Amazon EMR, versión 5.32.0

PDFRSS

Versiones de las aplicaciones de la versión 5.32.0

Esta versión incluye las siguientes aplicaciones: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, Hue, JupyterEnterpriseGateway, 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-5.32.0	emr-5.31.1	emr-5.31.0	emr-5.30.2
AWS SDK for Java	1.11.890	1.11,852	1.11,852	1.11.759
Python	2.7, 3.7	2.7, 3.7	2.7, 3.7	2.7, 3.7
Scala	2.11.12	2.11.12	2.11.12	2.11.12
AmazonCloudWatchAgent	-	-	-	-
Delta	-	-	-	-
Flink	1.11.2	1.11.0	1.11.0	1.10.0
Ganglia	3.7.2	3.7.2	3.7.2	3.7.2
HBase	1.4.13	1.4.13	1.4.13	1.4.13
HCatalog	2.3.7	2.3.7	2.3.7	2.3.6
Hadoop	2.10.1	2.10.0	2.10.0	2.8.5
Hive	2.3.7	2.3.7	2.3.7	2.3.6
Hudi	0.6.0-amzn-0	0.6.0-amzn-0	0.6.0-amzn-0	0.5.2-incubating
Hue	4.8.0	4.7.1	4.7.1	4.6.0
Iceberg	-	-	-	-
JupyterEnterpriseGateway	2.1.0	-	-	-
JupyterHub	1.1.0	1.1.0	1.1.0	1.1.0
Livy	0.7.0	0.7.0	0.7.0	0.7.0
MXNet	1.7.0	1.6.0	1.6.0	1.5.1
Mahout	0.13.0	0.13.0	0.13.0	0.13.0
Oozie	5.2.0	5.2.0	5.2.0	5.2.0
Phoenix	4.14.3	4.14.3	4.14.3	4.14.3
Pig	0.17.0	0.17.0	0.17.0	0.17.0
Presto	0,240.1	0,238,3	0,238,3	0.232
Spark	2.4.7	2.4.6	2.4.6	2.4.5
Sqoop	1.4.7	1.4.7	1.4.7	1.4.7
TensorFlow	2.3.1	2.1.0	2.1.0	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	0.8.2
ZooKeeper	3.4.14	3.4.14	3.4.14	3.4.14

Notas de la versión 5.32.0

Las siguientes notas de la versión incluyen información sobre la versión 5.32.0 de Amazon EMR. Los cambios son respecto a la versión 5.31.0.

Fecha de lanzamiento inicial: 8 de enero de 2021

Actualizaciones

• Se ha actualizado el conector de Amazon Glue a la versión 1.14.0

• Se actualizó el SDK de Amazon SageMaker Spark a la versión 1.4.1

• Se actualizó AWS SDK for Java a la versión 1.11.890

• Se ha actualizado el conector de DynamoDB para EMR a la versión 4.16.0

• Se ha actualizado EMRFS a la versión 2.45.0

• Se han actualizado las métricas de análisis de registros de EMR a la versión 1.18.0

• MetricsAndEventsApiGateway Cliente EMR actualizado a la versión 1.5.0

• Se ha actualizado el servidor de registros de EMR a la versión 1.8.0

• Se ha actualizado EMR S3 Dist CP a la versión 2.17.0

• Se ha actualizado EMR Secret Agent a la versión 1.7.0

• Se ha actualizado Flink a la versión 1.11.2

• Se ha actualizado Hadoop a la versión 2.10.1-amzn-0

• Se ha actualizado Hive a la versión 2.3.7-amzn-3

• Se ha actualizado Hue a la versión 4.8.0

• Se ha actualizado MXNet a la versión 1.7.0

• Se ha actualizado OpenCV a la versión 4.4.0

• Se ha actualizado Presto a la versión 0.240.1-amzn-0

• Se ha actualizado Spark a la versión 2.4.7-amzn-0

• Actualizado a la versión TensorFlow 2.3.1

Cambios, mejoras y problemas resueltos

• Esta es una versión para solucionar problemas con el escalado de Amazon EMR cuando no logra escalar o reducir verticalmente de forma correcta un clúster o provoca errores en las aplicaciones.

