Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Utilizzo dell'agente di risoluzione dei problemi
<a name="spark-troubleshooting-using-troubleshooting-agent"></a>

## Modalità di distribuzione supportate
<a name="supported-deployment-modes"></a>

Apache Spark Troubleshooting Agent per Amazon EMR supporta funzionalità di analisi complete per i carichi di lavoro Spark non riusciti, tra cui la diagnosi automatizzata degli errori, l'identificazione dei punti critici delle prestazioni, consigli sui codici e suggerimenti pratici per migliorare le prestazioni delle applicazioni per la seguente modalità di distribuzione Spark:
+ EMR su EC2
+ EMR Serverless
+ AWS Glue

Si prega di fare riferimento [Caratteristiche e funzionalità](spark-troubleshooting-features.md) a per comprendere le caratteristiche, le capacità e le limitazioni dettagliate.

## Interfacce supportate
<a name="supported-interfaces"></a>

### Risoluzione dei problemi relativi alle celle all'interno di Amazon SageMaker Notebooks
<a name="troubleshooting-sagemaker-notebooks"></a>

Una dimostrazione dell'esperienza di risoluzione dei problemi con Amazon SageMaker Notebooks. Per qualsiasi guasto della cella Notebook, puoi chiedere ad Amazon SageMaker Notebook Agent di risolvere il problema e richiedere l'analisi seguita dall'eventuale correzione del codice se l'errore è dovuto al codice, facendo clic sul `Fix with AI` pulsante.

[![AWS Videos](http://img.youtube.com/vi/https://www.youtube.com/embed/btW8hwio0tE/0.jpg)](http://www.youtube.com/watch?v=https://www.youtube.com/embed/btW8hwio0tE)


### Risoluzione dei problemi delle applicazioni Glue ed EMR Spark con la CLI di Kiro
<a name="troubleshooting-glue-emr-applications"></a>

Avvia Kiro CLI o il tuo AI Assistant e verifica gli strumenti caricati per il processo di risoluzione dei problemi.

```
...
 sagemaker-unified-studio-mcp-code-rec (MCP)
 - spark_code_recommendation    not trusted
 
 sagemaker-unified-studio-mcp-troubleshooting (MCP)
 - analyze_spark_workload       not trusted
...
```

Ora sei pronto per avviare il flusso di lavoro dell'agente di risoluzione dei problemi di Spark.

Una dimostrazione dell'esperienza di risoluzione dei problemi con Kiro CLI. Puoi semplicemente avviare il processo di risoluzione dei problemi con la seguente richiesta:

```
Analyze my Glue job. The job name is "xxx" and the job run id is "xxx"
```

[![AWS Videos](http://img.youtube.com/vi/https://www.youtube.com/embed/YLwV_EenJXY/0.jpg)](http://www.youtube.com/watch?v=https://www.youtube.com/embed/YLwV_EenJXY)


### Integrazione con altri client MCP
<a name="integration-other-mcp-clients"></a>

La configurazione descritta in [Configurazione dell'agente di risoluzione dei problemi](spark-troubleshooting-agent-setup.md) può essere utilizzata anche in altri client MCP e IDEs per connettersi al server MCP gestito:
+ **Integrazione con Cline**: per utilizzare il server MCP con Cline, modifica `cline_mcp_settings.json` e aggiungi la configurazione precedente. Consultate [la documentazione di Cline](https://docs.cline.bot/mcp/configuring-mcp-servers) per ulteriori informazioni su come gestire la configurazione MCP.
+ **Integrazione con Claude Code** Per utilizzare il server MCP con Claude Code, modifica il file di configurazione per includere la configurazione MCP. Il percorso del file varia a seconda del sistema operativo. Per una configurazione dettagliata, fare riferimento a [ https://code.claude.com/docs/en/mcp](https://code.claude.com/docs/en/mcp).
+ **Integrazione con GitHub Copilot** - Per utilizzare il server MCP con GitHub Copilot, segui le istruzioni contenute in [ https://docs.github.com/en/copilot/how-tos/provide-context/use-mcp/extend- copilot-chat-with-mcp](https://docs.github.com/en/copilot/how-tos/provide-context/use-mcp/extend-copilot-chat-with-mcp) per modificare il file di configurazione corrispondente e segui le istruzioni di ciascun IDE per attivare la configurazione.