Amazon EMR versión 5.33.1 - Amazon EMR
Versiones de las aplicaciones de la versión 5.33.1Notas de la versión 5.33.1Versiones de los componentes de la versión 5.33.1Clasificaciones de configuración de la versión 5.33.1

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 5.33.1

Versiones de las aplicaciones de la versión 5.33.1

Esta versión admite 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 las aplicaciones disponibles en esta versión de Amazon EMR y las versiones de las aplicaciones 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-5.33.1 emr-5.33.0 emr-5.32.1 emr-5.32.0
AWS SDKpara 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 (Presto) SQL - - - -
Zeppelin0.9.00.9.00.8.20.8.2
ZooKeeper3.4.143.4.143.4.143.4.14

Notas de la versión 5.33.1

Las siguientes notas de la versión incluyen información sobre la EMR versión 5.33.0/5.33.1 de Amazon. Los cambios son respecto a la versión 5.32.0.

Fecha de lanzamiento inicial: 19 de abril de 2021

Fecha de la última actualización: 9 de agosto de 2021

Actualizaciones

  • Se ha actualizado el conector de Amazon Glue a la versión 1.15.0

  • AWS SDK for Java Actualizado a la versión 1.11.970

  • Actualizado a EMRFS la versión 2.46.0

  • Se actualizó EMR Goodies a la versión 2.14.0

  • Se actualizó EMR Record Server a la versión 1.9.0

  • Se actualizó EMR S3 Dist CP a la versión 2.18.0

  • Se actualizó EMR Secret Agent a la versión 1.8.0

  • Se ha actualizado Flink a la versión 1.12.1

  • Se ha actualizado Hadoop a la versión 2.10.1-amzn-1

  • Se ha actualizado Hive a la versión 2.3.7-amzn-4

  • Se ha actualizado Hudi a la versión 0.7.0

  • Se ha actualizado Hue a la versión 4.9.0

  • Se ha actualizado OpenCV a la versión 4.5.0

  • Se ha actualizado Presto a la versión 0.245.1-amzn-0

  • Se ha actualizado R a la versión 4.0.2

  • Se ha actualizado Spark a la versión 2.4.7-amzn-1

  • Actualizado TensorFlow a la versión 2.4.1

  • Se ha actualizado Zeppelin a la versión 0.9.0

Cambios, mejoras y problemas resueltos

  • Esta es una versión para solucionar problemas con Amazon EMR Scaling cuando no logra escalar correctamente un clúster hacia arriba o hacia abajo 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 del EMR clúster de Amazon ejecutaban actividades de comprobación de estado, como recopilar el estado y HDFS el estado del YARN nodo. Esto se debía a que los daemons del clúster no podían comunicar los datos del estado de salud de un nodo a los componentes internos de Amazon. EMR

  • Se han mejorado EMR los daemons del clúster para rastrear correctamente los estados de los nodos cuando se reutilizan las direcciones IP, a fin de mejorar la confiabilidad 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 el YARN desmantelamiento, cuando el clúster intentaba ampliarse o reducirse.

  • Se solucionó el problema que provocaba errores en los pasos o tareas durante el escalado del clúster al garantizar que los estados de los nodos fueran siempre coherentes entre los daemons del EMR clúster de Amazon y/. YARN HDFS

  • Se ha corregido un problema que provocaba que las operaciones de clúster, como la reducción de escala y el envío por pasos, fallaran en EMR los clústeres de Amazon habilitados con la autenticación Kerberos. Esto se debió a que el daemon EMR integrado en el clúster de Amazon no renovó el ticket de Kerberos, que es necesario para comunicarse de forma segura conHDFS/que se YARN ejecuta en el nodo principal.

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

  • Configuración de un clúster para corregir los problemas de rendimiento de las versiones 1 y 1.5 de Apache Timeline Server YARN

    Las versiones 1 y 1.5 de Apache YARN Timeline Server pueden provocar problemas de rendimiento con EMR clústeres grandes y muy activosyarn.resourcemanager.system-metrics-publisher.enabled=true, especialmente con la configuración predeterminada de AmazonEMR. Un YARN Timeline Server v2 de código abierto resuelve el problema de rendimiento relacionado con la escalabilidad del YARN Timeline Server.

    Otras alternativas para este problema incluyen:

    • Configuración de yarn.resourcemanager. system-metrics-publisher.enabled=false en yarn-site.xml.

    • La habilitación de la corrección para este problema al crear un clúster, tal y como se describe a continuación.

    Las siguientes EMR versiones de Amazon contienen una solución para este problema de rendimiento de YARN Timeline Server.

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

    Para habilitar la corrección en cualquiera de las EMR versiones de Amazon especificadas anteriormente, establezca estas propiedades true en un JSON archivo de configuración que se transfiere mediante el parámetro de aws emr create-cluster comando:--configurations file://./configurations.json. También puede habilitar la corrección mediante la interfaz de usuario de la consola de reconfiguración.

