Amazon EMR, versión 5.29.0

PDFRSS

Versiones de las aplicaciones de la versión 5.29.0

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

En la siguiente tabla se enumeran las versiones de la aplicación disponibles en esta versión de Amazon EMR y las versiones de la aplicación en las tres versiones anteriores de Amazon EMR (cuando corresponda).

Para ver un historial completo de las versiones de la aplicación disponibles para cada versión de Amazon EMR, consulte los temas siguientes:

• Versiones de las aplicaciones en las versiones 7.x de Amazon EMR

• Versiones de la aplicación en las versiones 6.x de Amazon EMR

• Versiones de la aplicación en las versiones 5.x de Amazon EMR

• Versiones de la aplicación en las versiones 4.x de Amazon EMR

Información sobre la versión de la aplicación

	emr-5.29.0	emr-5.28.1	emr-5.28.0	emr-5.27.1
AWS SDK for Java	1.11.682	1.11.659	1.11.659	1.11.615
Python	2.7, 3.6	2.7, 3.6	2.7, 3.6	2.7, 3.6
Scala	2.11.12	2.11.12	2.11.12	2.11.12
AmazonCloudWatchAgent	-	-	-	-
Delta	-	-	-	-
Flink	1.9.1	1.9.0	1.9.0	1.8.1
Ganglia	3.7.2	3.7.2	3.7.2	3.7.2
HBase	1.4.10	1.4.10	1.4.10	1.4.10
HCatalog	2.3.6	2.3.6	2.3.6	2.3.5
Hadoop	2.8.5	2.8.5	2.8.5	2.8.5
Hive	2.3.6	2.3.6	2.3.6	2.3.5
Hudi	0.5.0-incubating	0.5.0-incubating	0.5.0-incubating	-
Hue	4.4.0	4.4.0	4.4.0	4.4.0
Iceberg	-	-	-	-
JupyterEnterpriseGateway	-	-	-	-
JupyterHub	1.0.0	1.0.0	1.0.0	1.0.0
Livy	0.6.0	0.6.0	0.6.0	0.6.0
MXNet	1.5.1	1.5.1	1.5.1	1.4.0
Mahout	0.13.0	0.13.0	0.13.0	0.13.0
Oozie	5.1.0	5.1.0	5.1.0	5.1.0
Phoenix	4.14.3	4.14.3	4.14.3	4.14.2
Pig	0.17.0	0.17.0	0.17.0	0.17.0
Presto	0.227	0.227	0.227	0.224
Spark	2.4.4	2.4.4	2.4.4	2.4.4
Sqoop	1.4.7	1.4.7	1.4.7	1.4.7
TensorFlow	1.14.0	1.14.0	1.14.0	1.14.0
Tez	0.9.2	0.9.2	0.9.2	0.9.2
Trino (PrestosQL)	-	-	-	-
Zeppelin	0.8.2	0.8.2	0.8.2	0.8.1
ZooKeeper	3.4.14	3.4.14	3.4.14	3.4.14

Notas de la versión 5.29.0

Las siguientes notas de la versión incluyen información sobre la versión 5.29.0 de Amazon EMR. Los cambios son respecto a la versión 5.28.1.

Fecha de lanzamiento inicial: 17 de enero de 2020

Actualizaciones

• Actualizado a AWS SDK for Java la versión 1.11.682

• Actualización de Hive a la versión 2.3.6

• Se ha actualizado Flink a la versión 1.9.1

• Se ha actualizado EMRFS a la versión 2.38.0

• Se ha actualizado el conector EMR DynamoDB a la versión 4.13.0

Cambios, mejoras y problemas resueltos

• Spark

  • Optimizaciones de rendimiento de Spark.

• EMRFS

  • La guía de administración actualiza la configuración predeterminada de emrfs-site.xml para una visualización coherente.

Problemas conocidos

• Problema conocido en clústeres con varios nodos principales y autenticación de Kerberos

  Si ejecuta clústeres con varios nodos principales y autenticación de Kerberos en las versiones 5.20.0 y posteriores de Amazon EMR, es posible que tenga problemas con las operaciones del clúster, como la reducción vertical o el envío escalonado, después de que el clúster se haya estado ejecutando durante algún tiempo. El periodo de tiempo depende del periodo de validez del ticket de Kerberos que se haya definido. El problema de la reducción vertical afecta tanto a las solicitudes de reducción vertical automática como a las solicitudes de reducción vertical explícita que haya enviado. Las operaciones adicionales del clúster también pueden verse afectadas.

