Amazon EMR versión 5.10.0 - Amazon EMR
Versiones de las aplicaciones de la versión 5.10.0Notas de la versión 5.10.0Versiones de los componentes de la versión 5.10.0Clasificaciones de configuración de la versión 5.10.0

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 5.10.0

Versiones de las aplicaciones de la versión 5.10.0

Esta versión admite las siguientes aplicaciones: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hue, Livy, MXNet, Mahout, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, Tez, Zeppelin, y ZooKeeper.

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-5.10.0 emr-5.9.1 emr-5.9.0 emr-5.8.3
AWS SDKpara Java 1.11.2211.11.1831.11.1831.11.160
Python 2.7, 3.4No registradoNo registradoNo registrado
Scala 2.11.82.11.82.11.82.11.8
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.3.21.3.21.3.21.3.1
Ganglia3.7.23.7.23.7.23.7.2
HBase1.3.11.3.11.3.11.3.1
HCatalog2.3.12.3.02.3.02.3.0
Hadoop2.7.32.7.32.7.32.7.3
Hive2.3.12.3.02.3.02.3.0
Hudi - - - -
Hue4.0.14.0.14.0.13.12.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub - - - -
Livy0.4.00.4.00.4.0 -
MXNet0.12.0 - - -
Mahout0.13.00.13.00.13.00.13.0
Oozie4.3.04.3.04.3.04.3.0
Phoenix4.11.04.11.04.11.04.11.0
Pig0.17.00.17.00.17.00.16,0
Presto0.1870.1840.1840.170
Spark2.2.02.2.02.2.02.2.0
Sqoop1.4.61.4.61.4.61.4.6
TensorFlow - - - -
Tez0.8.40.8.40.8.40.8.4
Trino (Presto) SQL - - - -
Zeppelin0.7.30.7.20.7.20.7.2
ZooKeeper3.4.103.4.103.4.103.4.10

Notas de la versión 5.10.0

Las siguientes notas de la versión incluyen información sobre la EMR versión 5.10.0 de Amazon. Los cambios están relacionados con la versión EMR 5.9.0 de Amazon.

Actualizaciones

  • AWS SDK for Java 1.11.221

  • Hive 2.3.1

  • Presto 0.187

Nuevas características

  • Se ha agregado compatibilidad para autenticación Kerberos. Para obtener más información, consulte Uso de la autenticación Kerberos en la Amazon EMR Management Guide

  • Se ha añadido soporte para IAM los roles deEMRFS. Para obtener más información, consulte Configuración de IAM roles para EMRFS solicitudes a Amazon S3 en la Guía EMR de administración de Amazon

  • Se agregó compatibilidad GPU con los tipos de instancias P2 y P3 basados en datos. Para obtener más información, consulte Amazon EC2 P2 Instances e Amazon EC2 P3 Instances. NVIDIAEl controlador 384.81 y el CUDA controlador 9.0.176 están instalados en estos tipos de instancias de forma predeterminada.

  • Se agregó compatibilidad con Apache MXNet.

Cambios, mejoras y problemas resueltos

  • Presto

  • Spark

    • Compatible con SPARK-20640, lo que permite configurar el tiempo de espera del rpc y los reintentos para mezclar valores de registro mediante propiedades. spark.shuffle.registration.timeout spark.shuffle.registration.maxAttempts

    • La versión SPARK-21549 es compatible, lo que corrige un error que se producía al escribir archivos personalizados en ubicaciones distintas de la anterior. OutputFormat HDFS

  • Se ha adaptado Hadoop-13270

  • Las bibliotecas Numpy, Scipy y Matplotlib se han eliminado de la base de Amazon. EMR AMI Si la aplicación requiere estas bibliotecas, están disponibles en el repositorio de aplicaciones, por lo que puede utilizar una acción de arranque para instalarlas en todos los nodos mediante yum install.

  • La EMR base de Amazon ya AMI no incluye RPM paquetes de aplicaciones, por lo que los RPM paquetes ya no están presentes en los nodos del clúster. Custom AMIs y la EMR base de Amazon AMI ahora hacen referencia al repositorio de RPM paquetes de Amazon S3.

  • Gracias a la introducción de la facturación por segundo en AmazonEC2, el comportamiento de reducción predeterminado ahora es Finalizar al finalizar la tarea en lugar de Finalizar a la hora de la instancia. Para obtener más información, consulte Reducción de escala del clúster.

Problemas conocidos

  • MXNetno incluye bibliotecas OpenCV.

  • Hive 2.3.1 establece hive.compute.query.using.stats=true de forma predeterminada. Esto desemboca en consultas que obtienen datos de las estadísticas existentes en lugar de directamente de los datos, lo que puede dar lugar a confusión. Por ejemplo, si tiene una tabla con hive.compute.query.using.stats=true y carga nuevos archivos en la tabla LOCATION, la ejecución de una consulta SELECT COUNT(*) en la tabla devuelve el recuento de las estadísticas, en lugar de seleccionar las filas añadidas.

    Para resolver este problema, utilice el comando ANALYZE TABLE para recopilar nuevas estadísticas o establezca hive.compute.query.using.stats=false. Para obtener más información, consulte Statistics in Hive en la documentación de Apache Hive.

