Membuat dan mengelola klaster EMR Amazon dengan Step Functions

Pelajari cara mengintegrasikan AWS Step Functions dengan Amazon EMR menggunakan integrasi layanan Amazon EMR yang disediakan. APIs Integrasi layanan APIs mirip dengan EMR Amazon yang sesuai APIs, dengan beberapa perbedaan di bidang yang diteruskan dan dalam tanggapan yang dikembalikan.

Untuk mempelajari tentang mengintegrasikan dengan AWS layanan di Step Functions, lihat Integrasi layanan danMeneruskan parameter ke API layanan di Step Functions.

Fitur utama integrasi EMR Amazon yang Dioptimalkan

• Integrasi layanan EMR Amazon yang Dioptimalkan memiliki set khusus yang membungkus EMR APIs Amazon APIs yang mendasarinya, yang dijelaskan di bawah ini. Karena itu, ini berbeda secara signifikan dari integrasi layanan Amazon EMR AWS SDK.

• Pola Jalankan Tugas (.sync) integrasi didukung.

Step Functions tidak mengakhiri klaster Amazon EMR secara otomatis jika eksekusi dihentikan. Jika mesin status Anda berhenti sebelum klaster Amazon EMR Anda telah dihentikan, klaster Anda dapat terus berjalan tanpa batas, dan dapat memperoleh biaya tambahan. Untuk menghindari hal ini, pastikan bahwa setiap klaster Amazon EMR yang Anda buat dihentikan dengan benar. Untuk informasi selengkapnya, lihat:

• Penghentian Klaster Kontrol dalam Panduan Pengguna Amazon EMR.

• Bagian Jalankan Tugas (.sync) Pola Integrasi Layanan.

catatan

Untuk emr-5.28.0, Anda dapat menentukan parameter StepConcurrencyLevel saat membuat sebuah klaster untuk mengizinkan beberapa langkah untuk menjalankan secara paralel pada satu klaster. Anda dapat menggunakan status Map dan Parallel Step Functions untuk mengirimkan pekerjaan secara paralel ke klaster.

Ketersediaan integrasi layanan Amazon EMR tergantung pada ketersediaan Amazon EMR. APIs Lihat dokumentasi Amazon EMR untuk mengetahui batasan di wilayah khusus.

catatan

Untuk integrasi dengan Amazon EMR, Step Functions memiliki frekuensi polling pekerjaan 60 detik hard-code selama 10 menit pertama dan 300 detik setelah itu.

Amazon EMR yang dioptimalkan APIs

Tabel berikut menjelaskan perbedaan antara masing-masing API integrasi layanan EMR Amazon dan EMR Amazon yang sesuai. APIs

