JupyterHub 配置和管理 - Amazon EMR
使用命令行管理通过提交步骤管理使用 “管理” REST APIs
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

JupyterHub 配置和管理

JupyterHub 相关组件在运行 Ubuntu 操作系统的名为 jupyterhub Docker 容器中运行。有多种方法可用于管理此容器内运行的组件。

警告

在此容器内执行的自定义将在此容器重启后不复存在。建议为容器配置编写脚本或以其它方式实现容器配置的自动化，以便可以更轻松地重现自定义。

使用命令行管理

使用连接到主节点时SSH，您可以使用 Docker 命令行接口 (CLI) 发出命令，并通过名称 (jupyterhub) 或 ID 指定容器。例如，sudo docker exec jupyterhub command 将运行容器内运行的操作系统或应用程序识别的命令。可以使用此方法将用户添加到操作系统和在 Docker 容器内安装其它应用程序和库。例如，默认容器映像包括用于安装软件包的 Conda，因此可能在主节点命令行上运行以下命令以在容器内安装应用程序 Keras：

sudo docker exec jupyterhub conda install keras

通过提交步骤管理

步骤是将工作提交到集群的一种方式。可以在启动集群时提交步骤，也可以将步骤提交给正在运行的集群。可以使用 command-runner.jar 将在命令行上运行的命令作为步骤提交。有关更多信息，请参阅《Amazon EMR 管理指南》中的使用CLI和控制台处理步骤和在 Amazon EMR 集群上运行命令和脚本。

例如，您可以在本地计算机上使用以下 Amazon CLI 命令来安装 Keras，方法与在前面的示例中通过主节点的命令行所做的方式相同：

aws emr add-steps --cluster-id MyClusterID --steps Name="Command Runner",Jar="command-runner.jar",Args="/usr/bin/sudo","/usr/bin/docker","exec","jupyterhub","conda","install","keras"

此外，可以为步骤的序列编写脚本，并将脚本上载到 Amazon S3，然后在创建集群或将脚本作为步骤添加时使用 script-runner.jar 运行脚本。有关更多信息，请参阅在 Amazon EMR 集群上运行命令和脚本。有关示例，请参阅示例：用于添加多个用户的清除脚本。

使用 “管理” REST APIs

Jupyter JupyterHub、，以及可用于发送RESTAPIs请求的 JupyterHub 提供的HTTP代理。要向发送请求 JupyterHub，您必须在请求中传递API令牌。您可以使用主节点curl命令行中的命令来执行REST命令。有关更多信息，请参阅以下资源：

以下示例演示如何使用 for 获取用户列表。REST API JupyterHub 该命令传递先前生成的管理员令牌，并使用默认端口 9443，将输出通过管道传输到 jq 以便于查看： JupyterHub

curl -XGET -s -k https://$HOST:9443/hub/api/users \
-H "Authorization: token $admin_token" | jq .