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.

# Recursos, requisitos e limites do EMR Studio
<a name="emr-studio-considerations"></a>

Este tópico inclui itens a serem considerados ao trabalhar com o Amazon EMR Studio, incluindo as considerações sobre as regiões e as ferramentas, os requisitos de cluster e as limitações técnicas.

## Considerações
<a name="emr-studio-considerations-general"></a>

Considere o seguinte ao trabalhar com o EMR Studio:
+ O EMR Studio está disponível da seguinte forma: Regiões da AWS
  + Leste dos EUA (Ohio) (us-east-2)
  + Leste dos EUA (Norte da Virgínia) (us-east-1)
  + Oeste dos EUA (Norte da Califórnia) (us-west-1)
  + Oeste dos EUA (Oregon) (us-west-2)
  + África (Cidade do Cabo) (af-south-1)
  + Ásia-Pacífico (Hong Kong) (ap-east-1)
  + Ásia-Pacífico (Jacarta) (ap-southeast-3)\*
  + Ásia-Pacífico (Melbourne) (ap-southeast-4)\*
  + Ásia-Pacífico (Mumbai) (ap-south-1)
  + Asia Pacific (Osaka) (ap-northeast-3)\*
  + Ásia-Pacífico (Seul) (ap-northeast-2)
  + Ásia-Pacífico (Singapura) (ap-southeast-1)
  + Ásia-Pacífico (Sydney) (ap-southeast-2)
  + Ásia Pacific (Tóquio) (ap-northeast-1)
  + Canadá (Central) (ca-central-1)
  + Europa (Frankfurt) (eu-central-1)
  + Europa (Irlanda) (eu-west-1) 
  + Europa (Londres) (eu-west-2)
  + UE (Milão) (eu-south-1)
  + Europa (Paris) (eu-west-3)
  + Europa (Espanha) (eu-south-2)
  + UE (Estocolmo) (eu-north-1)
  + Europa (Zurique) (eu-central-2)\*
  + Israel (Tel Aviv) (il-central-1)\*
  + Oriente Médio (EAU) (me-central-1)\*
  + América do Sul (São Paulo) (sa-east-1)
  + AWS GovCloud (Leste dos EUA) (gov-us-east-1)
  + AWS GovCloud (Oeste dos EUA) (gov-us-west-1)

  \* Não há suporte para a interface do usuário ativa do Spark nessas regiões.
+ Para permitir que os usuários provisionem novos clusters do EMR em execução no Amazon EC2 para um Workspace, você pode associar um EMR Studio a um conjunto de modelos de cluster. Os administradores podem definir modelos de cluster com o Service Catalog e escolher se um usuário ou um grupo pode acessar os modelos de cluster, ou nenhum modelo de cluster, em um Studio.
+ Ao definir permissões de acesso aos arquivos do notebook armazenados no Amazon S3 ou ler segredos AWS Secrets Manager, use a função de serviço do Amazon EMR. As políticas de sessão não são compatíveis com estas permissões.
+ Você pode criar vários estúdios do EMR para controlar o acesso aos clusters do EMR em diferentes. VPCs
+ Use o AWS CLI para configurar o Amazon EMR em clusters EKS. Em seguida, é possível usar a interface do Studio para anexar clusters a Workspaces com um endpoint gerenciado para executar trabalhos de cadernos.
+ Há outras considerações ao usar a propagação de identidade confiável com o Amazon EMR que também se aplicam ao EMR Studio. Para obter mais informações, consulte [Considerações e limitações do Amazon EMR com a integração do Centro de Identidade](emr-idc-considerations.md).
+ O EMR Studio não oferece suporte aos seguintes comandos mágicos do Python:
  + `%alias`
  + `%alias_magic`
  + `%automagic`
  + `%macro`
  + `%%js`
  + `%%javascript`
  + Modificar `proxy_user` usando `%configure`
  + Modificar `KERNEL_USERNAME` usando `%env` ou `%set_env`
+ O Amazon EMR em clusters EKS não oferece suporte a SparkMagic comandos para o EMR Studio.
+ Para escrever instruções do Scala com várias linhas em células de cadernos, certifique-se de que todas as linhas, exceto a última, terminem com um ponto final. O exemplo a seguir usa a sintaxe adequada para instruções do Scala com várias linhas.

  ```
  val df = spark.sql("SELECT * from table_name).
          filter("col1=='value'").
          limit(50)
  ```
+ Para aumentar a segurança das aplicações fora do console que podem ser usadas com o Amazon EMR, os domínios de hospedagem das aplicações são registrados na Public Suffix List (PSL). Exemplos desses domínios de hospedagem incluem os seguintes: `emrstudio-prod.us-east-1.amazonaws.com`, `emrnotebooks-prod.us-east-1.amazonaws.com`, `emrappui-prod.us-east-1.amazonaws.com`. Para maior segurança, se precisar definir cookies confidenciais no nome de domínio padrão, recomendamos que você use cookies com um prefixo `__Host-`. Isso ajuda a defender seu domínio contra tentativas de falsificação de solicitação entre sites (CSRF). Para obter mais informações, consulte a página [https://developer.mozilla.org/en-US/docs/Web/HTTP/Headers/Set-Cookie#cookie_prefixes](https://developer.mozilla.org/en-US/docs/Web/HTTP/Headers/Set-Cookie#cookie_prefixes) em *Mozilla Developer Network*. 
+ O Amazon EMR Studio Workspaces e os endpoints de UI persistente usam módulos criptográficos validados pelo FIPS 140 encryption-in-transit, o que facilita a adoção do serviço para cargas de trabalho regulamentadas. Para obter mais contexto sobre endpoints de interface de usuário persistente, consulte [Visualizar interfaces de usuário de aplicações persistentes no Amazon EMR](https://docs.aws.amazon.com/emr/latest/ManagementGuide/app-history-spark-UI.html). Para obter mais contexto sobre cadernos, consulte [Visão geral de cadernos do Amazon EMR](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-managed-notebooks.html).