• Se solucionó un problema por el que las solicitudes de escalado de un clúster grande y muy utilizado fallaban cuando los daemons en el clúster de Amazon EMR ejecutaban actividades de comprobación de estado, como recopilar el estado del nodo de YARN y el estado del nodo de HDFS. Esto se debía a que los daemons en el clúster no podían comunicar los datos del estado de un nodo a los componentes internos de Amazon EMR.

• Se han mejorado los daemons de EMR en el clúster para realizar un seguimiento correcto de los estados de los nodos cuando se reutilizan las direcciones IP a fin de mejorar la fiabilidad durante las operaciones de escalado.

• SPARK-29683. Se ha corregido un error que provocaba que se produjeran errores en los trabajos durante la reducción vertical del clúster, ya que Spark daba por sentado que todos los nodos disponibles estaban en la lista de denegados.

• YARN-9011. Se ha corregido un error que provocaba que se produjeran errores en los trabajos debido a una condición de carrera durante la retirada de YARN cuando el clúster intentaba escalarse o reducirse verticalmente.

• Se ha solucionado el problema que provocaba errores en los pasos o trabajos durante el escalado del clúster al garantizar que los estados de los nodos sean siempre coherentes entre los daemons en el clúster de Amazon EMR y YARN o HDFS.

• Se ha solucionado un problema por el que las operaciones de clúster, como la reducción vertical y el envío escalonado, fallaban en los clústeres de Amazon EMR habilitados con la autenticación de Kerberos. Esto se debía a que el daemon en el clúster de Amazon EMR no renovó el ticket de Kerberos, que es necesario para comunicarse de forma segura con HDFS o YARN en ejecución en el nodo principal.

• Las versiones más recientes de Amazon EMR solucionan el problema con un límite de «máximo de archivos abiertos» inferior al anterior en AL2 Amazon EMR. Las versiones 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 y posteriores de Amazon EMR ahora incluyen una corrección permanente con una configuración “Máximo de archivos abiertos” más alta.

• Versiones de componentes actualizadas.

• Para obtener una lista de las versiones de los componentes, consulte Acerca de las versiones de Amazon EMR en esta guía.

Nuevas características

• A partir de Amazon EMR 5.32.0 y 6.5.0, el tamaño dinámico del ejecutor para Apache Spark se habilita de forma predeterminada. Para activar o desactivar esta característica, puede utilizar el parámetro de configuración spark.yarn.heterogeneousExecutors.enabled.

• Estado de soporte de Instance Metadata Service (IMDS) V2: los componentes de Amazon EMR 5.23.1, 5.27.1 y 5.32 o versiones posteriores se utilizan para todas las llamadas de IMDS. IMDSv2 Para las llamadas de IMDS en el código de su aplicación, puede usar ambos o configurar el IMDS para que se use solo con el IMDSv1 fin de IMDSv2 aumentar la seguridad. IMDSv2 En otras versiones de EMR 5.x, la IMDSv1 desactivación provoca un error al iniciar el clúster.

• A partir de Amazon EMR 5.32.0, puede iniciar un clúster que se integre de forma nativa con Apache Ranger. Apache Ranger es un marco de código abierto para habilitar, supervisar y administrar la seguridad integral de los datos en toda la plataforma Hadoop. Para obtener más información, consulte Apache Ranger. Con la integración nativa, puede utilizar su propio Apache Ranger para aplicar un control de acceso a los datos detallado en Amazon EMR. Consulte Integración de Amazon EMR con Apache Ranger en la Guía de versiones de Amazon EMR.

• La versión 5.32.0 de Amazon EMR es compatible con Amazon EMR en EKS. Para más información sobre cómo empezar a utilizar EMR en EKS, consulte ¿Qué es Amazon EMR en EKS?.

• La versión 5.32.0 de Amazon EMR es compatible con Amazon EMR Studio (versión preliminar). Para más información sobre cómo empezar a usar EMR Studio, consulte Amazon EMR Studio (versión preliminar).

