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.

# Créez un cluster avec JupyterHub
<a name="emr-jupyterhub-launch"></a>

Vous pouvez créer un cluster Amazon EMR à JupyterHub l'aide de AWS Management Console AWS Command Line Interface, ou de l'API Amazon EMR. Assurez-vous que le cluster n'est pas créé avec l'option d'arrêt automatique après exécution des étapes (option `--auto-terminate` dans l' AWS CLI). Assurez-vous également que les administrateurs et les utilisateurs du bloc-notes peuvent accéder à la paire de clés utilisée lors de la création du cluster. Pour plus d'informations, consultez [Utilisation d'une paire de clés pour les informations d'identification SSH](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-plan-access-ssh.html) dans le *Guide de gestion d'Amazon EMR*.

## Création d'un cluster à JupyterHub l'aide de la console
<a name="emr-jupyterhub-launch-console"></a>

Utilisez la procédure suivante pour créer un cluster JupyterHub installé à l'aide des **options avancées** de la console Amazon EMR.

**Pour créer un cluster Amazon EMR JupyterHub installé à l'aide de la console Amazon EMR**

1. Accédez à la nouvelle console Amazon EMR et sélectionnez **Changer pour l'ancienne console** depuis le menu latéral. Pour plus d'informations sur ce qu'implique le passage à l'ancienne console, consultez la rubrique [Utilisation de l'ancienne console](https://docs.aws.amazon.com/emr/latest/ManagementGuide/whats-new-in-console.html#console-opt-in).

1. Choisissez **Créer un cluster** et **Go to advanced options (Aller aux options avancées)**.

1. Sous **Software Configuration (Configuration logicielle)** :
   + Pour **Release**, sélectionnez emr-5.36.2, puis choisissez. JupyterHub
   + Si vous utilisez Spark, pour utiliser le catalogue de données AWS Glue comme métastore pour Spark SQL, sélectionnez **Utiliser pour les métadonnées de table Spark**. Pour de plus amples informations, veuillez consulter [Utiliser le catalogue AWS Glue Data Catalog avec Spark sur Amazon EMR](emr-spark-glue.md).
   + Pour **Edit software settings (Modifier les paramètres logiciels)**, choisissez **Enter configuration (Saisir une configuration)** et spécifiez des valeurs, ou choisissez **Load JSON from S3 (Charger JSON à partir de S3)** et spécifiez un fichier de configuration JSON. Pour de plus amples informations, veuillez consulter [Configuration JupyterHub](emr-jupyterhub-configure.md).

1. Sous **Add steps (optional) (Ajouter des étapes (facultatif))**, configurez les étapes à exécuter lorsque le cluster est créé, assurez-vous que **Auto-terminate cluster after the last step is completed (Arrêter automatiquement le cluster après l'exécution de la dernière étape)** n'est pas sélectionné, puis choisissez **Next (Suivant)**.

1. Choisissez les options **Hardware Configuration (Configuration matérielle)** et **Next (Suivant)**. Pour plus d'informations, consultez [Configuration du matériel et de la mise en réseau d'un cluster](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-plan-instances.html) dans le *Guide de gestion d'Amazon EMR*.

1. Choisissez les options pour **General Cluster Settings (Paramètres de cluster généraux)** et **Next (Suivant)**.

1. Choisissez **Security Options (Options de sécurité)** en spécifiant une paire de clés, puis choisissez **Create Cluster (Créer un cluster)**.

## Créez un cluster à JupyterHub l'aide du AWS CLI
<a name="emr-jupyterhub-launch-cli"></a>

Pour lancer un cluster avec JupyterHub, utilisez la `aws emr create-cluster` commande et, pour l'`--applications`option, spécifiez`Name=JupyterHub`. L'exemple suivant lance un JupyterHub cluster sur Amazon EMR avec deux instances EC2 (une instance principale et une instance principale). En outre, le débogage est activé et les journaux sont stockés dans l'emplacement Amazon S3, comme spécifié par `--log-uri`. La paire de clés spécifiée fournit l'accès aux instances Amazon EC2 dans le cluster.

**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 --name="MyJupyterHubCluster" --release-label emr-5.36.2 \
--applications Name=JupyterHub --log-uri s3://amzn-s3-demo-bucket/MyJupyterClusterLogs \
--use-default-roles --instance-type m5.xlarge --instance-count 2 --ec2-attributes KeyName=MyKeyPair
```