Amazon EMR versión 4.2.0 - Amazon EMR

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Amazon EMR versión 4.2.0

Versiones de la aplicación 4.2.0

Esta versión admite las siguientes aplicaciones: Ganglia, Hadoop, Hive, Hue, Mahout, Oozie-Sandbox, Pig, Presto-Sandbox, Spark y Zeppelin-Sandbox.

La siguiente tabla muestra las versiones de la aplicación disponibles en esta versión de Amazon EMR y las versiones de la aplicación en las tres EMR versiones anteriores de Amazon (cuando proceda).

Para obtener un historial completo de las versiones de las aplicaciones de cada versión de AmazonEMR, consulta los siguientes temas:

Información sobre la versión de la aplicación
emr-4.3.0 emr-4.2.0 emr-4.1.0 emr-4.0.0
AWS SDK para Java 1.10.271.10,27No registradoNo registrado
Python No registradoNo registradoNo registradoNo registrado
Scala No registradoNo registradoNo registradoNo registrado
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink - - - -
Ganglia3.7.23.6.0 - -
HBase - - - -
HCatalog - - - -
Hadoop2.7.12.6.02.6.02.6.0
Hive1.0.01.0.01.0.01.0.0
Hudi - - - -
Hue3.7.13.7.13.7.1 -
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub - - - -
Livy - - - -
MXNet - - - -
Mahout0.11.00.11.00.11.00.10.0
Oozie - - - -
Oozie-Sandbox4.2.04.2.04.0.1 -
Phoenix - - - -
Pig0.14.00.14.00.14.00.14.0
Presto - - - -
Presto-Sandbox0.1300.1250.119 -
Spark1.6.01.5.21.5.01.4.1
Sqoop - - - -
Sqoop-Sandbox - - - -
TensorFlow - - - -
Tez - - - -
Trino (PrestoSQL) - - - -
Zeppelin - - - -
Zeppelin-Sandbox0.5.50.5.50.6.0- SNAPSHOT -
ZooKeeper - - - -
ZooKeeper-Sandbox - - - -

Notas de la versión 4.2.0

Las siguientes notas de la versión incluyen información sobre la versión EMR 4.2.0 de Amazon.

Fecha de lanzamiento: 18 de noviembre de 2015

Características
  • Se ha añadido compatibilidad con Ganglia

  • Actualizado a Spark 1.5.2

  • Actualizado a Presto 0.125

  • Actualizado Oozie a 4.2.0

  • Actualizado Zeppelin a 0.5.5

  • Se actualizó AWS SDK for Java a la versión 1.10.27

Problemas conocidos resueltos de las versiones anteriores
  • Se solucionó un problema por el EMRFS CLI que no utilizaba el nombre de tabla de metadatos predeterminado.

  • Se ha corregido un problema que se producía al utilizar tablas ORC respaldadas en Amazon S3.

  • Se ha corregido un problema encontrado con un error de coincidencia de versión de Python en la configuración de Spark.

  • Se ha corregido un problema que provocaba que YARN el estado de un nodo no se informara debido a DNS problemas con los clústeres de unVPC.

  • Se ha corregido un problema que se producía cuando los YARN nodos estaban fuera de servicio, lo que provocaba que las aplicaciones se bloquearan o no se pudieran programar nuevas aplicaciones.

  • Se ha corregido un problema que se producía cuando los clústeres terminaban con el estado TIMED _ OUT _STARTING.

  • Se ha corregido un problema que se producía al incluir la dependencia de EMRFS Scala en otras compilaciones. Se ha eliminado la dependencia de Scala.

Versiones de los componentes 4.2.0

Los componentes que Amazon EMR instala con esta versión se muestran a continuación. Algunos se instalan como parte de paquetes de aplicación de Big Data. Otros son exclusivos de Amazon EMR y se instalan para los procesos y funciones del sistema. Normalmente, estos componentes comienzan con emr o aws. Los paquetes de aplicaciones de macrodatos de la versión más reciente de Amazon EMR suelen ser la última versión que se encuentra en la comunidad. Hacemos que los lanzamientos comunitarios estén disponibles en Amazon lo antes EMR posible.

