Amazon EMR Studio

EMR Studio 简化了 EMR 集群上的应用程序交互。可以使用 AWS IAM 身份验证从 AWS 管理控制台访问 EMR Studio，也可以通过 AWS IAM Identity Center（AWS SSO 的后继者）从身份提供者（IdP）启用联合访问，而无需登录 AWS 控制台。可以使用笔记本以交互方式探索、处理和可视化数据，构建和计划管道以及调试应用程序，而无需登录 EMR 集群。

借助 EMR Studio，您可以在几秒钟内启动笔记本，使用示例笔记本上手并执行数据探索。可以通过内置的实时协作与同行合作，以及通过 Git 存储库跨笔记本版本跟踪更改。还可以通过从笔记本加载自定义内核和 Python 库来自定义环境。

EMR Studio 可让您轻松地从原型设计转向投入生产。可以从代码存储库触发管道，只需使用 Apache Airflow 或 Amazon Managed Workflows for Apache Airflow 等编排工具将笔记本作为管道运行，或者只需单击一下即可将笔记本连接至更大规模的集群。

借助 EMR Studio，您无需登录到集群，即可调试活动和已终止集群的作业与访问日志。可以从 EMR Studio 直接使用原生应用程序接口，例如 Spark UI 和 YARN Timeline Service。EMR Studio 还可让您使用集群状态、创建时间和集群 ID 等筛选条件快速定位要调试的集群或作业。

借助 EMR Studio，数据科学家、工程师和分析师可以跨团队实时协作。可以邀请同事查看和编辑笔记本。此功能支持 Jupyter 笔记本的实时共同创作、代码调试和代码审核。

EMR Studio 随附 SQL Explorer，这是 Workspace 中的一项功能，可让您直接从 EMR Studio 浏览数据目录并在 EMR 集群上运行 SQL 查询。在 SQL explorer 中，您可以连接到带有 Presto 的 EC2 集群上的 Amazon EMR，以查看和浏览数据目录。SQL Explorer 还为您提供了一个编辑器，用于运行 SQL 查询、在表中查看查询结果以及以 csv 格式下载查询结果。

EMR Studio 可让您在单个 Jupyter 笔记本中使用多种语言。您可以于同一个 Jupyter 笔记本中在 Python、Scala、SparkSQL 和 R 之间进行切换，并通过临时表在单元格之间共享数据。借助此功能，您可以使用最适合工作流程不同组件的语言编写代码。

借助 EMR Studio，您可以在几秒钟内启动笔记本，使用示例笔记本上手并执行数据探索。可以通过内置的实时协作与同行合作，以及通过 Git 存储库跨笔记本版本跟踪更改。还可以通过从笔记本加载自定义内核和 Python 库来自定义环境。

在 EMR Studio 中，可以使用代码存储库触发管道。还可以参数化和链接笔记本以构建管道。可以使用 Apache Airflow 或 Amazon Managed Workflows for Apache Airflow 等工作流程编排服务，将笔记本集成到计划的工作流程中。EMR Studio 还允许您将笔记本重新连接至更大规模的集群以运行作业。

在 EMR Studio 中，可以通过笔记本 UI 调试笔记本应用程序。还可以首先使用集群状态等筛选条件缩小集群范围来调试管道，然后通过尽可能少的单击开启打开 Spark UI、Tez UI 和 Yarn Timeline Service 等原生调试 UI，从中诊断活动和已终止集群上的作业。