本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
使用 故障診斷代理程式
支援的部署模式
適用於 Amazon EMR 的 Apache Spark 故障診斷代理程式支援故障 Spark 工作負載的全方位分析功能,包括自動錯誤診斷、效能瓶頸識別、程式碼建議和可採取行動的建議,以改善下列 Spark 部署模式的應用程式效能:
-
EC2 上的 EMR
-
EMR Serverless
-
AWS Glue
請參閱 功能和功能 以了解詳細的功能、容量和限制。
支援的界面
對 Amazon SageMaker 筆記本中的儲存格進行故障診斷
Amazon SageMaker Notebooks 疑難排解體驗的示範。對於任何筆記本儲存格故障,您可以按一下 Fix with AI 按鈕,要求 Amazon SageMaker 筆記本代理程式對請求分析失敗進行故障診斷,如果錯誤是由程式碼導致,則可能進行程式碼修復。
使用 Kiro CLI 對 Glue 和 EMR Spark 應用程式進行故障診斷
啟動 Kiro CLI 或您的 AI 助理,並驗證載入的工具以進行故障診斷程序。
... sagemaker-unified-studio-mcp-code-rec (MCP) - spark_code_recommendation not trusted sagemaker-unified-studio-mcp-troubleshooting (MCP) - analyze_spark_workload not trusted ...
現在您已準備好開始 Spark 疑難排解代理程式工作流程。
Kiro CLI 疑難排解體驗的示範。您只需使用下列提示啟動故障診斷程序:
Analyze my Glue job. The job name is "xxx" and the job run id is "xxx"
與其他 MCP 用戶端整合
中所述的組態客服人員故障診斷的設定也可用於其他 MCP 用戶端和 IDEs,以連線至受管 MCP 伺服器:
-
與 Cline 整合 - 若要搭配 Cline 使用 MCP 伺服器,請修改
cline_mcp_settings.json並新增上述組態。如需如何管理 MCP 組態的詳細資訊,請參閱 Cline 的文件。 -
與 Claude Code 整合 若要將 MCP Server 與 Claude Code 搭配使用,請修改組態檔案以包含 MCP 組態。檔案路徑會根據您的作業系統而有所不同。如需詳細設定,請參閱 https://code.claude.com/docs/en/mcp
://。 -
與 GitHub Copilot 整合 - 若要搭配 GitHub Copilot 使用 MCP 伺服器,請依照 https://docs.github.com/en/copilot/how-tos/provide-context/use-mcp/extend-copilot-chat-with-mcp
:// 中的指示修改對應的組態檔案,並依照每個 IDE 的指示來啟用設定。