EMRAmazon-Version 5.33.1 - Amazon EMR
5.33.1 Anwendungsversionen5.33.1 Versionshinweise5.33.1 Komponentenversionen5.33.1 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 5.33.1

5.33.1 Anwendungsversionen

Die folgenden Anwendungen werden in dieser Version unterstützt: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, Hue, JupyterEnterpriseGateway, JupyterHub, Livy, MXNet, Mahout, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, TensorFlow, 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-5.33.1 emr-5.33.0 emr-5.32.1 emr-5.32.0
AWS SDK for Java 1.11.9701,11,9701,11,8901,11,890
Python 2,7, 3,72,7, 3,72,7, 3,72,7, 3,7
Scala 2.11.122.11.122.11.122.11.12
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.12.11.12.11.11.21.11.2
Ganglia3.7.23.7.23.7.23.7.2
HBase1.4.131.4.131.4.131.4.13
HCatalog2.3.72.3.72.3.72.3.7
Hadoop2.10.12.10.12.10.12.10.1
Hive2.3.72.3.72.3.72.3.7
Hudi0.7.0-amzn-10.7.0-amzn-10.6.0-amzn-00.6.0-amzn-0
Hue4.9.04.9.04.8.04.8.0
Iceberg - - - -
JupyterEnterpriseGateway2.1.02.1.02.1.02.1.0
JupyterHub1.2.21.2.21.1.01.1.0
Livy0.7.00.7.00.7.00.7.0
MXNet1.7.01.7.01.7.01.7.0
Mahout0.13.00.13.00.13.00.13.0
Oozie5.2.05.2.05.2.05.2.0
Phoenix4.14.34.14.34.14.34.14.3
Pig0.17.00.17.00.17.00.17.0
Presto0,245,10,245,10,240,10,240,1
Spark2.4.72.4.72.4.72.4.7
Sqoop1.4.71.4.71.4.71.4.7
TensorFlow2.4.12.4.12.3.12.3.1
Tez0.9.20.9.20.9.20.9.2
Trino (PrestoSQL) - - - -
Zeppelin0.9.00.9.00.8.20.8.2
ZooKeeper3.4.143.4.143.4.143.4.14

5.33.1 Versionshinweise

Die folgenden Versionshinweise enthalten Informationen zur EMR Amazon-Version 5.33.0/5.33.1. Änderungen beziehen sich auf Version 5.32.0.

Erste Version: 19. April 2021

Letzte Aktualisierung: 9. August 2021

Upgrades

  • Der Amazon-Glue-Konnektor wurde auf Version 1.15.0 aktualisiert

  • AWS SDK for Java Auf Version 1.11.970 aktualisiert

  • Auf Version 2.46.0 aktualisiert EMRFS

  • EMRGoodies auf Version 2.14.0 aktualisiert

  • EMRRecord Server wurde auf Version 1.9.0 aktualisiert

  • EMRS3 Dist CP wurde auf Version 2.18.0 aktualisiert

  • EMRSecret Agent wurde auf Version 1.8.0 aktualisiert

  • Flink auf Version 1.12.1 aktualisiert

  • Hadoop wurde auf Version 2.10.1-amzn-1 aktualisiert

  • Upgrade von Hive auf Version 2.3.7-amzn-4

  • Hudi wurde auf Version 0.7.0 aktualisiert

  • Hue auf Version 4.9.0 aktualisiert

  • OpenCV wurde auf Version 4.5.0 aktualisiert

  • Presto auf Version 0.245.1-amzn-0 aktualisiert

  • R wurde auf Version 4.0.2 aktualisiert

  • Spark auf Version 2.4.7-amzn-1 aktualisiert

  • Auf Version TensorFlow 2.4.1 aktualisiert

  • Upgrade von Zeppelin auf Version 0.9.0

Änderungen, Verbesserungen und behobene Probleme

  • Dies ist eine Version zur Behebung von Problemen mit Amazon EMR Scaling, wenn ein Cluster nicht erfolgreich hoch-/herunterskaliert werden kann oder wenn es zu Anwendungsausfällen kommt.

  • Es wurde ein Problem behoben, bei dem Skalierungsanforderungen für einen großen, stark ausgelasteten Cluster fehlschlugen, wenn EMR Amazon-On-Cluster-Daemons Aktivitäten zur Integritätsprüfung durchführten, z. B. das Erfassen von YARN Knotenstatus und HDFS Knotenstatus. Dies geschah, weil On-Cluster-Daemons nicht in der Lage waren, die Gesundheitsstatusdaten eines Knotens an interne Amazon-Komponenten zu übermitteln. EMR

  • Die EMR Cluster-Daemons wurden verbessert, um den Knotenstatus bei der Wiederverwendung von IP-Adressen korrekt nachzuverfolgen, um die Zuverlässigkeit bei Skalierungsvorgängen zu erhöhen.