• Políticas gestionadas con ámbito de aplicación: para ajustarse a las prácticas AWS recomendadas, Amazon EMR ha introducido la versión 2 de las políticas gestionadas predeterminadas con ámbito de EMR como sustitutivas de las políticas que quedarán en desuso. Consulte Políticas administradas por Amazon EMR.

Problemas conocidos

• En el caso de los clústeres de subredes privadas de Amazon EMR 6.3.0 y 6.2.0, no puede acceder a la interfaz de usuario web de Ganglia. Aparecerá el error “Acceso denegado (403)”. Otras páginas web UIs, como Spark, Hue, Zeppelin, Livy y JupyterHub Tez, funcionan con normalidad. El acceso a la interfaz de usuario web de Ganglia en los clústeres de subredes públicas también funciona con normalidad. Para resolver este problema, reinicie el servicio httpd en el nodo principal con sudo systemctl restart httpd. Este problema se ha corregido en la versión 6.4.0 de Amazon EMR.

• Reducir el límite de «máximo de archivos abiertos» en las versiones anteriores AL2 [corregido en las versiones más recientes]. Versiones de Amazon EMR: emr-5.30.x, emr-5.31.0, emr-5.32.0, emr-6.0.0, emr-6.1.0 y emr-6.2.0 se basan en versiones anteriores de Amazon Linux 2 (), que AL2 tienen una configuración de límite inferior para el «Máximo número de archivos abiertos» cuando los clústeres de Amazon EMR se crean con la AMI predeterminada. Las versiones 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 y posteriores de Amazon EMR ahora incluyen una corrección permanente con una configuración más alta de “Máximo de archivos abiertos”. Las versiones con el límite inferior de archivos abiertos provocan el error “Demasiados archivos abiertos” al enviar el trabajo de Spark. En las versiones afectadas, la AMI predeterminada de Amazon EMR tiene una configuración de ulimit predeterminada de 4096 para “Máximo de archivos abiertos”, una cantidad inferior al límite de 65 536 archivos de la AMI de Amazon Linux 2 más reciente. La configuración de ulimit inferior para “Máximo de archivos abiertos” provoca un fallo en el trabajo de Spark cuando el controlador y el ejecutor de Spark intentan abrir más de 4096 archivos. Para solucionar el problema, Amazon EMR tiene un script de acciones de arranque (BA) que ajusta la configuración de ulimit al crear el clúster.

  Si utiliza una versión anterior de Amazon EMR que no tiene una corrección permanente para este problema, la siguiente solución alternativa le permite establecer explícitamente el ulimit del controlador de instancias en un máximo de 65 536 archivos.

  Establecimiento explícito de un ulimit desde la línea de comandos

  1. Edite /etc/systemd/system/instance-controller.service para agregar los siguientes parámetros a la sección de servicio.

     LimitNOFILE=65536

     LimitNPROC=65536

  2. Reinicie InstanceController

     $ sudo systemctl daemon-reload

     $ sudo systemctl restart instance-controller

  Establecimiento de un ulimit mediante una acción de arranque (BA)

  También puede usar un script de acciones de arranque (BA) para configurar el ulimit del controlador de instancias en 65 536 archivos al crear el clúster.

  #!/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

• importante

  Los clústeres de EMR que ejecutan Amazon Linux o Amazon Linux 2 Amazon Machine Images (AMIs) utilizan el comportamiento predeterminado de Amazon Linux y no descargan e instalan automáticamente actualizaciones importantes y críticas del núcleo que requieren un reinicio. Este comportamiento es el mismo que el de otras EC2 instancias de Amazon que ejecutan la AMI de Amazon Linux predeterminada. Si aparecen nuevas actualizaciones de software de Amazon Linux que requieren un reinicio (por ejemplo, actualizaciones del kernel, NVIDIA y CUDA) tras el lanzamiento de una versión de Amazon EMR, las instancias de clúster de Amazon EMR que ejecutan la AMI predeterminada no descargan ni instalan automáticamente esas actualizaciones. Para obtener actualizaciones del kernel, puede personalizar la AMI de Amazon EMR para que utilice la AMI de Amazon Linux más reciente.

• Actualmente, la GovCloud región no admite la compatibilidad con consolas para crear una configuración de seguridad que especifique la opción de integración con AWS Ranger. La configuración de seguridad se puede llevar a cabo con la CLI. Consulte Creación de la configuración de seguridad de EMR en la Guía de administración de Amazon EMR.

