Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

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

Puede personalizar la configuración de los blocs de JupyterHub notas de Amazon EMR y de los usuarios individuales conectándose al nodo principal del clúster y editando los archivos de configuración. Después de cambiar los valores, reinicie el contenedor `jupyterhub`.

Modifique las propiedades de los siguientes archivos para configurar JupyterHub cuadernos de Jupyter individuales:
+ `jupyterhub_config.py`: de forma predeterminada, este archivo se guarda en el directorio de `/etc/jupyter/conf/` del nodo maestro. Para obtener más información, consulte [Conceptos básicos de configuración](http://jupyterhub.readthedocs.io/en/latest/getting-started/config-basics.html) en la documentación. JupyterHub 
+ `jupyter_notebook_config.py`: este archivo se guarda en el directorio `/etc/jupyter/` de forma predeterminada y se copia en el contenedor `jupyterhub` como la opción predeterminada. Para obtener más información, consulte [Config file and command line options](https://jupyter-notebook.readthedocs.io/en/5.7.4/config.html) en la documentación de Jupyter Notebook.

También puede utilizar la clasificación de configuración `jupyter-sparkmagic-conf` al crear un clúster para personalizar Sparkmagic, que actualiza los valores del archivo `config.json` para Sparkmagic. Para obtener más información sobre los ajustes disponibles, consulta [example\$1config.json](https://github.com/jupyter-incubator/sparkmagic/blob/master/sparkmagic/example_config.json) en. GitHub Para obtener más información sobre cómo usar clasificaciones de configuración con aplicaciones en Amazon EMR, consulte [Configuración de aplicaciones](emr-configure-apps.md).

En el siguiente ejemplo, se lanza un clúster utilizando el archivo `MyJupyterConfig.json` para los ajustes AWS CLI de clasificación de la configuración de Sparkmagic.

**nota**  
Se incluyen caracteres de continuación de línea de Linux (\$1) para facilitar la lectura. Se pueden eliminar o utilizar en los comandos de Linux. En Windows, elimínelos o sustitúyalos por un signo de intercalación (^).

```
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
```

El contenido de ejemplo de `MyJupyterConfig.json` es el siguiente:

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

**nota**  
Con la versión 5.21.0 y posteriores de Amazon EMR, puede anular las configuraciones de clúster y especificar las clasificaciones de configuración adicionales para cada grupo de instancias en un clúster en ejecución. Para ello, utilice la consola Amazon EMR, el AWS Command Line Interface (AWS CLI) o el AWS SDK. Para obtener más información, consulte [Suministrar una configuración para un grupo de instancias en un clúster en ejecución](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-configure-apps-running-cluster.html).