  • SPARK-29683. Es wurde ein Problem behoben, bei dem während der Cluster-Skalierung Auftragsfehler auftraten, da Spark davon ausging, dass alle verfügbaren Knoten auf der Verweigern-Liste standen.

  • YARN-9011. Es wurde ein Problem behoben, bei dem Jobfehler aufgrund eines Fehlers bei der YARN Außerbetriebnahme auftraten, wenn der Cluster versuchte, nach oben oder unten zu skalieren.

  • Das Problem mit Schritt- oder Jobfehlern bei der Cluster-Skalierung wurde behoben, indem sichergestellt wurde, dass die Knotenstatus zwischen den EMR Amazon-On-Cluster-Daemons und/immer konsistent sind. YARN HDFS

  • Es wurde ein Problem behoben, bei dem Clustervorgänge wie Herunterskalierung und Schrittübermittlung für EMR Amazon-Cluster, die mit Kerberos-Authentifizierung aktiviert waren, fehlschlugen. Dies lag daran, dass der EMR Amazon-On-Cluster-Daemon das Kerberos-Ticket nicht erneuert hat, das für die sichere Kommunikation HDFS YARN mit/auf dem primären Knoten erforderlich ist.

  • Neuere EMR Amazon-Versionen beheben das Problem mit einem niedrigeren Limit für „Max. Anzahl geöffneter Dateien“ für ältere Versionen AL2 in AmazonEMR. Die EMR Amazon-Versionen 5.30.1, 5.30.2, 5.31.1, 5.32.1, 6.0.1, 6.1.1, 6.2.1, 5.33.0, 6.3.0 und höher enthalten jetzt einen dauerhaften Fix mit einer höheren Einstellung für „Max. Anzahl geöffneter Dateien“.

  • Konfiguration eines Clusters zur Behebung von Leistungsproblemen mit Apache Timeline Server Version 1 und 1.5 YARN

    Apache YARN Timeline Server Version 1 und 1.5 können bei sehr aktiven, großen EMR Clustern zu Leistungsproblemen führen, insbesondere beiyarn.resourcemanager.system-metrics-publisher.enabled=true, was die Standardeinstellung in Amazon istEMR. Ein YARN Open-Source-Timeline Server v2 löst das Leistungsproblem im Zusammenhang mit der Skalierbarkeit von YARN Timeline Server.

    Weitere Lösungen für dieses Problem umfassen:

    • Konfiguration von yarn.resourcemanager. system-metrics-publisher.enabled=false in yarn-site.xml.

    • Aktivieren des Fixes für dieses Problem beim Erstellen eines Clusters, wie unten beschrieben.

    Die folgenden EMR Amazon-Versionen enthalten eine Lösung für dieses Leistungsproblem mit dem YARN Timeline-Server.

    EMR5.30.2, 5.31.1, 5.32.1, 5.33.1, 5.34.x, 6.0.1, 6.1.1, 6.2.1, 6.3.1, 6.4.x

    Um den Fix für eine der oben angegebenen EMR Amazon-Versionen zu aktivieren, legen Sie diese Eigenschaften true in einer JSON Konfigurationsdatei fest, die mit dem aws emr create-clusterBefehlsparameter übergeben wird:--configurations file://./configurations.json. Oder aktivieren Sie den Fix über die Benutzeroberfläche der Rekonfigurationskonsole.

    Beispiel für den Inhalt der Datei configurations.json:

    [
{
"Classification": "yarn-site",
"Properties": {
"yarn.resourcemanager.system-metrics-publisher.timeline-server-v1.enable-batch": "true",
"yarn.resourcemanager.system-metrics-publisher.enabled": "true"
},
"Configurations": []
}
]

  • Die Spark-Laufzeit ist jetzt schneller, wenn Partitionsspeicherorte aus Hive Metastore für Spark-Insert-Abfragen abgerufen werden.

  • Aktualisierte Komponentenversionen. Eine Liste der Komponentenversionen finden Sie unter About Amazon EMR Releases in diesem Handbuch.

