View a markdown version of this page

トラブルシューティングエージェントの使用 - Amazon EMR
サポートされているデプロイモードサポートされているインターフェイスAmazon EMR コンソールの AI ボタンを使用したトラブルシューティング

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

トラブルシューティングエージェントの使用

サポートされているデプロイモード

Amazon EMR 用 Apache Spark トラブルシューティングエージェントは、自動エラー診断、パフォーマンスのボトルネックの特定、コードの推奨事項、次の Spark デプロイモードのアプリケーションパフォーマンスを向上させるための実用的な提案など、失敗した Spark ワークロードの包括的な分析機能をサポートします。

  • EMR on EC2

  • EMR Serverless

  • EMR on EKS

  • AWS Glue

機能、容量、制限の詳細については、機能と機能「」を参照してください。

サポートされているインターフェイス

Amazon SageMaker ノートブック内のセルのトラブルシューティング

Amazon SageMaker Notebooks でのトラブルシューティングエクスペリエンスのデモンストレーション。ノートブックセルに障害が発生した場合は、Amazon SageMaker Notebook Agent に、分析のリクエストに失敗した場合のトラブルシューティングを依頼し、エラーがコードに起因する場合はFix with AI、ボタンをクリックしてコードの修正を行うことができます。

Kiro CLI を使用した Glue および EMR Spark アプリケーションのトラブルシューティング

Kiro CLI または AI Assistant を起動し、トラブルシューティングプロセス用にロードされたツールを確認します。


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

これで、Spark トラブルシューティングエージェントのワークフローを開始する準備が整いました。

Kiro CLI でのトラブルシューティングエクスペリエンスのデモンストレーション。トラブルシューティングプロセスは、次のプロンプトを使用して開始できます。


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

他の MCP クライアントとの統合

で説明されている設定は、他の MCP クライアントや IDEs でも使用して、マネージド MCP サーバーに接続エージェントをトラブルシューティングするためのセットアップできます。

  • Cline との統合 - MCP サーバーを Cline で使用するには、 を変更cline_mcp_settings.jsonし、上記の設定を追加します。MCP 設定の管理方法の詳細については、Cline のドキュメントを参照してください。

  • と Claude コードの統合 MCP サーバーと Claude コードを使用するには、設定ファイルを変更して MCP 設定を含めます。ファイルパスはオペレーティングシステムによって異なります。詳細なセットアップについては、https://code.claude.com/docs/en/mcp を参照してください。

  • GitHub Copilot との統合 - GitHub Copilot で MCP サーバーを使用するには、https://docs.github.com/en/copilot/how-tos/provide-context/use-mcp/extend-copilot-chat-with-mcp の指示に従って対応する設定ファイルを変更し、各 IDE の指示に従ってセットアップをアクティブ化します。

Amazon EMR コンソールの AI ボタンを使用したトラブルシューティング

Amazon EMR コンソールの AI でトラブルシューティングボタンを直接使用して、トラブルシューティングエージェントを開始できます。

EC2 コンソールで EMR の AI ボタンを使用してトラブルシューティングする

https://console.aws.amazon.com/elasticmapreduce/home で Amazon EMR コンソールを開きます。EC2 で EMR を選択し、クラスターを選択します。ステップタブを開きます。失敗したSparkステップについては、失敗ボタンを選択します。これにより、ポップオーバーの AI によるトラブルシューティングボタンが表示されます。または、失敗したステップの横にあるチェックボックスを選択し、上部の AI によるトラブルシューティングを選択します。

次の動画は、EC2 の EMR で AI によるトラブルシューティングボタンを使用する方法を示しています。

EMR Serverless コンソールの AI ボタンを使用したトラブルシューティング

https://console.aws.amazon.com/elasticmapreduce/home で Amazon EMR コンソールを開き、EMR Studio に移動します。EMR Studio URL を開きます。アプリケーションに移動し、トラブルシューティングするアプリケーションを選択します。Batch ジョブ実行タブを開きます。失敗ボタンを選択すると、ポップオーバーの AI によるトラブルシューティングボタンが表示されます。または、失敗したジョブ実行の横にあるチェックボックスを選択し、上部の AI によるトラブルシューティングを選択します。

次の動画は、EMR Serverless の AI でトラブルシューティングボタンを使用する方法を示しています。

EMR on EKS コンソールの AI ボタンを使用したトラブルシューティング

https://console.aws.amazon.com/elasticmapreduce/home で Amazon EMR コンソールを開きます。EMR on EKS 仮想クラスターを選択し、クラスターを選択します。失敗したSparkジョブ実行の場合は、失敗ボタンを選択します。これにより、ポップオーバーの AI によるトラブルシューティングボタンが表示されます。

次の動画は、EMR on EKS で AI によるトラブルシューティングボタンを使用する方法を示しています。