EmrConfiguration

EmrConfiguration 对象是用于 4.0.0 版或更高版本的 EMR 集群的配置。配置 (列表形式) 是一个用于 RunJobFlow API 调用的参数。Amazon EMR 的配置 API 采用分类和属性。AWS Data Pipeline 将 EmrConfiguration 与相应的属性对象结合使用来配置 EmrCluster 应用程序，例如在管道执行中启动的 EMR 集群上的 Hadoop、Hive、Spark 或 Pig。由于只能为新集群更改配置，因此，您无法为现有资源提供 EmrConfiguration 对象。有关更多信息，请参阅 https://docs.aws.amazon.com/ElasticMapReduce/latest/ReleaseGuide/。

示例

以下配置对象在 io.file.buffer.size 中设置 fs.s3.block.size 和 core-site.xml 属性：

[
   {  
      "classification":"core-site",
      "properties":
      {
         "io.file.buffer.size": "4096",
         "fs.s3.block.size": "67108864"
      }
   }
]

相应的管道对象定义在 property 字段中使用一个 EmrConfiguration 对象和一系列属性对象：

{
  "objects": [
    {
      "name": "ReleaseLabelCluster",
      "releaseLabel": "emr-4.1.0",
      "applications": ["spark", "hive", "pig"],
      "id": "ResourceId_I1mCc",
      "type": "EmrCluster",
      "configuration": {
        "ref": "coresite"
      }
    },
    {
      "name": "coresite",
      "id": "coresite",
      "type": "EmrConfiguration",
      "classification": "core-site",
      "property": [{
        "ref": "io-file-buffer-size"
      },
      {
        "ref": "fs-s3-block-size"
      }
      ]
    },
    {
      "name": "io-file-buffer-size",
      "id": "io-file-buffer-size",
      "type": "Property",
      "key": "io.file.buffer.size",
      "value": "4096"
    },
    {
      "name": "fs-s3-block-size",
      "id": "fs-s3-block-size",
      "type": "Property",
      "key": "fs.s3.block.size",
      "value": "67108864"
    }
  ]
}

以下示例是一个嵌套配置，用于通过 hadoop-env 分类设置 Hadoop 环境：

[
  {
    "classification": "hadoop-env",
    "properties": {},
    "configurations": [
      {
        "classification": "export",
        "properties": {
          "YARN_PROXYSERVER_HEAPSIZE": "2396"
        }
      }
    ]
  }
]

以下是使用此配置的相应管道定义对象：

{
  "objects": [
    {
      "name": "ReleaseLabelCluster",
      "releaseLabel": "emr-4.0.0",
      "applications": ["spark", "hive", "pig"],
      "id": "ResourceId_I1mCc",
      "type": "EmrCluster",
      "configuration": {
        "ref": "hadoop-env"
      }
    },
    {
      "name": "hadoop-env",
      "id": "hadoop-env",
      "type": "EmrConfiguration",
      "classification": "hadoop-env",
      "configuration": {
        "ref": "export"
      }
    },
    {
      "name": "export",
      "id": "export",
      "type": "EmrConfiguration",
      "classification": "export",
      "property": {
        "ref": "yarn-proxyserver-heapsize"
      }
    },
    {
      "name": "yarn-proxyserver-heapsize",
      "id": "yarn-proxyserver-heapsize",
      "type": "Property",
      "key": "YARN_PROXYSERVER_HEAPSIZE",
      "value": "2396"
    },
  ]
}

以下示例修改了 EMR 集群的 Hive 特定属性：

{
    "objects": [
        {
            "name": "hivesite",
            "id": "hivesite",
            "type": "EmrConfiguration",
            "classification": "hive-site",
            "property": [
                {
                    "ref": "hive-client-timeout"
                }
            ]
        },
        {
            "name": "hive-client-timeout",
            "id": "hive-client-timeout",
            "type": "Property",
            "key": "hive.metastore.client.socket.timeout",
            "value": "2400s"
        }
    ]
}

语法

该对象包含以下字段。

必填字段	描述	槽类型
分类	配置的分类。	字符串

可选字段	描述	槽类型
configuration	此配置的子配置。	引用对象，例如，"configuration":{"ref":"myEmrConfigurationId"}
parent	槽将继承自的当前对象的父级。	引用对象，例如，"parent":{"ref":"myBaseObjectId"}
property	配置属性。	引用对象，例如，"property":{"ref":"myPropertyId"}

运行时字段	描述	槽类型
@version	用来创建对象的管道版本。	字符串

系统字段	描述	槽类型
@error	用于描述格式不正确的对象的错误消息	字符串
@pipelineId	该对象所属的管道的 ID	字符串
@sphere	对象的范围指明对象在生命周期中的位置：组件对象产生实例对象，后者执行尝试对象	字符串

另请参阅

• EmrCluster

• 属性

• Amazon EMR 版本指南