  • Das AWS SDK Java-Bundle wurde auf jedem neuen Cluster installiert. Dies ist ein einzelnes JAR, das alle Dienste SDKs und ihre Abhängigkeiten enthält, anstatt einzelne Komponenten-Jars. Weitere Informationen finden Sie unter Java SDK Bundled Dependency.

  • Managed Scaling-Probleme in früheren EMR Amazon-Versionen wurden behoben und Verbesserungen vorgenommen, sodass die Ausfallraten von Anwendungen erheblich reduziert wurden.

  • HTTPSist jetzt standardmäßig für Amazon Linux-Repositorys aktiviert. Wenn Sie eine Amazon S3 VPCE S3-Richtlinie verwenden, um den Zugriff auf bestimmte Buckets zu beschränken, müssen Sie den neuen Amazon Linux-Bucket ARN arn:aws:s3:::amazonlinux-2-repos-$region/* zu Ihrer Richtlinie hinzufügen ($regionersetzen Sie ihn durch die Region, in der sich der Endpunkt befindet). Weitere Informationen finden Sie unter diesem Thema in den AWS Diskussionsforen. Ankündigung: Amazon Linux 2 unterstützt jetzt die Verwendung HTTPS beim Herstellen einer Verbindung zu Paket-Repositorys.

Neue Features

  • Amazon EMR unterstützt Amazon S3 Access Points, eine Funktion von Amazon S3, mit der Sie den Zugriff auf gemeinsam genutzte Data Lakes einfach verwalten können. Mit Ihrem Amazon S3 Access Point-Alias können Sie Ihren Datenzugriff auf Amazon in großem Umfang vereinfachenEMR. Sie können Amazon S3 Access Points mit allen Versionen von Amazon EMR ohne zusätzliche Kosten in allen AWS Regionen verwenden, in denen Amazon verfügbar EMR ist. Weitere Informationen zu Amazon S3 Access Points und Zugangspunkt-Aliassen finden Sie unter Verwenden eines Alias im Bucket-Stil für Ihren Zugangspunkt im Amazon-S3-Benutzerhandbuch.

  • Amazon EMR -5.33 unterstützt neue EC2 Amazon-Instance-Typen: c5a, c5ad, c6gn, c6gd, m6gd, d3, d3en, m5zn, r5b, r6gd. Siehe Unterstützte Instance-Typen.

Bekannte Probleme

  • Niedrigeres Limit für AL2 die maximale Anzahl geöffneter Dateien bei älteren Versionen [in neueren Versionen behoben]. EMRAmazon-Versionen: emr-5.30.x, emr-5.31.0, emr-5.32.0, emr-6.0.0, emr-6.1.0 und emr-6.2.0 basieren auf älteren Versionen von ofAmazon Linux 2 (AL2), die eine niedrigere Ulimit-Einstellung für „Max. Geöffnete Dateien“ haben, wenn Amazon-Cluster mit der Standardeinstellung erstellt werden. EMR AMI Die EMR Amazon-Versionen 5.30.1, 5.30.2, 5.31.1, 5.32.1, 6.0.1, 6.1.1, 6.2.1, 5.33.0, 6.3.0 und höher enthalten einen dauerhaften Fix mit einer höheren Einstellung für „Max. Anzahl geöffneter Dateien“. Versionen mit einem niedrigeren Limit für geöffnete Dateien verursachen beim Senden des Spark-Jobs den Fehler „Zu viele offene Dateien“. In den betroffenen Versionen AMI hat die EMR Amazon-Standardeinstellung eine Ulimit-Standardeinstellung von 4096 für „Max. Geöffnete Dateien“, was unter dem Dateilimit von 65536 in Linux 2 liegt. latestAmazon AMI Die niedrigere Ulimit-Einstellung für „Max. Anzahl geöffneter Dateien“ führt dazu, dass der Spark-Job fehlschlägt, wenn der Spark-Treiber und der Executor versuchen, mehr als 4 096 Dateien zu öffnen. Um das Problem zu beheben, EMR verfügt Amazon über ein Bootstrap Action (BA) -Skript, das die Ulimit-Einstellung bei der Cluster-Erstellung anpasst.

    Wenn Sie eine ältere EMR Amazon-Version verwenden, die nicht über die permanente Lösung für dieses Problem verfügt, können Sie mit der folgenden Problemumgehung das Instance-Controller-Ulimit explizit auf maximal 65536 Dateien festlegen.

    Explizit ein ulimit über die Befehlszeile setzen

    1. Bearbeiten Sie /etc/systemd/system/instance-controller.service, um die folgenden Parameter zum Abschnitt Service hinzuzufügen.