API Integrasi Layanan Amazon EMR	API EMR yang sesuai	Perbedaan
CreateCluster Membuat dan memulai menjalankan klaster (alur kerja). Amazon EMR tertaut langsung dengan tipe IAM role unik yang dikenal sebagai peran tertaut layanan. Agar createCluster dan createCluster.sync bekerja, Anda harus mengonfigurasi izin yang diperlukan untuk membuat AWSServiceRoleForEMRCleanup peran yang tertaut layanan. Untuk informasi selengkapnya tentang hal ini, termasuk pernyataan yang dapat Anda tambahkan ke kebijakan izin IAM, lihat Menggunakan Peran Tertaut Layanan untuk Amazon EMR.	runJobFlow	createClustermenggunakan sintaks permintaan yang sama seperti runJobFlow, kecuali untuk yang berikut: Bidang Instances.KeepJobFlowAliveWhenNoSteps wajib, dan harus memiliki nilai Boolean TRUE. Bidang Steps tidak diperbolehkan. Bidang Instances.InstanceFleets[index].Name harus disediakan dan harus unik jika API konektor modifyInstanceFleetByName opsional digunakan. Bidang Instances.InstanceGroups[index].Name harus disediakan dan harus unik jika API modifyInstanceGroupByName opsional digunakan. Responsnya adalah ini: { "ClusterId": "string" } Amazon EMR menggunakan ini: { "JobFlowId": "string" }
createCluster.sync Buat dan mulai jalankan klaster (alur kerja).	runJobFlow	Sama seperti createCluster, tapi tunggu klaster untuk mencapai status WAITING.
setClusterTerminationPerlindungan Mengunci klaster (alur pekerjaan) sehingga EC2 instance di klaster tidak dapat dihentikan oleh intervensi pengguna, panggilan API, atau kesalahan alur kerja.	setTerminationProtection	Permintaan menggunakan ini: { "ClusterId": "string" } Amazon EMR menggunakan ini: { "JobFlowIds": ["string"] }
TerminateCluster Menutup sebuah klaster (alur kerja).	terminateJobFlows	Permintaan menggunakan ini: { "ClusterId": "string" } Amazon EMR menggunakan ini: { "JobFlowIds": ["string"] }
TerminateCluster.sync Menutup sebuah klaster (alur kerja).	terminateJobFlows	Sama seperti terminateCluster, tapi tunggu klaster berakhir.
AddStep Menambahkan langkah baru untuk menjalankan klaster. Secara opsional, Anda juga dapat menentukan ExecutionRoleArn parameter saat menggunakan API ini.	addJobFlowLangkah-Langkah	Permintaan menggunakan kunci "ClusterId". Amazon EMR menggunakan "JobFlowId". Permintaan menggunakan satu langkah. { "Step": <"StepConfig object"> } Amazon EMR menggunakan ini: { "Steps": [<StepConfig objects>] } Respons adalah ini: { "StepId": "string" } Amazon EMR mengembalikan ini: { "StepIds": [<strings>] }
AddStep.sync Menambahkan langkah baru ke klaster yang berjalan. Secara opsional, Anda juga dapat menentukan ExecutionRoleArn parameter saat menggunakan API ini.	addJobFlowLangkah-Langkah	Sama seperti addStep, tapi menunggu langkahnya selesai.
CancelStep Membatalkan langkah yang tertunda dalam sebuah klaster yang berjalan.	CancelSteps	Permintaan menggunakan ini: { "StepId": "string" } Amazon EMR menggunakan ini: { "StepIds": [<strings>] } Respons adalah ini: { "CancelStepsInfo": <CancelStepsInfo object> } Amazon EMR menggunakan ini: { "CancelStepsInfoList": [<CancelStepsInfo objects>] }
modifyInstanceFleetByName Memodifikasi target Sesuai Permintaan dan kapasitas Spot target untuk armada instans dengan InstanceFleetName yang ditentukan.	modifyInstanceFleet	Permintaan adalah sama seperti untuk modifyInstanceFleet, kecuali yang berikut ini: Bidang Instance.InstanceFleetId tidak diperbolehkan. Saat waktu aktif InstanceFleetId ditentukan secara otomatis oleh integrasi layanan dengan memanggil ListInstanceFleets dan mengurai hasilnya.
modifyInstanceGroupByName Memodifikasi jumlah simpul dan pengaturan konfigurasi dari grup instans.	modifyInstanceGroups	Permintaan adalah ini: { "ClusterId": "string", "InstanceGroup": <InstanceGroupModifyConfig object> } Amazon EMR menggunakan daftar: { "ClusterId": ["string"], "InstanceGroups": [<InstanceGroupModifyConfig objects>] } Dalam objek InstanceGroupModifyConfig, bidang InstanceGroupId tidak diizinkan. Sebuah bidang baru, InstanceGroupName, telah ditambahkan. Saat waktu aktif InstanceGroupId ditentukan secara otomatis oleh integrasi layanan dengan memanggil ListInstanceGroups dan mengurai hasilnya.

Contoh alur kerja

Berikut ini mencakup status Task yang membuat sebuah klaster.