• Cuando se AtRestEncryption habilita el cifrado HDFS en un clúster que usa Amazon EMR 5.31.0 o 5.32.0, las consultas de Hive producen la siguiente excepción de tiempo de ejecución.

  TaskAttempt 3 failed, info=[Error: Error while running task ( failure ) : attempt_1604112648850_0001_1_01_000000_3:java.lang.RuntimeException: java.lang.RuntimeException: Hive Runtime Error while closing operators: java.io.IOException: java.util.ServiceConfigurationError: org.apache.hadoop.security.token.TokenIdentifier: Provider org.apache.hadoop.hbase.security.token.AuthenticationTokenIdentifier not found

• Cuando utiliza Spark con el formato de ubicación de particiones de Hive para leer datos en Amazon S3 y ejecuta Spark en las versiones 5.30.0 a 5.36.0 y 6.2.0 a 6.9.0 de Amazon EMR, es posible que se produzca un problema que impida que el clúster lea los datos correctamente. Esto puede ocurrir si las particiones tienen todas las características siguientes:

  • Se analizan dos o más particiones de la misma tabla.

  • Al menos una ruta de directorio de particiones es un prefijo de al menos otra ruta de directorio de particiones; por ejemplo, s3://bucket/table/p=a es un prefijo de s3://bucket/table/p=a b.

  • El primer carácter que sigue al prefijo del otro directorio de particiones tiene un valor UTF-8 inferior al carácter / (U+002F). Por ejemplo, el carácter de espacio (U+0020) que aparece entre a y b en s3://bucket/table/p=a b entra en esta categoría. Tenga en cuenta que hay otros 14 caracteres que no son de control: !"#$%&‘()*+,-. Para más información, consulte UTF-8 encoding table and Unicode characters.

  Como solución alternativa a este problema, defina la configuración spark.sql.sources.fastS3PartitionDiscovery.enabled como false en la clasificación spark-defaults.