      LimitNOFILE=65536

      LimitNPROC=65536

    2. Starten Sie neu InstanceController

      $ sudo systemctl daemon-reload

      $ sudo systemctl restart instance-controller

    Mithilfe der Bootstrap-Aktion (BA) ein Ulimit festlegen

    Sie können auch ein Bootstrap-Aktionsskript (BA) verwenden, um das Ulimit für den Instance-Controller bei der Clustererstellung auf 65 536 Dateien zu konfigurieren.

    #!/bin/bash
for user in hadoop spark hive; do
sudo tee /etc/security/limits.d/$user.conf << EOF
$user - nofile 65536
$user - nproc 65536
EOF
done
for proc in instancecontroller logpusher; do
sudo mkdir -p /etc/systemd/system/$proc.service.d/
sudo tee /etc/systemd/system/$proc.service.d/override.conf << EOF
[Service]
LimitNOFILE=65536
LimitNPROC=65536
EOF
pid=$(pgrep -f aws157.$proc.Main)
sudo prlimit --pid $pid --nofile=65535:65535 --nproc=65535:65535
done
sudo systemctl daemon-reload

  • Für private Subnetz-Cluster von Amazon EMR 6.3.0 und 6.2.0 können Sie nicht auf die Ganglia-Webbenutzeroberfläche zugreifen. Sie erhalten die Fehlermeldung „Zugriff verweigert (403)“. Andere Websites wie SparkUIs, Hue, Zeppelin JupyterHub, Livy und Tez funktionieren normal. Der Zugriff auf die Ganglia-Web-Benutzeroberfläche auf öffentlichen Subnetzclustern funktioniert ebenfalls normal. Um dieses Problem zu beheben, starten Sie den httpd-Service auf dem Primärknoten mit sudo systemctl restart httpd neu. Dieses Problem wurde in Amazon EMR 6.4.0 behoben.

  • Wichtig

    EMRCluster, auf denen Amazon Linux oder Amazon Linux 2 Amazon Machine Images (AMIs) ausgeführt werden, verwenden das Standardverhalten von Amazon Linux und laden wichtige und kritische Kernel-Updates, die einen Neustart erfordern, nicht automatisch herunter und installieren sie. Dies ist dasselbe Verhalten wie bei anderen EC2 Amazon-Instances, auf denen das standardmäßige Amazon Linux ausgeführt wirdAMI. Wenn neue Amazon Linux-Softwareupdates, die einen Neustart erfordern (wie Kernel und CUDA Updates)NVIDIA, verfügbar werden, nachdem eine EMR Amazon-Version verfügbar wird, laden EMR Cluster-Instances, die standardmäßig ausgeführt werden, diese Updates AMI nicht automatisch herunter und installieren sie. Um Kernel-Updates zu erhalten, können Sie Ihr Amazon so anpassen EMR AMI, dass es das neueste Amazon Linux verwendet AMI.

  • Die Konsolenunterstützung zur Erstellung einer Sicherheitskonfiguration, die die AWS Ranger-Integrationsoption spezifiziert, wird derzeit in der GovCloud Region nicht unterstützt. Die Sicherheitskonfiguration kann mit dem CLI vorgenommen werden. Weitere Informationen finden Sie unter EMR Sicherheitskonfiguration erstellen im Amazon EMR Management Guide.

  • Verwaltete Richtlinien mit Geltungsbereich: Um den AWS bewährten Methoden zu entsprechen, EMR hat Amazon EMR verwaltete Standardrichtlinien mit Geltungsbereich v2 eingeführt, die als Ersatz für Richtlinien dienen, die nicht mehr unterstützt werden. Weitere Informationen finden Sie unter EMRVon Amazon verwaltete Richtlinien.

  • Wenn Sie Spark mit der Formatierung des Hive-Partitionsspeicherorts verwenden, um Daten in Amazon S3 zu lesen, und Sie Spark auf den EMR Amazon-Versionen 5.30.0 bis 5.36.0 und 6.2.0 bis 6.9.0 ausführen, kann ein Problem auftreten, das verhindert, dass Ihr Cluster Daten korrekt liest. Dies kann passieren, wenn Ihre Partitionen alle der folgenden Eigenschaften aufweisen:

    • Zwei oder mehr Partitionen werden aus derselben Tabelle gescannt.

    • Mindestens ein Partitionsverzeichnispfad ist ein Präfix für mindestens einen anderen Partitionsverzeichnispfad, z. B. ist s3://bucket/table/p=a ein Präfix von s3://bucket/table/p=a b.

