要在EMR上执行Apache Beam Spark / Flink Runner并访问GCS文件，需要进行以下步骤：

1. 确保您的EMR集群具有适当的权限和访问凭据来访问GCS。您可以通过为EMR角色授予适当的GCS访问权限来实现这一点。

2. 在Spark / Flink应用程序中，添加适当的配置以连接到GCS。例如，在Spark中，您可以使用以下代码示例：

import org.apache.spark.SparkConf
import org.apache.beam.runners.spark.SparkContextOptions

val conf = new SparkConf()
  .setAppName("Apache Beam with GCS on EMR")

// 添加GCS访问凭据
conf.set("spark.hadoop.google.cloud.auth.service.account.enable", "true")
conf.set("spark.hadoop.google.cloud.auth.service.account.keyfile", "/path/to/keyfile.json")

// 设置要访问的GCS文件路径
conf.set(SparkContextOptions.GCS_UPLOAD_BUCKET, "gs://your-bucket-name")
conf.set(SparkContextOptions.GCS_STAGING_BUCKET, "gs://your-bucket-name")

// 创建SparkContext
val sc = new SparkContext(conf)

请确保将/path/to/keyfile.json替换为您的GCS访问凭据的实际路径，并将gs://your-bucket-name替换为您要访问的GCS存储桶。

3. 如果您使用的是Flink Runner，请在Flink应用程序中添加适当的配置。例如，在Flink中，您可以使用以下代码示例：

import org.apache.flink.api.common.ExecutionConfig
import org.apache.beam.runners.flink.FlinkPipelineOptions

ExecutionConfig.GlobalJobParameters params = ExecutionConfig.GlobalJobParameters.fromMap(
  Collections.singletonMap("google.cloud.auth.service.account.keyfile", "/path/to/keyfile.json")
);

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.getConfig().setGlobalJobParameters(params);

// 设置要访问的GCS文件路径
env.getConfig().setString(FlinkPipelineOptions.GCSUploadBucket, "gs://your-bucket-name");
env.getConfig().setString(FlinkPipelineOptions.GCSStagingBucket, "gs://your-bucket-name");

// 创建FlinkPipelineOptions
FlinkPipelineOptions options = PipelineOptions.as(FlinkPipelineOptions.class);
options.setRunner(FlinkRunner.class);

// 创建Pipeline
Pipeline pipeline = Pipeline.create(options);

请确保将/path/to/keyfile.json替换为您的GCS访问凭据的实际路径，并将gs://your-bucket-name替换为您要访问的GCS存储桶。

通过执行上述步骤，您应该能够在EMR上成功执行Apache Beam Spark / Flink Runner并访问GCS文件。