我想创建EMR Hive群集,它将使用AWS CLI将Glue用作数据目录。我没有在AWS docs中找到任何与此相关的内容,也没有在其他地方搜索。这可能吗?
首先,我们创建一个名为emr.json的configuration classification,它将AWS Glue数据目录指定为Hive的元存储:
[
{
"Classification": "hive-site",
"Properties": {
"hive.metastore.client.factory.class": "com.amazonaws.glue.catalog.metastore.AWSGlueDataCatalogHiveClientFactory",
"hive.metastore.schema.verification": "false"
}
}
]
注意:在EMR 5.28.0、5.28.1或5.29.0版中,如果要使用AWS Glue数据目录作为元存储来创建集群,我们会将hive.metastore.schema.verification设置为false。 。
最后,我们将配置分类文件与最终命令组合如下:
aws emr create-cluster --name "syumaK-cluster" --configurations file://emr.json --release-label emr-5.28.0 --use-default-roles --applications Name=Hadoop Name=Spark Name=Hive Name=HUE --instance-groups InstanceGroupType=MASTER,InstanceCount=1,InstanceType=m1.medium InstanceGroupType=CORE,InstanceCount=2,InstanceType=m1.medium
响应:
{
"ClusterId": "j-2NZ6xxxxxx",
"ClusterArn": "arn:aws:elasticmapreduce:us-east-1:1925xxxxx:cluster/j-2NZ6xxxxxx"
}
希望这会有所帮助!