    • Das erste Zeichen, das auf das Präfix im anderen Partitionsverzeichnis folgt, hat einen Wert von UTF -8, der kleiner als das Zeichen (U+002F) ist. / Beispielsweise fällt das Leerzeichen (U+0020), das in s3://bucket/table/p=a b zwischen a und b vorkommt, in diese Kategorie. Beachten Sie, dass es 14 weitere Zeichen gibt, die keine Kontrollzeichen sind: !"#$%&‘()*+,-. Weitere Informationen finden Sie unter Kodierungstabelle UTF -8 und Unicode-Zeichen.

    Um dieses Problem zu umgehen, stellen Sie die spark.sql.sources.fastS3PartitionDiscovery.enabled-Konfiguration auf false in der spark-defaults-Klassifizierung ein.

5.33.1 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-sdk1.4.1Amazon SageMaker Spark SDK
emr-ddb4.16.0Amazon DynamoDB-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-goodies2.14.0Praktische Bibliotheken für das Hadoop-Ökosystem.
emr-kinesis3.5.0Amazon Kinesis-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-notebook-env1.2.0Conda Env für EMR-Notebooks, das Jupyter Enterprise Gateway enthält
emr-s3-dist-cp2.18.0Verteilte Kopieranwendung, die für Amazon S3 optimiert ist.
emr-s3-select1.6.0EMRS3Select-Anschluss
emrfs2.46.0Amazon S3-Connector für Anwendungen aus dem Hadoop-Ökosystem.
flink-client1.12.1Apache Flink-Clientskripts und -Anwendungen für die Befehlszeile.
flink-jobmanager-config1.12.1Verwaltung von Ressourcen auf EMR Knoten für Apache JobManager Flink.
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-client2.10.1-amzn-1.1Hadoop-Befehlszeilen-Clients wie z. B. "hdfs", "Hadoop" oder "Garn".
hadoop-hdfs-datanode2.10.1-amzn-1.1HDFSDienst auf Knotenebene zum Speichern von Blöcken.
hadoop-hdfs-library2.10.1-amzn-1.1HDFSBefehlszeilenclient und Bibliothek
hadoop-hdfs-namenode2.10.1-amzn-1.1HDFSDienst zum Verfolgen von Dateinamen und Blockspeicherorten.
hadoop-hdfs-journalnode2.10.1-amzn-1.1HDFSDienst für die Verwaltung des Hadoop-Dateisystem-Journals auf HA-Clustern.
hadoop-httpfs-server2.10.1-amzn-1.1HTTPEndpunkt für OperationenHDFS.
hadoop-kms-server2.10.1-amzn-1.1Kryptografischer Schlüsselverwaltungsserver, der auf dem von Hadoop basiert. KeyProvider API
hadoop-mapred2.10.1-amzn-1.1MapReduce Execution Engine-Bibliotheken zum Ausführen einer MapReduce Anwendung.
hadoop-yarn-nodemanager2.10.1-amzn-1.1YARNDienst zur Verwaltung von Containern auf einem einzelnen Knoten.
hadoop-yarn-resourcemanager2.10.1-amzn-1.1YARNDienst für die Zuweisung und Verwaltung von Clusterressourcen und verteilten Anwendungen.
hadoop-yarn-timeline-server2.10.1-amzn-1.1Dienst zum Abrufen aktueller und historischer Informationen für YARN Anwendungen.
hbase-hmaster1.4.13Dienst für einen HBase Cluster, der für die Koordination der Regionen und die Ausführung von Verwaltungsbefehlen zuständig ist.
hbase-region-server1.4.13Dienst für die Versorgung einer oder mehrerer HBase Regionen.
hbase-client1.4.13HBaseBefehlszeilenclient.
hbase-rest-server1.4.13Dienst, der einen RESTful HTTP Endpunkt für bereitstellt. HBase
hbase-thrift-server1.4.13Dienst, der einen Thrift-Endpunkt für HBase bereitstellt.
hcatalog-client2.3.7-amzn-4Der "hcat"-Befehlszeilen-Client-für das Bearbeiten des hcatalog-Servers.
hcatalog-server2.3.7-amzn-4Bereitstellung von DienstenHCatalog, einer Tabelle und einer Speicherverwaltungsebene für verteilte Anwendungen.
hcatalog-webhcat-server2.3.7-amzn-4HTTPEndpunkt, der eine REST Schnittstelle zu bereitstelltHCatalog.
hive-client2.3.7-amzn-4Hive-Befehlszeilen-Client.
hive-hbase2.3.7-amzn-4Hive-hbase client.
hive-metastore-server2.3.7-amzn-4Dienst für den Zugriff auf den Hive-Metastore, ein semantisches Repository, das Metadaten für SQL Hadoop-Operationen speichert.
