As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Uso de imagens personalizadas com o EMR Sem Servidor
<a name="using-custom-images"></a>

**Topics**
+ [Uso de uma versão personalizada do Python](#image-python)
+ [Uso de uma versão personalizada do Java](#image-java)
+ [Criação de uma imagem de ciência de dados](#image-data-science)
+ [Processamento de dados geoespaciais com o Apache Sedona](#image-sedona)
+ [Informações de licenciamento para o uso de imagens personalizadas](concepts-licensing-images.md)

## Uso de uma versão personalizada do Python
<a name="image-python"></a>

Você pode criar uma imagem personalizada para usar uma versão diferente do Python. Para usar o Python versão 3.10 em trabalhos do Spark, por exemplo, execute o seguinte comando:

```
FROM public.ecr.aws/emr-serverless/spark/emr-6.9.0:latest

USER root

# install python 3
RUN yum install -y gcc openssl-devel bzip2-devel libffi-devel tar gzip wget make
RUN wget https://www.python.org/ftp/python/3.10.0/Python-3.10.0.tgz && \
tar xzf Python-3.10.0.tgz && cd Python-3.10.0 && \
./configure --enable-optimizations && \
make altinstall

# EMRS runs the image as hadoop
USER hadoop:hadoop
```

Antes de enviar o trabalho do Spark, defina as propriedades para usar o ambiente virtual do Python, da maneira mostrada a seguir.

```
--conf spark.emr-serverless.driverEnv.PYSPARK_DRIVER_PYTHON=/usr/local/bin/python3.10
--conf spark.emr-serverless.driverEnv.PYSPARK_PYTHON=/usr/local/bin/python3.10
--conf spark.executorEnv.PYSPARK_PYTHON=/usr/local/bin/python3.10
```

## Uso de uma versão personalizada do Java
<a name="image-java"></a>

O exemplo a seguir demonstra como criar uma imagem personalizada para usar o Java 11 em trabalhos do Spark.

```
FROM public.ecr.aws/emr-serverless/spark/emr-6.9.0:latest

USER root

# install JDK 11
RUN amazon-linux-extras install java-openjdk11

# EMRS runs the image as hadoop
USER hadoop:hadoop
```

Antes de enviar o trabalho do Spark, defina as propriedades do Spark para usar o Java 11, da maneira mostrada a seguir.

```
--conf spark.executorEnv.JAVA_HOME=/usr/lib/jvm/java-11-openjdk-11.0.16.0.8-1.amzn2.0.1.x86_64 
--conf spark.emr-serverless.driverEnv.JAVA_HOME=/usr/lib/jvm/java-11-openjdk-11.0.16.0.8-
```

## Criação de uma imagem de ciência de dados
<a name="image-data-science"></a>

O exemplo a seguir mostra como incluir pacotes Python comuns de ciência de dados, como Pandas e. NumPy

```
FROM public.ecr.aws/emr-serverless/spark/emr-6.9.0:latest

USER root

# python packages
RUN pip3 install boto3 pandas numpy
RUN pip3 install -U scikit-learn==0.23.2 scipy 
RUN pip3 install sk-dist
RUN pip3 install xgboost

# EMR Serverless runs the image as hadoop
USER hadoop:hadoop
```

## Processamento de dados geoespaciais com o Apache Sedona
<a name="image-sedona"></a>

O exemplo a seguir mostra como criar uma imagem para incluir o Apache Sedona para processamento geoespacial.

```
FROM public.ecr.aws/emr-serverless/spark/emr-6.9.0:latest

USER root

RUN yum install -y wget
RUN wget https://repo1.maven.org/maven2/org/apache/sedona/sedona-core-3.0_2.12/1.3.0-incubating/sedona-core-3.0_2.12-1.3.0-incubating.jar -P /usr/lib/spark/jars/
RUN pip3 install apache-sedona

# EMRS runs the image as hadoop
USER hadoop:hadoop
```