EMR Studio 要点梳理

1. 关系梳理

一个Account下可以创建多个EMR Studio，一个EMR Studio下又可以创建多个Workspace，EMR Studio和Workspace均拥有独立公网地址，两者已经类似于SaaS服务。

EMR Studio的核心配置是网络和身份认证（Authentication），可以简单地说：一个EMR Studio对应一个VPC + 一种身份认证方式，从这个角度上看，一个空的EMR Studio（没有任何Workspace）相当于一个“门户”（一个Studio会有独立的公网DNS！），这个“门户”对内接通了网络，对外提供登录入口（身份认证），在这样一个统一的环境里，建立的是一个一个的Workspace；Workspace可视作一个独立的Jupyter Server，它的核心配置是attach一个EMR集群（EMR on EC2 or EMR on EKS）。一个Workspace相当于一个EMR集群的Gateway或Client。

2. 网络配置

由于EMR Studio需要联通到EMR集群，所以网络配置必须正确。在官方文档中，对网络部分有这样几处需要注意的地方：