EMRAmazon-Version 5.14.0 - Amazon EMR
5.14.0 Anwendungsversionen5.14.0 Versionshinweise5.14.0 Komponentenversionen5.14.0 Konfigurationsklassifizierungen

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

EMRAmazon-Version 5.14.0

5.14.0 Anwendungsversionen

Die folgenden Anwendungen werden in dieser Version unterstützt: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hue, JupyterHub, Livy, MXNet, Mahout, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, Tez, Zeppelin, und ZooKeeper.

In der folgenden Tabelle sind die in dieser Version von Amazon verfügbaren Anwendungsversionen EMR und die Anwendungsversionen der vorherigen drei EMR Amazon-Versionen (sofern zutreffend) aufgeführt.

Eine umfassende Historie der Anwendungsversionen für jede Version von Amazon EMR finden Sie in den folgenden Themen:

Informationen zur Anwendungsversion
emr-5.14.0 emr-5.13.1 emr-5.13.0 emr-5.12.3
AWS SDKfür Java 1.11.2971,11.2971,11.2971.11.267
Python 2,7, 3,42,7, 3,42,7, 3,42,7, 3,4
Scala 2.11.82.11.82.11.82.11.8
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.4.21.4.01.4.01.4.0
Ganglia3.7.23.7.23.7.23.7.2
HBase1.4.21.4.21.4.21.4.0
HCatalog2.3.22.3.22.3.22.3.2
Hadoop2.8.32.8.32.8.32.8.3
Hive2.3.22.3.22.3.22.3.2
Hudi - - - -
Hue4.1.04.1.04.1.04.1.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub0.8.1 - - -
Livy0.4.00,4,00,4,00,4,0
MXNet1.1.01.0.01.0.01.0.0
Mahout0.13.00.13.00.13.00.13.0
Oozie4.3.04.3.04.3.04.3.0
Phoenix4.13.04.13.04.13.04.13.0
Pig0.17.00.17.00.17.00.17.0
Presto0.1940.1940.1940.188
Spark2.3.02.3.02.3.02.2.1
Sqoop1.4.71.4.61.4.61.4.6
TensorFlow - - - -
Tez0.8.40.8.40.8.40.8.4
Trino (Presto) SQL - - - -
Zeppelin0.7.30.7.30.7.30.7.3
ZooKeeper3.4.103.4.103.4.103.4.10

5.14.0 Versionshinweise

Die folgenden Versionshinweise enthalten Informationen zur EMR Amazon-Version 5.14.0. Änderungen beziehen sich auf Version 5.13.0.

Erste Version: 4. Juni 2018

Upgrades

  • Upgrade auf Apache Flink 1.4.2

  • Apache wurde auf 1.1.0 MXnet aktualisiert

  • Apache Sqoop auf 1.4.7 aktualisiert

Neue Features

  • JupyterHub Unterstützung hinzugefügt. Weitere Informationen finden Sie unter JupyterHub.

Änderungen, Verbesserungen und behobene Probleme

  • EMRFS

    • Die userAgent Zeichenfolge in Anfragen an Amazon S3 wurde aktualisiert und enthält nun die Benutzer- und Gruppeninformationen des aufrufenden Prinzipals. Dies kann verwendet werden mit AWS CloudTrail Protokolle für eine umfassendere Nachverfolgung von Anfragen.

  • HBase

    • Inklusive HBASE-20447, das ein Problem behebt, das zu Cache-Problemen führen könnte, insbesondere bei geteilten Regionen.

  • MXnet

    • OpenCV-Plattformversion.

  • Spark

    • Wenn Spark Parquet-Dateien mit an einen Amazon S3 S3-Speicherort schreibtEMRFS, wurde der FileOutputCommitter Algorithmus aktualisiert, sodass er Version 2 statt Version 1 verwendet. Dies reduziert die Anzahl der Umbenennungen, was die Anwendungsleistung verbessert. Diese Änderung beeinträchtigt nicht:

      • Andere Anwendungen als Spark.