Algunos componentes de Amazon EMR difieren de las versiones comunitarias. Estos componentes tienen una etiqueta de versión con el formato CommunityVersion-amzn-EmrVersion. La EmrVersion empieza por 0. Por ejemplo, si el componente comunitario de código abierto denominado myapp-component en la versión 2.2 se ha modificado tres veces para incluirlo en diferentes EMR versiones de Amazon, su versión de lanzamiento aparece como2.2-amzn-2.

Componente Versión Descripción
emr-ddb3.0.0Conector de Amazon DynamoDB para aplicaciones del ecosistema de Hadoop.
emr-goodies2.0.0Bibliotecas especialmente prácticas para el ecosistema de Hadoop.
emr-kinesis3.1.0Conector de Amazon Kinesis para aplicaciones del ecosistema de Hadoop.
emr-s3-dist-cp2.0.0Aplicación de copia distribuida optimizada para Amazon S3.
emrfs2.2.0Conector de Amazon S3 para aplicaciones del ecosistema de Hadoop.
ganglia-monitor3.6.0Agente de Ganglia incrustado para aplicaciones del ecosistema de Hadoop junto con el agente de monitorización de Ganglia.
ganglia-metadata-collector3.6.0Recopilador de metadatos de Ganglia para agregación de métricas a partir de los agentes de monitorización de Ganglia.
ganglia-web3.5.10Aplicación web para visualizar las métricas recopiladas por el recopilador de metadatos de Ganglia.
hadoop-client2.6.0-amzn-2Los clientes de línea de comando de Hadoop como, por ejemplo "hdfs", "hadoop" o "yarn".
hadoop-hdfs-datanode2.6.0-amzn-2HDFSservicio a nivel de nodo para almacenar bloques.
hadoop-hdfs-library2.6.0-amzn-2HDFSbiblioteca y cliente de línea de comandos
hadoop-hdfs-namenode2.6.0-amzn-2HDFSservicio para rastrear nombres de archivos y ubicaciones de bloques.
hadoop-httpfs-server2.6.0-amzn-2HTTPpunto final para HDFS las operaciones.
hadoop-kms-server2.6.0-amzn-2Servidor de administración de claves criptográficas basado en el de Hadoop. KeyProvider API
hadoop-mapred2.6.0-amzn-2MapReduce bibliotecas de motores de ejecución para ejecutar una aplicación. MapReduce
hadoop-yarn-nodemanager2.6.0-amzn-2YARNservicio para gestionar contenedores en un nodo individual.
hadoop-yarn-resourcemanager2.6.0-amzn-2YARNservicio para asignar y administrar los recursos del clúster y las aplicaciones distribuidas.
hive-client1.0.0-amzn-1Cliente de línea de comando de Hive.
hive-metastore-server1.0.0-amzn-1Servicio para acceder al metaalmacén de Hive, un repositorio semántico que almacena metadatos para SQL las operaciones de Hadoop.
hive-server1.0.0-amzn-1Servicio para aceptar consultas de Hive como solicitudes web.
hue-server3.7.1-amzn-5Aplicación web para analizar datos con aplicaciones del ecosistema de Hadoop
mahout-client0.11.0Biblioteca para machine learning.
mysql-server5.5Mi servidor de bases de datos. SQL
oozie-client4.2.0Cliente de línea de comando de Oozie.
oozie-server4.2.0Servicio para aceptar solicitudes de flujo de trabajo de Oozie.
presto-coordinator0.125Servicio para aceptar las consultas y administrar la ejecución de consultas entre presto-workers.
presto-worker0.125Service para ejecutar partes de una consulta.
pig-client0.14.0-amzn-0Cliente de línea de comando de Pig.
spark-client1.5.2Clientes de línea de comando de Spark.
spark-history-server1.5.2IU web para la visualización de eventos registrados durante la vida útil de una aplicación Spark completada.
spark-on-yarn1.5.2Motor de ejecución en memoria paraYARN.
spark-yarn-slave1.5.2Bibliotecas Apache Spark que necesitan los YARN esclavos.
webserver2.4HTTPServidor Apache.
zeppelin-server0.5.5-incubating-amzn-0Bloc de notas basado en web que permite el análisis de datos interactivo.