hive-server22.3.7-amzn-4Service zur Annahme von Hive-Abfragen als Webanfragen.
hudi0.7.0-amzn-1Inkrementelles Verarbeitungs-Framework zur Stromversorgung der Datenpipline bei geringer Latenz und hoher Effizienz.
hudi-spark0.7.0-amzn-1Bündel-Bibliothek zum Ausführen von Spark mit Hudi.
hudi-presto0.7.0-amzn-1Bundle-Bibliothek zum Ausführen von Presto mit Hudi.
hue-server4.9.0Webanwendung für die Analyse von Daten mithilfe von Hadoop-Anwendungen.
jupyterhub1.2.2Multi-User-Server für Jupyter-Notebooks
livy-server0.7.0-incubatingRESTSchnittstelle für die Interaktion mit Apache Spark
nginx1.12.1nginx [engine x] ist ein HTTP Reverse-Proxy-Server
mahout-client0.13.0Bibliothek für Machine Learning.
mxnet1.7.0Eine flexible, skalierbare und effiziente Bibliothek für Deep Learning.
mariadb-server5.5.68+Mein DatenbankserverSQL.
nvidia-cuda10.1.243Nvidia-Treiber und Cuda-Toolkit
oozie-client5.2.0Oozie-Befehlszeilen-Client.
oozie-server5.2.0Service für die Annahme von Oozie Workflow-Anforderungen.
opencv4.5.0Open Source Computer Vision Library.
phoenix-library4,14,3- -1,4 HBaseDie Phoenix-Bibliotheken für den Server und den Client
phoenix-query-server4,14,3- -1,4 HBaseEin leichter Server, der sowohl JDBC Zugriff als auch Protokollpuffer und JSON Formatzugriff auf die Avatica bietet API
presto-coordinator0.245.1-amzn-0Service zur Annahme von Abfragen und die Verwaltung der Abfrageausführung der Presto-Worker.
presto-worker0.245.1-amzn-0Service für das Ausführen von Teilen einer Abfrage.
presto-client0.245.1-amzn-0Presto-Befehlszeilenclient, der auf den Standby-Mastern eines HA-Clusters installiert ist, auf denen der Presto-Server nicht gestartet wird.
pig-client0.17.0Pig-Befehlszeilen-Client.
r4.0.2The R Project for Statistical Computing (Software zur statistischen Datenverarbeitung)
ranger-kms-server1.2.0Apache Ranger Key Management System
spark-client2.4.7-amzn-1.1Spark-Befehlszeilen-Clients.
spark-history-server2.4.7-amzn-1.1Web-Benutzeroberfläche zum Anzeigen von protokollierten Ereignissen für die gesamte Lebensdauer einer abgeschlossenen Spark-Anwendung.
spark-on-yarn2.4.7-amzn-1.1In-Memory-Ausführungsengine für. YARN
spark-yarn-slave2.4.7-amzn-1.1Apache Spark-Bibliotheken, die von YARN Slaves benötigt werden.
sqoop-client1.4.7Apache Sqoop-Befehlszeilen-Client.
tensorflow2.4.1TensorFlow Open-Source-Softwarebibliothek für leistungsstarke numerische Berechnungen.
tez-on-yarn0.9.2Die YARN TEZ-Anwendung und die Bibliotheken.
webserver2.4.25+HTTPApache-Server.
zeppelin-server0.9.0Webbasiertes Notizbuch, das interaktive Datenanalysen ermöglicht.
zookeeper-server3.4.14Zentraler Service für die Verwaltung von Konfigurationsinformationen, die Benennung, die Bereitstellung verteilter Synchronisierung und die Bereitstellung von Gruppenservices.
zookeeper-client3.4.14ZooKeeper Befehlszeilen-Client.

5.33.1 Konfigurationsklassifizierungen

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

Aktionen zur Neukonfiguration treten auf, wenn Sie eine Konfiguration für Instance-Gruppen in einem laufenden Cluster angeben. Amazon leitet EMR nur Rekonfigurationsaktionen für die Klassifizierungen ein, die Sie ändern. Weitere Informationen finden Sie unter Eine Instance-Gruppe in einem laufenden Cluster neu konfigurieren.

emr-5.33.1-Klassifizierungen
Klassifizierungen Beschreibung Aktionen zur Neukonfiguration

capacity-scheduler

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

Restarts the ResourceManager service.

container-executor

Ändern Sie die Werte in der Datei container-executor.cfg von HadoopYARN.

