Commencer à partir du AWS CLI

Utilisez la commande suivante pour copier le script d'exemple que nous allons exécuter dans votre nouveau compartiment.

aws s3 cp s3://us-east-1.elasticmapreduce/emr-containers/samples/wordcount/scripts/wordcount.py s3://amzn-s3-demo-bucket/scripts/

Dans la commande suivante, remplacez-le par application-id l'ID de votre application. job-role-arnRemplacez-le par le rôle d'exécution ARN que vous avez créé dansCréation d'un rôle d'exécution de tâches. Substitut job-run-name avec le nom que vous souhaitez appeler votre tâche exécutée. Remplacez toutes les amzn-s3-demo-bucket chaînes par le compartiment Amazon S3 que vous avez créé et ajoutez-les /output au chemin. Cela crée un nouveau dossier dans votre compartiment dans lequel EMR Serverless peut copier les fichiers de sortie de votre application.

aws emr-serverless start-job-run \
    --application-id application-id \
    --execution-role-arn job-role-arn \
    --name job-run-name \
    --job-driver '{
        "sparkSubmit": {
          "entryPoint": "s3://amzn-s3-demo-bucket/scripts/wordcount.py",
          "entryPointArguments": ["s3://amzn-s3-demo-bucket/emr-serverless-spark/output"],
          "sparkSubmitParameters": "--conf spark.executor.cores=1 --conf spark.executor.memory=4g --conf spark.driver.cores=1 --conf spark.driver.memory=4g --conf spark.executor.instances=1"
        }
    }'

Notez l'ID d'exécution de la tâche renvoyé dans la sortie. job-run-idRemplacez-le par cet ID dans les étapes suivantes.

Créez un fichier appelé hive-query.ql contenant toutes les requêtes que vous souhaitez exécuter dans votre tâche Hive.

create database if not exists emrserverless;
use emrserverless;
create table if not exists test_table(id int);
drop table if exists Values__Tmp__Table__1;
insert into test_table values (1),(2),(2),(3),(3),(3);
select id, count(id) from test_table group by id order by id desc;

hive-query.qlTéléchargez-le dans votre compartiment S3 à l'aide de la commande suivante.

aws s3 cp hive-query.ql s3://amzn-s3-demo-bucket/emr-serverless-hive/query/hive-query.ql

Dans la commande suivante, remplacez-le application-id par votre propre ID d'application. job-role-arnRemplacez-le par le rôle d'exécution ARN que vous avez créé dansCréation d'un rôle d'exécution de tâches. Remplacez toutes les amzn-s3-demo-bucket chaînes par le compartiment Amazon S3 que vous avez créé, puis ajoutez /output et /logs au chemin. Cela crée de nouveaux dossiers dans votre compartiment, dans lesquels EMR Serverless peut copier les fichiers de sortie et les fichiers journaux de votre application.

aws emr-serverless start-job-run \
    --application-id application-id \
    --execution-role-arn job-role-arn \
    --job-driver '{
        "hive": {
          "query": "s3://amzn-s3-demo-bucket/emr-serverless-hive/query/hive-query.ql",
          "parameters": "--hiveconf hive.log.explain.output=false"
        }
    }' \
    --configuration-overrides '{
      "applicationConfiguration": [{
        "classification": "hive-site",
          "properties": {
            "hive.exec.scratchdir": "s3://amzn-s3-demo-bucket/emr-serverless-hive/hive/scratch",
            "hive.metastore.warehouse.dir": "s3://amzn-s3-demo-bucket/emr-serverless-hive/hive/warehouse",
            "hive.driver.cores": "2",
            "hive.driver.memory": "4g",
            "hive.tez.container.size": "4096",
            "hive.tez.cpu.vcores": "1"
            }
        }],
        "monitoringConfiguration": {
          "s3MonitoringConfiguration": {
            "logUri": "s3://amzn-s3-demo-bucket/emr-serverless-hive/logs"
           }
        }
    }'

Notez l'ID d'exécution de la tâche renvoyé dans la sortie. job-run-idRemplacez-le par cet ID dans les étapes suivantes.