복붙노트

[HADOOP] Spark가 s3에서 정보를 읽거나 쓰지 않습니다 (ResponseCode = 400, ResponseMessage = Bad Request).

HADOOP

Spark가 s3에서 정보를 읽거나 쓰지 않습니다 (ResponseCode = 400, ResponseMessage = Bad Request).

스파크 응용 프로그램을 구현했습니다. 스파크 컨텍스트를 만들었습니다.

    private JavaSparkContext createJavaSparkContext() {
            SparkConf conf = new SparkConf();
            conf.setAppName("test");
            if (conf.get("spark.master", null) == null) {
                conf.setMaster("local[4]");
            }
            conf.set("fs.s3a.awsAccessKeyId", getCredentialConfig().getS3Key());
            conf.set("fs.s3a.awsSecretAccessKey", getCredentialConfig().getS3Secret());
            conf.set("fs.s3a.endpoint", getCredentialConfig().getS3Endpoint());

            return new JavaSparkContext(conf);
        }

그리고 spark dataset API (Spark SQL)를 통해 s3에서 데이터를 가져 오려고합니다.

     String s = "s3a://" + getCredentialConfig().getS3Bucket();
     Dataset<Row> csv = getSparkSession()
                        .read()
                        .option("header", "true")
                        .csv(s + "/dataset.csv");

     System.out.println("Read size :" + csv.count());

오류가 있습니다 :

Exception in thread "main" com.amazonaws.services.s3.model.AmazonS3Exception: Status Code: 400, AWS Service: Amazon S3, AWS Request ID: 1A3E8CBD4959289D, AWS Error Code: null, AWS Error Message: Bad Request, S3 Extended Request ID: Q1Fv8sNvcSOWGbhJSu2d3Nfgow00388IpXiiHNKHz8vI/zysC8V8/YyQ1ILVsM2gWQIyTy1miJc=

하둡 버전 : 2.7

AWS 엔드 포인트 : s3.eu-central-1.amazonaws.com

(hadoop 2.8에서-모두 잘 작동합니다)

해결법

  1. ==============================

    1.문제는 프랑크푸르트가 s3n을 지원하지 않는다는 것입니다. s3a를 사용해야합니다. 이 지역에는 V4 인증 버전이 있습니다. http://docs.aws.amazon.com/general/latest/gr/rande.html#s3_region

    문제는 프랑크푸르트가 s3n을 지원하지 않는다는 것입니다. s3a를 사용해야합니다. 이 지역에는 V4 인증 버전이 있습니다. http://docs.aws.amazon.com/general/latest/gr/rande.html#s3_region

    EU (프랑크푸르트) eu-central-1 버전 4 만

    AWS 클라이언트에서 활성화해야한다는 의미입니다. 시스템 속성을 추가해야합니다

    com.amazonaws.services.s3.enableV4-> true

    conf.set("com.amazonaws.services.s3.enableV4", "true");//doesn't work for me
    

    로컬 컴퓨터에서 다음을 사용했습니다.

    System.setProperty("com.amazonaws.services.s3.enableV4", "true");
    

    AWS EMR에서 실행하려면 spark-submit에 params를 추가해야합니다.

    spark.executor.extraJavaOptions=-Dcom.amazonaws.services.s3.enableV4=true
    spark.driver.extraJavaOptions=-Dcom.amazonaws.services.s3.enableV4=true
    

    또한 파일 시스템에 대한 클래스 구현을 추가해야합니다.

    conf.set("spark.hadoop.fs.s3a.impl", org.apache.hadoop.fs.s3a.S3AFileSystem.class.getName());
    conf.set("spark.hadoop.fs.hdfs.impl", org.apache.hadoop.hdfs.DistributedFileSystem.class.getName());
    conf.set("spark.hadoop.fs.file.impl", org.apache.hadoop.fs.LocalFileSystem.class.getName());
    
  2. from https://stackoverflow.com/questions/46152202/spark-doesnt-read-write-information-from-s3-responsecode-400-responsemessage by cc-by-sa and MIT license