Adición de pasos a un clúster de Amazon EMR con la AWS CLI

Para añadir pasos durante la creación del clúster

• Escriba el siguiente comando para crear un clúster y añadir un paso de Apache Pig. Asegúrese de sustituir myKey por el nombre de su par de claves de Amazon EC2.

  aws emr create-cluster --name "Test cluster" \
  --applications Name=Spark \
  --use-default-roles \
  --ec2-attributes KeyName=myKey \
  --instance-groups InstanceGroupType=PRIMARY,InstanceCount=1,InstanceType=m5.xlarge InstanceGroupType=CORE,InstanceCount=2,InstanceType=m5.xlarge \
  --steps '[{"Args":["spark-submit","--deploy-mode","cluster","--class","org.apache.spark.examples.SparkPi","/usr/lib/spark/examples/jars/spark-examples.jar","5"],"Type":"CUSTOM_JAR","ActionOnFailure":"CONTINUE","Jar":"command-runner.jar","Properties":"","Name":"Spark application"}]'

  nota

  La lista de argumentos cambia en función del tipo de paso.

  De forma predeterminada, el nivel de simultaneidad de pasos es 1. Puede establecer el nivel de simultaneidad de pasos con el parámetro StepConcurrencyLevel al crear un clúster.

  La salida de un identificador de clúster es similar a la siguiente.

  {
      "ClusterId": "j-2AXXXXXXGAPLF"
  }

Para añadir un paso a un clúster en ejecución

• Escriba el siguiente comando para añadir un paso a un clúster en ejecución. Sustituya j-2AXXXXXXGAPLF por el ID de su propio clúster.

  aws emr add-steps --cluster-id j-2AXXXXXXGAPLF \
  --steps '[{"Args":["spark-submit","--deploy-mode","cluster","--class","org.apache.spark.examples.SparkPi","/usr/lib/spark/examples/jars/spark-examples.jar","5"],"Type":"CUSTOM_JAR","ActionOnFailure":"CONTINUE","Jar":"command-runner.jar","Properties":"","Name":"Spark application"}]' 

  La salida es un identificador de paso similar al siguiente.

  {
      "StepIds": [
  	"s-Y9XXXXXXAPMD"
      ]
  }

Para modificar StepConcurrencyLevel en un clúster en ejecución

1. En un clúster en ejecución, puede modificar StepConcurrencyLevel con la API de ModifyCluster. Por ejemplo, escriba el siguiente comando para aumentar StepConcurrencyLevel a 10. Sustituya j-2AXXXXXXGAPLF por el ID de su clúster.

   aws emr modify-cluster --cluster-id j-2AXXXXXXGAPLF --step-concurrency-level 10

2. El resultado es similar al siguiente.

   {
   "StepConcurrencyLevel": 10
   }