我使用以下内容在AWS上运行的emr v5.11.1集群中添加了一个spark作业步骤,使用python 3.6.5 boto3和spark 2.2.1:
myemr = boto3.client('emr',region_name=os.environ['AWS_DEFAULT_REGION'])
response = myemr.add_job_flow_steps(
JobFlowId=my_emr_id,
Steps=[
{
'Name': key,
'ActionOnFailure': 'CONTINUE',
'HadoopJarStep': {
'Jar': 'command-runner.jar',
'Args': [
'spark-submit',
'--deploy-mode', 'cluster',
'--master', 'yarn',
'--conf', 'spark.yarn.appMasterEnv.my_password=sensitive_value',
'--conf', 'spark.redaction.regex=password',
'--class', 'com.myApp', 's3a://myjarurl.jar',
'-c', 's3a://s3bucket_myconfig_location',
'-w', 'myconfig.json',
'-e', 'prod',
'-n', 'demo'
]
}
}
]
)
该步骤正常运行并且能够访问纱线环境变量。但是,日志或AWS EMR控制台的步骤选项卡不会编辑sensitive_value。我看到--conf
,spark.yarn.appMasterEnv.my_password=sensitive_value
显示在两者中。
我想要从日志和控制台中完全删除变量spark.yarn.appMasterEnv.my_password,或者用***之类的东西替换sensitive_value。
阅读apache spark doc https://spark.apache.org/docs/2.2.1/configuration.html我认为这样可行。感谢任何建议。