As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá. # Uso de modelos de trabalho Um modelo de trabalho armazena valores que podem ser compartilhados entre invocações da API `StartJobRun` ao iniciar uma execução de trabalho. Ele oferece suporte a dois casos de uso: + Para evitar valores de solicitação da API `StartJobRun` repetitivos e recorrentes. + Para impor uma regra, determinados valores devem ser fornecidos por meio de solicitações da API `StartJobRun`. Os modelos de trabalho possibilitam definir um modelo reutilizável para execuções de trabalho com a finalidade de aplicar personalizações adicionais, por exemplo: + Configuração da capacidade de computação dos executores e dos drivers. + Definição de propriedades de segurança e de governança, como perfis do IAM. + Personalização de uma imagem do Docker para usar em diversas aplicações e pipelines de dados. Os tópicos a seguir fornecem informações detalhadas sobre o uso de modelos, incluindo como usá-los para iniciar a execução de um trabalho e como alterar os parâmetros do modelo. **Topics** + [Criação e uso de um modelo de trabalho para iniciar uma execução de trabalho](create-job-template.md) + [Definição de parâmetros de modelos de trabalhos](use-job-template-parameters.md) + [Controle do acesso aos modelos de trabalhos](iam-job-template.md) # Criação e uso de um modelo de trabalho para iniciar uma execução de trabalho Esta seção descreve a criação de um modelo de trabalho e o uso do modelo para iniciar a execução de um trabalho com o AWS Command Line Interface (AWS CLI). **Criar um modelo de trabalho** 1. Crie um arquivo `create-job-template-request.json` e especifique os parâmetros obrigatórios para seu modelo de trabalho, conforme mostrado no arquivo JSON de exemplo a seguir. Para obter informações sobre todos os parâmetros disponíveis, consulte a [CreateJobTemplate](https://docs.aws.amazon.com/emr-on-eks/latest/APIReference/Welcome.html)API. A maioria dos valores obrigatórios para a API `StartJobRun` também são obrigatórios para `jobTemplateData`. Se você quiser usar espaços reservados para qualquer parâmetro e fornecer valores ao invocar StartJobRun usando um modelo de trabalho, consulte a próxima seção sobre parâmetros do modelo de trabalho. ``` { "name": "mytemplate", "jobTemplateData": { "executionRoleArn": "iam_role_arn_for_job_execution", "releaseLabel": "emr-6.7.0-latest", "jobDriver": { "sparkSubmitJobDriver": { "entryPoint": "entryPoint_location", "entryPointArguments": [ "argument1","argument2",...], "sparkSubmitParameters": "--class --conf spark.executor.instances=2 --conf spark.executor.memory=2G --conf spark.executor.cores=2 --conf spark.driver.cores=1" } }, "configurationOverrides": { "applicationConfiguration": [ { "classification": "spark-defaults", "properties": { "spark.driver.memory":"2G" } } ], "monitoringConfiguration": { "persistentAppUI": "ENABLED", "cloudWatchMonitoringConfiguration": { "logGroupName": "my_log_group", "logStreamNamePrefix": "log_stream_prefix" }, "s3MonitoringConfiguration": { "logUri": "s3://my_s3_log_location/" } } } } } ``` 1. Use o comando `create-job-template` com um caminho para o arquivo `create-job-template-request.json` armazenado localmente. ``` aws emr-containers create-job-template \ --cli-input-json file://./create-job-template-request.json ``` **Iniciar uma execução de trabalho usando um modelo de trabalho** Forneça o ID do cluster virtual, o ID do modelo de trabalho e o nome do trabalho no comando `StartJobRun`, conforme mostrado no exemplo a seguir. ``` aws emr-containers start-job-run \ --virtual-cluster-id 123456 \ --name myjob \ --job-template-id 1234abcd ``` # Definição de parâmetros de modelos de trabalhos Os parâmetros de modelos de trabalhos permitem especificar variáveis ​​no modelo de trabalho. Os valores para essas variáveis ​​de parâmetro precisarão ser especificados ao iniciar uma execução de trabalho usando esse modelo de trabalho. Os parâmetros do modelo de trabalho são especificados no formato `${parameterName}`. Você pode optar por especificar qualquer valor em um campo `jobTemplateData` como um parâmetro do modelo de trabalho. Para cada uma das variáveis ​​de parâmetro do modelo de trabalho, especifique seu tipo de dados (`STRING` ou `NUMBER`) e, opcionalmente, um valor padrão. O exemplo abaixo mostra como você pode especificar os parâmetros do modelo de trabalho para os valores de local do ponto de entrada, classe principal e local do log do S3. **Para especificar o local do ponto de entrada, a classe principal e o local do log do Amazon S3 