## Problemas conhecidos
<a name="emr-studio-known-issues"></a>
+ Um EMR Studio que usa o Centro de Identidade do IAM com a propagação de identidade confiável habilitada só pode se associar a clusters do EMR que também usam a propagação de identidade confiável.
+ Certifique-se de desativar as ferramentas de gerenciamento de proxy, como FoxyProxy ou SwitchyOmega, no navegador antes de criar um Studio. Os proxies ativos podem causar erros quando você escolhe **Criar Studio** e resultar em uma mensagem de erro de **falha de rede**.
+ Os kernels executados em clusters do Amazon EMR no EKS podem falhar ao iniciar devido a problemas de tempo limite. Se você encontrar um erro ou problema ao iniciar o kernel, feche o arquivo de caderno, encerre o kernel e reabra o arquivo de caderno.
+ A operação **Reiniciar kernel** não funciona conforme o esperado quando você usa um cluster do Amazon EMR no EKS. Após selecionar **Reiniciar kernel**, atualize o Workspace para que a reinicialização entre em vigor.
+ Se um Workspace não estiver anexado a um cluster, uma mensagem de erro será exibida quando um usuário do Studio abrir um arquivo de caderno e tentar selecionar um kernel. Você pode ignorar essa mensagem de erro ao escolher **OK**, mas deve anexar o Workspace a um cluster e selecionar um kernel antes de poder executar o código do caderno.
+ Ao usar o Amazon EMR 6.2.0 com uma [configuração de segurança](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-security-configurations.html) para definir a segurança do cluster, a interface do Workspace aparece em branco e não funciona conforme o esperado. Recomendamos usar uma versão diferente do Amazon EMR com suporte, se desejar configurar a criptografia de dados ou a autorização do Amazon S3 para o EMRFS em um cluster. O EMR Studio funciona com as versões 5.32.0 (série 5.x) e 6.2.0 (série 6.x) e superiores do Amazon EMR.
+ Ao realizar a [Depuração do Amazon EMR em execução em trabalhos do Amazon EC2](emr-studio-debug.md#emr-studio-debug-ec2), os links para a interface do usuário do Spark no cluster podem não funcionar ou não aparecer. Para gerar os links novamente, crie uma nova célula de caderno e execute o comando `%%info`.
+ O Jupyter Enterprise Gateway não limpa os kernels ociosos no nó primário de um cluster nas seguintes versões de liberação do Amazon EMR: 5.32.0, 5.33.0, 6.2.0 e 6.3.0. Os kernels ociosos consomem recursos de computação e podem causar falhas em clusters de longa execução. Você pode configurar a limpeza de kernels ociosos para o Jupyter Enterprise Gateway usando o script de exemplo a seguir. É possível [Como se conectar ao nó primário do cluster do Amazon EMR usando SSH](emr-connect-master-node-ssh.md) ou enviar o script como uma etapa. Para obter mais informações, consulte [Run commands and scripts on an Amazon EMR cluster](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-commandrunner.html).

  ```
  #!/bin/bash
  sudo tee -a /emr/notebook-env/conf/jupyter_enterprise_gateway_config.py << EOF
  c.MappingKernelManager.cull_connected = True
  c.MappingKernelManager.cull_idle_timeout = 10800
  c.MappingKernelManager.cull_interval = 300
  EOF
  sudo systemctl daemon-reload
  sudo systemctl restart jupyter_enterprise_gateway
  ```
+ Quando você usa uma política de encerramento automático com as versões 5.32.0, 5.33.0, 6.2.0 ou 6.3.0 do Amazon EMR, o Amazon EMR marca um cluster como ocioso e pode encerrá-lo automaticamente mesmo se você tiver um kernel do Python3 ativo. Isso ocorre porque a execução de um kernel do Python3 não envia um trabalho do Spark no cluster. Para usar o encerramento automático com um kernel do Python3, recomendamos usar a versão 6.4.0 ou as versões posteriores do Amazon EMR. Para obter mais informações sobre o encerramento automático, consulte [Uso de uma política de encerramento automático para limpeza de cluster do Amazon EMR](emr-auto-termination-policy.md).
+ Quando você costuma `%%display` exibir um Spark DataFrame em uma tabela, tabelas muito largas podem ficar truncadas. Você pode clicar com o botão direito do mouse na saída e selecionar **Criar nova visualização para a saída** para obter uma visualização da saída com rolagem.
+ Iniciar um kernel baseado em Spark, como PySpark Spark ou SparkR, inicia uma sessão do Spark, e executar uma célula em um notebook coloca as tarefas do Spark em fila nessa sessão. Quando você interrompe uma célula em execução, o trabalho do Spark continua a ser executado. Para interromper o trabalho do Spark, você deve usar a interface do usuário do Spark no cluster. Para obter instruções sobre como se conectar à interface do usuário do Spark, consulte [Depuração de aplicações e trabalhos com o EMR Studio](emr-studio-debug.md).
+ Usar o Amazon EMR Studio Workspaces como usuário raiz em um Conta da AWS causa um erro. `403: Forbidden` Isso ocorre porque a configuração do Jupyter Enterprise Gateway no Amazon EMR não permite o acesso ao usuário-raiz. Recomendamos que você não use o usuário-raiz nas tarefas diárias. Para outras opções de autenticação, consulte [AWS Identity and Access Management for Amazon EMR](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-plan-access-iam.html).

