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。
# 疑難排解
若使用 Amazon SageMaker Data Wrangler 時出現問題，我們建議您執行以下操作：
+ 如果出現錯誤訊息，則請閱讀該訊息，並在可行的狀況下解析訊息內報告的問題。
+ 確保您的 Studio Classic 使用者的 IAM 角色具有執行該動作的必要許可。如需詳細資訊，請參閱[安全與許可](data-wrangler-security.md)。
+ 如果您嘗試從 Amazon Redshift 或 Athena AWS 等其他服務匯入時發生問題，請確定您已設定必要的許可和資源來執行資料匯入。如需詳細資訊，請參閱[Import (匯入)](data-wrangler-import.md)。
+ 如果您仍然遇到問題，請選擇螢幕頂部右方的**獲取幫助**以聯繫 Data Wrangler 團隊。如需更多資訊，請參閱下列影像。
作為最後的手段，您可以嘗試重新啟動 Data Wrangler 正在執行的核心。
1. 儲存並結束您要重新啟動核心的 .flow 檔案。
1. 選取****正在執行的終端機和核心****圖示，如下列影像所示。
1. 選取您要終止核心之 .flow 檔案右側的**停止**圖示，如下列影像所示。
1. 重新整理瀏覽器。
1. 重新開啟您之前使用的 .flow 檔案。
## 針對 Amazon EMR 的問題進行故障診斷
使用以下資訊，協助您對使用 Amazon EMR 時出現的錯誤進行故障診斷。
+ 連線故障 — 如果連線失敗並顯示下列訊息 `The IP address of the EMR cluster isn't private error message`，您的 Amazon EMR 叢集可能尚未在私有子網路中啟動。作為最佳安全實務，Data Wrangler 僅支援連線至私有 Amazon EMR 叢集。選擇您啟動 EMR 叢集的私有 EC2 子網路。
+ 連線中斷和逾時 — 此問題很可能是因為網路連線問題所致。開始連線至叢集之後，螢幕不會重新整理。大約 2 分鐘後，您可能會看到以下錯誤 `JdbcAddConnectionError: An error occurred when trying to connect to presto: xxx: Connect to xxx failed: Connection timed out (Connection timed out) will display on top of the screen.`。
錯誤可能有兩個根本原因：
+ Amazon EMR 和 Amazon SageMaker Studio Classic 位於不同的 VPC 中。我們建議在同一個 VPC 中啟動 Amazon EMR 和 Studio Classic。您還可以使用 Amazon VPC 對等。如需更多資訊，請參閱[什麼是 VPC 對等？](https://docs.aws.amazon.com/vpc/latest/peering/what-is-vpc-peering.html)。
+ Amazon EMR 主安全群組在用於 Presto 的連接埠上缺少 Amazon SageMaker Studio Classic 安全群組的傳入流量規則。若要解決此問題，請允許連接埠 8889 上的傳入流量。
+ 連線失敗，由於連線類型設定錯誤 — 您可能會看到以下錯誤訊息：` Data Wrangler couldn't create a connection to {connection_source} successfully. Try connecting to {connection_source} again. For more information, see Troubleshoot. If you’re still experiencing issues, contact support. `
檢查身分驗證方法。您在 Data Wrangler 中指定的驗證方法，應符合您在叢集上使用的驗證方法。
+ 您沒有 LDAP 驗證的 HDFS 許可 — 請使用下列指引來解決此問題：[使用 Linux 憑證設定 HDFS 許可](https://docs.aws.amazon.com/whitepapers/latest/teaching-big-data-skills-with-amazon-emr/set-up-hdfs-permissions-using-linux-credentials.html)。您可以使用下列命令來登入叢集：
