要在AWS EMR上同步运行Spark作业/步骤，可以使用以下步骤：

1. 创建EMR集群：首先，创建一个EMR集群，确保Spark已经安装在集群上。

2. 创建一个Spark应用程序：创建一个Spark应用程序的主要代码逻辑。以下是一个示例：

import org.apache.spark.SparkConf
import org.apache.spark.SparkContext

object SparkJob {
  def main(args: Array[String]) {
    val conf = new SparkConf().setAppName("SparkJob")
    val sc = new SparkContext(conf)

    // 执行Spark作业的代码逻辑
    // ...

    sc.stop()
  }
}

3. 将应用程序上传到EMR集群：将应用程序打包成JAR文件，并将其上传到EMR集群上的一个位置。

4. 创建一个步骤：在EMR控制台上，创建一个步骤并指定要运行的Spark应用程序的位置和参数。以下是一个示例：

[
  {
    "Name": "SparkStep",
    "ActionOnFailure": "CONTINUE",
    "HadoopJarStep": {
      "Jar": "command-runner.jar",
      "Args": [
        "spark-submit",
        "--class",
        "SparkJob",
        "--master",
        "yarn",
        "--deploy-mode",
        "cluster",
        "s3://your-bucket/your-app.jar",
        "arg1",
        "arg2"
      ]
    }
  }
]

在Args中，指定了以下参数：

• --class SparkJob：指定Spark应用程序的主类。
• --master yarn：指定使用YARN作为集群管理器。
• --deploy-mode cluster：指定以集群模式运行应用程序。
• s3://your-bucket/your-app.jar：指定应用程序的位置。
• arg1和arg2：指定应用程序的参数。

5. 提交步骤：将步骤提交到EMR集群上。步骤将在EMR集群上同步运行Spark作业。

这是在AWS EMR上同步运行Spark作业/步骤的解决方法，并包含了代码示例。注意，这只是一个简单的示例，实际中可能需要根据具体需求进行修改。