Versiones de los componentes de la versión 5.32.0

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	1.4.1	SDK de Amazon SageMaker Spark
emr-ddb	4.16.0	Conector de Amazon DynamoDB para aplicaciones del ecosistema de Hadoop.
emr-goodies	2.13.0	Bibliotecas especialmente prácticas para el ecosistema de Hadoop.
emr-kinesis	3.5.0	Conector de Amazon Kinesis para aplicaciones del ecosistema de Hadoop.
emr-notebook-env	1.1.0	Entorno de Conda para cuaderno de EMR que incluye una puerta de enlace empresarial de Jupyter
emr-s3-dist-cp	2.17.0	Aplicación de copia distribuida optimizada para Amazon S3.
emr-s3-select	1.6.0	Conector S3Select de EMR
emrfs	2.45,0	Conector de Amazon S3 para aplicaciones del ecosistema de Hadoop.
flink-client	1.11.2	Scripts y aplicaciones de cliente de línea de comando de Apache Flink.
flink-jobmanager-config	1.11.2	Administración de recursos en nodos EMR para Apache Flink. JobManager
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	2.10.1-amzn-0	Los clientes de línea de comando de Hadoop como, por ejemplo "hdfs", "hadoop" o "yarn".
hadoop-hdfs-datanode	2.10.1-amzn-0	Servicio de nivel de nodos de HDFS para el almacenamiento de bloques.
hadoop-hdfs-library	2.10.1-amzn-0	Biblioteca y cliente de línea de comandos HDFS
hadoop-hdfs-namenode	2.10.1-amzn-0	Servicio de HDFS para realizar un seguimiento de nombres de archivo y bloquear ubicaciones.
hadoop-hdfs-journalnode	2.10.1-amzn-0	Servicio de HDFS para administrar los archivos de Hadoop periódico en clústeres de alta disponibilidad.
hadoop-httpfs-server	2.10.1-amzn-0	Punto de enlace HTTP para operaciones HDFS.
hadoop-kms-server	2.10.1-amzn-0	Servidor de administración de claves criptográficas basado en la API de Hadoop. KeyProvider
hadoop-mapred	2.10.1-amzn-0	MapReduce bibliotecas de motores de ejecución para ejecutar una aplicación. MapReduce
hadoop-yarn-nodemanager	2.10.1-amzn-0	Servicio de YARN para la administración de contenedores en un nodo individual.
hadoop-yarn-resourcemanager	2.10.1-amzn-0	Servicio de YARN para la asignación y administración de recursos de clúster y aplicaciones distribuidas.
hadoop-yarn-timeline-server	2.10.1-amzn-0	Servicio para recuperar información actual e histórica para aplicaciones de YARN.
hbase-hmaster	1.4.13	Servicio para un HBase clúster responsable de la coordinación de las regiones y la ejecución de los comandos administrativos.
hbase-region-server	1.4.13	Servicio para prestar servicio a una o más HBase regiones.
hbase-client	1.4.13	HBase cliente de línea de comandos.
hbase-rest-server	1.4.13	Servicio que proporciona un punto final RESTful HTTP para. HBase
hbase-thrift-server	1.4.13	Servicio que proporciona un punto final de Thrift para HBase.
hcatalog-client	2.3.7-amzn-3	El cliente de línea de comando "hcat" para manipular hcatalog-server.
hcatalog-server	2.3.7-amzn-3	Prestación de servicios HCatalog, una capa de administración de tablas y almacenamiento para aplicaciones distribuidas.
hcatalog-webhcat-server	2.3.7-amzn-3	Punto final HTTP que proporciona una interfaz REST para HCatalog.
hive-client	2.3.7-amzn-3	Cliente de línea de comando de Hive.
hive-hbase	2.3.7-amzn-3	Hive-hbase client.
hive-metastore-server	2.3.7-amzn-3	Service para acceder al metaalmacén de Hive, un repositorio semántico que almacena metadatos para SQL en operaciones de Hadoop.
hive-server2	2.3.7-amzn-3	Servicio para aceptar consultas de Hive como solicitudes web.
hudi	0.6.0-amzn-0	Marco de procesamiento incremental para impulsar la canalización de datos a baja latencia y alta eficiencia.
hudi-spark	0.6.0-amzn-0	Biblioteca de paquetes para ejecutar Spark con Hudi.
hudi-presto	0.6.0-amzn-0	Biblioteca de paquetes para ejecutar Presto con Hudi.
hue-server	4.8.0	Aplicación web para analizar datos con aplicaciones del ecosistema de Hadoop
jupyterhub	1.1.0	Servidor multiusuario para blocs de notas Jupyter
livy-server	0.7.0-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	1.7.0	Una biblioteca flexible, escalable y eficiente para el aprendizaje profundo.
mariadb-server	5.5.68	Servidor de bases de datos MySQL.
nvidia-cuda	10.1.243	Controladores Nvidia y conjunto de herramientas Cuda
oozie-client	5.2.0	Cliente de línea de comando de Oozie.
oozie-server	5.2.0	Servicio para aceptar solicitudes de flujo de trabajo de Oozie.
opencv	4.4.0	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	0.240.1-amzn-0	Servicio para aceptar las consultas y administrar la ejecución de consultas entre presto-workers.
presto-worker	0.240.1-amzn-0	Service para ejecutar partes de una consulta.
presto-client	0.240.1-amzn-0	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	3.4.3	Proyecto R para análisis estadístico
ranger-kms-server	1.2.0	Sistema de administración de claves Apache Ranger
spark-client	2.4.7-amzn-0	Clientes de línea de comando de Spark.
spark-history-server	2.4.7-amzn-0	IU web para la visualización de eventos registrados durante la vida útil de una aplicación Spark completada.
spark-on-yarn	2.4.7-amzn-0	Motor de ejecución en memoria para YARN.
spark-yarn-slave	2.4.7-amzn-0	Bibliotecas de Apache Spark necesarias para esclavos de YARN.
sqoop-client	1.4.7	Cliente de línea de comando de Apache Sqoop.
tensorflow	2.3.1	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 5.32.0

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.