"Create_Cluster": {
    "Type": "Task",
    "Resource": "arn:aws:states:::elasticmapreduce:createCluster.sync",
    "Parameters": {
        "Name": "MyWorkflowCluster",
        "VisibleToAllUsers": true,
        "ReleaseLabel": "emr-5.28.0",
        "Applications": [
            {
                "Name": "Hive"
            }
        ],
        "ServiceRole": "EMR_DefaultRole",
        "JobFlowRole": "EMR_EC2_DefaultRole",
        "LogUri": "s3n://aws-logs-123456789012-us-east-1/elasticmapreduce/",
        "Instances": {
            "KeepJobFlowAliveWhenNoSteps": true,
            "InstanceFleets": [
                {
                    "InstanceFleetType": "MASTER",
                    "Name": "MASTER",   
                    "TargetOnDemandCapacity": 1,
                    "InstanceTypeConfigs": [
                        {
                            "InstanceType": "m4.xlarge"
                        }
                    ]
                },
                {
                    "InstanceFleetType": "CORE",
                    "Name": "CORE",
                    "TargetOnDemandCapacity": 1,
                    "InstanceTypeConfigs": [
                        {
                            "InstanceType": "m4.xlarge"
                        }
                    ]
                }
            ]
        }
    },
    "End": true
}

Berikut ini mencakup status Task yang mengaktifkan perlindungan pengakhiran.

"Enable_Termination_Protection": {
    "Type": "Task",
    "Resource": "arn:aws:states:::elasticmapreduce:setClusterTerminationProtection",
    "Parameters": {
        "ClusterId.$": "$.ClusterId",
        "TerminationProtected": true
    },
    "End": true
}

Berikut ini mencakup status Task yang mengirimkan langkah untuk sebuah klaster.

"Step_One": {
    "Type": "Task",
    "Resource": "arn:aws:states:::elasticmapreduce:addStep.sync",
    "Parameters": {
        "ClusterId.$": "$.ClusterId",
        "ExecutionRoleArn": "arn:aws:iam::123456789012:role/myEMR-execution-role",
        "Step": {
            "Name": "The first step",
            "ActionOnFailure": "CONTINUE",
            "HadoopJarStep": {
                "Jar": "command-runner.jar",
                "Args": [
                    "hive-script",
                    "--run-hive-script",
                    "--args",
                    "-f",
                    "s3://<region>.elasticmapreduce.samples/cloudfront/code/Hive_CloudFront.q",
                    "-d",
                    "INPUT=s3://<region>.elasticmapreduce.samples",
                    "-d",
                    "OUTPUT=s3://<amzn-s3-demo-bucket>/MyHiveQueryResults/"
                ]
            }
        }
    },
    "End": true
}

Berikut ini mencakup status Task yang membatalkan langkah.

"Cancel_Step_One": {
    "Type": "Task",
    "Resource": "arn:aws:states:::elasticmapreduce:cancelStep",
    "Parameters": {
        "ClusterId.$": "$.ClusterId",
        "StepId.$": "$.AddStepsResult.StepId"
    },
    "End": true
}

Berikut ini mencakup status Task yang mengakhiri klaster.

"Terminate_Cluster": {
    "Type": "Task",
    "Resource": "arn:aws:states:::elasticmapreduce:terminateCluster.sync",
    "Parameters": {
        "ClusterId.$": "$.ClusterId"
    },
    "End": true
}

Berikut ini mencakup status Task yang menaikkan dan menurunkan penskalaan klaster untuk grup instans.

"ModifyInstanceGroupByName": {
    "Type": "Task",
    "Resource": "arn:aws:states:::elasticmapreduce:modifyInstanceGroupByName",
    "Parameters": {
        "ClusterId": "j-1234567890123",
        "InstanceGroupName": "MyCoreGroup",
        "InstanceGroup": {
            "InstanceCount": 8
        }
    },
    "End": true
}

Berikut ini mencakup status Task yang menaikkan dan menurunkan penskalaan klaster untuk armada instans.