    Ejemplo del contenido del archivo 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": []
}
]

  • El tiempo de ejecución de Spark ahora es más rápido cuando se obtienen ubicaciones de particiones del metaalmacén de Hive para llevar a cabo consultas de inserción de Spark.

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

  • Se instaló el SDK paquete AWS Java en cada clúster nuevo. Se trata de un contenedor único que contiene todos los servicios SDKs y sus dependencias, en lugar de contenedores de componentes individuales. Para obtener más información, consulte Java SDK Bundled Dependency.

  • Se corrigieron los problemas de Managed Scaling en EMR versiones anteriores de Amazon y se realizaron mejoras para reducir significativamente las tasas de errores de las aplicaciones.

  • HTTPSahora está habilitada de forma predeterminada para los repositorios de Amazon Linux. Si utiliza una VPCE política de Amazon S3 para restringir el acceso a buckets específicos, debe añadir el nuevo bucket de Amazon Linux ARN arn:aws:s3:::amazonlinux-2-repos-$region/* a su política ($regionsustitúyalo por la región en la que se encuentra el punto de conexión). Para obtener más información, consulte este tema en los foros de AWS debate. Anuncio: Amazon Linux 2 ahora admite la posibilidad de usarlo HTTPS mientras se conecta a repositorios de paquetes.

Nuevas características

  • Amazon EMR es compatible con los puntos de acceso Amazon S3, una función de Amazon S3 que le permite administrar fácilmente el acceso a los lagos de datos compartidos. Con su alias de punto de acceso Amazon S3, puede simplificar el acceso a los datos a gran escala en AmazonEMR. Puede utilizar los puntos de acceso Amazon S3 con todas las versiones de Amazon sin EMR coste adicional en todas AWS las regiones en las que Amazon EMR esté disponible. Para más información acerca de los puntos de acceso de Amazon S3 y los alias de punto de acceso, consulte Uso de un alias de estilo bucket para el punto de acceso en la Guía del usuario de Amazon S3.

  • Amazon EMR -5.33 admite los nuevos tipos de EC2 instancias de Amazon: c5a, c5ad, c6gn, c6gd, m6gd, d3, d3en, m5zn, r5b, r6gd. Consulte Tipos de instancias admitidos.

Problemas conocidos

  • Reduzca el límite de «AL2máximo de archivos abiertos» en las versiones anteriores [corregido en las versiones más recientes]. EMRLas versiones de Amazon: 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 Linux ofAmazon 2 (), que tienen un valor de límite inferior para el «Máximo número de archivos abiertos» cuando los clústeres de Amazon se crean con la AL2 configuración predeterminada. EMR AMI EMRLas 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 incluyen una corrección permanente con una configuración más alta de «Número 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 configuración EMR predeterminada de Amazon AMI tiene una configuración de límite ulimit predeterminada de 4096 para el «Máximo de archivos abiertos», que es inferior al límite de 65536 archivos de Linux 2. latestAmazon AMI 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 ulimit al crear el clúster.

    Si utilizas una EMR versión anterior de Amazon que no tiene una solución permanente para este problema, la siguiente solución alternativa te permite establecer de forma explícita el límite ulimit del controlador de instancias en un máximo de 65536 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

  • Para 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 webUIs, como Spark, Hue, Zeppelin JupyterHub, Livy y 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 Amazon EMR 6.4.0.

  • importante

    EMRlos clústeres que ejecutan Amazon Linux o Amazon Machine Images (AMIs) de Amazon Linux 2 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 el Amazon Linux predeterminadoAMI. Si aparecen nuevas actualizaciones de software de Amazon Linux que requieren un reinicio (como el núcleo y CUDA las actualizaciones) después de que esté disponible una EMR versión de Amazon, las instancias de EMR clúster que se ejecutan de forma predeterminada AMI no descargan e instalan automáticamente esas actualizaciones. NVIDIA Para obtener actualizaciones del núcleo, puedes personalizar tu Amazon EMR AMI para que utilice la versión más reciente de Amazon Linux AMI.

  • 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 realizar mediante. CLI Consulte Crear la configuración EMR de seguridad en la Amazon EMR Management Guide.

  • Políticas administradas por alcance: para alinearse con las AWS mejores prácticas, Amazon EMR ha introducido políticas EMR administradas predeterminadas con alcance v2 como sustitutas de las políticas que quedarán obsoletas. Consulta las políticas EMR gestionadas por Amazon.

  • Si utiliza Spark con el formato de ubicación de particiones de Hive para leer datos en Amazon S3 y ejecuta Spark en las EMR versiones 5.30.0 a 5.36.0 y 6.2.0 a 6.9.0 de Amazon, 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 en el 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 obtener más información, consulte la tabla de codificación UTF -8 y los caracteres Unicode.

