从 AWS CLI 开始使用

使用以下命令将我们要运行的示例脚本复制到您的新存储桶。

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

在以下命令中，将 application-id 替换为您的应用程序 ID。将 job-role-arn 替换为您在 创建作业运行时角色 中创建的运行时角色 ARN。将 job-run-name 替换为您要调用的作业运行名称。将所有 amzn-s3-demo-bucket 字符串替换为您创建的 Amazon S3 存储桶，然后将 /output 添加到路径中。这将在您的存储桶中创建一个新文件夹，EMR Serverless 可以在其中复制应用程序的输出文件。

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"
        }
    }'

记下输出中返回的作业运行 ID。在以下步骤中将 job-run-id 替换为此 ID。

创建一个名为 hive-query.ql 的文件，其中包含您要在 Hive 作业中运行的所有查询。

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;

使用以下命令将 hive-query.ql 上传到 S3 存储桶。

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

在以下命令中，将 application-id 替换为您自己的应用程序 ID。将 job-role-arn 替换为您在 创建作业运行时角色 中创建的运行时角色 ARN。将所有 amzn-s3-demo-bucket 字符串替换为您创建的 Amazon S3 存储桶，然后将 /output 和 /logs 添加到路径中。这将在您的存储桶中创建的新文件夹，EMR Serverless 可以在其中复制应用程序的输出和日志文件。

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"
           }
        }
    }'

记下输出中返回的作业运行 ID。在以下步骤中将 job-run-id 替换为此 ID。