Panggil Amazon EMR dengan Step Functions - AWS Step Functions

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Panggil Amazon EMR dengan Step Functions

Step Functions dapat mengontrol AWS layanan tertentu langsung dari Amazon States Language (ASL). Untuk mempelajari selengkapnya, lihat Bekerja dengan layanan yang lain dan Meneruskan parameter ke API layanan.

Bagaimana integrasi EMR Amazon yang Dioptimalkan berbeda dari integrasi Amazon EMR SDK AWS

Integrasi layanan EMR Amazon yang Dioptimalkan memiliki serangkaian API khusus yang membungkus API EMR Amazon yang mendasarinya, yang dijelaskan di bawah ini. Karena itu, ini berbeda secara signifikan dari integrasi layanan Amazon EMR AWS SDK. Selain itu, pola Jalankan Tugas (.sync) integrasi didukung.

Untuk berintegrasi AWS Step Functions dengan Amazon EMR, Anda menggunakan API integrasi layanan EMR Amazon yang disediakan. API integrasi layanan mirip dengan API Amazon EMR yang sesuai, dengan beberapa perbedaan dalam bidang yang diteruskan dan respons yang dikembalikan.

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:

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 API Amazon EMR. Silakan periksa dokumentasi Amazon EMR untuk keterbatasan di wilayah khusus.

catatan

Untuk integrasi dengan Amazon EMR, Step Functions memiliki frekuensi polling pekerjaan 60 detik yang dikodekan keras selama 10 menit pertama dan 300 detik setelah itu.

Tabel berikut menjelaskan perbedaan antara setiap API integrasi layanan dan API Amazon EMR yang sesuai.

API Integrasi Layanan Amazon EMR dan API Amazon EMR yang sesuai
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 kerja) sehingga instans EC2 dalam klaster tidak dapat diakhiri oleh intervensi pengguna, panggilan API, atau kesalahan aliran pekerjaan.

 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-langkahnya

 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-langkahnya

 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.

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://<mybucket>/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
}

Untuk informasi tentang cara mengonfigurasi IAM izin saat menggunakan Step Functions dengan AWS layanan lain, lihatKebijakan IAM untuk layanan terintegrasi.