View a markdown version of this page

使用 EMRFS 提交协议 S3-optimized - Amazon EMR

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

使用 EMRFS 提交协议 S3-optimized

EMRFS S3-optimized 提交协议是一种替代FileCommitProtocol实现,经过优化,可在使用 EMRFS 时使用 Spark 动态分区覆盖将文件写入 Amazon S3。该协议可在 Spark 动态分区覆盖任务提交阶段避免 Amazon S3 中的重命名操作,从而提高应用程序性能。

请注意,EMRFS S3-optimized 提交者还可以通过避免重命名操作来提高性能。但是,它不适用于动态分区覆盖情况,同时提交协议的改进仅针对动态分区覆盖情况。

提交协议适用于 Amazon EMR 发行版 5.30.0 及更高版本,在 Amazon EMR 6.2.0 及更高版本中将默认启用。从发行版 5.31.0 开始,Amazon EMR 增加了并行性改进。该协议用于使用 Spark DataFrames、或数据集的 Spark 作业。在某些情况下,不使用提交协议。有关更多信息,请参阅 EMRFS S3-optimized 提交协议的要求