Versiones de los componentes de la versión 5.10.0

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-ddb4.5.0Conector de Amazon DynamoDB para aplicaciones del ecosistema de Hadoop.
emr-goodies2.4.0Bibliotecas especialmente prácticas para el ecosistema de Hadoop.
emr-kinesis3.4.0Conector de Amazon Kinesis para aplicaciones del ecosistema de Hadoop.
emr-s3-dist-cp2.7.0Aplicación de copia distribuida optimizada para Amazon S3.
emrfs2.20.0Conector de Amazon S3 para aplicaciones del ecosistema de Hadoop.
flink-client1.3.2Scripts y aplicaciones de cliente de línea de comando de Apache Flink.
ganglia-monitor3.7.2Agente de Ganglia incrustado para aplicaciones del ecosistema de Hadoop junto con el agente de monitorización de Ganglia.
ganglia-metadata-collector3.7.2Recopilador de metadatos de Ganglia para agregación de métricas a partir de los agentes de monitorización de Ganglia.
ganglia-web3.7.1Aplicación web para visualizar las métricas recopiladas por el recopilador de metadatos de Ganglia.
hadoop-client2.7.3-amzn-5Los clientes de línea de comando de Hadoop como, por ejemplo "hdfs", "hadoop" o "yarn".
hadoop-hdfs-datanode2.7.3-amzn-5HDFSservicio a nivel de nodo para almacenar bloques.
hadoop-hdfs-library2.7.3-amzn-5HDFSbiblioteca y cliente de línea de comandos
hadoop-hdfs-namenode2.7.3-amzn-5HDFSservicio para rastrear nombres de archivos y ubicaciones de bloques.
hadoop-httpfs-server2.7.3-amzn-5HTTPpunto final para HDFS las operaciones.
hadoop-kms-server2.7.3-amzn-5Servidor de administración de claves criptográficas basado en el de Hadoop. KeyProvider API
hadoop-mapred2.7.3-amzn-5MapReduce bibliotecas de motores de ejecución para ejecutar una aplicación. MapReduce
hadoop-yarn-nodemanager2.7.3-amzn-5YARNservicio para gestionar contenedores en un nodo individual.
hadoop-yarn-resourcemanager2.7.3-amzn-5YARNservicio para asignar y administrar los recursos del clúster y las aplicaciones distribuidas.
hadoop-yarn-timeline-server2.7.3-amzn-5Servicio de recuperación de información actual e histórica para YARN aplicaciones.
hbase-hmaster1.3.1Servicio para un HBase clúster responsable de la coordinación de las regiones y la ejecución de los comandos administrativos.
hbase-region-server1.3.1Servicio para prestar servicio a una o más HBase regiones.
hbase-client1.3.1HBasecliente de línea de comandos.
hbase-rest-server1.3.1Servicio que proporciona un RESTful HTTP punto final para. HBase
hbase-thrift-server1.3.1Servicio que proporciona un punto final de Thrift aHBase.
hcatalog-client2.3.1-amzn-0El cliente de línea de comando "hcat" para manipular hcatalog-server.
hcatalog-server2.3.1-amzn-0Prestación de serviciosHCatalog, una capa de administración de tablas y almacenamiento para aplicaciones distribuidas.
hcatalog-webhcat-server2.3.1-amzn-0HTTPpunto final que proporciona una REST interfaz paraHCatalog.
hive-client2.3.1-amzn-0Cliente de línea de comando de Hive.
hive-hbase2.3.1-amzn-0Hive-hbase client.
hive-metastore-server2.3.1-amzn-0Servicio para acceder al metaalmacén de Hive, un repositorio semántico que almacena metadatos para SQL las operaciones de Hadoop.
hive-server22.3.1-amzn-0Servicio para aceptar consultas de Hive como solicitudes web.
hue-server4.0.1Aplicación web para analizar datos con aplicaciones del ecosistema de Hadoop
livy-server0.4.0-incubatingRESTinterfaz para interactuar con Apache Spark
mahout-client0.13.0Biblioteca para machine learning.
mxnet0.12.0Una biblioteca flexible, escalable y eficiente para el aprendizaje profundo.
mysql-server5.5.54+Mi servidor SQL de base de datos.
nvidia-cuda9.0.176Controladores Nvidia y conjunto de herramientas Cuda
oozie-client4.3.0Cliente de línea de comando de Oozie.
oozie-server4.3.0Servicio para aceptar solicitudes de flujo de trabajo de Oozie.
phoenix-library4.11.0- -1.3 HBaseLas bibliotecas de Phoenix para servidor y cliente
phoenix-query-server4.11.0- -1.3 HBaseUn servidor liviano que proporciona JDBC acceso, así como búferes de protocolo y acceso a JSON formatos al Avatica API
presto-coordinator0.187Servicio para aceptar las consultas y administrar la ejecución de consultas entre presto-workers.
presto-worker0.187Service para ejecutar partes de una consulta.
pig-client0.17.0Cliente de línea de comando de Pig.
spark-client2.2.0Clientes de línea de comando de Spark.
spark-history-server2.2.0IU web para la visualización de eventos registrados durante la vida útil de una aplicación Spark completada.
spark-on-yarn2.2.0Motor de ejecución en memoria para. YARN
spark-yarn-slave2.2.0Bibliotecas Apache Spark que necesitan los YARN esclavos.
sqoop-client1.4.6Cliente de línea de comando de Apache Sqoop.
tez-on-yarn0.8.4La YARN aplicación y las bibliotecas de Tez.
webserver2.4.25+HTTPServidor Apache.
zeppelin-server0.7.3Bloc de notas basado en web que permite el análisis de datos interactivo.
zookeeper-server3.4.10Servicio centralizado para mantener información de configuración, nomenclatura, proporcionar sincronización distribuida y proporcionar servicios de grupo.
zookeeper-client3.4.10ZooKeeper cliente de línea de comandos.

