AWS EMR - Hive在S3中创建新表会导致AmazonS3Exception：Bad Request

Question

我有一个Hive脚本我在EMR中运行，它在S3中创建了一个分区的Parquet表，它还存储在S3中的~40GB gzip压缩文件中。

该脚本运行正常大约4个小时，但达到一个点（非常确定它刚刚完成创建Parquet表）它出错。日志显示错误是：

HiveException: Hive Runtime Error while processing row 

引起的：

AmazonS3Exception: Bad Request

我能看到的日志中确实没有更多有用的信息。它正在从S3中读取CSV文件并且它在S3中创建了几个元数据文件，所以我已经确认该实例具有对Bucket的读/写权限。

我真的想不出其他任何事情，我希望日志中有更多关于Hive对S3的“错误请求”的信息。有人有主意吗？

Answer 1

BadRequest是来自AWS的一个相当无意义的响应，如果有任何理由它不喜欢调用者，它会发送它。没有人真正知道发生了什么。

1. ASF S3A connector的故障排除文档列出了一些原因，但它们并不完整，并且基于猜测消息消失的原因。
2. 如果您的请求ID失败，您可以提交亚马逊的支持请求，以查看他们所看到的内容。

如果它让你感觉更好，当我尝试在对象存储中准确列出一个目录时，我就会看到它，而且我是s3a连接器的共同作者。就像我说的“猜测”。找到答案后，在此处添加评论，或者，如果故障排除文档中没有，请在主题上提交针对hadoop的补丁。