  Solución:

  • SSH como usuario de hadoop con el nodo principal líder del clúster de EMR con varios nodos principales.

  • Ejecute el siguiente comando para renovar el ticket de Kerberos para el usuario de hadoop.

    kinit -kt <keytab_file> <principal>

    Normalmente, el archivo keytab se encuentra en /etc/hadoop.keytab y la entidad principal tiene la forma de hadoop/<hostname>@<REALM>.

  nota

  Esta solución alternativa estará en vigor durante el periodo de validez del ticket de Kerberos. Esta duración es de 10 horas de forma predeterminada, pero se puede configurar con los ajustes de Kerberos. Debe volver a ejecutar el comando anterior una vez que venza el ticket de Kerberos.

Versiones de los componentes de la versión 5.29.0

A continuación, se muestran los componentes que Amazon EMR instala con esta versión. Algunos se instalan como parte de paquetes de aplicación de Big Data. Otros son exclusivos de Amazon EMR y se instalan para ciertos procesos y características del sistema. Normalmente, estos componentes comienzan con emr o aws. Normalmente, los paquetes de aplicación de macrodatos de la versión más reciente de Amazon EMR son las versiones más recientes que pueden encontrarse en la comunidad. Intentamos que las versiones de la comunidad estén disponibles en Amazon EMR lo más rápido posible.

Algunos componentes de Amazon EMR son distintos de las versiones que se encuentran en la comunidad. Estos componentes tienen una etiqueta de versión con el formato CommunityVersion-amzn-EmrVersion. La EmrVersion empieza por 0. Por ejemplo, si un componente de la comunidad de código abierto llamado myapp-component con la versión 2.2 se ha modificado tres veces para incluirlo en diferentes versiones de lanzamiento de Amazon EMR, la versión que se mostrará será 2.2-amzn-2.

