EMRFS CLI 命令參考 - Amazon EMR
emrfs 頂層命令emrfs 描述中繼資料子命令子命令 set-metadata-capacityemrfs 刪除中繼資料子命令emrfs 建立中繼資料子命令子命令 list-metadata-storesemrfs 差異子命令emrfs 刪除子命令emrfs 匯入子命令emrfs 同步子命令emrfs 讀取 sqs 子命令 emrfs 刪除 sqs 子命令提交 EMRFS CLI 命令作為步驟

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

EMRFS CLI 命令參考

依預設，EMRFS CLI 會安裝在使用 Amazon EMR 發行版本 3.2.1 或更新版本建立之所有叢集主節點上。您可以使用 EMRFS CLI 來管理一致性檢視的中繼資料。

注意

僅支援使用 VT100 終端模擬以執行 emrfs 命令。不過，它可以使用其他終端機模擬器模式。

emrfs 頂層命令

支援以下結構的 emrfs 頂層命令。

emrfs [describe-metadata | set-metadata-capacity | delete-metadata | create-metadata | \
list-metadata-stores | diff | delete | sync | import ] [options] [arguments]

如下表所述，指定 [選項]，其中包含或不含 [引數]。如需子命令專屬的 [選項] (describe-metadata、set-metadata-capacity 等)，請參閱以下每個子命令。

適用於 emrfs 的 [選項]
選項 描述 必要

-a AWS_ACCESS_KEY_ID | --access-key AWS_ACCESS_KEY_ID

您用來將物件寫入 Amazon S3，以及在 DynamoDB 中建立或存取中繼資料存放區的存取金鑰。 AWS 在預設情況下，AWS_ACCESS_KEY_ID 會設為用來建立叢集的存取金鑰。

否

-s AWS_SECRET_ACCESS_KEY | --secret-key AWS_SECRET_ACCESS_KEY

與您用來將物件寫入 Amazon S3 以及在 DynamoDB 中建立或存取中繼資料存放區的存取金鑰相關聯的 AWS 秘密金鑰。在預設情況下，AWS_SECRET_ACCESS_KEY 會設為用來建立叢集之與存取金鑰關聯的私密金鑰。

否

-v | --verbose

使輸出最詳細。

否

-h | --help

顯示 emrfs 命令的協助訊息，內含使用陳述式。

否

emrfs 描述中繼資料子命令

適用於 emrfs describe-metadata 的 [選項]
選項 描述 必要

-m METADATA_NAME | --metadata-name METADATA_NAME

METADATA_NAME 是 DynamoDB 中繼資料資料表的名稱。如果未提供 METADATA_NAME 引數，預設值是 EmrFSMetadata。

否
範例 emrfs 描述中繼資料範例

以下範例說明預設的中繼資料表格。

$ emrfs describe-metadata
EmrFSMetadata
  read-capacity: 400
  write-capacity: 100
  status: ACTIVE
  approximate-item-count (6 hour delay): 12

子命令 set-metadata-capacity

[選項] 適用於 EMRFS set-metadata-capacity
選項 描述 必要

-m METADATA_NAME | --metadata-name METADATA_NAME

METADATA_NAME 是 DynamoDB 中繼資料資料表的名稱。如果未提供 METADATA_NAME 引數，預設值是 EmrFSMetadata。

否

-r READ_CAPACITY | --read-capacity READ_CAPACITY

中繼資料資料表的請求讀取輸送容量。如果未提供 READ_CAPACITY 引數，預設值是 400。

否

-w WRITE_CAPACITY | --write-capacity WRITE_CAPACITY

中繼資料資料表的請求寫入輸送容量。如果未提供 WRITE_CAPACITY 引數，預設值是 100。

否
範例 主動式範例 set-metadata-capacity

以下範例會將讀取輸送容量設為 600 而寫入容量設為 150 以供名為 EmrMetadataAlt 的中繼資料資料表使用。

$ emrfs set-metadata-capacity --metadata-name EmrMetadataAlt  --read-capacity 600 --write-capacity 150
  read-capacity: 400
  write-capacity: 100
  status: UPDATING
  approximate-item-count (6 hour delay): 0

emrfs 刪除中繼資料子命令

適用於 emrfs delete-metadata 的 [選項]
選項 描述 必要

-m METADATA_NAME | --metadata-name METADATA_NAME

METADATA_NAME 是 DynamoDB 中繼資料資料表的名稱。如果未提供 METADATA_NAME 引數，預設值是 EmrFSMetadata。

否
範例 emrfs 刪除中繼資料範例

以下範例會刪除預設的中繼資料資料表。

$ emrfs delete-metadata

emrfs 建立中繼資料子命令

適用於 emrfs create-metadata 的 [選項]
選項 描述 必要

-m METADATA_NAME | --metadata-name METADATA_NAME

METADATA_NAME 是 DynamoDB 中繼資料資料表的名稱。如果未提供 METADATA_NAME 引數，預設值是 EmrFSMetadata。

否

-r READ_CAPACITY | --read-capacity READ_CAPACITY

中繼資料資料表的請求讀取輸送容量。如果未提供 READ_CAPACITY 引數，預設值是 400。

否

-w WRITE_CAPACITY | --write-capacity WRITE_CAPACITY

中繼資料資料表的請求寫入輸送容量。如果未提供 WRITE_CAPACITY 引數，預設值是 100。

否
範例 emrfs 建立中繼資料範例

以下範例請求建立名為「EmrFSMetadataAlt」的中繼資料資料表。

$ emrfs create-metadata -m EmrFSMetadataAlt
Creating metadata: EmrFSMetadataAlt
EmrFSMetadataAlt
  read-capacity: 400
  write-capacity: 100
  status: ACTIVE
  approximate-item-count (6 hour delay): 0