Clasificaciones de configuración de la versión 5.10.0

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

Clasificaciones de emr-5.10.0
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.

flink-conf

Cambiar la configuración de flink-conf.yaml.

flink-log4j

Cambiar la configuración de log4j.properties de Flink.

flink-log4j-yarn-session

Cambie la configuración de Flink log4 j-yarn-session .properties.

flink-log4j-cli

Cambiar la configuración de log4j-cli.properties de Flink.

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.

hadoop-ssl-server

Cambiar la configuración del servidor ssl de Hadoop

hadoop-ssl-client

Cambiar la configuración del cliente ssl de Hadoop

hbase

EMRConfiguraciones seleccionadas por Amazon para ApacheHBase.

hbase-env

Cambie los valores en HBase su entorno.

hbase-log4j

Cambie los valores en el archivo HBase hbase-log4j.properties.

hbase-metrics

Cambie los valores en el archivo hadoop-metrics2-hbase.properties. HBase

hbase-policy

Cambie los valores en HBase el archivo hbase-policy.xml.

hbase-site

Cambie los valores en HBase el archivo hbase-site.xml.

hdfs-encryption-zones

Configure las zonas de HDFS cifrado.

hdfs-site

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

hcatalog-env

Cambie los valores en HCatalog el entorno.

hcatalog-server-jndi

Cambie los valores en HCatalog jndi.properties.

hcatalog-server-proto-hive-site

Cambie los valores en .xmlHCatalog. proto-hive-site

hcatalog-webhcat-env

Cambie los valores en el entorno ebHCat de HCatalog W.

hcatalog-webhcat-log4j2

Cambie los valores en el ebHCat log4j2.properties de HCatalog W.

hcatalog-webhcat-site

Cambie los valores en el archivo webhcat-site.xml HCatalog de W. ebHCat

hive-beeline-log4j2

Cambiar los valores en el archivo beeline-log4j2.properties de Hive.

hive-parquet-logging

Cambiar los valores en el archivo parquet-logging.properties de Hive.

hive-env

Cambiar los valores en el entorno de Hive.

hive-exec-log4j2

Cambie los valores en el archivo hive-exec-log 4j2.properties de Hive.

hive-llap-daemon-log4j2

Cambie los valores en el archivo 4j2.properties de Hive. llap-daemon-log

hive-log4j2

Cambiar los valores en el archivo hive-log4j2.properties de Hive.

hive-site

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

hiveserver2-site

Cambiar los valores en el archivo hiveserver2-site.xml de Hive Server2.

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.

livy-conf

Cambiar los valores en el archivo livy.conf de Livy.

livy-env

Cambiar los valores en el entorno de Livy.

livy-log4j

Cambiar la configuración de log4j.properties de Livy.

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.

phoenix-hbase-metrics

Cambiar los valores en el archivo hadoop-metrics2-hbase.properties de Phoenix.

phoenix-hbase-site

Cambiar los valores en el archivo hbase-site.xml de Phoenix.

phoenix-log4j

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

phoenix-metrics

Cambiar los valores en el archivo hadoop-metrics2-phoenix.properties de Phoenix.

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-env

Cambiar valores en el archivo presto-env.sh de Presto.

presto-node

Cambiar valores en el archivo node.properties de Presto.

presto-connector-blackhole

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

presto-connector-cassandra

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

presto-connector-hive

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

presto-connector-jmx

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

presto-connector-kafka

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

presto-connector-localfile

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

presto-connector-mongodb

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

presto-connector-mysql

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

presto-connector-postgresql

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

presto-connector-raptor

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

presto-connector-redis

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

presto-connector-tpch

Cambiar los valores en el archivo tpch.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-hive-site

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

sqoop-env

Cambiar los valores en el entorno de Sqoop.

sqoop-oraoop-site

Cambia los valores en el archivo oraoop-site.xml de Sqoop OraOop.

sqoop-site

Cambiar los valores en el archivo sqoop-site.xml de Sqoop.

tez-site

Cambiar los valores en el archivo tez-site.xml de Tez.

yarn-env

Cambie 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.

zookeeper-config

Cambie los valores en ZooKeeper el archivo zoo.cfg.

zookeeper-log4j

Cambie los valores en el ZooKeeper archivo log4j.properties.