      • Anwendungen, die in andere Dateisysteme schreiben, z. B. HDFS (die immer noch Version 1 von verwenden FileOutputCommitter).

      • Anwendungen, die andere Ausgabeformate wie Text oder CSV verwenden, die bereits EMRFS Direct Write verwenden.

Bekannte Probleme

  • JupyterHub

    • Die Verwendung von Konfigurationsklassifizierungen zur Einrichtung JupyterHub und individuellen Einrichtung von Jupyter-Notebooks beim Erstellen eines Clusters wird nicht unterstützt. Bearbeiten Sie die Dateien jupyterhub_config.py und jupyter_notebook_config.py für jeden Benutzer manuell. Weitere Informationen finden Sie unter Konfiguration JupyterHub.

    • JupyterHub kann auf Clustern innerhalb eines privaten Subnetzes nicht gestartet werden und schlägt mit der Meldung fehl. Error: ENOENT: no such file or directory, open '/etc/jupyter/conf/server.crt' Dies wird durch einen Fehler im Skript verursacht, das selbstsignierte Zertifikate generiert. Verwenden Sie die folgende Problemumgehung zum Generieren selbstsignierter Zertifikate. Alle Befehle werden ausgeführt, während Sie mit dem Primärknoten verbunden sind.

      1. Kopieren Sie das Skript zur Zertifikatsgenerierung aus dem Container auf den Primärknoten:

        sudo docker cp jupyterhub:/tmp/gen_self_signed_cert.sh ./

      2. Verwenden Sie einen Texteditor, um Zeile 23 zu ändern, um den öffentlichen Hostnamen in den lokalen Hostnamen zu ändern, wie unten gezeigt:

        local hostname=$(curl -s $EC2_METADATA_SERVICE_URI/local-hostname)

      3. Führen Sie das Skript aus, um selbstsignierte Zertifikate zu generieren:

        sudo bash ./gen_self_signed_cert.sh

      4. Verschieben Sie die Zertifikatsdateien, die das Skript generiert, in das /etc/jupyter/conf/-Verzeichnis:

        sudo mv /tmp/server.crt /tmp/server.key /etc/jupyter/conf/

      Sie können tail die jupyter.log Datei überprüfen, um zu überprüfen, ob sie JupyterHub neu gestartet wurde und einen 200-Antwortcode zurückgibt. Beispielsweise:

      tail -f /var/log/jupyter/jupyter.log

      Dadurch sollte eine Antwort ähnlich der folgenden ausgegeben:

      # [I 2018-06-14 18:56:51.356 JupyterHub app:1581] JupyterHub is now running at https://:9443/
# 19:01:51.359 - info: [ConfigProxy] 200 GET /api/routes

  • Nach dem Neustart des Primärknotens oder des Instance-Controllers werden die CloudWatch Metriken nicht erfasst und die automatische Skalierungsfunktion ist in EMR Amazon-Version 5.14.0, 5.15.0 oder 5.16.0 nicht verfügbar. Dieses Problem wurde in Amazon EMR 5.17.0 behoben.

5.14.0 Komponentenversionen

Die Komponenten, die Amazon mit dieser Version EMR installiert, sind unten aufgeführt. Einige werden als Teil von Big-Data-Anwendungspaketen installiert. Andere sind nur bei Amazon erhältlich EMR und werden für Systemprozesse und Funktionen installiert. Diese beginnen in der Regel mit emr oder aws. Big-Data-Anwendungspakete in der neuesten EMR Amazon-Version sind normalerweise die neueste Version, die in der Community zu finden ist. Wir stellen Community-Veröffentlichungen EMR so schnell wie möglich auf Amazon zur Verfügung.

