本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

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

[Jupyter 筆記本](https://jupyter.org/)是一種可用於建立和共用文件的開放原始碼 web 應用程式，其中包含即時程式碼、方程式、視覺化和敘述文字。[JupyterHub](https://jupyterhub.readthedocs.io/en/latest/) 可讓您託管單一使用者 Jupyter 筆記本伺服器的多個執行個體。當您使用 JupyterHub 來建立叢集時，Amazon EMR 會在叢集的主節點上建立 Docker 容器。JupyterHub、Jupyter 需要的所有元件，以及 [Sparkmagic](https://github.com/jupyter-incubator/sparkmagic/blob/master/README.md) 都在容器內執行。

Sparkmagic 是一種核心的程式庫，可讓 Jupyter 筆記本透過 [Apache Livy](emr-livy.md) (適用於 Spark 的一種 REST 伺服器) 與在 Amazon EMR 上執行的 [Apache Spark](https://aws.amazon.com/big-data/what-is-spark/) 互動。當您建立使用 JupyterHub 的叢集時，會自動安裝 Spark 和 Apache Livy。適用於 Jupyter 的預設 Python 3 核心，可與 PySpark 3、PySpark 和 Spark 提供的 Spark 核心一起使用。您可以使用這些核心執行臨機操作 Spark 程式碼，並使用 Python 和 Scala 進行互動式 SQL 查詢。您可以在 Docker 容器手動安裝其他核心。如需詳細資訊，請參閱[安裝其他核心和程式庫](emr-jupyterhub-install-kernels-libs.md)。

下圖說明了 Amazon EMR 上的 JupyterHub 元件，以及和筆記本使用者與管理員對應的身分驗證方法。如需詳細資訊，請參閱[新增 Jupyter 筆記本使用者和管理員](emr-jupyterhub-user-access.md)。

![架構圖顯示透過 PAM 或 LDAP 對 JupyterHub 主執行個體的 SSH 和命令列存取。](http://docs.aws.amazon.com/zh_tw/emr/latest/ReleaseGuide/images/jupyter-arch.png)


以下表格列出了 Amazon EMR 7.x 系列最新版本中包含的 JupyterHub 版本，以及 Amazon EMR 與 JupyterHub 一起搭配安裝的元件。

如需此版本中與 JupyterHub 一起安裝的元件版本，請參閱[發行版本 7.13.0 元件版本。](emr-7130-release.md)


**emr-7.13.0 的 JupyterHub 版本資訊**  

| Amazon EMR 發行標籤 | JupyterHub 版本 | 與 JupyterHub 一起搭配安裝的元件 | 
| --- | --- | --- | 
| 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 | 

下表列出 Amazon EMR 6.x 系列最新版本中包含的 JupyterHub 版本，以及 Amazon EMR 與 JupyterHub 一起搭配安裝的元件。

如需此版本中與 JupyterHub 一起搭配安裝的元件版本，請參閱[發行版本 6.15.0 元件版本](emr-6150-release.md)。


**emr-6.15.0 的 JupyterHub 版本資訊**  

| Amazon EMR 發行標籤 | JupyterHub 版本 | 與 JupyterHub 一起搭配安裝的元件 | 
| --- | --- | --- | 
| 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 | 

下表列出 Amazon EMR 5.x 系列最新版本中包含的 JupyterHub 版本，以及 Amazon EMR 與 JupyterHub 一起搭配安裝的元件。

如需此版本中與 JupyterHub 一起安裝的元件版本，請參閱[發行版本 5.36.2 元件版本。](emr-5362-release.md)


**emr-5.36.2 的 JupyterHub 版本資訊**  

| Amazon EMR 發行標籤 | JupyterHub 版本 | 與 JupyterHub 一起搭配安裝的元件 | 
| --- | --- | --- | 
| 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 | 

Amazon EMR 上 JupyterHub 隨附的 Python 3 核心是 3.6.4 版。

在 `jupyterhub` 容器中安裝的程式庫，可能因 Amazon EMR 發行版本與 Amazon EC2 AMI 版本而異。

**使用 `conda` 列出已安裝的程式庫。**
+ 在主節點命令列上執行以下命令：

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

**使用 `pip` 列出已安裝的程式庫。**
+ 在主節點命令列上執行以下命令：

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

**Topics**
+ [建立使用 JupyterHub 的叢集](emr-jupyterhub-launch.md)
+ [在 Amazon EMR 上使用 JupyterHub 時的考量](emr-jupyterhub-considerations.md)
+ [設定 JupyterHub](emr-jupyterhub-configure.md)
+ [在 Amazon S3 中設定筆記本的持久性](emr-jupyterhub-s3.md)
+ [連接至主節點和筆記本伺服器](emr-jupyterhub-connect.md)
+ [JupyterHub 組態和管理](emr-jupyterhub-administer.md)
+ [新增 Jupyter 筆記本使用者和管理員](emr-jupyterhub-user-access.md)
+ [安裝其他核心和程式庫](emr-jupyterhub-install-kernels-libs.md)
+ [JupyterHub 版本歷史記錄](JupyterHub-release-history.md)