    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 5.33.1

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
aws-sagemaker-spark-sdk1.4.1Amazon SageMaker Spark SDK
emr-ddb4.16.0Conector de Amazon DynamoDB para aplicaciones del ecosistema de Hadoop.
emr-goodies2.14.0Bibliotecas especialmente prácticas para el ecosistema de Hadoop.
emr-kinesis3.5.0Conector de Amazon Kinesis para aplicaciones del ecosistema de Hadoop.
emr-notebook-env1.2.0Entorno de Conda para cuaderno de EMR que incluye una puerta de enlace empresarial de Jupyter
emr-s3-dist-cp2.18.0Aplicación de copia distribuida optimizada para Amazon S3.
emr-s3-select1.6.0EMRConector S3Select
emrfs2.46.0Conector de Amazon S3 para aplicaciones del ecosistema de Hadoop.
flink-client1.12.1Scripts y aplicaciones de cliente de línea de comando de Apache Flink.
flink-jobmanager-config1.12.1Administrar los recursos en EMR los nodos de Apache Flink. JobManager
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-client2.10.1-amzn-1.1Los clientes de línea de comando de Hadoop como, por ejemplo "hdfs", "hadoop" o "yarn".
hadoop-hdfs-datanode2.10.1-amzn-1.1HDFSservicio a nivel de nodo para almacenar bloques.
hadoop-hdfs-library2.10.1-amzn-1.1HDFSbiblioteca y cliente de línea de comandos
hadoop-hdfs-namenode2.10.1-amzn-1.1HDFSservicio para rastrear nombres de archivos y ubicaciones de bloques.
hadoop-hdfs-journalnode2.10.1-amzn-1.1HDFSservicio para administrar el diario del sistema de archivos Hadoop en clústeres de alta disponibilidad.
hadoop-httpfs-server2.10.1-amzn-1.1HTTPpunto final para operaciones. HDFS
hadoop-kms-server2.10.1-amzn-1.1Servidor de administración de claves criptográficas basado en el de Hadoop. KeyProvider API
hadoop-mapred2.10.1-amzn-1.1MapReduce bibliotecas de motores de ejecución para ejecutar una aplicación. MapReduce
hadoop-yarn-nodemanager2.10.1-amzn-1.1YARNservicio para gestionar contenedores en un nodo individual.
hadoop-yarn-resourcemanager2.10.1-amzn-1.1YARNservicio para asignar y administrar los recursos del clúster y las aplicaciones distribuidas.
hadoop-yarn-timeline-server2.10.1-amzn-1.1Servicio de recuperación de información actual e histórica para YARN aplicaciones.
hbase-hmaster1.4.13Servicio para un HBase clúster responsable de la coordinación de las regiones y la ejecución de los comandos administrativos.
hbase-region-server1.4.13Servicio para prestar servicio a una o más HBase regiones.
hbase-client1.4.13HBasecliente de línea de comandos.
hbase-rest-server1.4.13Servicio que proporciona un RESTful HTTP punto final para. HBase
hbase-thrift-server1.4.13Servicio que proporciona un punto final de Thrift aHBase.
hcatalog-client2.3.7-amzn-4El cliente de línea de comando "hcat" para manipular hcatalog-server.
hcatalog-server2.3.7-amzn-4Prestación de serviciosHCatalog, una capa de administración de tablas y almacenamiento para aplicaciones distribuidas.
hcatalog-webhcat-server2.3.7-amzn-4HTTPpunto final que proporciona una REST interfaz paraHCatalog.
hive-client2.3.7-amzn-4Cliente de línea de comando de Hive.
hive-hbase2.3.7-amzn-4Hive-hbase client.
hive-metastore-server2.3.7-amzn-4Servicio para acceder al metaalmacén de Hive, un repositorio semántico que almacena metadatos para SQL las operaciones de Hadoop.
hive-server22.3.7-amzn-4Servicio para aceptar consultas de Hive como solicitudes web.
hudi0.7.0-amzn-1Marco de procesamiento incremental para impulsar la canalización de datos a baja latencia y alta eficiencia.
hudi-spark0.7.0-amzn-1Biblioteca de paquetes para ejecutar Spark con Hudi.
hudi-presto0.7.0-amzn-1Biblioteca de paquetes para ejecutar Presto con Hudi.
hue-server4.9.0Aplicación web para analizar datos con aplicaciones del ecosistema de Hadoop
jupyterhub1.2.2Servidor multiusuario para blocs de notas Jupyter
livy-server0.7.0-incubatingRESTinterfaz para interactuar con Apache Spark
nginx1.12.1nginx [engine x] es HTTP un servidor proxy inverso
mahout-client0.13.0Biblioteca para machine learning.
mxnet1.7.0Una biblioteca flexible, escalable y eficiente para el aprendizaje profundo.
mariadb-server5,5,68 +Mi servidor SQL de base de datos.
nvidia-cuda10.1.243Controladores Nvidia y conjunto de herramientas Cuda
oozie-client5.2.0Cliente de línea de comando de Oozie.
oozie-server5.2.0Servicio para aceptar solicitudes de flujo de trabajo de Oozie.
opencv4.5.0Biblioteca de visión artificial de código abierto.
phoenix-library4.14.3- -1.4 HBaseLas bibliotecas de Phoenix para servidor y cliente
phoenix-query-server4.14.3- -1.4 HBaseUn servidor liviano que proporciona JDBC acceso, así como búferes de protocolo y acceso a JSON formatos al Avatica API
presto-coordinator0.245.1-amzn-0Servicio para aceptar las consultas y administrar la ejecución de consultas entre presto-workers.
presto-worker0.245.1-amzn-0Service para ejecutar partes de una consulta.
presto-client0.245.1-amzn-0Cliente 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-client0.17.0Cliente de línea de comando de Pig.
r4.0.2Proyecto R para análisis estadístico
ranger-kms-server1.2.0Sistema de administración de claves Apache Ranger
spark-client2.4.7-amzn-1.1Clientes de línea de comando de Spark.
spark-history-server2.4.7-amzn-1.1IU web para la visualización de eventos registrados durante la vida útil de una aplicación Spark completada.
spark-on-yarn2.4.7-amzn-1.1Motor de ejecución en memoria para. YARN
spark-yarn-slave2.4.7-amzn-1.1Bibliotecas Apache Spark que necesitan los YARN esclavos.
sqoop-client1.4.7Cliente de línea de comando de Apache Sqoop.
tensorflow2.4.1TensorFlow biblioteca de software de código abierto para computación numérica de alto rendimiento.
tez-on-yarn0.9.2La YARN aplicación y las bibliotecas de Tez.
webserver2.4.25+HTTPServidor Apache.
zeppelin-server0.9.0Bloc de notas basado en web que permite el análisis de datos interactivo.
zookeeper-server3.4.14Servicio centralizado para mantener información de configuración, nomenclatura, proporcionar sincronización distribuida y proporcionar servicios de grupo.
zookeeper-client3.4.14ZooKeeper cliente de línea de comandos.