Not available.

container-log4j

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

Not available.

core-site

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

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Hadoop KMS, Ranger KMS, HiveServer2, Hive MetaStore, Hadoop Httpfs, and MapReduce-HistoryServer.

docker-conf

Ändern Sie die Docker-bezogenen Einstellungen.

Not available.

emrfs-site

EMRFSEinstellungen ändern.

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts HBaseRegionserver, HBaseMaster, HBaseThrift, HBaseRest, HiveServer2, Hive MetaStore, Hadoop Httpfs, and MapReduce-HistoryServer.

flink-conf

Ändert die flink-conf.yaml-Einstellungen.

Restarts Flink history server.

flink-log4j

Ändert die log4j.properties-Einstellungen für Flink.

Restarts Flink history server.

flink-log4j-session

Ändern Sie die Einstellungen von Flink log4j-session.properties für Kubernetes-/Yarn-Sitzungen.

Not available.

flink-log4j-cli

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

Restarts Flink history server.

hadoop-env

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

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts PhoenixQueryserver, HiveServer2, Hive MetaStore, and MapReduce-HistoryServer.

hadoop-log4j

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

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Hadoop KMS, Hadoop Httpfs, and MapReduce-HistoryServer.

hadoop-ssl-server

Ändert die SSL-Server-Konfiguration in Hadoop.

Not available.

hadoop-ssl-client

Ändert die SSL-Client-Konfiguration in Hadoop.

Not available.

hbase

Amazon EMR — kuratierte Einstellungen für Apache. HBase

Custom EMR specific property. Sets emrfs-site and hbase-site configs. See those for their associated restarts.

hbase-env

Werte in der Umgebung ändernHBase.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-log4j

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

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-metrics

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

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-policy

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

Not available.

hbase-site

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

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer. Additionally restarts Phoenix QueryServer.

hdfs-encryption-zones

Konfigurieren Sie HDFS Verschlüsselungszonen.

Should not be reconfigured.

hdfs-site

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

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Additionally restarts Hadoop Httpfs.

hcatalog-env

Werte in HCatalog der Umgebung ändern.

Restarts Hive HCatalog Server.

hcatalog-server-jndi

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

Restarts Hive HCatalog Server.

hcatalog-server-proto-hive-site

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

Restarts Hive HCatalog Server.

hcatalog-webhcat-env

Werte in der Umgebung ebHCat von HCatalog W ändern.

Restarts Hive WebHCat Server.

hcatalog-webhcat-log4j2

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

Restarts Hive WebHCat Server.

hcatalog-webhcat-site

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

Restarts Hive WebHCat Server.

hive-beeline-log4j2

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

Not available.

hive-parquet-logging

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

Not available.

hive-env

Ändert die Werte in der Hive-Umgebung.

Restarts HiveServer2 and HiveMetastore. Runs Hive schemaTool CLI commands to verify hive-metastore.

hive-exec-log4j2

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

Restarts HiveServer2 and HiveMetastore.

hive-llap-daemon-log4j2

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

Not available.

hive-log4j2

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

Not available.

hive-site

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

Restarts HiveServer2 and HiveMetastore. Runs Hive schemaTool CLI commands to verify hive-metastore. Also restarts Oozie and Zeppelin.

hiveserver2-site

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

Not available.

hue-ini

Ändert die Werte in der INI-Datei in Hue.

Restarts Hue. Also activates Hue config override CLI commands to pick up new configurations.

httpfs-env

Werte in der Umgebung ändern. HTTPFS

Restarts Hadoop Httpfs service.

httpfs-site

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

Restarts Hadoop Httpfs service.

hadoop-kms-acls

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

Not available.

hadoop-kms-env

Werte in der KMS Hadoop-Umgebung ändern.

Restarts Hadoop-KMS service.

hadoop-kms-log4j

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

Not available.

hadoop-kms-site

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

Restarts Hadoop-KMS and Ranger-KMS service.

hudi-env

Ändern der Werte in der Hudi-Umgebung.

Not available.

jupyter-notebook-conf

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

Not available.

jupyter-hub-conf

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

Not available.

jupyter-s3-conf

Konfigurieren Sie die S3-Persistenz für Jupyter Notebooks.

