E-MapReduce如何创建作业?
要运行一个计算任务，首先需要定义一个作业，其步骤如下：
登录阿里云E-MapReduce 控制台作业页面。
选择地域（Region），则作业将会创建在对应的地域内。
单击该页右上角的创建作业，进入创建作业页面，如下图所示：
填写作业名称。
选择作业类型。
填写作业的应用参数。应用参数需要完整填写该作业运行的 jar包、作业的数据输入输出地址以及一些命令行参数，也就是将用户在命令行的所有参数填写在这里。如果有使用到 OSS 的路径，可以单击下方的“选择 OSS 路径”选择OSS 资源路径。关于各作业类型的参数配置，请参见用户指南中的作业。
实际执行命令。这里会显示作业在 ECS 上实际被执行的命令。用户如果把这个命令直接复制下来，就能够在 E-MapReduce集群的命令行环境中直接运行。
选择执行失败后策略。暂停当前执行计划会在这个作业失败后，暂停当前整个执行计划，等待用户处理。而继续执行下一个作业在这个作业失败以后，会忽略这个错误继续执行后一个作业。
单击确定完成创建。
[font='iconfont'] 作业示例
这是一个 Spark 类型的作业，应用参数中设置了相关的参数，输入输出路径等。
注意：本作业仅仅示例，不能实际运行。
[font='iconfont'] oss 与 ossref
oss:// 的前缀代表数据路径指向一个 OSS 路径，当要读写该数据的时候，这个指明了操作的路径，与 hdfs://类似。
ossref:// 同样是指向一个 OSS的路径，不同的是它会将对应的代码资源下载到本地，然后将命令行中的路径替换为本地路径。它是用于更方便地运行一些本地代码，而不需要登录到机器上去上传代码和依赖的资源包。
上面的例子中， ossref://xxxxxx/xxx.jar这个参数代表作业资源的jar，这个jar存放在OSS上，在运行的时候，E-MapReduce会自动下载到集群中运行。而跟在jar后面的2个 oss://xxxx以及另外2个值则是作为参数出现，他们会被作为参数传递给jar中的主类来处理。
注意： ossref 不可以用来下载过大的数据资源，否则会导致集群作业的失败。
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
从您的描述中，可以看出您已经对阿里云E-MapReduce（EMR）的作业创建流程有了较为清晰的理解。下面我将根据您提供的信息，进一步解释和补充一些关键点，以帮助您更好地利用阿里云EMR服务进行计算任务的部署与管理。
1. 作业创建步骤回顾
-
登录控制台：首先，通过阿里云官网登录到E-MapReduce控制台，选择对应的服务区域（Region），确保作业部署在正确的地理位置。
-
创建作业：点击“创建作业”，进入作业配置页面，开始定义作业的各项参数。
-
填写作业详情：
- 作业名称：给作业一个易于识别的名字，便于管理和追踪。
- 作业类型：选择作业执行的框架类型，如Spark、Hive、MapReduce等，这决定了作业运行的环境和资源需求。
- 应用参数：详细配置作业运行所需的jar包路径、数据输入输出地址及命令行参数。支持使用
oss://和ossref://协议指定OSS上的资源。
-
实际执行命令预览：系统会根据您的配置自动生成将在ECS上执行的实际命令，便于调试和直接在集群中手动执行。
-
失败策略：设定作业执行失败后的处理方式，是暂停整个计划等待人工干预，还是继续执行后续作业，以适应不同的业务场景需求。
2. OSS路径说明
-
oss://：用于直接访问OSS存储中的数据，作业执行时直接读写这些远程路径下的数据，适用于大规模数据处理场景，无需将数据下载到本地。
-
ossref://：提供了一种便捷的方式，允许用户指定OSS上的资源（如jar包或依赖文件），EMR会在作业执行前自动下载这些资源到集群节点的本地存储中，并替换命令行中的路径为本地路径。这种方式适合需要频繁用到某些代码或资源包的场景，减少了手动上传文件的操作，但需注意不要引用过大的文件，以免影响集群性能或导致作业失败。
3. 注意事项
- 资源大小限制：使用
ossref://时，确保下载的资源大小适中，避免因资源过大导致的下载时间过长或集群资源紧张问题。 - 权限设置：确保E-MapReduce服务角色拥有访问指定OSS bucket的权限，否则作业可能因权限不足而无法正常运行。
- 成本考量：虽然OSS提供了灵活的数据存储解决方案，但在大量数据读写操作时，应考虑数据传输费用和潜在的性能瓶颈。
- 监控与日志：利用EMR的监控功能，密切关注作业执行状态和性能指标，及时发现并解决问题。
通过遵循上述指南，您可以高效地在阿里云E-MapReduce平台上设计、部署和管理各种大数据处理作业，充分利用云计算的弹性与效率优势。
