根据 Data Pipeline 文档,EMRActivity Step 命令使用与常规 EMR 作业不同的格式。
这是一个简化的示例:
/home/hadoop/contrib/streaming/hadoop-streaming.jar,-input,s3://mybucket/folder1/*.gz,-output,s3://output,-mapper=mapper,-reduce=reducer.
假设我需要从多个存储桶中提取数据,如何将这些多个输入传递给一个单步命令?
在常规的 EMR 作业设置中,我只需用逗号分隔输入路径,但这似乎不适用于 EmrActivity。
我对 EmrActivity 的解决方案非常感兴趣,而不是设置复制活动以将我的数据带到临时的唯一位置。
谢谢。