## Limitações de recursos
<a name="emr-studio-limitations"></a>

O Amazon EMR Studio não oferece suporte aos seguintes recursos do Amazon EMR:
+ Anexação e execução de trabalhos em clusters do EMR com uma configuração de segurança que especifica a autenticação do Kerberos.
+ Clusters com vários nós primários.
+ Clusters que usam instâncias do Amazon EC2 com base no AWS Graviton2 para versões 6.x do Amazon EMR inferiores a 6.9.0 e versões 5.x inferiores a 5.36.1 

Os recursos a seguir não são compatíveis com um Studio que usa a propagação de identidade confiável:
+ Criação de clusters do EMR sem um modelo.
+ Uso de aplicações do EMR Sem Servidor.
+ Execução de clusters do Amazon EMR no EKS.
+ Uso de um perfil de runtime.
+ Ativação da colaboração do SQL Explorer ou do Workspace.

## Limites de serviço para o EMR Studio
<a name="emr-studio-default-limits"></a>

A tabela a seguir exibe os limites de serviço para o EMR Studio.


****  

| Item | Limite | 
| --- | --- | 
| EMR Studios | Máximo de 100 por AWS conta | 
| Sub-redes | Máximo de cinco associações para cada EMR Studio | 
| Grupos do Centro de Identidade do IAM | Máximo de cinco atribuições para cada EMR Studio | 
| Usuários do Centro de Identidade do IAM | Máximo de cem atribuições para cada EMR Studio |