子命令 list-metadata-stores

emrfs list-metadata-stores 子命令沒有 [options]。

範例 L 的ist-metadata-stores 例子

以下範例列出您的中繼資料資料表。

$ emrfs list-metadata-stores
  EmrFSMetadata

emrfs 差異子命令

適用於 emrfs diff 的 [選項]
選項 描述 必要

-m METADATA_NAME | --metadata-name METADATA_NAME

METADATA_NAME 是 DynamoDB 中繼資料資料表的名稱。如果未提供 METADATA_NAME 引數，預設值是 EmrFSMetadata。

否

s3://s3Path

Amazon S3 儲存貯體的路徑會與中繼資料資料表相比較。以遞迴的方式同步儲存貯體。

是
範例 emrfs 差異範例

下列範例會將預設中繼資料資料表與 Amazon S3 儲存貯體相比較。

$ emrfs diff s3://elasticmapreduce/samples/cloudfront
BOTH | MANIFEST ONLY | S3 ONLY
DIR elasticmapreduce/samples/cloudfront
DIR elasticmapreduce/samples/cloudfront/code/
DIR elasticmapreduce/samples/cloudfront/input/
DIR elasticmapreduce/samples/cloudfront/logprocessor.jar
DIR elasticmapreduce/samples/cloudfront/input/XABCD12345678.2009-05-05-14.WxYz1234
DIR elasticmapreduce/samples/cloudfront/input/XABCD12345678.2009-05-05-15.WxYz1234
DIR elasticmapreduce/samples/cloudfront/input/XABCD12345678.2009-05-05-16.WxYz1234
DIR elasticmapreduce/samples/cloudfront/input/XABCD12345678.2009-05-05-17.WxYz1234
DIR elasticmapreduce/samples/cloudfront/input/XABCD12345678.2009-05-05-18.WxYz1234
DIR elasticmapreduce/samples/cloudfront/input/XABCD12345678.2009-05-05-19.WxYz1234
DIR elasticmapreduce/samples/cloudfront/input/XABCD12345678.2009-05-05-20.WxYz1234
DIR elasticmapreduce/samples/cloudfront/code/cloudfront-loganalyzer.tgz

emrfs 刪除子命令

適用於 emrfs delete 的 [選項]