Las acciones de reconfiguración se producen cuando se especifica una configuración para los grupos de instancias de un clúster en ejecución. Amazon EMR solo inicia acciones de reconfiguración para las clasificaciones que se modifican. Para obtener más información, consulte Reconfiguración de un grupo de instancias en un clúster en ejecución.

Clasificaciones de emr-5.32.0

Clasificaciones	Descripción	Acciones de reconfiguración
capacity-scheduler	Cambiar los valores en el archivo capacity-scheduler.xml de Hadoop.	Restarts the ResourceManager service.
container-executor	Cambie los valores en el archivo container-executor.cfg de Hadoop YARN.	Not available.
container-log4j	Cambiar los valores en el archivo container-log4j.properties de Hadoop YARN.	Not available.
core-site	Cambiar los valores en el archivo core-site.xml de 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	Cambie la configuración relacionada con el docker.	Not available.
emrfs-site	Cambiar la configuración de EMRFS.	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	Cambiar la configuración de flink-conf.yaml.	Restarts Flink history server.
flink-log4j	Cambiar la configuración de log4j.properties de Flink.	Restarts Flink history server.
flink-log4j-yarn-session	Cambie la configuración de Flink log4 j-yarn-session .properties.	Not available.
flink-log4j-cli	Cambiar la configuración de log4j-cli.properties de Flink.	Restarts Flink history server.
hadoop-env	Cambiar los valores en el entorno de Hadoop para todos los componentes de Hadoop.	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	Cambiar los valores en el archivo log4j.properties de 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	Cambiar la configuración del servidor ssl de Hadoop	Not available.
hadoop-ssl-client	Cambiar la configuración del cliente ssl de Hadoop	Not available.
hbase	Configuraciones seleccionadas por Amazon EMR para Apache. HBase	Custom EMR specific property. Sets emrfs-site and hbase-site configs. See those for their associated restarts.
hbase-env	Cambie los valores en su entorno HBase.	Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.
hbase-log4j	Cambie los valores en el archivo HBase hbase-log4j.properties.	Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.
hbase-metrics	Cambie los valores en el archivo hadoop-metrics2-hbase.properties. HBase	Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.
hbase-policy	Cambie los valores en HBase el archivo hbase-policy.xml.	Not available.
hbase-site	Cambie los valores en HBase el archivo hbase-site.xml.	Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer. Additionally restarts Phoenix QueryServer.
hdfs-encryption-zones	Configurar zonas de cifrado de HDFS.	Should not be reconfigured.
hdfs-site	Cambiar los valores en hdfs-site.xml de HDFS.	Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Additionally restarts Hadoop Httpfs.
hcatalog-env	Cambie los valores en HCatalog el entorno.	Restarts Hive HCatalog Server.
hcatalog-server-jndi	Cambie los valores en HCatalog jndi.properties.	Restarts Hive HCatalog Server.
hcatalog-server-proto-hive-site	Cambie los valores en .xml HCatalog. proto-hive-site	Restarts Hive HCatalog Server.
hcatalog-webhcat-env	Cambie los valores en el entorno HCat de la HCatalog Web.	Restarts Hive WebHCat Server.
hcatalog-webhcat-log4j2	Cambie los valores en las propiedades HCatalog HCat log4j2.properties de la Web.	Restarts Hive WebHCat Server.
hcatalog-webhcat-site	Cambie los valores del archivo webhcat-site.xml de la HCatalog WebHCat.	Restarts Hive WebHCat Server.
hive-beeline-log4j2	Cambiar los valores en el archivo beeline-log4j2.properties de Hive.	Not available.
hive-parquet-logging	Cambiar los valores en el archivo parquet-logging.properties de Hive.	Not available.
hive-env	Cambiar los valores en el entorno de Hive.	Restarts HiveServer2 and HiveMetastore. Runs Hive schemaTool CLI commands to verify hive-metastore.
