在Amazon MapReduce上调用已编译的二进制文件

Question

我正在尝试在Amazon Elastic MapReduce上进行一些数据分析。映射器步骤是一个python脚本，它包含对已编译的C ++二进制文件的调用，称为“./formatData”。例如：

# myMapper.py
from subprocess import *
inputData = sys.stdin.readline()
# ...
p1 = Popen('./formatData', stdin=PIPE, stdout=PIPE)
p1Output = p1.communicate(input=inputData)
result = ... # manipulate the formatted data
print "%s\t%s" % (result,1)

我可以在Amazon EMR上调用这样的二进制可执行文件吗？如果是这样，我将在哪里存储二进制文件（在S3中？），我应该编译它的平台，以及我如何确保我的映射器脚本可以访问它（理想情况下它将在当前工作目录中）。

谢谢！

Answer 1

如果确保将二进制文件正确复制到工作节点，则可以通过这种方式调用二进制文件。

请参阅：

https://forums.aws.amazon.com/thread.jspa?threadID=35158

有关如何使用分布式缓存在工作节点上访问二进制文件的说明。