Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

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

Puoi personalizzare la configurazione dei notebook JupyterHub su Amazon EMR e dei singoli utenti connettendoti al nodo master del cluster e modificando i file di configurazione. Dopo aver modificato i valori, riavvia il container `jupyterhub`.

Modifica le proprietà nei seguenti file per configurare JupyterHub e personalizzare i singoli notebook Jupyter:
+ `jupyterhub_config.py`: per impostazione predefinita, questo file viene salvato nella directory `/etc/jupyter/conf/` sul nodo master. [Per ulteriori informazioni, consulta Nozioni di base sulla configurazione nella documentazione.](http://jupyterhub.readthedocs.io/en/latest/getting-started/config-basics.html) JupyterHub 
+ `jupyter_notebook_config.py`: questo file viene salvato nella directory `/etc/jupyter/` per impostazione predefinita e copiato nel container `jupyterhub` come predefinito. Per ulteriori informazioni, consulta la sezione relativa al [file di configurazione e alle opzioni della riga di comando](https://jupyter-notebook.readthedocs.io/en/5.7.4/config.html) nella documentazione di Jupyter Notebook.

Puoi anche utilizzare la classificazione di configurazione `jupyter-sparkmagic-conf` per personalizzare Sparkmagic, che consente di aggiornare i valori nel file `config.json` per Sparkmagic. Per ulteriori informazioni sulle impostazioni disponibili, consulta [example\_config.json](https://github.com/jupyter-incubator/sparkmagic/blob/master/sparkmagic/example_config.json) su. GitHub Per ulteriori informazioni sull'utilizzo delle classificazioni di configurazione con le applicazioni in Amazon EMR, consulta [Configurazione delle applicazioni](emr-configure-apps.md).

L'esempio seguente avvia un cluster utilizzando, facendo riferimento al file per le impostazioni di classificazione della AWS CLI configurazione Sparkmagic. `MyJupyterConfig.json`

**Nota**  
I caratteri di continuazione della riga Linux (\\) sono inclusi per questioni di leggibilità. Possono essere rimossi o utilizzati nei comandi Linux. Per Windows, rimuoverli o sostituirli con un accento circonflesso (^).

```
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}}
```

Di seguito sono mostrati i contenuti di esempio di `MyJupyterConfig.json`:

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

**Nota**  
Con Amazon EMR versione 5.21.0 e successive, puoi sovrascrivere le configurazioni del cluster e specificare classificazioni di configurazione aggiuntive per ogni gruppo di istanze in un cluster in esecuzione. A tale scopo, puoi utilizzare la console Amazon EMR, AWS Command Line Interface (AWS CLI) o l' AWS SDK. Per ulteriori informazioni, consulta [Specifica di una configurazione per un gruppo di istanze in un cluster in esecuzione](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-configure-apps-running-cluster.html).