Einige Komponenten in Amazon EMR unterscheiden sich von Community-Versionen. Diese Komponenten verfügen über eine Versionsbezeichnung in der Form CommunityVersion-amzn-EmrVersion. Der EmrVersion beginnt bei 0. Wenn beispielsweise eine Open-Source-Community-Komponente, die myapp-component mit Version 2.2 benannt ist, dreimal geändert wurde, um sie in verschiedenen EMR Amazon-Versionen aufzunehmen, wird ihre Release-Version als aufgeführt2.2-amzn-2.

Komponente Version Beschreibung
aws-sagemaker-spark-sdk1.0.1Amazon SageMaker Spark SDK
emr-ddb4.5.0Amazon DynamoDB-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-goodies2.4.0Praktische Bibliotheken für das Hadoop-Ökosystem.
emr-kinesis3.4.0Amazon Kinesis-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-s3-dist-cp2.10.0Verteilte Kopieranwendung, die für Amazon S3 optimiert ist.
emrfs2.23.0Amazon S3-Connector für Anwendungen aus dem Hadoop-Ökosystem.
flink-client1.4.2Apache Flink-Clientskripts und -Anwendungen für die Befehlszeile.
ganglia-monitor3.7.2Eingebetteter Ganglia-Agent für Anwendungen aus dem Hadoop-Ökosystem zusammen mit dem Ganglia-Überwachungsagent.
ganglia-metadata-collector3.7.2Ganglia-Metadaten-Kollektor zum Aggregieren von Metriken aus Ganglia-Überwachungsagenten.
ganglia-web3.7.1Webanwendung zum Anzeigen von durch den Ganglia-Metadaten-Kollektor gesammelten Metriken.
hadoop-client2.8.3-amzn-1Hadoop-Befehlszeilen-Clients wie z. B. "hdfs", "Hadoop" oder "Garn".
hadoop-hdfs-datanode2.8.3-amzn-1HDFSService auf Knotenebene zum Speichern von Blöcken.
hadoop-hdfs-library2.8.3-amzn-1HDFSBefehlszeilenclient und Bibliothek
hadoop-hdfs-namenode2.8.3-amzn-1HDFSDienst zum Verfolgen von Dateinamen und Blockspeicherorten.
hadoop-httpfs-server2.8.3-amzn-1HTTPEndpunkt für HDFS Operationen.
hadoop-kms-server2.8.3-amzn-1Kryptografischer Schlüsselverwaltungsserver, der auf dem von Hadoop basiert. KeyProvider API
hadoop-mapred2.8.3-amzn-1MapReduce Execution Engine-Bibliotheken zum Ausführen einer MapReduce Anwendung.
hadoop-yarn-nodemanager2.8.3-amzn-1YARNDienst zur Verwaltung von Containern auf einem einzelnen Knoten.
hadoop-yarn-resourcemanager2.8.3-amzn-1YARNDienst für die Zuweisung und Verwaltung von Clusterressourcen und verteilten Anwendungen.
hadoop-yarn-timeline-server2.8.3-amzn-1Dienst zum Abrufen aktueller und historischer Informationen für YARN Anwendungen.
hbase-hmaster1.4.2Dienst für einen HBase Cluster, der für die Koordination der Regionen und die Ausführung von Verwaltungsbefehlen zuständig ist.
hbase-region-server1.4.2Dienst für die Versorgung einer oder mehrerer HBase Regionen.
hbase-client1.4.2HBaseBefehlszeilenclient.
hbase-rest-server1.4.2Dienst, der einen RESTful HTTP Endpunkt für bereitstellt. HBase
