如何在多个子网上运行 AWS EMR 集群？

Question

目前，我们正在使用来自 EMR 的 config.json 文件创建实例来配置集群。此文件指定一个子网（“Ec2SubnetId”）。

我所有的 EMR 实例最终都使用了这个子网……我如何让它使用多个子网？这是我推送到 S3 的 terraform 模板。

{
   "Applications": [
        {"Name": "Spark"},
        {"Name": "Hadoop"}
    ],
    "BootstrapActions": [
        {
            "Name": "Step1-stuff",
            "ScriptBootstrapAction": {
                "Path": "s3://${artifact_s3_bucket_name}/artifacts/${build_commit_id}/install-stuff.sh",
                "Args": ["${stuff_args}"]
            }
        },
        {
            "Name": "setup-cloudWatch-agent",
            "ScriptBootstrapAction": {
                "Path": "s3://${artifact_s3_bucket_name}/artifacts/${build_commit_id}/setup-cwagent-emr.sh",
                "Args": ["${build_commit_id}"]
            }
        }
    ],
    "Configurations": [
        {
            "Classification": "spark",
            "Properties": {
                "maximizeResourceAllocation": "true"
            }
    ],
    "Instances": {
        "AdditionalMasterSecurityGroups": [ "${additional_master_security_group}" ],
        "AdditionalSlaveSecurityGroups": [ "${additional_slave_security_group}" ],
        "Ec2KeyName": "privatekey-${env}",
        "Ec2SubnetId": "${data_subnet}",
        "InstanceGroups": [

Answer 1

您目前无法实现您正在尝试做的事情。EMR 集群的所有节点始终位于同一子网中。

使用实例队列，您确实能够配置一组子网......但是在启动时，AWS 将选择最好的一个并将您的所有实例放在那里。

从EMR 文档中的“使用控制台配置实例队列”下：

5. 对于Network，输入一个值。如果您为Network选择 VPC ，请选择单个EC2 子网或 CTRL + 单击以选择多个 EC2 子网。您选择的子网必须是相同类型（公共或私有）。如果您只选择一个，您的集群将在该子网中启动。如果您选择一个组，则会在集群启动时从该组中选择最适合的子网。