como parâmetros do modelo de trabalho** 1. Crie um arquivo `create-job-template-request.json` e especifique os parâmetros obrigatórios para seu modelo de trabalho, conforme mostrado no arquivo JSON de exemplo a seguir. Para obter mais informações sobre os parâmetros, consulte a [CreateJobTemplate](https://docs.aws.amazon.com/emr-on-eks/latest/APIReference/Welcome.html)API. ``` { "name": "mytemplate", "jobTemplateData": { "executionRoleArn": "iam_role_arn_for_job_execution", "releaseLabel": "emr-6.7.0-latest", "jobDriver": { "sparkSubmitJobDriver": { "entryPoint": "${EntryPointLocation}", "entryPointArguments": [ "argument1","argument2",...], "sparkSubmitParameters": "--class ${MainClass} --conf spark.executor.instances=2 --conf spark.executor.memory=2G --conf spark.executor.cores=2 --conf spark.driver.cores=1" } }, "configurationOverrides": { "applicationConfiguration": [ { "classification": "spark-defaults", "properties": { "spark.driver.memory":"2G" } } ], "monitoringConfiguration": { "persistentAppUI": "ENABLED", "cloudWatchMonitoringConfiguration": { "logGroupName": "my_log_group", "logStreamNamePrefix": "log_stream_prefix" }, "s3MonitoringConfiguration": { "logUri": "${LogS3BucketUri}" } } }, "parameterConfiguration": { "EntryPointLocation": { "type": "STRING" }, "MainClass": { "type": "STRING", "defaultValue":"Main" }, "LogS3BucketUri": { "type": "STRING", "defaultValue":"s3://my_s3_log_location/" } } } } ``` 1. Use o comando `create-job-template` com um caminho para o arquivo `create-job-template-request.json` armazenado localmente ou no Amazon S3. ``` aws emr-containers create-job-template \ --cli-input-json file://./create-job-template-request.json ``` **Para iniciar uma execução de trabalho usando um modelo de trabalho com parâmetros de modelos de trabalhos** Para iniciar uma execução de trabalho com um modelo de trabalho contendo parâmetros de modelos de trabalhos, especifique o ID do modelo de trabalho, bem como os valores dos parâmetros do modelo de trabalho na solicitação da API `StartJobRun`, conforme mostrado abaixo. ``` aws emr-containers start-job-run \ --virtual-cluster-id 123456 \ --name myjob \ --job-template-id 1234abcd \ --job-template-parameters '{"EntryPointLocation": "entry_point_location","MainClass": "ExampleMainClass","LogS3BucketUri": "s3://example_s3_bucket/"}' ``` # Controle do acesso aos modelos de trabalhos A política `StartJobRun` permite impor que um usuário ou um perfil possa somente executar trabalhos usando modelos de trabalhos especificados e não possa executar operações `StartJobRun` sem usar os modelos de trabalhos especificados. Para conseguir isso, primeiro, certifique-se de conceder ao usuário ou ao perfil uma permissão de leitura para os modelos de trabalhos especificados, conforme mostrado abaixo. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "emr-containers:DescribeJobRun" ], "Resource": [ "arn:aws:emr-containers:*:*:jobtemplate/job_template_1_id", "arn:aws:emr-containers:*:*:jobtemplate/job_template_2_id" ], "Sid": "AllowEMRCONTAINERSDescribejobtemplate" } ] } ``` ------ Para garantir que um usuário ou que um perfil seja capaz de invocar a operação `StartJobRun` somente ao usar modelos de trabalhos especificados, você pode atribuir a permissão de política `StartJobRun` apresentada a seguir para um determinado usuário ou perfil. ------ #### [ JSON ] **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "emr-containers:StartJobRun" ], "Resource": [ "arn:aws:emr-containers:*:*:/virtualclusters/virtual_cluster_id" ], "Condition": { "ArnLike": { "emr-containers:JobTemplateArn": [ "arn:aws:emr-containers:*:*:jobtemplate/job_template_1_id", "arn:aws:emr-containers:*:*:jobtemplate/job_template_2_id" ] } }, "Sid": "AllowEMRCONTAINERSStartjobrun" } ] } ``` ------ Se o modelo de trabalho especificar um parâmetro de modelo de trabalho dentro do campo ARN do perfil de execução, o usuário poderá fornecer um valor para esse parâmetro e, assim, invocar `StartJobRun` usando um perfil de execução arbitrário. Para restringir os perfis de execução que o usuário pode fornecer, consulte **Controle do acesso ao perfil de execução** em [Uso de perfis de execução de trabalho com o Amazon EMR no EKS](iam-execution-role.md). Se nenhuma condição for especificada na política de ação `StartJobRun` acima para um determinado usuário ou perfil, o usuário ou o perfil terá permissão para invocar a ação `StartJobRun` no cluster virtual especificado usando um modelo de trabalho arbitrário ao qual ele tenha acesso de leitura ou usando um perfil de execução arbitrário.