```
hdfs dfs -mkdir /user/USERNAME
hdfs dfs -chown USERNAME:USERNAME /user/USERNAME
```
+ LDAP 驗證缺少連線金鑰的錯誤 — 您可能會看到以下錯誤訊息：`Data Wrangler couldn't connect to EMR hive successfully. JDBC connection is missing required connection key(s): PWD`。
對於 LDAP 驗證，您必須同時指定使用者名稱和密碼。儲存在 Secrets Manager 中的 JDBC URL 缺少屬性 `PWD`。
+ 當您對 LDAP 組態進行故障診斷時：建議您確認 LDAP 驗證器 (LDAP 伺服器) 已正確設定為連線至 Amazon EMR 叢集。使用 `ldapwhoami` 命令來協助您解決組態問題。以下是您可以執行的範例命令：
+ 對於 LDAP — `ldapwhoami -x -H ldaps://ldap-server`
+ 對於 LDAP — `ldapwhoami -x -H ldap://ldap-server`
如果您已成功已設定驗證器，則命令之一應該傳回 `Anonymous`。
## Salesforce 的 故障診斷
### 生命週期組態錯誤
當您的用戶第一次開啟 Studio Classic 時，他們可能會收到一個錯誤，指出他們的生命週期組態有問題。使用 Amazon CloudWatch 存取生命週期組態指令碼所寫入的日誌。如需生命週期組態偵錯的更多相關資訊，請參閱[在 Amazon SageMaker Studio Classic 中偵錯生命週期組態](studio-lcc-debug.md)。
如果您無法對錯誤進行偵錯，您可以手動建立組態檔案。您必須在每次刪除或重新啟動 Jupyter 伺服器時建立檔案。使用下列程序手動建立檔案。
**建立組態檔案**
1. 導覽至 Studio Classic。
1. 選擇**檔案**、**新增**、**終端機**。
1. 建立 `.sfgenie_identity_provider_oauth_config`。
1. 在文字編輯器中開啟該檔案。
1. 將包含 Secrets Manager 機密的 Amazon Resource Name (ARN) 的 JSON 物件新增至檔案。您可以透過以下範本來建立物件。
```
{
"secret_arn": "{{example-secret-ARN}}"
}
```
1. 儲存您對該檔案所做的變更。
### 無法從 Data Wrangler 流程存取 Salesforce 資料雲
當您的使用者從 Data Wrangler 流程中選擇 **Salesforce 資料雲** 之後，他們可能會收到錯誤訊息，指出尚未符合設定連線的先決條件。可能是以下的錯誤造成：
+ Secrets Manager 中的 Salesforce 機密尚未建立。
+ 已建立 Secrets Manager 中的 Salesforce 機密，但缺少 Salesforce 標籤。
+ Secrets Manager 中的 Salesforce 秘密已在錯誤中建立 AWS 區域。例如，您的使用者將無法存取 `ca-central-1` 中的 Salesforce 資料雲，因為您已在 `us-east-1` 中建立機密。您可以將機密複寫到 `ca-central-1` 中，或使用相同憑證在 `ca-central-1` 中建立新的機密。如需複寫秘密的資訊，請參閱[將 AWS Secrets Manager 秘密複寫至其他 AWS 區域](https://docs.aws.amazon.com/secretsmanager/latest/userguide/create-manage-multi-region-secrets.html) 。
+ 您的使用者用來存取 Amazon SageMaker Studio Classic 的政策缺少 的許可 AWS Secrets Manager
+ 您透過生命週期配置指定 JSON 物件的 Secrets Manager ARN 中存在拼字錯誤。
+ 包含您的 Salesforce OAuth 組態的 Secrets Manager 機密中存在拼字錯誤
