Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Configuration de l'agent de mise à niveau
Note
L'agent de mise à niveau Apache Spark utilise l'inférence entre régions pour traiter les demandes en langage naturel et générer des réponses. Pour plus de détails, veuillez consulter cette page surTraitement interrégional pour l'agent de mise à niveau Apache Spark. Le serveur Amazon SageMaker Unified Studio MCP est en version préliminaire et est sujet à modification.
Conditions préalables
Avant de commencer notre processus de configuration pour l'intégration à Kiro CLI, assurez-vous que les éléments suivants sont installés sur votre poste de travail :
-
Installez le gestionnaire de
uvpackagespour MCP Proxy pour AWS -
AWS informations d'identification locales configurées (via une AWS CLI, des variables d'environnement ou des rôles IAM) : pour les opérations locales telles que le téléchargement d'artefacts de tâche mis à niveau pour l'exécution de tâches de validation EMR.
Ressources de configuration
Vous pouvez utiliser un CloudFormation modèle pour configurer la ressource pour le serveur MCP. Ces modèles sont des exemples que vous devez modifier pour répondre à vos besoins. Le modèle crée les ressources suivantes pour le processus de mise à niveau :
-
Rôle IAM autorisé à appeler le serveur MCP et aux autorisations requises pour le processus de mise à niveau de la plate-forme EMR sous-jacente.
-
Compartiment intermédiaire Amazon S3 utilisé pour télécharger des artefacts de mise à niveau et une clé KMS facultative pour le chiffrement Amazon S3.
Choisissez l'un des boutons Launch Stack (Lancer la pile) du tableau suivant. Cela lance la pile sur la CloudFormation console dans la région correspondante.
Accédez à la page Spécifier les détails de la pile, entrez le nom de la pile. Saisissez des informations supplémentaires sous Paramètres. Fournissez les informations suivantes et procédez à la création de la pile.
-
SparkUpgradeIAMRoleNom : nom du rôle IAM à utiliser pour le processus de mise à niveau de Spark
-
Activer EMREC2 - Activer les autorisations de EC2 mise à niveau EMR (valeur par défaut : true)
-
Activer EMRServerless : active les autorisations de mise à niveau sans serveur EMR (valeur par défaut : true)
-
StagingBucketPath- Chemin Amazon S3 pour le stockage des artefacts (par exemple, s3://my - bucket/spark-upgrade or my-bucket/spark -upgrade). Laissez le champ vide pour générer automatiquement un nouveau compartiment
-
Uses3Encryption : active le chiffrement KMS pour le compartiment intermédiaire Amazon S3 (par défaut : false, défini sur true pour utiliser le chiffrement KMS au lieu du chiffrement S3 par défaut)
-
S3 KmsKeyArn : ARN (facultatif) de la clé KMS existante pour le chiffrement du compartiment Amazon S3. Utilisé uniquement si Uses3Encryption est vrai et que vous avez un bucket existant avec une clé KMS
-
CloudWatchKmsKeyArn- (Facultatif) ARN de la clé KMS existante pour le chiffrement CloudWatch des journaux (EMR sans serveur uniquement, laissez le champ vide pour le chiffrement par défaut)
-
EMRServerlessS3 LogPath - (Facultatif) Chemin S3 où sont stockés les journaux des applications sans serveur EMR (par exemple, s3://my - bucket/emr-serverless-logs or my-bucket/emr -serverless-logs). Lorsqu'il est fourni, accorde au rôle IAM un accès en lecture à ces journaux à des fins d'analyse. Utilisé uniquement lorsque Enable EMRServerless est vrai
-
ExecutionRoleToGrantS3Access - (facultatif) Nom du rôle IAM ou ARN du rôle d'exécution EMR- EC2 /EMR-Serverless existant pour accorder l'accès au bucket intermédiaire Amazon S3. S'applique uniquement lorsqu'un nouveau bucket intermédiaire est créé. Utile pour accorder aux rôles d'exécution de tâches EMR l'accès au bucket intermédiaire. Supporte à la fois des noms de rôle simples et ARNs des chemins.
Vous pouvez également télécharger et consulter le CloudFormation modèle
# deploy the stack with CloudFormation CLI commands aws cloudformation deploy \ --template-file spark-upgrade-mcp-setup.yaml \ --stack-name spark-mcp-setup \ --region <your mcp server launch region> \ --capabilities CAPABILITY_NAMED_IAM \ --parameter-overrides \ ExecutionRoleToGrantS3Access=<your EMR or EMR Serverless job execution role> # retrieve the 1-line instruction to set the local environment variables, which will be used for the following MCP server configuration aws cloudformation describe-stacks \ --stack-name spark-mcp-setup \ --region <your mcp server launch region> \ --query "Stacks[0].Outputs[?OutputKey=='ExportCommand'].OutputValue" \ --output text
Ouvrez l'onglet Sorties (ou récupérez-la à partir de la commande de la CLI CloudFormation describe-stacks ci-dessus) et copiez l'ExportCommandinstruction d'une ligne, puis exécutez-la dans votre environnement local. Exemple d'instruction d'une ligne :
export SMUS_MCP_REGION=<your mcp server launch region> && export IAM_ROLE=arn:aws:iam::111122223333:role/spark-upgrade-role-xxxxxx && export STAGING_BUCKET_PATH=<your staging bucket path>
Exécutez ensuite la commande suivante localement pour configurer le profil IAM et la configuration du serveur MCP
# Step 1: Configure AWS CLI Profile aws configure set profile.spark-upgrade-profile.role_arn ${IAM_ROLE} aws configure set profile.spark-upgrade-profile.source_profile <AWS CLI Profile to assume the IAM role - ex: default> aws configure set profile.spark-upgrade-profile.region ${SMUS_MCP_REGION} # Step 2: if you are using Kiro CLI, use the following command to add the MCP configuration kiro-cli-chat mcp add \ --name "spark-upgrade" \ --command "uvx" \ --args "[\"mcp-proxy-for-aws@latest\",\"https://sagemaker-unified-studio-mcp.${SMUS_MCP_REGION}.api.aws/spark-upgrade/mcp\", \"--service\", \"sagemaker-unified-studio-mcp\", \"--profile\", \"spark-upgrade-profile\", \"--region\", \"${SMUS_MCP_REGION}\", \"--read-timeout\", \"180\"]" \ --timeout 180000\ --scope global
Cela devrait être mis ~/.kiro/settings/mcp.json à jour pour inclure la configuration du serveur MCP comme indiqué ci-dessous.
{ "mcpServers": { "spark-upgrade": { "type": "stdio", "command": "uvx", "args": [ "mcp-proxy-for-aws@latest", "https://sagemaker-unified-studio-mcp.us-east-1.api.aws/spark-upgrade/mcp", "--service", "sagemaker-unified-studio-mcp", "--profile", "spark-upgrade-profile", "--region", "us-east-1", "--read-timeout", "180" ], "timeout": 180000, "disabled": false } } }
Consultez Utilisation de l'agent de mise à niveau les conseils de configuration pour différents clients MCP tels que Kiro, Cline et. GitHub CoPilot