Componente	Versión	Descripción
aws-sagemaker-spark-sdk	1.2.6	SDK de Amazon SageMaker Spark
emr-ddb	4.13.0	Conector de Amazon DynamoDB para aplicaciones del ecosistema de Hadoop.
emr-goodies	2.12.0	Bibliotecas especialmente prácticas para el ecosistema de Hadoop.
emr-kinesis	3.4.0	Conector de Amazon Kinesis para aplicaciones del ecosistema de Hadoop.
emr-s3-dist-cp	2.13.0	Aplicación de copia distribuida optimizada para Amazon S3.
emr-s3-select	1.4.0	Conector S3Select de EMR
emrfs	2.38.0	Conector de Amazon S3 para aplicaciones del ecosistema de Hadoop.
flink-client	1.9.1	Scripts y aplicaciones de cliente de línea de comando de Apache Flink.
ganglia-monitor	3.7.2	Agente de Ganglia incrustado para aplicaciones del ecosistema de Hadoop junto con el agente de monitorización de Ganglia.
ganglia-metadata-collector	3.7.2	Recopilador de metadatos de Ganglia para agregación de métricas a partir de los agentes de monitorización de Ganglia.
ganglia-web	3.7.1	Aplicación web para visualizar las métricas recopiladas por el recopilador de metadatos de Ganglia.
hadoop-client	2.8.5-amzn-5	Los clientes de línea de comando de Hadoop como, por ejemplo "hdfs", "hadoop" o "yarn".
hadoop-hdfs-datanode	2.8.5-amzn-5	Servicio de nivel de nodos de HDFS para el almacenamiento de bloques.
hadoop-hdfs-library	2.8.5-amzn-5	Biblioteca y cliente de línea de comandos HDFS
hadoop-hdfs-namenode	2.8.5-amzn-5	Servicio de HDFS para realizar un seguimiento de nombres de archivo y bloquear ubicaciones.
hadoop-hdfs-journalnode	2.8.5-amzn-5	Servicio de HDFS para administrar los archivos de Hadoop periódico en clústeres de alta disponibilidad.
hadoop-httpfs-server	2.8.5-amzn-5	Punto de enlace HTTP para operaciones HDFS.
hadoop-kms-server	2.8.5-amzn-5	Servidor de administración de claves criptográficas basado en la API de Hadoop. KeyProvider
hadoop-mapred	2.8.5-amzn-5	MapReduce bibliotecas de motores de ejecución para ejecutar una aplicación. MapReduce
hadoop-yarn-nodemanager	2.8.5-amzn-5	Servicio de YARN para la administración de contenedores en un nodo individual.
hadoop-yarn-resourcemanager	2.8.5-amzn-5	Servicio de YARN para la asignación y administración de recursos de clúster y aplicaciones distribuidas.
hadoop-yarn-timeline-server	2.8.5-amzn-5	Servicio para recuperar información actual e histórica para aplicaciones de YARN.
hbase-hmaster	1.4.10	Servicio para un HBase clúster responsable de la coordinación de las regiones y la ejecución de los comandos administrativos.
hbase-region-server	1.4.10	Servicio para prestar servicio a una o más HBase regiones.
hbase-client	1.4.10	HBase cliente de línea de comandos.
hbase-rest-server	1.4.10	Servicio que proporciona un punto final RESTful HTTP para. HBase
hbase-thrift-server	1.4.10	Servicio que proporciona un punto final de Thrift para HBase.
hcatalog-client	2.3.6-amzn-1	El cliente de línea de comando "hcat" para manipular hcatalog-server.
hcatalog-server	2.3.6-amzn-1	Prestación de servicios HCatalog, una capa de administración de tablas y almacenamiento para aplicaciones distribuidas.
hcatalog-webhcat-server	2.3.6-amzn-1	Punto final HTTP que proporciona una interfaz REST para HCatalog.
hive-client	2.3.6-amzn-1	Cliente de línea de comando de Hive.
hive-hbase	2.3.6-amzn-1	Hive-hbase client.
hive-metastore-server	2.3.6-amzn-1	Service para acceder al metaalmacén de Hive, un repositorio semántico que almacena metadatos para SQL en operaciones de Hadoop.
hive-server2	2.3.6-amzn-1	Servicio para aceptar consultas de Hive como solicitudes web.
hudi	0.5.0-incubating	Marco de procesamiento incremental para impulsar la canalización de datos a baja latencia y alta eficiencia.
hudi-presto	0.5.0-incubating	Biblioteca de paquetes para ejecutar Presto con Hudi.
hue-server	4.4.0	Aplicación web para analizar datos con aplicaciones del ecosistema de Hadoop
jupyterhub	1.0.0	Servidor multiusuario para blocs de notas Jupyter
livy-server	0.6.0-incubating	Interfaz de REST para interactuar con Apache Spark
nginx	1.12.1	nginx [engine x] es un servidor HTTP y proxy inverso
mahout-client	0.13.0	Biblioteca para machine learning.
mxnet	1.5.1	Una biblioteca flexible, escalable y eficiente para el aprendizaje profundo.
mysql-server	5.5.54+	Servidor de bases de datos MySQL.
nvidia-cuda	9.2.88	Controladores Nvidia y conjunto de herramientas Cuda
oozie-client	5.1.0	Cliente de línea de comando de Oozie.
oozie-server	5.1.0	Servicio para aceptar solicitudes de flujo de trabajo de Oozie.
opencv	3.4.0	Biblioteca de visión artificial de código abierto.
phoenix-library	4.14.3- -1.4 HBase	Las bibliotecas de Phoenix para servidor y cliente
phoenix-query-server	4.14.3- -1.4 HBase	Un servidor ligero que proporciona acceso a JDBC, así como acceso de formato Protocol Buffers y JSON al API de Avatica
presto-coordinator	0.227	Servicio para aceptar las consultas y administrar la ejecución de consultas entre presto-workers.
presto-worker	0.227	Service para ejecutar partes de una consulta.
presto-client	0.227	Cliente de línea de comandos Presto que se instala en los nodos principales en espera de un clúster de HA donde el servidor Presto no se ha iniciado.
pig-client	0.17.0	Cliente de línea de comando de Pig.
r	3.4.1	Proyecto R para análisis estadístico
spark-client	2.4.4	Clientes de línea de comando de Spark.
spark-history-server	2.4.4	IU web para la visualización de eventos registrados durante la vida útil de una aplicación Spark completada.
spark-on-yarn	2.4.4	Motor de ejecución en memoria para YARN.
spark-yarn-slave	2.4.4	Bibliotecas de Apache Spark necesarias para esclavos de YARN.
sqoop-client	1.4.7	Cliente de línea de comando de Apache Sqoop.
tensorflow	1.14.0	TensorFlow biblioteca de software de código abierto para computación numérica de alto rendimiento.
tez-on-yarn	0.9.2	La aplicación YARN de tez y bibliotecas.
webserver	2.4.25+	Servidor HTTP de Apache.
zeppelin-server	0.8.2	Bloc de notas basado en web que permite el análisis de datos interactivo.
zookeeper-server	3.4.14	Servicio centralizado para mantener información de configuración, nomenclatura, proporcionar sincronización distribuida y proporcionar servicios de grupo.
zookeeper-client	3.4.14	ZooKeeper cliente de línea de comandos.

