Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Konfigurieren von Persistenz für Notebooks in Amazon S3
<a name="emr-jupyterhub-s3"></a>

Sie können einen JupyterHub Cluster in Amazon EMR so konfigurieren, dass von einem Benutzer gespeicherte Notizbücher in Amazon S3 außerhalb des kurzlebigen Speichers auf Cluster-EC2-Instances bestehen bleiben.

Sie geben die Amazon-S3-Persistenz mithilfe der `jupyter-s3-conf`-Konfigurationsklassifizierung an, wenn Sie einen Cluster erstellen. Weitere Informationen finden Sie unter [Anwendungen konfigurieren](emr-configure-apps.md).

Zusätzlich zur Aktivierung der Amazon-S3-Persistenz mithilfe der Eigenschaft `s3.persistence.enabled` geben Sie einen Bucket in Amazon S3 an, in dem Notebooks mithilfe der Eigenschaft `s3.persistence.bucket` gespeichert werden. Notebooks für jeden Benutzer werden in einem `jupyter/jupyterhub-user-name`-Ordner im angegebenen Bucket gespeichert. Der Bucket muss bereits in Amazon S3 vorhanden sein und die Rolle für das EC2-Instance-Profil, die Sie bei der Erstellung des Clusters angeben, muss über Berechtigungen für den Bucket verfügen (standardmäßig ist die Rolle `EMR_EC2_DefaultRole`). Weitere Informationen finden [Sie unter Konfigurieren von IAM-Rollen für Amazon EMR-Berechtigungen](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-iam-roles.html) für Dienste. AWS 

Wenn Sie einen neuen Cluster mit denselben Konfigurationsklassifizierungseigenschaften verwenden, können Benutzer Notebooks mit den Inhalten des Speicherorts öffnen.

Beachten Sie, dass wenn Sie Dateien als Module in ein Notebook importieren und Amazon S3 aktiviert haben, dies dazu führt, dass die Dateien auf Amazon S3 hochgeladen werden. Wenn Sie Dateien importieren, ohne die Amazon S3 S3-Persistenz zu aktivieren, werden sie in Ihren JupyterHub Container hochgeladen. 

Im folgenden Beispiel wird Amazon-S3-Persistenz aktiviert. Von Benutzern gespeicherte Notebooks werden im Ordner `s3://MyJupyterBackups/jupyter/jupyterhub-user-name` der einzelnen Benutzer gespeichert. Dabei ist `jupyterhub-user-name` ein Benutzername wie beispielsweise `diego`.

```
[
    {
        "Classification": "jupyter-s3-conf",
        "Properties": {
            "s3.persistence.enabled": "true",
            "s3.persistence.bucket": "MyJupyterBackups"
        }
    }
]
```