我们当前在组织中使用Apache Hadoop（Vanilla版本）。我们正计划迁移到AWS EMR。我试图了解AWS EMR Hadoop在内部如何工作（而不是如何使用它），我主要对Hadoop管理步骤以及主从通信方式以及各种配置配置感兴趣。我已经检查了AWS EMR文档，但没有看到详细的比较。
有人可以向我推荐用于从Apache Hadoop迁移到AWS EMR的链接/教程。
Amazon Elastic MapReduce使用Hadoop和相关工具的大多数标准实现。
参见：AMI Versions Supported in Amazon EMR
使用EMR的好处在于实例的自动部署。例如，使用适当的AMI启动集群意味着已经在每个实例上加载了软件，并且在核心节点上配置了HDFS。
主节点和从节点（核心/任务）节点的通信方式与它们在任何Hadoop集群中进行通信的方式完全相同。但是，仅支持一个Master（没有备份Master）。
[迁移到EMR时，请检查您是否使用兼容版本的软件（例如Hadoop，Hive，Pig，Impala等）。还应考虑使用Amazon S3而不是HDFS来存储数据，尤其是用于存储源数据，因为即使EMR集群终止后，S3上的数据仍然存在。]
在EMR群集创建期间，它将要求您指定“主节点”和“节点”。默认设置将为您配置1个主节点和2个节点。您还可以指定要在集群中使用的所有应用程序（例如：hadoop，hive，spark，zeppelin，hue等）。