使用 AWS Data Pipeline自动执行重复出现的 Amazon EMR 集群

AWS Data Pipeline 是一项自动移动和转换数据的服务。您可以使用它安排将输入数据移入 Amazon S3 的时间，以及安排启动集群处理这些数据的时间。例如，在拥有 Web 服务器记录流量日志的情况下可以考虑此项服务。如果您想每周运行一个集群来分析流量数据，则可以使用 AWS Data Pipeline 来安排这些集群。 AWS Data Pipeline 是一个数据驱动的工作流程，因此一项任务（启动集群）可以依赖于另一项任务（将输入数据移至 Amazon S3）。此外，它还拥有强健的重试功能。

有关更多信息 AWS Data Pipeline，请参阅AWS Data Pipeline 开发人员指南，尤其是有关 Amazon EMR 的教程：