Clasificaciones de configuración 4.2.0

Las clasificaciones de configuración le permiten personalizar las aplicaciones. Suelen corresponder a un XML archivo de configuración de la aplicación, como. hive-site.xml Para obtener más información, consulte Configuración de aplicaciones.

Clasificaciones de emr-4.2.0
Clasificaciones Descripción

capacity-scheduler

Cambiar los valores en el archivo capacity-scheduler.xml de Hadoop.

core-site

Cambiar los valores en el archivo core-site.xml de Hadoop.

emrfs-site

Cambie EMRFS la configuración.

hadoop-env

Cambiar los valores en el entorno de Hadoop para todos los componentes de Hadoop.

hadoop-log4j

Cambiar los valores en el archivo log4j.properties de Hadoop.

hdfs-encryption-zones

Configure las zonas de HDFS cifrado.

hdfs-site

Cambie los valores en HDFS el archivo hdfs-site.xml.

hive-env

Cambiar los valores en el entorno de Hive.

hive-exec-log4j

Cambie los valores en el archivo hive-exec-log 4j.properties de Hive.

hive-log4j

Cambiar los valores en el archivo hive-log4.properties de Hive.

hive-site

Cambiar los valores en el archivo hive-site.xml de Hive.

hue-ini

Cambiar los valores en el archivo ini de Hue

httpfs-env

Cambie los valores del entorno. HTTPFS

httpfs-site

Cambiar los valores en el archivo httpfs-site.xml de Hadoop.

hadoop-kms-acls

Cambiar los valores en el archivo kms-acls.xml de Hadoop.

hadoop-kms-env

Cambie los valores en el entorno de Hadoop. KMS

hadoop-kms-log4j

Cambiar los valores en el archivo kms-log4j.properties de Hadoop.

hadoop-kms-site

Cambiar los valores en el archivo kms-site.xml de Hadoop.

mapred-env

Cambie los valores en el entorno de la MapReduce aplicación.

mapred-site

Cambie los valores en el archivo mapred-site.xml de la MapReduce aplicación.

oozie-env

Cambiar los valores en el entorno de Oozie.

oozie-log4j

Cambiar los valores en el archivo oozie-log4j.properties de Oozie.

oozie-site

Cambiar los valores en el archivo oozie-site.xml de Oozie.

pig-properties

Cambiar los valores en el archivo pig.properties de Pig.

pig-log4j

Cambiar los valores en el archivo log4j.properties de Pig.

presto-log

Cambiar los valores en el archivo log.properties de Presto.

presto-config

Cambiar los valores en el archivo config.properties de Presto.

presto-connector-hive

Cambiar los valores en el archivo hive.properties de Presto.

spark

EMRConfiguraciones seleccionadas por Amazon para Apache Spark.

spark-defaults

Cambiar los valores en el archivo spark-defaults.conf de Spark.

spark-env

Cambiar los valores en el entorno de Spark.

spark-log4j

Cambiar los valores en el archivo log4j.properties de Spark.

spark-metrics

Cambiar los valores en el archivo metrics.properties de Spark.

yarn-env

Cambia los valores del YARN entorno.

yarn-site

Cambie los valores en YARN el archivo yarn-site.xml.

zeppelin-env

Cambiar los valores en el entorno de Zeppelin.