我需要用hadoop/emr处理存储在amazons3和amazonglacier中的数据，并将输出数据保存在rdbms中，例如vertica
我对大数据一窍不通。我只看过一些关于map reduce和sparx的在线会议和ppt。并为学习目的创建了少量的虚拟map-reduce代码。
到目前为止，我只有一些命令可以让我在amazonemr中将数据从s3导入hdfc，然后在处理之后将它们存储在hdfs文件中。
下面是我的问题：
在执行map reduce之前，是否必须首先将数据从s3同步到hdfc，或者是否有直接使用s3的方法如何让hadoop访问amazon冰川数据
最后是如何将输出存储到数据库`
欢迎任何建议/参考。