Amazon EMR, versión 5.9.0 - Amazon EMR
Versiones de las aplicaciones de la versión 5.9.0Notas de la versión 5.9.0Versiones de los componentes de la versión 5.9.0Clasificaciones de configuración de la versión 5.9.0

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 5.9.0

Versiones de las aplicaciones de la versión 5.9.0

Esta versión admite las siguientes aplicaciones: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hue, Livy, Mahout, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, 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:

Información sobre la versión de la aplicación
emr-5.9.0 emr-5.8.3 emr-5.8.2 emr-5.8.1
AWS SDK for Java 1.11.1831.11.1601.11.1601.11.160
Python No registradoNo registradoNo registradoNo registrado
Scala 2.11.82.11.82.11.82.11.8
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.3.21.3.11.3.11.3.1
Ganglia3.7.23.7.23.7.23.7.2
HBase1.3.11.3.11.3.11.3.1
HCatalog2.3.02.3.02.3.02.3.0
Hadoop2.7.32.7.32.7.32.7.3
Hive2.3.02.3.02.3.02.3.0
Hudi - - - -
Hue4.0.13.12.03.12.03.12.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub - - - -
Livy0.4.0 - - -
MXNet - - - -
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
Pig0.17.00.16,00,16,00,16,0
Presto0.1840.1700.1700.170
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 (PrestoSQL) - - - -
Zeppelin0.7.20.7.20.7.20.7.2
ZooKeeper3.4.103.4.103.4.103.4.10

Notas de la versión 5.9.0

Las siguientes notas de la versión incluyen información sobre la versión 5.9.0 de Amazon EMR. Los cambios son respecto a la versión 5.8.0 de Amazon EMR.

Fecha de lanzamiento: 5 de octubre de 2017

Última actualización de características: 12 de octubre de 2017

Actualizaciones

  • AWS SDK for Java versión 1.11.183

  • Flink 1.3.2

  • Hue 4.0.1

  • Pig 0.17.0

  • Presto 0.184

Nuevas características

  • Se ha añadido compatibilidad con Livy (versión 0.4.0-incubating). Para obtener más información, consulte Apache Livy.

  • Se ha añadido compatibilidad con Hue Notebook para Spark.

  • Se ha agregado compatibilidad con instancias de Amazon EC2 de la serie i3 (12 de octubre de 2017).

Cambios, mejoras y problemas resueltos

  • Spark

    • Se ha añadido un nuevo conjunto de características que ayudan a asegurarse de que Spark gestiona de un modo más correcto la terminación de los nodos debido a una solicitud de cambio de tamaño manual o a una política de escalado automático. Para obtener más información, consulte Configuración del comportamiento de retirada de nodos.

    • SSL se utiliza en lugar de 3DES para el cifrado en tránsito del servicio de transferencia de bloques, lo que mejora el rendimiento cuando se utilizan tipos de instancias de Amazon EC2 con AES-NI.

    • Se ha adaptado SPARK-21494.

  • Zeppelin

  • HBase

    • Se agregó el parche HBASE-18533, que permite valores adicionales para la configuración de BucketCache HBase utilizando la clasificación de configuración. hbase-site

  • Hue

    • Se agregó compatibilidad con AWS Glue Data Catalog para el editor de consultas Hive en Hue.

    • Los superusuarios de Hue pueden acceder, de forma predeterminada, a todos los archivos para los que tienen autorización de acceso los roles de IAM de Amazon EMR. Los usuarios recién creados no obtienen automáticamente permisos de acceso al navegador de archivos de Amazon S3, por lo que es necesario activar los permisos filebrowser.s3_access para su grupo.

  • Se ha resuelto un problema que provocaba que no se pudiera acceder a los datos JSON subyacentes creados con AWS Glue Data Catalog.

Problemas conocidos

  • El lanzamiento del clúster produce un error cuando se instalan todas las aplicaciones y no se cambia el tamaño del volumen raíz de Amazon EBS predeterminado. Como solución alternativa, utilice el aws emr create-cluster comando del AWS CLI y especifique un parámetro mayor--ebs-root-volume-size.

