hadoop - s3distcp srcPattern 不工作？

Question

我在 S3 中有这样的文件：

1-2013-08-22-22-something
2-2013-08-22-22-something
etc

没有 srcPattern 我可以轻松地从存储桶中获取所有文件，但我想获取特定的前缀，例如所有 1。我试过使用 srcPattern 但由于某种原因它没有拾取任何文件。

我当前的命令是：

elastic-mapreduce --jobflow $JOBFLOW --jar /home/hadoop/lib/emr-s3distcp-1.0.jar \
--args '--src,s3n://some-bucket/,--dest,hdfs:///hdfs-input,--srcPattern,[0-9]-.*' \
--step-name "copying over s3 files" 

Answer 1

原来你需要 .* 在正则表达式前面

例如我需要

.*[0-9]-.*

我猜是因为源模式还包括存储桶名称？