我在AWS - EMR-4.2.0版本中运行sqoop安装脚本,然后是this documentation。创建集群后(在步骤中),我已将我的sqoop脚本作为参数提交,并将s3://elasticmapreduce/libs/script-runner/script-runner.jar/ command-runner.jar作为jar文件提交,但得到的错误就像这个。你能帮我解释一下原因和问题吗?
错误:
Exception in thread "main" java.lang.RuntimeException: java.io.IOException: Cannot run program "s3://bmsgcm/spark/install-sqoop.sh" (in directory "."): error=2, No such file or directory
at com.amazonaws.emr.command.runner.ProcessRunner.exec(ProcessRunner.java:139)
at com.amazonaws.emr.command.runner.CommandRunner.main(CommandRunner.java:13)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:606)
at org.apache.hadoop.util.RunJar.run(RunJar.java:221)
at org.apache.hadoop.util.RunJar.main(RunJar.java:136)
Caused by: java.io.IOException: Cannot run program "s3://bmsgcm/spark/install-sqoop.sh" (in directory "."): error=2, No such file or directory
at java.lang.ProcessBuilder.start(ProcessBuilder.java:1047)
at com.amazonaws.emr.command.runner.ProcessRunner.exec(ProcessRunner.java:92)
... 7 more
Caused by: java.io.IOException: error=2, No such file or directory
at java.lang.UNIXProcess.forkAndExec(Native Method)
at java.lang.UNIXProcess.<init>(UNIXProcess.java:187)
at java.lang.ProcessImpl.start(ProcessImpl.java:130)
at java.lang.ProcessBuilder.start(ProcessBuilder.java:1028)
... 8 more
command-runner.jar只能读取本地文件。您可以添加引导脚本以将文件从S3复制到本地文件系统。
Piggybox是正确的。与2.x和3.x EMR AMI上使用的script-runner.jar
不同,command-runner.jar
只能运行本地命令。引导脚本是执行此操作的最佳方法。
例如,如果您在S3上有一些火花驱动程序,并且您有一个shell脚本(也在S3上)将它们复制到主节点以供以后在spark-submit
的作业流程步骤中使用,那么您可能有一个步骤这个:
Steps=[
{
'Name': 'Install My Spark Drivers',
'ActionOnFailure':'TERMINATE_JOB_FLOW',
'HadoopJarStep':
'Jar': 's3://us-east-1.elasticmapreduce/libs/script-runner/script-runner.jar',
'Args': [
's3://my-bucket/spark-driver-install.sh',
]
}
},
...other steps...
]
如果你只是将command-runner.jar
换成script-runner.jar
那么,正如你所经历的那样,你将在EMR 4.x上失败。
相反,进行引导操作以调用脚本,如:
BootstrapActions=[
{
'Name': 'Install My Spark Drivers',
'ScriptBootstrapAction': {
'Path': 's3://my-bucket/spark-driver-install.sh',
'Args': []
}
}
]
上面的例子表示为boto3 run_job_flow kwargs。但是,对于我来说,如何在Web控制台中完成相同的操作并不是很明显。
要执行脚本,您可以使用script-runner。我也面临同样的问题。我的脚本有^ M个字符导致了这个问题。删除那些工作。