JupyterHub - Amazon EMR
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

Jupyter notebook 是一个开源 Web 应用程序,可用于创建和共享包含实时代码、公式、可视化效果和叙述性文本的文档。JupyterHub允许您托管单用户 Jupyter 笔记本服务器的多个实例。当您使用创建集群时 JupyterHub,Amazon EMR 会在集群的主节点上创建一个 Docker 容器。 JupyterHub、Jupyter 和 Sparkmagic 所需的所有组件都在容器内运行。

Sparkmagic 是内核库,内核允许 Jupyter notebook 通过 Apache Livy(适用于 Spark 的 REST 服务器)与在 Amazon EMR 上运行的 Apache Spark 通信。当你使用创建集群时,Spark 和 Apache Livy 会自动安装。 JupyterHubJupyter 的默认 Python 3 内核与 Sparkmagic 提供的 PySpark 3 PySpark、和 Spark 内核一起可用。通过使用 Python 和 Scala,可以使用这些内核运行临时 Spark 代码和交互式 SQL 查询。可以在 Docker 容器内手动安装其它内核。有关更多信息,请参阅安装其它内核和库

下图描述了 Amazon EMR JupyterHub 上的组件以及适用于笔记本用户和管理员的相应身份验证方法。有关更多信息,请参阅 添加 Jupyter notebook 用户和管理员

下表列出了最新版本的 Amazon EMR 7.x 系列中 JupyterHub 包含的版本,以及 Amazon EMR 随之安装的组件。 JupyterHub

有关此版本 JupyterHub 中安装的组件的版本,请参阅 7.1.0 版组件版本

JupyterHub emr-7.1.0 的版本信息
Amazon EMR 发行版标签 JupyterHub 版本 安装在一起的组件 JupyterHub

emr-7.1.0

JupyterHub 1.5.0

emrfs, emr-goodies, emr-ddb, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, hudi, hudi-spark, r, spark-client, spark-history-server, spark-on-yarn, spark-yarn-slave, livy-server, jupyterhub

下表列出了最新版本的 Amazon EMR 6.x 系列中 JupyterHub 包含的版本,以及 Amazon EMR 随之安装的组件。 JupyterHub

有关此版本 JupyterHub 中安装的组件的版本,请参阅 6.15.0 版组件版本

JupyterHub emr-6.15.0 的版本信息
Amazon EMR 发行版标签 JupyterHub 版本 安装在一起的组件 JupyterHub

emr-6.15.0

JupyterHub 1.5.0

aws-sagemaker-spark-sdk, emrfs, emr-goodies, emr-ddb, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, hudi, hudi-spark, r, spark-client, spark-history-server, spark-on-yarn, spark-yarn-slave, livy-server, jupyterhub

下表列出了最新版本的 Amazon EMR 5.x 系列中 JupyterHub 包含的版本,以及 Amazon EMR 随之安装的组件。 JupyterHub

有关此版本 JupyterHub 中安装的组件的版本,请参阅 5.36.2 版组件版本

JupyterHub emr-5.36.2 的版本信息
Amazon EMR 发行版标签 JupyterHub 版本 安装在一起的组件 JupyterHub

emr-5.36.2

JupyterHub 1.4.1

aws-sagemaker-spark-sdk, emrfs, emr-goodies, emr-ddb, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, hudi, hudi-spark, r, spark-client, spark-history-server, spark-on-yarn, spark-yarn-slave, livy-server, jupyterhub

亚马逊 EMR 中包含的 Python 3 内核是 3.6.4。 JupyterHub

在 Amazon EMR 版本和 Amazon EC2 AMI 版本之间,jupyterhub 容器内安装的库可能不同。

使用 conda 列出已安装的库
  • 在主节点命令行上运行以下命令:

    sudo docker exec jupyterhub bash -c "conda list"
使用 pip 列出已安装的库
  • 在主节点命令行上运行以下命令:

    sudo docker exec jupyterhub bash -c "pip freeze"