選項

描述

必要

-m METADATA_NAME | --metadata-name METADATA_NAME

METADATA_NAME 是 DynamoDB 中繼資料資料表的名稱。如果未提供 METADATA_NAME 引數，預設值是 EmrFSMetadata。

否

s3://s3Path

您追蹤以進行一致性檢視之 Amazon S3 儲存貯體路徑。以遞迴的方式同步儲存貯體。

是
-t TIME | --time TIME

過期時間 (使用時間單位引數來解釋)。會針對指定儲存貯體將所有早於 TIME 引數的中繼資料項目予以刪除。

-u UNIT | --time-unit UNIT

用來解譯時間引數 (奈秒、微秒、毫秒、秒、分鐘、小時或天) 的測量。如果未指定任何引數，預設值會是 days 秒。

--read-consumption READ_CONSUMPTION

用於 delete 操作之可用讀取輸送量的請求量。如果未提供 READ_CONSUMPTION 引數，預設值是 400。

否

--write-consumption WRITE_CONSUMPTION

用於 delete 操作之可用寫入輸送量的請求量。如果未提供 WRITE_CONSUMPTION 引數，預設值是 100。

否
範例 emrfs 刪除範例

下列範例會將 Amazon S3 儲存貯體中的所有物件從一致性檢視的追蹤中繼資料中移除。

$ emrfs delete s3://elasticmapreduce/samples/cloudfront
entries deleted: 11

emrfs 匯入子命令

適用於 emrfs import 的 [選項]
選項 描述 必要

-m METADATA_NAME | --metadata-name METADATA_NAME

METADATA_NAME 是 DynamoDB 中繼資料資料表的名稱。如果未提供 METADATA_NAME 引數，預設值是 EmrFSMetadata。

否

s3://s3Path

您追蹤以進行一致性檢視之 Amazon S3 儲存貯體路徑。以遞迴的方式同步儲存貯體。

是

--read-consumption READ_CONSUMPTION

用於 delete 操作之可用讀取輸送量的請求量。如果未提供 READ_CONSUMPTION 引數，預設值是 400。

否

--write-consumption WRITE_CONSUMPTION

用於 delete 操作之可用寫入輸送量的請求量。如果未提供 WRITE_CONSUMPTION 引數，預設值是 100。

否
範例 emrfs 匯入範例

下列範例會使用一致性檢視的追蹤中繼資料來匯入 Amazon S3 儲存貯體中的所有物件。所有不明的金鑰皆遭到忽略。

$ emrfs import s3://elasticmapreduce/samples/cloudfront

emrfs 同步子命令

適用於 emrfs sync 的 [選項]
選項 描述 必要

-m METADATA_NAME | --metadata-name METADATA_NAME

METADATA_NAME 是 DynamoDB 中繼資料資料表的名稱。如果未提供 METADATA_NAME 引數，預設值是 EmrFSMetadata。

否

s3://s3Path

您追蹤以進行一致性檢視之 Amazon S3 儲存貯體路徑。以遞迴的方式同步儲存貯體。

是

--read-consumption READ_CONSUMPTION

用於 delete 操作之可用讀取輸送量的請求量。如果未提供 READ_CONSUMPTION 引數，預設值是 400。

否

--write-consumption WRITE_CONSUMPTION

用於 delete 操作之可用寫入輸送量的請求量。如果未提供 WRITE_CONSUMPTION 引數，預設值是 100。

否
範例 emrfs 同步子命令範例

下列範例會使用一致性檢視的追蹤中繼資料來匯入 Amazon S3 儲存貯體中的所有物件。所有不明的金鑰皆遭到刪除。

$ emrfs sync s3://elasticmapreduce/samples/cloudfront
Synching samples/cloudfront                                       0 added | 0 updated | 0 removed | 0 unchanged
Synching samples/cloudfront/code/                                 1 added | 0 updated | 0 removed | 0 unchanged
Synching samples/cloudfront/                                      2 added | 0 updated | 0 removed | 0 unchanged
Synching samples/cloudfront/input/                                9 added | 0 updated | 0 removed | 0 unchanged
Done synching s3://elasticmapreduce/samples/cloudfront            9 added | 0 updated | 1 removed | 0 unchanged
creating 3 folder key(s)
folders written: 3

emrfs 讀取 sqs 子命令

適用於 emrfs read-sqs 的 [選項]
選項 描述 必要

-q QUEUE_NAME | --queue-name QUEUE_NAME

QUEUE_NAME 是在 emrfs-site.xml 中設定的 Amazon SQS 佇列名稱。預設值為 EMRFS-Inconsistency-<jobFlowId>。

是

-o OUTPUT_FILE | --output-file OUTPUT_FILE

OUTPUT_FILE 是主節點本機檔案系統上的輸出檔路徑。從佇列中讀取的訊息會寫入這個檔案。

是

emrfs 刪除 sqs 子命令

適用於 emrfs delete-sqs 的 [選項]
選項 描述 必要

-q QUEUE_NAME | --queue-name QUEUE_NAME

QUEUE_NAME 是在 emrfs-site.xml 中設定的 Amazon SQS 佇列名稱。預設值為 EMRFS-Inconsistency-<jobFlowId>。

是

提交 EMRFS CLI 命令作為步驟

下列範例顯示如何利emrfs用 AWS CLI 或 API 和執行emrfs命令做為步驟，在主節點上使用公用程式。command-runner.jar此範例使用將步驟新增 AWS SDK for Python (Boto3) 至叢集，該步驟會將 Amazon S3 儲存貯體中的物件新增至預設 EMRFS 中繼資料表。

import boto3
from botocore.exceptions import ClientError


def add_emrfs_step(command, bucket_url, cluster_id, emr_client):
    """
    Add an EMRFS command as a job flow step to an existing cluster.

    :param command: The EMRFS command to run.
    :param bucket_url: The URL of a bucket that contains tracking metadata.
    :param cluster_id: The ID of the cluster to update.
    :param emr_client: The Boto3 Amazon EMR client object.
    :return: The ID of the added job flow step. Status can be tracked by calling
             the emr_client.describe_step() function.
    """
    job_flow_step = {
        "Name": "Example EMRFS Command Step",
        "ActionOnFailure": "CONTINUE",
        "HadoopJarStep": {
            "Jar": "command-runner.jar",
            "Args": ["/usr/bin/emrfs", command, bucket_url],
        },
    }

    try:
        response = emr_client.add_job_flow_steps(
            JobFlowId=cluster_id, Steps=[job_flow_step]
        )
        step_id = response["StepIds"][0]
        print(f"Added step {step_id} to cluster {cluster_id}.")
    except ClientError:
        print(f"Couldn't add a step to cluster {cluster_id}.")
        raise
    else:
        return step_id


def usage_demo():
    emr_client = boto3.client("emr")
    # Assumes the first waiting cluster has EMRFS enabled and has created metadata
    # with the default name of 'EmrFSMetadata'.
    cluster = emr_client.list_clusters(ClusterStates=["WAITING"])["Clusters"][0]
    add_emrfs_step(
        "sync", "s3://elasticmapreduce/samples/cloudfront", cluster["Id"], emr_client
    )


if __name__ == "__main__":
    usage_demo()

您可以使用傳回的 step_id 值來檢查操作的結果日誌。