Problembehandlung und Fragen und Antworten - Amazon EMR
FehlerbehebungFragen und Antworten

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.

Problembehandlung und Fragen und Antworten

Fehlerbehebung

Die Fehlermeldung vom Spark Troubleshooting Agent ist für verschiedene MCP-Clients auf unterschiedliche Weise verfügbar. Auf dieser Seite finden Sie einige allgemeine Anleitungen für häufig auftretende Probleme, die bei der Verwendung des Apache Spark-Fehlerbehebungsagenten für Amazon EMR auftreten können.

Topics

Fehler: Der MCP-Server konnte nicht geladen werden

  • Stellen Sie sicher, dass Ihre MCP-Konfigurationen richtig konfiguriert sind.

  • Überprüfen Sie die JSON-Syntax:

    • Stellen Sie sicher, dass Ihr JSON gültig ist und keine Syntaxfehler enthält

    • Suchen Sie nach fehlenden Kommas, Anführungszeichen oder Klammern

  • Überprüfen Sie Ihre lokalen AWS Anmeldeinformationen und stellen Sie sicher, dass die Richtlinie für die MCP-IAM-Rolle ordnungsgemäß konfiguriert ist.

  • Führen Sie /mcp aus, um die Verfügbarkeit des MCP-Servers für den Fall zu überprüfen Kiro-CLI

Beobachtung: Langsames Laden des Tools

  • Beim ersten Versuch, den Server zu starten, kann es einige Sekunden dauern, bis die Tools geladen sind.

  • Wenn die Tools nicht angezeigt werden, versuchen Sie, den Chat neu zu starten.

  • Führen Sie /tools den Befehl aus, um die Verfügbarkeit des Tools zu überprüfen.

  • Wird ausgeführt/mcp, wenn der Server ohne Fehler gestartet wird.

Fehler: Der Aufruf des Tools ist mit einem Drosselungsfehler fehlgeschlagen

  • Wenn Sie Ihr Servicelimit erreicht haben, warten Sie bitte einige Sekunden, bis Sie einen Toolaufruf veranlassen, falls Sie die Drosselungsausnahme sehen.

Fehler: Das Tool reagiert mit einem Benutzerfehler

  • AccessDeniedException - Überprüfen Sie die Fehlermeldung und beheben Sie das Berechtigungsproblem.

  • InvalidInputException - Überprüfen Sie die Fehlermeldung und korrigieren Sie die Eingabeparameter des Werkzeugs.

  • ResourceNotFoundException - Überprüfen Sie die Fehlermeldung und korrigieren Sie den Eingabeparameter als Ressourcenreferenz.

Fehler: Das Tool reagiert mit einem internen Fehler

  • Wenn Sie das sehen, versuchen The service is handling high-volume requests Sie bitte in ein paar Sekunden erneut, das Tool aufzurufen.

  • Wenn Sie Folgendes sehen, dokumentieren INTERNAL SERVICE EXCEPTION Sie bitte die Analyse-ID, den Namen des Tools, alle im MCP-Protokoll oder der Tool-Antwort verfügbaren Fehlermeldungen und optional den bereinigten Konversationsverlauf und wenden Sie sich an den Support. AWS

Fragen und Antworten

1. Sollte ich die Einstellung „Vertrauen“ für die Tools standardmäßig aktivieren?

Aktivieren Sie zunächst nicht die Einstellung „Vertrauen“ standardmäßig für alle Tool-Aufrufe und arbeiten Sie mit einer Build-Umgebung mit Git-Version, wenn Sie Codeempfehlungen akzeptieren. Überprüfen Sie jede Ausführung des Tools, um zu verstehen, welche Änderungen vorgenommen werden.

2. Was sind die häufigsten Beispielanweisungen zur Nutzung der Tools zur Fehlerbehebung?

Beispiele Prompte Beispiele für Eingabeaufforderungen zur Nutzung der Tools zur Fehlerbehebung finden Sie unter.

3. Welche Daten werden an das LLM übertragen und wie werden sie behandelt?

Kundendaten und Dateien verbleiben in der von Ihnen ausgewählten AWS Region und werden nicht regionsübergreifend übertragen. Wenn der Agent in einer Region tätig ist, die globale regionsübergreifende Inferenz von Amazon Bedrock verwendet, leitet der Service Anfragen je nach Bedarf an die nächstgelegene Region mit verfügbarer Kapazität weiter. In solchen Fällen werden nur extrahierte Metadaten aus Kundenprotokollen und verarbeitete Inferenzergebnisse übertragen, nicht die zugrunde liegenden Kundendaten oder Dateien. Alle Daten werden maskiert, bevor sie zur Verarbeitung an das LLM gesendet werden, unabhängig davon, ob die Inferenz in derselben Region stattfindet oder in eine andere Region weitergeleitet wird. Weitere Informationen darüber, wie regionsübergreifende Inferenzen funktionieren und welche Regionen davon betroffen sind, finden Sie unter. Regionsübergreifende Verarbeitung für den Apache Spark Troubleshooting Agent