Clasificaciones de configuración de la versión 5.29.0

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

Clasificaciones de emr-5.29.0

Clasificaciones	Descripción
capacity-scheduler	Cambiar los valores en el archivo capacity-scheduler.xml de Hadoop.
container-log4j	Cambiar los valores en el archivo container-log4j.properties de Hadoop YARN.
core-site	Cambiar los valores en el archivo core-site.xml de Hadoop.
emrfs-site	Cambiar la configuración de EMRFS.
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	Configuraciones seleccionadas por Amazon EMR para Apache. HBase
hbase-env	Cambie los valores en su entorno HBase.
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	Configurar zonas de cifrado de HDFS.
hdfs-site	Cambiar los valores en hdfs-site.xml de HDFS.
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 .xml HCatalog. proto-hive-site
hcatalog-webhcat-env	Cambie los valores en el entorno HCat de la HCatalog Web.
hcatalog-webhcat-log4j2	Cambie los valores en las propiedades HCatalog HCat log4j2.properties de la Web.
hcatalog-webhcat-site	Cambie los valores del archivo webhcat-site.xml de la HCatalog WebHCat.
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	Cambiar los valores en el entorno de 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	Cambiar 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.
jupyter-notebook-conf	Cambiar los valores en el archivo jupyter_notebook_config.py de Jupyter Notebook.
jupyter-hub-conf	Cambie los valores en JupyterHubs el archivo jupyterhub_config.py.
jupyter-s3-conf	Configurar la persistencia en S3 del bloc de notas de Jupyter.
jupyter-sparkmagic-conf	Cambiar los valores en el archivo config.json de Sparkmagic.
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-env	Cambiar los valores en el entorno de Pig.
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-password-authenticator	Cambiar los valores en el archivo password-authenticator.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-memory	Cambiar los valores del archivo memory.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-redshift	Cambiar los valores en el archivo redshift.properties de Presto.
presto-connector-tpch	Cambiar los valores en el archivo tpch.properties de Presto.
presto-connector-tpcds	Cambiar los valores del archivo tpcds.properties de Presto.
ranger-kms-dbks-site	Cambie los valores del archivo dbks-site.xml de Ranger KMS.
ranger-kms-site	Cambie los valores en el ranger-kms-site archivo.xml de Ranger KMS.
ranger-kms-env	Cambie los valores del entorno Ranger KMS.
ranger-kms-log4j	Cambie los valores del archivo kms-log4j.properties de Ranger KMS.
ranger-kms-db-ca	Cambie los valores del archivo CA en S3 para la conexión SSL de MySQL con Ranger KMS.
recordserver-env	Cambie los valores en el entorno EMR. RecordServer
recordserver-conf	Cambie los valores en el archivo erver.properties RecordServer de EMR.
recordserver-log4j	Cambie los valores en el archivo log4j.properties RecordServer de EMR.
spark	Configuración de Amazon EMR mantenida 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	Cambie 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	Cambiar los valores en el entorno de YARN.
yarn-site	Cambiar los valores en el archivo yarn-site.xml de YARN.
zeppelin-env	Cambiar los valores en el entorno de Zeppelin.
zookeeper-config	Cambie los valores en el ZooKeeper archivo zoo.cfg.
zookeeper-log4j	Cambie los valores en el ZooKeeper archivo log4j.properties.