Clasificaciones de configuración de la versión 5.33.1

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.

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 modifique. Para obtener más información, consulte Reconfiguración de un grupo de instancias en un clúster en ejecución.

Clasificaciones de emr-5.33.1
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 HadoopYARN.

Not available.

container-log4j

Cambie 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

EMRFSCambia la configuración.

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-session

Cambie la configuración de log4j-session.properties de Flink para sesión de Kubernetes o Yarn.

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

EMRConfiguraciones seleccionadas por Amazon para ApacheHBase.

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

hbase-env

Cambie los valores en HBase su entorno.

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

Configure las zonas de HDFS cifrado.

Should not be reconfigured.

hdfs-site

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

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 .xmlHCatalog. proto-hive-site

Restarts Hive HCatalog Server.

hcatalog-webhcat-env

Cambie los valores en el entorno ebHCat de HCatalog W.

Restarts Hive WebHCat Server.

hcatalog-webhcat-log4j2

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

Restarts Hive WebHCat Server.

hcatalog-webhcat-site

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

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

Cambie los valores del entorno. 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

Cambie 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 el JupyterHubs 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 en el 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 en el entorno de RangerKMS.

Restarts Ranger KMS Server.

ranger-kms-log4j

Cambie los valores en el archivo kms-log4j.properties de Ranger. KMS

Not available.

ranger-kms-db-ca

Cambie los valores del archivo CA en S3 para Mi conexión con Ranger. SQL SSL KMS

Not available.

recordserver-env

Cambie los valores del EMR RecordServer entorno.

Restarts EMR record server.

recordserver-conf

Cambie los valores en el EMR RecordServer archivo erver.properties.

Restarts EMR record server.

recordserver-log4j

Cambie los valores en el archivo EMR RecordServer log4j.properties.

Restarts EMR record server.

spark

EMRConfiguraciones seleccionadas por Amazon 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

Cambia 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

Cambie los valores del YARN entorno.

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

yarn-site

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

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.

zeppelin-site

Cambie los ajustes de configuración de zeppelin-site.xml.

Restarts Zeppelin.

zookeeper-config

Cambie los valores en ZooKeeper el archivo zoo.cfg.

Restarts Zookeeper server.

zookeeper-log4j

Cambie los valores en el ZooKeeper archivo log4j.properties.

Restarts Zookeeper server.