"ModifyInstanceFleetByName": {
    "Type": "Task",
    "Resource": "arn:aws:states:::elasticmapreduce:modifyInstanceFleetByName",
    "Parameters": {
        "ClusterId": "j-1234567890123",
        "InstanceFleetName": "MyCoreFleet",
        "InstanceFleet": {
            "TargetOnDemandCapacity": 8,
            "TargetSpotCapacity": 0
        }
    },
    "End": true
}

Kebijakan IAM untuk memanggil Amazon EMR

Contoh templat berikut menunjukkan cara AWS Step Functions menghasilkan kebijakan IAM berdasarkan sumber daya dalam definisi mesin status Anda. Untuk informasi selengkapnya, silakan lihat Bagaimana Step Functions menghasilkan kebijakan IAM untuk layanan terintegrasi dan Temukan pola integrasi layanan di Step Functions.

addStep

Sumber daya statis

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "elasticmapreduce:AddJobFlowSteps",
        "elasticmapreduce:DescribeStep",
        "elasticmapreduce:CancelSteps"
      ],
      "Resource": [
        "arn:aws:elasticmapreduce:[[region]]:[[accountId]]:cluster/[[clusterId]]"
      ]
    }
  ]
}

Sumber daya dinamis

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "elasticmapreduce:AddJobFlowSteps",
        "elasticmapreduce:DescribeStep",
        "elasticmapreduce:CancelSteps"
      ],
      "Resource": "arn:aws:elasticmapreduce:*:*:cluster/*"
    }
  ]
}

cancelStep

Sumber daya statis

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": "elasticmapreduce:CancelSteps",
            "Resource": [
                "arn:aws:elasticmapreduce:[[region]]:[[accountId]]:cluster/[[clusterId]]"
            ]
        }
    ]
}

Sumber daya dinamis

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": "elasticmapreduce:CancelSteps",
            "Resource": "arn:aws:elasticmapreduce:*:*:cluster/*"
        }
    ]
}

createCluster

Sumber daya statis

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "elasticmapreduce:RunJobFlow",
        "elasticmapreduce:DescribeCluster",
        "elasticmapreduce:TerminateJobFlows"
      ],
      "Resource": "*"
    },
    {
      "Effect": "Allow",
      "Action": "iam:PassRole",
      "Resource": [
        "arn:aws:iam::{{account}}:role/[[roleName]]"
      ]
    }
  ]
}

setClusterTerminationProtection

Sumber daya statis

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": "elasticmapreduce:SetTerminationProtection",
            "Resource": [
                "arn:aws:elasticmapreduce:[[region]]:[[accountId]]:cluster/[[clusterId]]"
            ]
        }
    ]
}

Sumber daya dinamis

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": "elasticmapreduce:SetTerminationProtection",
            "Resource": "arn:aws:elasticmapreduce:*:*:cluster/*"
        }
    ]
}

modifyInstanceFleetByName

Sumber daya statis

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "elasticmapreduce:ModifyInstanceFleet",
                "elasticmapreduce:ListInstanceFleets"
            ],
            "Resource": [
                "arn:aws:elasticmapreduce:[[region]]:[[accountId]]:cluster/[[clusterId]]"
            ]
        }
    ]
}

Sumber daya dinamis

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "elasticmapreduce:ModifyInstanceFleet",
                "elasticmapreduce:ListInstanceFleets"
            ],
            "Resource": "arn:aws:elasticmapreduce:*:*:cluster/*"
        }
    ]
}

modifyInstanceGroupByName

Sumber daya statis

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "elasticmapreduce:ModifyInstanceGroups",
                "elasticmapreduce:ListInstanceGroups"
            ],
            "Resource": [
                "arn:aws:elasticmapreduce:[[region]]:[[accountId]]:cluster/[[clusterId]]"
            ]
        }
    ]
}

Sumber daya dinamis

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "elasticmapreduce:ModifyInstanceGroups",
                "elasticmapreduce:ListInstanceGroups"
            ],
            "Resource": "*"
        }
    ]
}

terminateCluster

Sumber daya statis

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "elasticmapreduce:TerminateJobFlows",
        "elasticmapreduce:DescribeCluster"
      ],
      "Resource": [
        "arn:aws:elasticmapreduce:[[region]]:[[accountId]]:cluster/[[clusterId]]"
      ]
    }
  ]
}

Sumber daya dinamis

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "elasticmapreduce:TerminateJobFlows",
        "elasticmapreduce:DescribeCluster"
      ],
      "Resource": "arn:aws:elasticmapreduce:*:*:cluster/*"
    }
  ]
}