【发布时间】：2014-12-05 22:32:15
【问题描述】：
我想针对存储在我的 S3 存储桶中的数据在 EC2 上运行 Spark 代码。根据Spark EC2 documentation 和Amazon S3 documentation，我必须将我的 AWS_ACCESS_KEY_ID 和 AWS_SECRET_ACCESS_KEY 添加到 core-site.xml 文件中。但是，当我进入我的主 EC2 节点时，我看到了几个 core-site.xml 文件。
$ find . -name core-site.xml
./mapreduce/conf/core-site.xml
./persistent-hdfs/share/hadoop/templates/conf/core-site.xml
./persistent-hdfs/src/packages/templates/conf/core-site.xml
./persistent-hdfs/src/contrib/test/core-site.xml
./persistent-hdfs/src/test/core-site.xml
./persistent-hdfs/src/c++/libhdfs/tests/conf/core-site.xml
./persistent-hdfs/conf/core-site.xml
./ephemeral-hdfs/share/hadoop/templates/conf/core-site.xml
./ephemeral-hdfs/src/packages/templates/conf/core-site.xml
./ephemeral-hdfs/src/contrib/test/core-site.xml
./ephemeral-hdfs/src/test/core-site.xml
./ephemeral-hdfs/src/c++/libhdfs/tests/conf/core-site.xml
./ephemeral-hdfs/conf/core-site.xml
./spark-ec2/templates/root/mapreduce/conf/core-site.xml
./spark-ec2/templates/root/persistent-hdfs/conf/core-site.xml
./spark-ec2/templates/root/ephemeral-hdfs/conf/core-site.xml
./spark-ec2/templates/root/spark/conf/core-site.xml
./spark/conf/core-site.xml
经过一些实验，我确定只有将我的凭据添加到 mapreduce/conf/core-site.xml 和 spark/conf/core-site.xml 才能从 Spark 访问像 s3n://mcneill-scratch/GR.txt 这样的 s3n url。
这对我来说似乎是错误的。这不是DRY，我在文档中找不到任何说明您必须将凭据添加到多个文件的内容。
修改多个文件是否是通过 core-site.xml 设置 s3 凭据的正确方法？是否有文档可以解释这一点？
【问题讨论】：
标签： amazon-ec2 amazon-s3 apache-spark