hbase-thrift-server1.4.2Dienst, der einen Thrift-Endpunkt für HBase bereitstellt.
hcatalog-client2.3.2-amzn-2Der "hcat"-Befehlszeilen-Client-für das Bearbeiten des hcatalog-Servers.
hcatalog-server2.3.2-amzn-2Bereitstellung von DienstenHCatalog, einer Tabelle und einer Speicherverwaltungsebene für verteilte Anwendungen.
hcatalog-webhcat-server2.3.2-amzn-2HTTPEndpunkt, der eine REST Schnittstelle zu bereitstelltHCatalog.
hive-client2.3.2-amzn-2Hive-Befehlszeilen-Client.
hive-hbase2.3.2-amzn-2Hive-hbase client.
hive-metastore-server2.3.2-amzn-2Dienst für den Zugriff auf den Hive-Metastore, ein semantisches Repository, das Metadaten für SQL Hadoop-Operationen speichert.
hive-server22.3.2-amzn-2Service zur Annahme von Hive-Abfragen als Webanfragen.
hue-server4.1.0Webanwendung für die Analyse von Daten mithilfe von Hadoop-Anwendungen.
jupyterhub0.8.1Multi-User-Server für Jupyter-Notebooks
livy-server0.4.0-incubatingRESTSchnittstelle für die Interaktion mit Apache Spark
mahout-client0.13.0Bibliothek für Machine Learning.
mxnet1.1.0Eine flexible, skalierbare und effiziente Bibliothek für Deep Learning.
mysql-server5.5.54+Mein SQL Datenbankserver.
nvidia-cuda9.1.85Nvidia-Treiber und Cuda-Toolkit
oozie-client4.3.0Oozie-Befehlszeilen-Client.
oozie-server4.3.0Service für die Annahme von Oozie Workflow-Anforderungen.
opencv3.4.0Open Source Computer Vision Library.
phoenix-library4.13.0- -1.4 HBaseDie Phoenix-Bibliotheken für den Server und den Client
phoenix-query-server4,13,0- -1,4 HBaseEin leichter Server, der sowohl JDBC Zugriff als auch Protokollpuffer und JSON Formatzugriff auf die Avatica bietet API
presto-coordinator0.194Service zur Annahme von Abfragen und die Verwaltung der Abfrageausführung der Presto-Worker.
presto-worker0.194Service für das Ausführen von Teilen einer Abfrage.
pig-client0.17.0Pig-Befehlszeilen-Client.
r3.4.1The R Project for Statistical Computing (Software zur statistischen Datenverarbeitung)
spark-client2.3.0Spark-Befehlszeilen-Clients.
spark-history-server2.3.0Web-Benutzeroberfläche zum Anzeigen von protokollierten Ereignissen für die gesamte Lebensdauer einer abgeschlossenen Spark-Anwendung.
spark-on-yarn2.3.0In-Memory-Ausführungsengine für. YARN
spark-yarn-slave2.3.0Apache Spark-Bibliotheken, die von YARN Slaves benötigt werden.
sqoop-client1.4.7Apache Sqoop-Befehlszeilen-Client.
tez-on-yarn0.8.4Die YARN TEZ-Anwendung und die Bibliotheken.
webserver2.4.25+HTTPApache-Server.
zeppelin-server0.7.3Webbasiertes Notizbuch, das interaktive Datenanalysen ermöglicht.
zookeeper-server3.4.10Zentraler Service für die Verwaltung von Konfigurationsinformationen, die Benennung, die Bereitstellung verteilter Synchronisierung und die Bereitstellung von Gruppenservices.
zookeeper-client3.4.10ZooKeeper Befehlszeilen-Client.

