火花流的 S3 检查点导致错误答案

【问题标题】：S3 checkpointing for spark streaming leads to an error火花流的 S3 检查点导致错误
【发布时间】：2016-01-19 00:35:12
【问题描述】：

我已使用 getOrCreate 方法为我的 sparkstreaming 应用程序启用检查点。检查点目录指向 S3 存储桶。我遇到的问题是访问 S3 时的凭据问题：

原因：java.lang.IllegalArgumentException：AWS 访问密钥 ID 和秘密访问密钥必须分别指定为 s3 URL 的用户名或密码，或者通过设置 fs.s3.awsAccessKeyId 或 fs.s3。 awsSecretAccessKey 属性（分别）。

我已经设置了环境变量（AWS_SECRET_KEY 和 AWS_ACCESS_KEY）。我的 fs.s3.awsAccessKeyId 或 fs.s3.awsSecretAccessKey 也已在 application.conf 中指定。所以我不知道为什么它仍然失败。

【问题讨论】：

标签： amazon-s3 apache-spark spark-streaming

【解决方案1】：

环境变量（AWS_SECRET_KEY 和 AWS_ACCESS_KEY）在 Spark 1.3 之后不再起作用。

新方法请参考：
How to read input from S3 in a Spark Streaming EC2 cluster application

val conf = new SparkConf().setAppName("Simple Application").setMaster("local")      
val sc = new SparkContext(conf)
val hadoopConf=sc.hadoopConfiguration;
hadoopConf.set("fs.s3.impl", "org.apache.hadoop.fs.s3native.NativeS3FileSystem")
hadoopConf.set("fs.s3.awsAccessKeyId",myAccessKey)
hadoopConf.set("fs.s3.awsSecretAccessKey",mySecretKey)

【讨论】：