Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

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

Vous pouvez personnaliser la configuration des JupyterHub blocs-notes d'Amazon EMR et d'utilisateurs individuels en vous connectant au nœud principal du cluster et en modifiant les fichiers de configuration. Après avoir modifié les valeurs, redémarrez le conteneur `jupyterhub`.

Modifiez les propriétés dans les fichiers suivants pour configurer JupyterHub des blocs-notes Jupyter individuels :
+ `jupyterhub_config.py` – Par défaut, ce fichier est enregistré dans le répertoire `/etc/jupyter/conf/` sur le nœud principal. Pour plus d'informations, consultez la section [Principes de base de la configuration](http://jupyterhub.readthedocs.io/en/latest/getting-started/config-basics.html) dans la JupyterHub documentation.
+ `jupyter_notebook_config.py` – Ce fichier est enregistré dans le répertoire `/etc/jupyter/` par défaut et copié dans le conteneur `jupyterhub` en tant que valeur par défaut. Pour plus d'informations, consultez [Fichier de configuration et options de ligne de commande](https://jupyter-notebook.readthedocs.io/en/5.7.4/config.html) dans la documentation sur les bloc-notes Jupyter.

Vous pouvez également utiliser la classification de configuration `jupyter-sparkmagic-conf` pour personnaliser Sparkmagic, ce qui met à jour les valeurs du fichier `config.json` pour Sparkmagic. Pour plus d'informations sur les paramètres disponibles, consultez le fichier [example\$1config.json](https://github.com/jupyter-incubator/sparkmagic/blob/master/sparkmagic/example_config.json) sur. GitHub Pour plus d'informations sur l'utilisation des classifications de configuration avec des applications dans Amazon EMR, consultez [Configuration des applications](emr-configure-apps.md).

L'exemple suivant lance un cluster en utilisant le AWS CLI, en référençant le fichier `MyJupyterConfig.json` pour les paramètres de classification de configuration de Sparkmagic.

**Note**  
Les caractères de continuation de ligne Linux (\$1) sont inclus pour des raisons de lisibilité. Ils peuvent être supprimés ou utilisés dans les commandes Linux. Pour Windows, supprimez-les ou remplacez-les par un caret (^).

```
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
```

Exemples de contenu du fichier `MyJupyterConfig.json` :

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

**Note**  
Avec la version 5.21.0 et ultérieures d'Amazon EMR, vous permet de remplacer les configurations de cluster et de spécifier des classifications de configuration supplémentaires pour chaque groupe d'instances dans un cluster en cours d'exécution. Pour ce faire, utilisez la console Amazon EMR, le AWS Command Line Interface (AWS CLI) ou le AWS SDK. Pour plus d'informations, consultez [Fourniture d'une configuration pour un groupe d'instances dans un cluster en cours d'exécution](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-configure-apps-running-cluster.html).