFS 儲存磁碟區中的主目錄中。 -
使用生命週期組態 (LCC) 指令碼將此程序自動化。您可以將附加LCC至您的網域或特定使用者設定檔。您使用的LCC指令碼必須是 JupyterServer 組態。如需有關如何建立LCC指令碼的詳細資訊,請參閱使用 Studio 典型的生命週期組態。
以下是範例LCC指令碼。若要修改指令碼,請將 ASSUMABLE-ROLE
與 emr-account
分別取代為您的角色名稱以及遠端帳戶 ID。跨帳戶的數量限制為五個。
# This script creates the file that informs Studio Classic that the role "arn:aws:iam::emr-account:role/ASSUMABLE-ROLE" in remote account "emr-account" must be assumed to list and describe Amazon EMR clusters in the remote account. #!/bin/bash set -eux FILE_DIRECTORY="/home/sagemaker-user/.cross-account-configuration-DO_NOT_DELETE" FILE_NAME="emr-discovery-iam-role-arns-DO_NOT_DELETE.json" FILE="$FILE_DIRECTORY/$FILE_NAME" mkdir -p $FILE_DIRECTORY cat > "$FILE" <<- "EOF" {
emr-cross-account1
: "arn:aws:iam::emr-cross-account1
:role/ASSUMABLE-ROLE",emr-cross-account2
: "arn:aws:iam::emr-cross-account2
:role/ASSUMABLE-ROLE" } EOF
LCC運行和文件被寫入後,服務器讀取文件/home/sagemaker-user/.cross-account-configuration-DO_NOT_DELETE/emr-discovery-iam-role-arns-DO_NOT_DELETE.json
並存儲跨帳戶ARN。