As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

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

O [Jupyter Notebook](https://jupyter.org/) é um aplicativo web de código aberto que você pode usar para criar e compartilhar documentos que contêm código ativo, equações, visualizações e texto narrativo. [JupyterHub](https://jupyterhub.readthedocs.io/en/latest/)permite que você hospede várias instâncias de um servidor de notebook Jupyter de usuário único. Quando você cria um cluster com JupyterHub, o Amazon EMR cria um contêiner Docker no nó principal do cluster. JupyterHub, todos os componentes necessários para o Jupyter e o [Sparkmagic](https://github.com/jupyter-incubator/sparkmagic/blob/master/README.md) funcionam dentro do contêiner.

O Sparkmagic é uma biblioteca de kernels que permite que os cadernos Jupyter interajam com o [Apache Spark](https://aws.amazon.com/big-data/what-is-spark/) em execução no Amazon EMR por meio de [Apache Livy](emr-livy.md), que é um servidor REST para o Spark. O Spark e o Apache Livy são instalados automaticamente quando você cria um cluster com o JupyterHub. O kernel padrão do Python 3 para o Jupyter está disponível junto com os kernels PySpark 3, PySpark, e Spark que estão disponíveis com o Sparkmagic. Você pode usar esses kernels para executar o código do Spark ad-hoc e consultas SQL interativas usando o Python e o Scala. Você pode instalar kernels adicionais dentro do contêiner Docker manualmente. Para obter mais informações, consulte [Instalar Kernels e bibliotecas adicionais](emr-jupyterhub-install-kernels-libs.md).

O diagrama a seguir mostra os componentes do JupyterHub Amazon EMR com os métodos de autenticação correspondentes para usuários de notebooks e administradores. Para obter mais informações, consulte [Adicionar usuários e administradores do Caderno Jupyter](emr-jupyterhub-user-access.md).

![Diagrama de arquitetura mostrando SSH e acesso à linha de comando por meio de PAM ou LDAP à instância mestre. JupyterHub](http://docs.aws.amazon.com/pt_br/emr/latest/ReleaseGuide/images/jupyter-arch.png)


A tabela a seguir lista a versão JupyterHub incluída na versão mais recente da série 7.x do Amazon EMR, junto com os componentes com os quais o Amazon EMR é instalado. JupyterHub

Para a versão dos componentes instalados JupyterHub nesta versão, consulte Versões de [componentes da versão 7.13.0](emr-7130-release.md).


**JupyterHub informações da versão do emr-7.13.0**  

| Rótulo de versão do Amazon EMR | JupyterHub Versão | Componentes instalados com JupyterHub | 
| --- | --- | --- | 
| emr-7.13.0 | JupyterHub 1.5.0 | emrfs, emr-goodies, emr-ddb, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-hdfs-zkfc, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, hudi, hudi-spark, r, spark-client, spark-history-server, spark-on-yarn, spark-yarn-slave, livy-server, jupyterhub | 

A tabela a seguir lista a versão JupyterHub incluída na versão mais recente da série 6.x do Amazon EMR, junto com os componentes com os quais o Amazon EMR é instalado. JupyterHub

Para a versão dos componentes instalados JupyterHub nesta versão, consulte Versões de [componentes da versão 6.15.0](emr-6150-release.md).


**JupyterHub informações da versão do emr-6.15.0**  

| Rótulo de versão do Amazon EMR | JupyterHub Versão | Componentes instalados com JupyterHub | 
| --- | --- | --- | 
| emr-6.15.0 | JupyterHub 1.5.0 | aws-sagemaker-spark-sdk, emrfs, emr-goodies, emr-ddb, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, hudi, hudi-spark, r, spark-client, spark-history-server, spark-on-yarn, spark-yarn-slave, livy-server, jupyterhub | 

A tabela a seguir lista a versão JupyterHub incluída na versão mais recente da série 5.x do Amazon EMR, junto com os componentes com os quais o Amazon EMR é instalado. JupyterHub

Para a versão dos componentes instalados JupyterHub nesta versão, consulte Versões de componentes da [versão 5.36.2](emr-5362-release.md).


**JupyterHub informações da versão do emr-5.36.2**  

| Rótulo de versão do Amazon EMR | JupyterHub Versão | Componentes instalados com JupyterHub | 
| --- | --- | --- | 
| emr-5.36.2 | JupyterHub 1.4.1 | aws-sagemaker-spark-sdk, emrfs, emr-goodies, emr-ddb, hadoop-client, hadoop-hdfs-datanode, hadoop-hdfs-library, hadoop-hdfs-namenode, hadoop-kms-server, hadoop-yarn-nodemanager, hadoop-yarn-resourcemanager, hadoop-yarn-timeline-server, hudi, hudi-spark, r, spark-client, spark-history-server, spark-on-yarn, spark-yarn-slave, livy-server, jupyterhub | 

O kernel do Python 3 incluído no JupyterHub Amazon EMR é o 3.6.4.

As bibliotecas instaladas dentro do contêiner `jupyterhub` podem variar entre as versões do Amazon EMR e as versões da AMI do Amazon EC2.

**Para listar bibliotecas instaladas usando o `conda`**
+ Execute o seguinte comando na linha de comandos do nó principal:

  ```
  sudo docker exec jupyterhub bash -c "conda list"
  ```

**Para listar bibliotecas instaladas usando o `pip`**
+ Execute o seguinte comando na linha de comandos do nó principal:

  ```
  sudo docker exec jupyterhub bash -c "pip freeze"
  ```

**Topics**
+ [Crie um cluster com JupyterHub](emr-jupyterhub-launch.md)
+ [Considerações ao usar JupyterHub no Amazon EMR](emr-jupyterhub-considerations.md)
+ [Configurando JupyterHub](emr-jupyterhub-configure.md)
+ [Configurar a persistência de cadernos no Amazon S3](emr-jupyterhub-s3.md)
+ [Conectar-se ao nó principal e aos servidores de cadernos](emr-jupyterhub-connect.md)
+ [JupyterHub configuração e administração](emr-jupyterhub-administer.md)
+ [Adicionar usuários e administradores do Caderno Jupyter](emr-jupyterhub-user-access.md)
+ [Instalar Kernels e bibliotecas adicionais](emr-jupyterhub-install-kernels-libs.md)
+ [JupyterHub histórico de lançamentos](JupyterHub-release-history.md)