hadoop - EmrActivity 的多个输入

Question

根据 Data Pipeline 文档，EMRActivity Step 命令使用与常规 EMR 作业不同的格式。

这是一个简化的例子:

/home/hadoop/contrib/streaming/hadoop-streaming.jar,-input,s3://mybucket/folder1/*.gz,-output,s3://output,-mapper=mapper,-reduce=reducer.

假设我需要从多个存储桶中提取数据，我如何才能将这些多个输入传递给单步命令？

在常规 EMR 作业设置中，我只是用逗号分隔输入路径，但这似乎不适用于 EmrActivity。

我对 EmrActivity 的解决方案非常感兴趣，而不是设置复制事件以将我的数据带到一个临时的唯一位置。

谢谢。

Answer 1

验证 json 需要使用 cli 转义。如果从 CLI 使用 json，请尝试“\”。 (\,) 将从控制台运行。