hive-exec-log4j2	Cambie los valores en el archivo hive-exec-log 4j2.properties de Hive.	Restarts HiveServer2 and HiveMetastore.
hive-llap-daemon-log4j2	Cambie los valores en el archivo 4j2.properties de Hive. llap-daemon-log	Not available.
hive-log4j2	Cambiar los valores en el archivo hive-log4j2.properties de Hive.	Not available.
hive-site	Cambiar los valores en el archivo hive-site.xml de Hive.	Restarts HiveServer2 and HiveMetastore. Runs Hive schemaTool CLI commands to verify hive-metastore. Also restarts Oozie and Zeppelin.
hiveserver2-site	Cambiar los valores en el archivo hiveserver2-site.xml de Hive Server2.	Not available.
hue-ini	Cambiar los valores en el archivo ini de Hue	Restarts Hue. Also activates Hue config override CLI commands to pick up new configurations.
httpfs-env	Cambiar los valores en el entorno de HTTPFS.	Restarts Hadoop Httpfs service.
httpfs-site	Cambiar los valores en el archivo httpfs-site.xml de Hadoop.	Restarts Hadoop Httpfs service.
hadoop-kms-acls	Cambiar los valores en el archivo kms-acls.xml de Hadoop.	Not available.
hadoop-kms-env	Cambiar los valores en el entorno de Hadoop KMS.	Restarts Hadoop-KMS service.
hadoop-kms-log4j	Cambiar los valores en el archivo kms-log4j.properties de Hadoop.	Not available.
hadoop-kms-site	Cambiar los valores en el archivo kms-site.xml de Hadoop.	Restarts Hadoop-KMS and Ranger-KMS service.
hudi-env	Cambiar los valores en el entorno de Hudi.	Not available.
jupyter-notebook-conf	Cambiar los valores en el archivo jupyter_notebook_config.py de Jupyter Notebook.	Not available.
jupyter-hub-conf	Cambie los valores en JupyterHubs el archivo jupyterhub_config.py.	Not available.
jupyter-s3-conf	Configurar la persistencia en S3 del bloc de notas de Jupyter.	Not available.
jupyter-sparkmagic-conf	Cambiar los valores en el archivo config.json de Sparkmagic.	Not available.
livy-conf	Cambiar los valores en el archivo livy.conf de Livy.	Restarts Livy Server.
livy-env	Cambiar los valores en el entorno de Livy.	Restarts Livy Server.
livy-log4j	Cambiar la configuración de log4j.properties de Livy.	Restarts Livy Server.
mapred-env	Cambie los valores en el entorno de la MapReduce aplicación.	Restarts Hadoop MapReduce-HistoryServer.
mapred-site	Cambie los valores en el archivo mapred-site.xml de la MapReduce aplicación.	Restarts Hadoop MapReduce-HistoryServer.
oozie-env	Cambiar los valores en el entorno de Oozie.	Restarts Oozie.
oozie-log4j	Cambiar los valores en el archivo oozie-log4j.properties de Oozie.	Restarts Oozie.
oozie-site	Cambiar los valores en el archivo oozie-site.xml de Oozie.	Restarts Oozie.
phoenix-hbase-metrics	Cambiar los valores en el archivo hadoop-metrics2-hbase.properties de Phoenix.	Not available.
phoenix-hbase-site	Cambiar los valores en el archivo hbase-site.xml de Phoenix.	Not available.
phoenix-log4j	Cambiar los valores en el archivo log4j.properties de Phoenix.	Restarts Phoenix-QueryServer.
phoenix-metrics	Cambiar los valores en el archivo hadoop-metrics2-phoenix.properties de Phoenix.	Not available.
pig-env	Cambiar los valores en el entorno de Pig.	Not available.
pig-properties	Cambiar los valores en el archivo pig.properties de Pig.	Restarts Oozie.
pig-log4j	Cambiar los valores en el archivo log4j.properties de Pig.	Not available.
presto-log	Cambiar los valores en el archivo log.properties de Presto.	Restarts Presto-Server.
presto-config	Cambiar los valores en el archivo config.properties de Presto.	Restarts Presto-Server.
presto-password-authenticator	Cambiar los valores en el archivo password-authenticator.properties de Presto.	Not available.
presto-env	Cambiar valores en el archivo presto-env.sh de Presto.	Restarts Presto-Server.
presto-node	Cambiar valores en el archivo node.properties de Presto.	Not available.
presto-connector-blackhole	Cambiar los valores en el archivo blackhole.properties de Presto.	Not available.