### 空白頁顯示 `redirect_uri_mismatch`
使用者選擇**儲存並連線**後，他們可能會被重新導向至顯示 `redirect_uri_mismatch` 的頁面。您在 Salesforce 連線應用程式設定中註冊的回呼 URI 缺少或不正確。
請使用下列網址來檢查您的 Studio Classic URL 是否已在 Salesforce 組織的連線應用程式設定中正確註冊：`https://EXAMPLE_SALESFORCE_ORG/lightning/setup/NavigationMenus/home/`。如需有關使用已連線應用程式設定的更多相關資訊，請導覽至下列 URL：`https://EXAMPLE_SALESFORCE_ORG/lightning/setup/NavigationMenus/home/`。
**注意**
在 Salesforce 的系統中傳播 URI 大約需要十分鐘。
### 共用空間
共用空間目前無法與 Salesforce 資料雲端整合搭配使用。您可以刪除想要使用的 Amazon SageMaker AI 網域中的共用空間，或者可以使用另一個未設定共用空間的網域。
### OAuth 重新導向錯誤
您的使用者應該能夠在選擇**連線**之後，從 Salesforce 資料雲匯入其資料。如果他們遇到錯誤，我們建議他們執行以下操作：
+ 請他們耐心等候 — 當他們重新導向回 Amazon SageMaker Studio Classic 時，最多可能需要一分鐘的時間才能完成身份驗證程序。當他們被重新導向時，我們建議告訴他們避免與瀏覽器互動。例如，不應該關閉瀏覽器標籤頁、切換至其他標籤頁，或與 Data Wrangler 流程互動。與瀏覽器互動可能會移除連線至資料雲必要的授權碼。
+ 讓您的使用者重新連接至資料雲 — 有一些暫時性問題可能會導致與 Salesforce 資料雲的連線失敗。讓您的使用者建立新的 Data Wrangler 流程，並嘗試再次連線至 Salesforce 資料雲。
+ 確保您的使用者透過 Amazon SageMaker Studio Classic 關閉所有其他標籤頁 — 在多個標籤頁中開啟 Studio Classic 可能會導致 Salesforce 資料雲端連線失敗。確保您的使用者只開啟一個 Studio Classic 索引標籤。
+ 多個使用者同時存取 Studio Classic - 一次只應有一個使用者存取一個 Amazon SageMaker AI 網域。如果有多個使用者存取同一個網域，則使用者嘗試建立至 Salesforce 資料雲端的連線可能會失敗。
更新 Data Wrangler 和 Studio Classic 也可能可以修復錯誤。如需有關更新 Data Wrangler 資訊，請參閱[更新 Data Wrangler](data-wrangler-update.md)。如需更新 Studio Classic 的相關資訊，請參閱 [關閉並更新 Amazon SageMaker Studio Classic](studio-tasks-update-studio.md)。
如果前面的故障診斷步驟都不起作用，您可能會發現 Salesforce 發送的錯誤訊息，其中包含內嵌在 Studio Classic URL 中的對應描述。以下是您可能會看見的訊息範例：`error=invalid_client_id&error_description=client%20identifier%20invalid`。
您可以查看 URL 中的錯誤訊息，並嘗試解決它呈現的問題。如果錯誤訊息或描述不清楚，建議您搜尋 Salesforce 知識庫。如果搜尋知識庫沒有用，您可以聯絡 Salesforce 服務台尋求更多協助。
### Data Wrangler 需要很長時間才能載入
當您的使用者從 Salesforce 資料雲端重新導向回 Data Wrangler 時，可能會遇到較長的載入時間。
如果這是使用者第一次使用 Data Wrangler 或刪除核心，則佈建新的 Amazon EC2 執行個體以使用 Data Wrangler 可能需要大約 5 分鐘的時間。
如果這不是用戶第一次使用 Data Wrangler，並且他們尚未刪除核心，您可以要求他們重新整理頁面或盡可能關閉多餘的瀏覽器標籤頁。
如果上述干預措施都沒用，請讓他們設定與 Salesforce 資料雲的新連線。
