本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
Amazon 中的实例存储选项和行为 EMR
概述
实例存储和 Amazon EBS 卷存储用于存储HDFS数据和缓冲区、缓存、暂存数据以及某些应用程序可能 “溢出” 到本地文件系统的其他临时内容。
亚马逊在亚马逊内部EBS的工作方式与EMR普通亚马逊EC2实例的运作方式不同。连接到 Amazon EMR 集群的 Amazon EBS 卷是临时性的：这些卷会在集群和实例终止时被删除（例如，缩减实例组时），因此您不应该指望数据会持续存在。尽管数据是短暂的，但HDFS可以根据集群中节点的数量和专业化来复制中的数据。当您添加 Amazon EBS 存储卷时，这些存储卷将作为额外卷进行装载。它们不是启动卷的一部分。 YARN配置为使用所有其他卷，但您负责将额外的卷分配为本地存储（例如本地日志文件）。
注意事项
在EMR集群中使用 Amazon EBS 时，请记住以下其他注意事项：
-
您无法对亚马逊EBS卷进行快照，然后在亚马逊内部将其恢复EMR。要创建可重复使用的自定义配置，请使用自定义配置AMI（在 Amazon 5.7.0 及更高EMR版本中可用）。有关更多信息，请参阅 使用自定义AMI为 Amazon EMR 集群配置提供更大的灵活性。
-
只有使用自定义卷时，才支持加密的 Amazon EBS 根设备卷AMI。有关更多信息，请参阅 AMI使用加密的 Amazon EBS 根设备卷创建自定义卷。
-
如果您使用 Amazon 应用标签 EMRAPI，则这些操作将应用于EBS卷。
-
每个实例最多有 25 个卷。
-
核心节点上的 Amazon EBS 卷不能小于 5 GB。
-
Amazon EBS 对每个实例启动请求设定了 2,500 个EBS卷的固定限制。此限制也适用于EC2集群EMR上的 Amazon。我们建议您启动EBS卷总数在此限制范围内的集群，然后根据需要手动扩展集群或使用 Amazon EMR 托管扩展。要了解有关EBS音量限制的更多信息，请参阅服务配额。
实例的默认 Amazon EBS 存储
对于EBS仅有存储空间的EC2实例，亚马逊会将 Amazon EBS gp2 或 gp3 存储卷EMR分配给实例。当您使用 Amazon EMR 版本 5.22.0 及更高版本创建集群时，默认的 Amazon EBS 存储量会随着实例的大小而增加。
我们会将任何增加的存储拆分到多个卷中。这可以提高IOPS性能，进而提高某些标准化工作负载的性能。如果您想使用不同的 Amazon EBS 实例存储配置，则可以在创建EMR集群或向现有集群添加节点时指定此配置。您可以使用 Amazon EBS gp2 或 gp3 卷作为根卷，并将 gp2 或 gp3 卷添加为其他卷。有关更多信息，请参阅 指定其他EBS存储卷。
下表列出了 Amazon EBS gp2 存储卷的默认数量、大小和每种实例类型的总大小。有关 gp2 卷与 gp3 相比较的信息，请参阅 比较亚马逊的EBS卷类型 gp2 和 gp3。
| 实例大小 | 卷数 | 卷大小（GiB） | 总大小（GiB） |
|---|---|---|---|
|
*.large |
1 |
32 |
32 |
|
*.xlarge |
2 |
32 |
64 |
|
*.2xlarge |
4 |
32 |
128 |
|
*.4xlarge |
4 |
64 |
256 |
|
*.8xlarge |
4 |
128 |
512 |
|
*.9xlarge |
4 |
144 |
576 |
|
*.10xlarge |
4 |
160 |
640 |
|
*.12xlarge |
4 |
192 |
768 |
|
*.16xlarge |
4 |
256 |
1024 |
|
*.18xlarge |
4 |
288 |
1152 |
|
*.24xlarge |
4 |
384 |
1536 |
实例的默认 Amazon EBS 根卷
随着亚马逊EMR发布6.15及更高版本，亚马逊EMR会自动将亚马逊EBS通用用途 SSD (gp3) 作为其根设备，AMIs以增强性能。在早期版本中，Amazon EBS 将通用SSD型 (gp2) EMR 附加为根设备。
| 6.15 及更高版本 | 6.14 及更低版本 | |
|---|---|---|
| 默认的根卷类型 |
|
|
| 默认大小 |
|
|
| 默认 IOPS |
|
|
| 默认吞吐量 |
|
有关如何自定义 Amazon EBS 根设备音量的信息，请参阅指定其他EBS存储卷。
指定其他EBS存储卷
在 Amazon 中配置实例类型时EMR，您可以指定其他EBS卷来增加实例存储（如果存在）和默认EBS卷之外的容量。Amazon EBS 提供以下卷类型：通用型 (SSD)、预配置 IOPS (SSD)、吞吐量优化 (HDD)、冷卷 (HDD) 和磁卷。它们的性能特点和价格不同，您可根据应用程序的分析和业务需求定制您的存储。例如，一些应用程序可能需要溢出到磁盘，而其它应用程序可在内存中或使用 Amazon S3 安全工作。
只有在集群启动时以及添加额外的任务节点实例组时，您才能将 Amazon EBS 卷附加到实例。如果 Amazon EMR 集群中的某个实例出现故障，则该实例和连接的 Amazon EBS 卷都将被新卷替换。因此，如果您手动分离 Amazon EBS 卷，Amazon EMR 会将其视为故障，并替换实例存储（如果适用）和卷存储。
亚马逊EMR不允许您将现有集群的卷类型从 gp2 修改为 gp3。EMR要将 gp3 用于您的工作负载，请启动一个新EMR集群。此外，我们不建议您更新正在使用或正在预配置的集群IOPS上的吞吐量，因为 Amazon 在集群扩展期间添加的任何新实例都会EMR使用您在集群启动时指定的吞吐量和IOPS值。有关更多信息，请参阅比较亚马逊的EBS卷类型 gp2 和 gp3 和迁移到 gp3 Ama EBS zon 卷类型时的选择IOPS和吞吐量。
重要
要在集群中使用 gp3 卷，必须启动一个新EMR集群。
