Airflow在使用EMRAddStep时,当HadoopJarStep参数具有以.json结尾的参数时无法添加EMR步骤。
创始人
2024-08-02 15:01:22
0

在Airflow中使用EMRAddStep时,如果HadoopJarStep参数具有以.json结尾的参数时无法添加EMR步骤,可以尝试通过以下方法解决:

  1. 将HadoopJarStep参数中的以.json结尾的参数转换为字符串形式,以防止Airflow无法正确解析参数。
from airflow.contrib.operators.emr_add_steps_operator import EmrAddStepsOperator

# 定义EMR步骤
emr_step = {
    'Name': 'Example Step',
    'ActionOnFailure': 'CONTINUE',
    'HadoopJarStep': {
        'Jar': 'command-runner.jar',
        'Args': [
            'hadoop', 'jar', 'example.jar',
            '--input', 's3://example/input',
            '--output', 's3://example/output',
            '--param', '{"key": "value"}'
        ]
    }
}

# 将以.json结尾的参数转换为字符串形式
emr_step['HadoopJarStep']['Args'][-1] = '{"key": "value"}'

# 添加EMR步骤
add_step_task = EmrAddStepsOperator(
    task_id='add_step_task',
    job_flow_id='{{ task_instance.xcom_pull(task_ids="create_cluster_task", key="return_value") }}',
    steps=[emr_step],
    aws_conn_id='aws_default',
    dag=dag
)
  1. 如果以上方法仍然无法解决问题,可以尝试将参数作为文件上传到S3,并在EMR步骤中引用该文件。
from airflow.contrib.operators.emr_create_job_flow_operator import EmrCreateJobFlowOperator
from airflow.contrib.operators.emr_add_steps_operator import EmrAddStepsOperator

# 创建EMR集群
create_cluster_task = EmrCreateJobFlowOperator(
    task_id='create_cluster_task',
    job_flow_overrides=job_flow_overrides,
    aws_conn_id='aws_default',
    dag=dag
)

# 上传参数文件到S3
upload_param_task = S3Hook(aws_conn_id='aws_default').load_string(
    '{"key": "value"}',
    key='example.json',
    bucket_name='example-bucket'
)

# 定义EMR步骤
emr_step = {
    'Name': 'Example Step',
    'ActionOnFailure': 'CONTINUE',
    'HadoopJarStep': {
        'Jar': 'command-runner.jar',
        'Args': [
            'hadoop', 'jar', 'example.jar',
            '--input', 's3://example/input',
            '--output', 's3://example/output',
            '--param', 's3://example-bucket/example.json'
        ]
    }
}

# 添加EMR步骤
add_step_task = EmrAddStepsOperator(
    task_id='add_step_task',
    job_flow_id='{{ task_instance.xcom_pull(task_ids="create_cluster_task", key="return_value") }}',
    steps=[emr_step],
    aws_conn_id='aws_default',
    dag=dag
)

通过以上方法,您应该能够成功添加带有以.json结尾的参数的EMR步骤。

相关内容

热门资讯

Android Studio ... 要解决Android Studio 4无法检测到Java代码,无法打开SDK管理器和设置的问题,可以...
安装tensorflow mo... 要安装tensorflow models object-detection软件包和pandas的每个...
安装了Laravelbackp... 检查是否创建了以下自定义文件并进行正确的配置config/backpack/base.phpconf...
安装了centos后会占用多少... 安装了CentOS后会占用多少内存取决于多个因素,例如安装的软件包、系统配置和运行的服务等。通常情况...
按照Laravel方式通过Pr... 在Laravel中,我们可以通过定义关系和使用查询构建器来选择模型。首先,我们需要定义Profile...
按照分类ID显示Django子... 在Django中,可以使用filter函数根据分类ID来筛选子类别。以下是一个示例代码:首先,假设你...
Android Studio ... 要给出包含代码示例的解决方法,我们可以使用Markdown语法来展示代码。下面是一个示例解决方案,其...
Android Retrofi... 问题描述:在使用Android Retrofit进行GET调用时,获取的响应为空,即使服务器返回了正...
Alexa技能在返回响应后出现... 在开发Alexa技能时,如果在返回响应后出现问题,可以按照以下步骤进行排查和解决。检查代码中的错误处...
Airflow Dag文件夹 ... 要忽略Airflow中的笔记本检查点,可以在DAG文件夹中使用以下代码示例:from airflow...