  • Hive 2.3.0 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 5.9.0

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
emr-ddb4.4.0Conector 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.
emrfs2.19.0Conector 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-4Los clientes de línea de comando de Hadoop como, por ejemplo "hdfs", "hadoop" o "yarn".
hadoop-hdfs-datanode2.7.3-amzn-4Servicio de nivel de nodos de HDFS para el almacenamiento de bloques.
hadoop-hdfs-library2.7.3-amzn-4Biblioteca y cliente de línea de comandos HDFS
hadoop-hdfs-namenode2.7.3-amzn-4Servicio de HDFS para realizar un seguimiento de nombres de archivo y bloquear ubicaciones.
hadoop-httpfs-server2.7.3-amzn-4Punto de enlace HTTP para operaciones HDFS.
hadoop-kms-server2.7.3-amzn-4Servidor de administración de claves criptográficas basado en la API de Hadoop. KeyProvider
hadoop-mapred2.7.3-amzn-4MapReduce bibliotecas de motores de ejecución para ejecutar una aplicación. MapReduce
hadoop-yarn-nodemanager2.7.3-amzn-4Servicio de YARN para la administración de contenedores en un nodo individual.
hadoop-yarn-resourcemanager2.7.3-amzn-4Servicio de YARN para la asignación y administración de recursos de clúster y aplicaciones distribuidas.
hadoop-yarn-timeline-server2.7.3-amzn-4Servicio para recuperar información actual e histórica para aplicaciones de YARN.
hbase-hmaster1.3.1Servicio para un clúster de HBase responsable de la coordinación de regiones y ejecución de comandos administrativos.
hbase-region-server1.3.1Servicio que atiende a una o varias regiones de HBase.
hbase-client1.3.1Cliente de línea de comando de HBase.
hbase-rest-server1.3.1Servicio que proporciona un punto de enlace HTTP RESTful para HBase.
hbase-thrift-server1.3.1Service que proporciona un punto de enlace de Thrift a HBase.
hcatalog-client2.3.0-amzn-0El cliente de línea de comando "hcat" para manipular hcatalog-server.
hcatalog-server2.3.0-amzn-0Service que proporciona a HCatalog, una tabla y capa de administración de almacenamiento para aplicaciones distribuidas.
hcatalog-webhcat-server2.3.0-amzn-0Punto de enlace HTTP que proporciona una interfaz REST a HCatalog.
hive-client2.3.0-amzn-0Cliente de línea de comando de Hive.
hive-hbase2.3.0-amzn-0Hive-hbase client.
hive-metastore-server2.3.0-amzn-0Service para acceder al metaalmacén de Hive, un repositorio semántico que almacena metadatos para SQL en operaciones de Hadoop.
hive-server22.3.0-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-incubatingInterfaz de REST para interactuar con Apache Spark
mahout-client0.13.0Biblioteca para machine learning.
mysql-server5.5.54+Servidor de bases de datos MySQL.
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-HBase-1.3Las bibliotecas de Phoenix para servidor y cliente
phoenix-query-server4.11.0-HBase-1.3Un servidor ligero que proporciona acceso a JDBC, así como acceso de formato Protocol Buffers y JSON al API de Avatica
presto-coordinator0.184Servicio para aceptar las consultas y administrar la ejecución de consultas entre presto-workers.
presto-worker0.184Service 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 de Apache Spark necesarias para esclavos de YARN.
sqoop-client1.4.6Cliente de línea de comando de Apache Sqoop.
tez-on-yarn0.8.4La aplicación YARN de tez y bibliotecas.
webserver2.4.25+Servidor HTTP de Apache.
zeppelin-server0.7.2Bloc 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 5.9.0

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-5.9.0
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

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

Configuración de Amazon EMR mantenida para Apache HBase.

hbase-env

Cambiar los valores en el entorno de HBase.

hbase-log4j

Cambiar los valores en el archivo hbase-log4j.properties de HBase.

hbase-metrics

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

hbase-policy

Cambiar los valores en el archivo hbase-policy.xml de HBase.

hbase-site

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

hdfs-encryption-zones

Configurar zonas de cifrado de HDFS.

hdfs-site

Cambiar los valores en hdfs-site.xml de HDFS.

hcatalog-env

Cambiar los valores en el entorno de HCatalog.

hcatalog-server-jndi

Cambiar los valores en jndi.properties de HCatalog.

hcatalog-server-proto-hive-site

Cambie los valores en el archivo.xml de HCatalog. proto-hive-site

hcatalog-webhcat-env

Cambiar los valores en el entorno de HCatalog WebHCat.

hcatalog-webhcat-log4j2

Cambiar los valores en log4j2.properties de HCatalog WebHCat.

hcatalog-webhcat-site

Cambiar los valores en el archivo webhcat-site.xml de 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 4j2.properties de Hive. hive-exec-log

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.

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 aplicación MapReduce .

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

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 OraOop Sqoop.

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.