Amazon EMR sur EKS prend désormais en charge l’agent de dépannage Apache Spark
Amazon EMR sur EKS prend désormais en charge l’agent de dépannage Apache Spark. Les ingénieurs des données peuvent désormais diagnostiquer l’EMR sur les échecs de tâches EKS en langage naturel, en recevant une analyse automatique des causes premières et des recommandations de code PySpark sans avoir à parcourir manuellement les journaux distribués ni les données du serveur d’historique Spark.
L’agent analyse les données du serveur d’historique Spark, les journaux d’exécution distribués et les configurations de cluster pour identifier les problèmes tels que les erreurs de mémoire, la distorsion des données, les conflits de ressources et les défaillances de connectivité. Avec ce lancement, l’agent de dépannage Spark couvre désormais toutes les options de déploiement d’EMR : EMR sur EC2, EMR sans serveur et EMR sur EKS. L’agent est accessible directement depuis l’EMR sur la console EKS via l’option « Résolution des problèmes avec l’IA » en cas d’échec des tâches. En outre, l’agent est disponible via le protocole MCP (protocole de contextualisation des modèles) en utilisant n’importe quel agent de codage d’IA compatible, notamment Kiro, Claude Code et Cursor. Toutes les opérations sont en lecture seule, authentifiées avec des rôles IAM et enregistrées dans AWS CloudTrail.
L’agent de dépannage Spark pour Amazon EMR sur EKS est disponible dans toutes les Régions AWS où SageMaker Unified Studio est disponible. Pour commencer, accédez à EMR sur la console EKS ou configurez le serveur MCP dans votre agent de codage d’IA préféré. Pour obtenir des conseils détaillés, consultez la documentation sur l’agent de dépannage EMR.