5.14.0 Konfigurationsklassifizierungen

Mithilfe von Konfigurationsklassifizierungen können Sie Anwendungen anpassen. Diese entsprechen häufig einer XML Konfigurationsdatei für die Anwendung, z. hive-site.xml B. Weitere Informationen finden Sie unter Anwendungen konfigurieren.

emr-5.14.0-Klassifizierungen
Klassifizierungen Beschreibung

capacity-scheduler

Ändert die Werte in der capacity-scheduler.xml-Datei in Hadoop.

container-log4j

Ändern Sie die Werte in der Datei YARN container-log4j.properties von Hadoop.

core-site

Ändert die Werte in der core-site.xml-Datei in Hadoop.

emrfs-site

EMRFSEinstellungen ändern.

flink-conf

Ändert die flink-conf.yaml-Einstellungen.

flink-log4j

Ändert die log4j.properties-Einstellungen für Flink.

flink-log4j-yarn-session

Ändern Sie die Einstellungen von Flink log4 j-yarn-session .properties.

flink-log4j-cli

Ändert die log4j-cli.properties-Einstellungen für Flink.

hadoop-env

Ändert die Werte in der Hadoop-Umgebung für alle Hadoop-Komponenten.

hadoop-log4j

Ändert die Werte in der log4j.properties-Datei in Hadoop.

hadoop-ssl-server

Ändert die SSL-Server-Konfiguration in Hadoop.

hadoop-ssl-client

Ändert die SSL-Client-Konfiguration in Hadoop.

hbase

Amazon EMR — kuratierte Einstellungen für Apache. HBase

hbase-env

Werte in der Umgebung ändernHBase.

hbase-log4j

Ändern Sie die Werte in der Datei HBase hbase-log4j.properties.

hbase-metrics

Ändern Sie die Werte in der Datei hadoop-metrics2-hbase.properties. HBase

hbase-policy

Ändern Sie HBase die Werte in der Datei hbase-policy.xml.

hbase-site

Ändern Sie die Werte in HBase der Datei hbase-site.xml.

hdfs-encryption-zones

Konfigurieren Sie HDFS Verschlüsselungszonen.

hdfs-site

Ändern Sie die Werte in HDFS's hdfs-site.xml.

hcatalog-env

Werte in HCatalog der Umgebung ändern.

hcatalog-server-jndi

Ändern Sie die Werte in HCatalog's jndi.properties.

hcatalog-server-proto-hive-site

Ändern Sie die Werte in's .xmlHCatalog. proto-hive-site

hcatalog-webhcat-env

Werte in der Umgebung ebHCat von HCatalog W ändern.

hcatalog-webhcat-log4j2

Ändern Sie die Werte in den ebHCat log4j2.properties von HCatalog W.

hcatalog-webhcat-site

Ändern Sie die Werte in der Datei webhcat-site.xml von HCatalog W. ebHCat

hive-beeline-log4j2

Ändert die Werte in der beeline-log4j2.properties-Datei in Hive.

hive-parquet-logging

Ändert die Werte in der parquet-logging.properties-Datei in Hive.

hive-env

Ändert die Werte in der Hive-Umgebung.

hive-exec-log4j2

Ändern Sie die Werte in der Datei hive-exec-log 4j2.properties von Hive.

hive-llap-daemon-log4j2

Ändern Sie die Werte in der Datei 4j2.properties von Hive. llap-daemon-log

hive-log4j2

Ändert die Werte in der hive-log4j2.properties-Datei in Hive.

hive-site

Ändert die Werte in der hive-site.xml-Datei in Hive.

hiveserver2-site

Ändert die Werte in der hiveserver2-site.xml-Datei von Server2 in Hive.

hue-ini

Ändert die Werte in der INI-Datei in Hue.

httpfs-env

Werte in der Umgebung ändern. HTTPFS

httpfs-site

Ändert die Werte in der httpfs-site.xml-Datei in Hadoop.

hadoop-kms-acls

Ändert die Werte in der kms-acls.xml-Datei in Hadoop.

hadoop-kms-env

Werte in der KMS Hadoop-Umgebung ändern.

hadoop-kms-log4j

Ändert die Werte in der kms-log4j.properties-Datei in Hadoop.

hadoop-kms-site

Ändert die Werte in der kms-site.xml-Datei in Hadoop.

jupyter-notebook-conf

Ändert die Werte in der jupyter_notebook_config.py-Datei in Jupyter Notebook.

jupyter-hub-conf

Ändern Sie die Werte in JupyterHubs der Datei jupyterhub_config.py.

jupyter-sparkmagic-conf

Ändert die Werte in der config.json-Datei in Sparkmagic.

livy-conf

Ändert die Werte in der livy.conf-Datei von Livy.

livy-env

Ändert die Werte in der Livy-Umgebung.