Not available.

jupyter-sparkmagic-conf

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

Not available.

livy-conf

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

Restarts Livy Server.

livy-env

Ändert die Werte in der Livy-Umgebung.

Restarts Livy Server.

livy-log4j

Ändert die log4j.properties-Einstellungen für Livy.

Restarts Livy Server.

mapred-env

Ändern Sie die Werte in der MapReduce Anwendungsumgebung.

Restarts Hadoop MapReduce-HistoryServer.

mapred-site

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

Restarts Hadoop MapReduce-HistoryServer.

oozie-env

Ändert die Werte in der Oozie-Umgebung.

Restarts Oozie.

oozie-log4j

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

Restarts Oozie.

oozie-site

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

Restarts Oozie.

phoenix-hbase-metrics

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

Not available.

phoenix-hbase-site

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

Not available.

phoenix-log4j

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

Restarts Phoenix-QueryServer.

phoenix-metrics

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

Not available.

pig-env

Ändert die Werte in der Pig-Umgebung.

Not available.

pig-properties

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

Restarts Oozie.

pig-log4j

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

Not available.

presto-log

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

Restarts Presto-Server.

presto-config

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

Restarts Presto-Server.

presto-password-authenticator

Ändern Sie Werte in der Presto-Datei password-authenticator.properties.

Not available.

presto-env

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

Restarts Presto-Server.

presto-node

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

Not available.

presto-connector-blackhole

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

Not available.

presto-connector-cassandra

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

Not available.

presto-connector-hive

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

Restarts Presto-Server.

presto-connector-jmx

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

Not available.

presto-connector-kafka

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

Not available.

presto-connector-localfile

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

Not available.

presto-connector-memory

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

Not available.

presto-connector-mongodb

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

Not available.

presto-connector-mysql

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

Not available.

presto-connector-postgresql

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

Not available.

presto-connector-raptor

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

Not available.

presto-connector-redis

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

Not available.

presto-connector-redshift

Ändert die Werte in der redshift.properties-Datei.

Not available.

presto-connector-tpch

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

Not available.

presto-connector-tpcds

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

Not available.

ranger-kms-dbks-site

Ändern Sie die Werte in der Datei dbks-site.xml von RangerKMS.

Restarts Ranger KMS Server.

ranger-kms-site

Ändern Sie die Werte in der ranger-kms-site XML-Datei von Ranger. KMS

Restarts Ranger KMS Server.

ranger-kms-env

Ändern Sie Werte in der KMS Ranger-Umgebung.

Restarts Ranger KMS Server.

ranger-kms-log4j

Ändern Sie die Werte in der Datei kms-log4j.properties von Ranger. KMS

Not available.

ranger-kms-db-ca

Ändern Sie die Werte für die CA-Datei auf S3 für Meine Verbindung mit Ranger. SQL SSL KMS

Not available.

recordserver-env

Werte in der EMR RecordServer Umgebung ändern.

Restarts EMR record server.

recordserver-conf

Ändern Sie die Werte in EMR RecordServer der Datei server.properties.

Restarts EMR record server.

recordserver-log4j

Ändern Sie die Werte in der Datei EMR RecordServer log4j.properties.

Restarts EMR record server.

spark

Amazon EMR — kuratierte Einstellungen für Apache Spark.

This property modifies spark-defaults. See actions there.

spark-defaults

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

Restarts Spark history server and Spark thrift server.

spark-env

Ändert die Werte in der Spark-Umgebung.

Restarts Spark history server and Spark thrift server.

spark-hive-site

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

Not available.

spark-log4j

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

Restarts Spark history server and Spark thrift server.

spark-metrics

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

Restarts Spark history server and Spark thrift server.

sqoop-env

Ändert die Werte in der Sqoop-Umgebung.

Not available.

sqoop-oraoop-site

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

Not available.

sqoop-site

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

Not available.

tez-site

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

Restarts Oozie.

yarn-env

Werte in der YARN Umgebung ändern.

Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts MapReduce-HistoryServer.

yarn-site

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

Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Livy Server and MapReduce-HistoryServer.

zeppelin-env

Ändert die Werte in der Zeppelin-Umgebung.

Restarts Zeppelin.

zeppelin-site

Ändern Sie die Konfigurationseinstellungen in zeppelin-site.xml.

Restarts Zeppelin.

zookeeper-config

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

Restarts Zookeeper server.

zookeeper-log4j

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

Restarts Zookeeper server.