Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # JupyterHub [Jupyter Notebook](https://jupyter.org/) ist eine Open-Source-Webanwendung, mit der Sie Dokumente erstellen und teilen können, die Live-Code, Gleichungen, Visualisierungen und erläuternden Text enthalten. [JupyterHub](https://jupyterhub.readthedocs.io/en/latest/)ermöglicht es Ihnen, mehrere Instanzen eines Jupyter-Notebookservers für einen Benutzer zu hosten. Wenn Sie einen Cluster mit erstellen JupyterHub, erstellt Amazon EMR einen Docker-Container auf dem Master-Knoten des Clusters. JupyterHub, alle für Jupyter und [Sparkmagic](https://github.com/jupyter-incubator/sparkmagic/blob/master/README.md) erforderlichen Komponenten werden innerhalb des Containers ausgeführt. Sparkmagic ist eine Kernel-Bibliothek, mit der Jupyter-Notebooks mit [Apache Spark](https://aws.amazon.com/big-data/what-is-spark/) in Amazon EMR über [Apache Livy](emr-livy.md) interagieren. Dabei handelt es sich um einen REST-Server für Spark. Spark und Apache Livy werden automatisch installiert, wenn Sie mit JupyterHub einen Cluster erstellen. Der Standard-Python-3-Kernel für Jupiter ist zusammen mit den Kerneln PySpark 3,, und Spark verfügbar PySpark, die mit Sparkmagic verfügbar sind. Sie können diese Kernel verwenden, um ad-hoc-Spark-Code und interaktive SQL-Abfragen mit Python und Scala auszuführen. Sie können zusätzliche Kernel innerhalb des Docker-Containers manuell installieren. Weitere Informationen finden Sie unter [Installieren von zusätzlicher Kerneln und Bibliotheken](emr-jupyterhub-install-kernels-libs.md). Das folgende Diagramm zeigt die Komponenten von JupyterHub on Amazon EMR mit den entsprechenden Authentifizierungsmethoden für Notebook-Benutzer und den Administrator. Weitere Informationen finden Sie unter [Hinzufügen von Jupyter-Notebook-Benutzern und Administratoren](emr-jupyterhub-user-access.md). ![Architekturdiagramm, das den SSH- und Befehlszeilenzugriff über PAM oder LDAP auf die Master-Instance zeigt. JupyterHub](http://docs.aws.amazon.com/de_de/emr/latest/ReleaseGuide/images/jupyter-arch.png) In der folgenden Tabelle sind die Version von JupyterHub aufgeführt, die in der neuesten Version der Amazon EMR 7.x-Serie enthalten ist, zusammen mit den Komponenten, mit denen Amazon EMR installiert wird. JupyterHub Informationen zur Version der Komponenten, mit denen JupyterHub in dieser Version installiert wurde, finden Sie unter Komponentenversionen von [Version 7.13.0](emr-7130-release.md). **JupyterHub Versionsinformationen für emr-7.13.0** | Amazon-EMR-Versionsbezeichnung | JupyterHub Version | Komponenten, die mit installiert wurden JupyterHub | | --- | --- | --- | | emr-7.13.0 | JupyterHub 1.5.0 | emrfs, emr-goodies, emr-ddb, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-hdfs-zkfc, 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 | In der folgenden Tabelle sind die Version von JupyterHub aufgeführt, die in der neuesten Version der Amazon EMR 6.x-Serie enthalten ist, zusammen mit den Komponenten, mit denen Amazon EMR installiert wird. JupyterHub Informationen zur Version der Komponenten, mit denen JupyterHub in dieser Version installiert wurde, finden Sie unter Komponentenversionen von [Version 6.15.0](emr-6150-release.md). **JupyterHub Versionsinformationen für emr-6.15.0** | Amazon-EMR-Versionsbezeichnung | JupyterHub Version | Komponenten, die mit installiert wurden 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 | In der folgenden Tabelle sind die Version von JupyterHub aufgeführt, die in der neuesten Version der Amazon EMR 5.x-Serie enthalten ist, zusammen mit den Komponenten, mit denen Amazon EMR installiert wird. JupyterHub Informationen zur Version der Komponenten, mit denen JupyterHub in dieser Version installiert wurde, finden Sie unter Komponentenversionen von [Version 5.36.2](emr-5362-release.md). **JupyterHub Versionsinformationen für emr-5.36.2** | Amazon-EMR-Versionsbezeichnung | JupyterHub Version | Komponenten, die mit installiert wurden 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 | Der in Amazon EMR enthaltene JupyterHub Python-3-Kernel ist 3.6.4. Die im `jupyterhub`-Container installierten Bibliotheken können zwischen Amazon-EMR-Versionen und Amazon-EC2-AMI-Versionen variieren. **Installierte Bibliotheken mit `conda` auflisten** + Führen Sie den folgenden Befehl in der Befehlszeile des Master-Knotens aus: ``` sudo docker exec jupyterhub bash -c "conda list" ``` **Installierte Bibliotheken mit `pip` auflisten** + Führen Sie den folgenden Befehl in der Befehlszeile des Master-Knotens aus: ``` sudo docker exec jupyterhub bash -c "pip freeze" ``` **Topics** + [Erstellen Sie einen Cluster mit JupyterHub](emr-jupyterhub-launch.md) + [Überlegungen bei der Verwendung JupyterHub auf Amazon EMR](emr-jupyterhub-considerations.md) + [Konfiguration JupyterHub](emr-jupyterhub-configure.md) + [Konfigurieren von Persistenz für Notebooks in Amazon S3](emr-jupyterhub-s3.md) + [Eine Verbindung mit dem Hauptknoten und Notebook-Servern herstellen](emr-jupyterhub-connect.md) + [JupyterHub Konfiguration und Verwaltung](emr-jupyterhub-administer.md) + [Hinzufügen von Jupyter-Notebook-Benutzern und Administratoren](emr-jupyterhub-user-access.md) + [Installieren von zusätzlicher Kerneln und Bibliotheken](emr-jupyterhub-install-kernels-libs.md) + [JupyterHub Versionsverlauf](JupyterHub-release-history.md)