### 使用者無法匯出資料並出現 `Invalid batch Id` 錯誤
當您的使用者匯出他們對其 Salesforce 資料進行的轉換時，Data Wrangler 在後端使用的 SageMaker Processing 任務可能會失敗。Salesforce 資料雲可能暫時無法使用，或可能有快取問題。
若要解決此問題，建議您讓使用者返回匯入資料的步驟，並變更他們要查詢的資料欄排序。例如，他們可以變更以下查詢：
```
SELECT col_A, col_B FROM table
```
成為下列查詢：
```
SELECT col_B, col_A FROM table
```
變更資料欄的排序，並確定後續進行的轉換仍然有效之後，就可以再次開始匯出資料。
### 使用者無法匯出非常大的資料集
如果您的使用者從 Salesforce 資料雲匯入非常大的資料集，他們可能無法匯出他們所做的轉換。大型資料集可能有太多列，或是因為複雜的查詢所產生。
建議您的使用者採取以下動作：
+ 簡化 SQL 查詢
+ 將他們的資料取樣
以下是他們可以用來簡化查詢的一些策略：
+ 指定資料欄名稱，而不是使用 `*` 運算子
+ 查找他們想要匯入的資料的子集，而不是使用較大的子集
+ 最小化非常大的資料集之間的連接
他們可以使用取樣來減少資料集中的資料列數目。有關採樣方法的資訊，您的使用者可以參考 [抽樣](data-wrangler-transform.md#data-wrangler-transform-sampling)。
### 由於重新整理權杖無效，使用者無法匯出資料
Data Wrangler 使用 JDBC 驅動程式與 Salesforce 資料雲整合。驗證的方法是 OAuth。對於 OAuth，重新整理權杖和存取權杖是兩種不同的資料片段，用於授權存取 Salesforce 資料雲中的資源。
存取權杖或核心權杖可讓您直接透過 Data Wrangler 存取 Salesforce 資料並執行查詢。它的壽命很短，並且設計為很快就會過期。為了維護對 Salesforce 資料的存取權，Data Wrangler 使用重新整理權杖從 Salesforce 取得新的存取權杖。
您可能將重新整理設定成太快過期，以致無法為使用者取得新的存取權杖。您可能必須重新檢視重新整理權杖的政策，以確保它可以用於需要花費很長時間才能為使用者執行的查詢。如需設定重新整理權杖政策的相關資訊，請參閱`https://EXAMPLE_SALESFORCE_ORG_URL/lightning/setup/ConnectedApplication/home/`。
### 查詢失敗或資料表未載入
Salesforce 遇到服務中斷的情況。即使您已正確設定所有項目，您的使用者也可能有一段時間無法匯入其資料。
服務中斷可能出於維護原因所導致。我們建議您在第二天檢視問題是否已解決。
如果您遇到服務中斷一天以上的問題，建議您聯絡 Salesforce 的服務台以取得進一步協助。如需聯絡 Salesforce 的相關資訊，請參閱[您希望以何種方式聯絡 Salesforce](https://www.salesforce.com/company/contact-us/)？
### Studio Classic 重新導向期間 `OAUTH_APP_BLOCKED`
當您的使用者重新導向回 Amazon SageMaker Studio Classic 時，他們可能會注意到 URL 內的查詢參數 `error=OAUTH_APP_BLOCKED`。他們可能遇到了一個暫時的問題，應該在一天之內會自行解決。
也有可能是您已封鎖他們存取連線應用程式。如需解決此問題的資訊，請參閱`https://EXAMPLE_SALESFORCE_ORG_URL/lightning/setup/ConnectedApplication/home/`。
### Studio Classic 重新導向期間 `OAUTH_APP_DENIED`
當您的使用者重新導向回 Amazon SageMaker Studio Classic 時，他們可能會注意到 URL 內的查詢參數 `error=OAUTH_APP_ACCESS_DENIED`。您尚未授予他們的設定檔類型存取許可，以存取與 Data Wrangler 相關聯的 `Connected App`。
若要解決他們的存取問題，請導覽至 `https://EXAMPLE_SALESFORCE_ORG_URL/lightning/setup/ManageUsers/home/` 並檢查使用者是否已被指派正確的設定檔。