presto-connector-cassandra	Cambiar los valores en el archivo cassandra.properties de Presto.	Not available.
presto-connector-hive	Cambiar los valores en el archivo hive.properties de Presto.	Restarts Presto-Server.
presto-connector-jmx	Cambiar los valores en el archivo jmx.properties de Presto.	Not available.
presto-connector-kafka	Cambiar los valores en el archivo kafka.properties de Presto.	Not available.
presto-connector-localfile	Cambiar los valores en el archivo localfile.properties de Presto.	Not available.
presto-connector-memory	Cambiar los valores del archivo memory.properties de Presto.	Not available.
presto-connector-mongodb	Cambiar los valores en el archivo mongodb.properties de Presto.	Not available.
presto-connector-mysql	Cambiar los valores en el archivo mysql.properties de Presto.	Not available.
presto-connector-postgresql	Cambiar los valores en el archivo postgresql.properties de Presto.	Not available.
presto-connector-raptor	Cambiar los valores en el archivo raptor.properties de Presto.	Not available.
presto-connector-redis	Cambiar los valores en el archivo redis.properties de Presto.	Not available.
presto-connector-redshift	Cambiar los valores en el archivo redshift.properties de Presto.	Not available.
presto-connector-tpch	Cambiar los valores en el archivo tpch.properties de Presto.	Not available.
presto-connector-tpcds	Cambiar los valores del archivo tpcds.properties de Presto.	Not available.
ranger-kms-dbks-site	Cambie los valores del archivo dbks-site.xml de Ranger KMS.	Restarts Ranger KMS Server.
ranger-kms-site	Cambie los valores en el ranger-kms-site archivo.xml de Ranger KMS.	Restarts Ranger KMS Server.
ranger-kms-env	Cambie los valores del entorno Ranger KMS.	Restarts Ranger KMS Server.
ranger-kms-log4j	Cambie los valores del archivo kms-log4j.properties de Ranger KMS.	Not available.
ranger-kms-db-ca	Cambie los valores del archivo CA en S3 para la conexión SSL de MySQL con Ranger KMS.	Not available.
recordserver-env	Cambie los valores en el entorno EMR. RecordServer	Restarts EMR record server.
recordserver-conf	Cambie los valores en el archivo erver.properties RecordServer de EMR.	Restarts EMR record server.
recordserver-log4j	Cambie los valores en el archivo log4j.properties RecordServer de EMR.	Restarts EMR record server.
spark	Configuración de Amazon EMR mantenida para Apache Spark.	This property modifies spark-defaults. See actions there.
spark-defaults	Cambiar los valores en el archivo spark-defaults.conf de Spark.	Restarts Spark history server and Spark thrift server.
spark-env	Cambiar los valores en el entorno de Spark.	Restarts Spark history server and Spark thrift server.
spark-hive-site	Cambiar los valores en el archivo hive-site.xml de Spark.	Not available.
spark-log4j	Cambiar los valores en el archivo log4j.properties de Spark.	Restarts Spark history server and Spark thrift server.
spark-metrics	Cambiar los valores en el archivo metrics.properties de Spark.	Restarts Spark history server and Spark thrift server.
sqoop-env	Cambiar los valores en el entorno de Sqoop.	Not available.
sqoop-oraoop-site	Cambie los valores en el archivo oraoop-site.xml de Sqoop OraOop.	Not available.
sqoop-site	Cambiar los valores en el archivo sqoop-site.xml de Sqoop.	Not available.
tez-site	Cambiar los valores en el archivo tez-site.xml de Tez.	Restarts Oozie.
yarn-env	Cambiar los valores en el entorno de YARN.	Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts MapReduce-HistoryServer.
yarn-site	Cambiar los valores en el archivo yarn-site.xml de YARN.	Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Livy Server and MapReduce-HistoryServer.
zeppelin-env	Cambiar los valores en el entorno de Zeppelin.	Restarts Zeppelin.
zookeeper-config	Cambie los valores en el ZooKeeper archivo zoo.cfg.	Restarts Zookeeper server.
zookeeper-log4j	Cambie los valores en el ZooKeeper archivo log4j.properties.	Restarts Zookeeper server.