Hadoop 清洁AWS EMR，以便重复使用

我在AWS EMR上执行了几个任务，这些任务不共享数据，我希望使用相同的EMR一个接一个地执行它们。有没有办法将正在运行的EMR清理回其初始状态（删除配置单元表、清理所有HDFS文件等）以避免数据冲突

出于以下几个原因，我希望重用EMR：

创建新的电子病历可能需要5-10分钟

我的任务相对较短，20-25分钟

一旦创建了电子病历，您就已经支付了整小时的费用

我们没有找到一个“快速、干净”的API来实现这种行为。相反，我们整合了一种简单的工作方法，以保证能够清理所有数据

• 我们使用特定的数据库，而不是默认的数据库
• 我们将所有内部数据文件放在HDFS中的特定位置下

---

因此，每次任务启动时，它都会首先删除这个特定的数据库（如果存在），然后重新创建它，并递归地删除HDFS中特定位置下的所有数据。

你明白了吗？不完全清楚，但我添加了一个解决此问题的方法。