Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Konfiguration JupyterHub
<a name="emr-jupyterhub-configure"></a>

Sie können die Konfiguration von Notebooks JupyterHub auf Amazon EMR und einzelnen Benutzern anpassen, indem Sie eine Verbindung zum Cluster-Masterknoten herstellen und die Konfigurationsdateien bearbeiten. Nachdem Sie Werte geändert haben, starten Sie den `jupyterhub`-Container.

Ändern Sie die Eigenschaften in den folgenden Dateien, um einzelne JupyterHub Jupyter-Notebooks zu konfigurieren:
+ `jupyterhub_config.py` – Diese Datei befindet sich standardmäßig im `/etc/jupyter/conf/`-Verzeichnis auf dem Hauptknoten. Weitere Informationen finden Sie in der Dokumentation unter [Grundlagen der Konfiguration](http://jupyterhub.readthedocs.io/en/latest/getting-started/config-basics.html). JupyterHub 
+ `jupyter_notebook_config.py` – Diese Datei wird im `/etc/jupyter/`-Verzeichnis gespeichert und standardmäßig in den `jupyterhub`-Container kopiert. Weitere Informationen finden Sie unter [Konfigurationsdatei und Befehlszeilen-Optionen](https://jupyter-notebook.readthedocs.io/en/5.7.4/config.html) in der Jupyter-Notebook-Dokumentation.

Sie können auch die Konfigurationsklassifizierung `jupyter-sparkmagic-conf` verwenden, um Sparkmagic anzupassen. Dadurch werden Werte in der `config.json`-Datei für Sparkmagic aktualisiert. Weitere Informationen zu verfügbaren Einstellungen finden Sie unter [example\$1config.json](https://github.com/jupyter-incubator/sparkmagic/blob/master/sparkmagic/example_config.json) unter. GitHub Weitere Informationen zur Verwendung von Konfigurationsklassifizierungen für Anwendungen in Amazon EMR finden Sie unter [Anwendungen konfigurieren](emr-configure-apps.md).

Im folgenden Beispiel wird ein Cluster mit dem gestartet AWS CLI, der auf die Datei `MyJupyterConfig.json` für die Sparkmagic-Konfigurationsklassifizierungseinstellungen verweist.

**Anmerkung**  
Linux-Zeilenfortsetzungszeichen (\$1) sind aus Gründen der Lesbarkeit enthalten. Sie können entfernt oder in Linux-Befehlen verwendet werden. Entfernen Sie sie unter Windows oder ersetzen Sie sie durch ein Caret-Zeichen (^).

```
aws emr create-cluster --use-default-roles --release-label emr-5.14.0 \
--applications Name=Jupyter --instance-type m4.xlarge --instance-count 3 \
--ec2-attributes KeyName=MyKey,SubnetId=subnet-1234a5b6 --configurations file://MyJupyterConfig.json
```

Beispiele für den Inhalt der Datei `MyJupyterConfig.json`:

```
[
    {
    "Classification":"jupyter-sparkmagic-conf",
    "Properties": {
      "kernel_python_credentials" : "{\"username\":\"diego\",\"base64_password\":\"mypass\",\"url\":\"http:\/\/localhost:8998\",\"auth\":\"None\"}"
      }
    }
]
```

**Anmerkung**  
Ab Amazon-EMR-Version 5.21.0 können Sie Cluster-Konfigurationen überschreiben und zusätzliche Konfigurationsklassifikationen für jede Instance-Gruppe in einem ausgeführten Cluster angeben. Dazu verwenden Sie die Amazon EMR-Konsole, das AWS Command Line Interface (AWS CLI) oder das AWS SDK. Weitere Informationen finden Sie unter [Angeben einer Konfiguration für eine Instance-Gruppe in einem aktiven Cluster](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-configure-apps-running-cluster.html).