livy-log4j

Ändert die log4j.properties-Einstellungen für Livy.

mapred-env

Ändern Sie die Werte in der MapReduce Anwendungsumgebung.

mapred-site

Ändern Sie die Werte in der Datei mapred-site.xml der MapReduce Anwendung.

oozie-env

Ändert die Werte in der Oozie-Umgebung.

oozie-log4j

Ändert die Werte in der oozie-log4j.properties-Datei in Oozie.

oozie-site

Ändert die Werte in der oozie-site.xml-Datei in Oozie.

phoenix-hbase-metrics

Ändert die Werte in der hadoop-metrics2-hbase.properties-Datei in Phoenix.

phoenix-hbase-site

Ändert die Werte in der hbase-site.xml-Datei in Phoenix.

phoenix-log4j

Ändert die Werte in der log4j.properties-Datei in Phoenix.

phoenix-metrics

Ändert die Werte in der hadoop-metrics2-phoenix.properties-Datei in Phoenix.

pig-env

Ändert die Werte in der Pig-Umgebung.

pig-properties

Ändert die Werte in der pig.properties-Datei in Pig.

pig-log4j

Ändert die Werte in der log4j.properties-Datei in Pig.

presto-log

Ändert die Werte in der log.properties-Datei in Presto.

presto-config

Ändert die Werte in der config.properties-Datei in Presto.

presto-env

Ändern Sie die Werte in der presto-env.sh-Datei in Presto.

presto-node

Ändern Sie die Werte in der node.properties-Datei in Presto.

presto-connector-blackhole

Ändert die Werte in der blackhole.properties-Datei in Presto.

presto-connector-cassandra

Ändert die Werte in der cassandra.properties-Datei in Presto.

presto-connector-hive

Ändert die Werte in der hive.properties-Datei in Presto.

presto-connector-jmx

Ändert die Werte in der jmx.properties-Datei in Presto.

presto-connector-kafka

Ändert die Werte in der kafka.properties-Datei in Presto.

presto-connector-localfile

Ändert die Werte in der localfile.properties-Datei in Presto.

presto-connector-mongodb

Ändert die Werte in der mongodb.properties-Datei in Presto.

presto-connector-mysql

Ändert die Werte in der mysql.properties-Datei in Presto.

presto-connector-postgresql

Ändert die Werte in der postgresql.properties-Datei in Presto.

presto-connector-raptor

Ändert die Werte in der raptor.properties-Datei in Presto.

presto-connector-redis

Ändert die Werte in der redis.properties-Datei in Presto.

presto-connector-redshift

Ändert die Werte in der redshift.properties-Datei.

presto-connector-tpch

Ändert die Werte in der tpch.properties-Datei in Presto.

spark

Amazon EMR — kuratierte Einstellungen für Apache Spark.

spark-defaults

Ändert die Werte in der spark-defaults.conf-Datei in Spark.

spark-env

Ändert die Werte in der Spark-Umgebung.

spark-hive-site

Ändert die Werte in der hive-site.xml-Datei in Spark.

spark-log4j

Ändert die Werte in der log4j.properties-Datei in Spark.

spark-metrics

Ändert die Werte in der metrics.properties-Datei in Spark.

sqoop-env

Ändert die Werte in der Sqoop-Umgebung.

sqoop-oraoop-site

Ändern Sie die Werte in der Datei oraoop-site.xml OraOop von Sqoop.

sqoop-site

Ändert die Werte in der sqoop-site.xml in Sqoop.

tez-site

Ändert die Werte in der tez-site.xml-Datei in Tez.

yarn-env

Werte in der YARN Umgebung ändern.

yarn-site

Ändern Sie die Werte in YARN der Datei yarn-site.xml.

zeppelin-env

Ändert die Werte in der Zeppelin-Umgebung.

zookeeper-config

Ändern Sie die Werte in ZooKeeper der Datei zoo.cfg.

zookeeper-log4j

Ändern Sie die Werte in ZooKeeper der Datei log4j.properties.