Amazon EMR versión 6.0.0 - Amazon EMR
Versiones de las aplicaciones de la versión 6.0.0Notas de la versión 6.0.0Versiones de los componentes de la versión 6.0.0Clasificaciones de configuración de la versión 6.0.0

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 6.0.0

Versiones de las aplicaciones de la versión 6.0.0

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

La siguiente tabla muestra las versiones de la aplicación disponibles en esta versión de Amazon EMR y las versiones de la aplicación en las tres EMR versiones anteriores de Amazon (cuando proceda).

Para obtener un historial completo de las versiones de las aplicaciones de cada versión de AmazonEMR, consulta los siguientes temas:

Información sobre la versión de la aplicación
emr-6.1.1 emr-6.1.0 emr-6.0.1 emr-6.0.0
AWS SDKpara Java 1.11.8281.11.8281.11.7111.11.711
Python 2.7, 3.72.7, 3.72.7, 3.72.7, 3.7
Scala 2.12.102.12.102.12.102.11.12
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.11.01.11.0 - -
Ganglia3.7.23.7.23.7.23.7.2
HBase2.2.52.2.52.2.32.2.3
HCatalog3.1.23.1.23.1.23.1.2
Hadoop3.2.13.2.13.2.13.2.1
Hive3.1.23.1.23.1.23.1.2
Hudi0.5.2-incubating-amzn-20.5.2-incubating-amzn-20.5.0-incubating-amzn-10.5.0-incubating-amzn-1
Hue4.7.14.7.14.4.04.4.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub1.1.01.1.01.0.01.0.0
Livy0.7.00.7.00.6.00.6.0
MXNet1.6.01.6.01.5.11.5.1
Mahout - - - -
Oozie5.2.05.2.05.1.05.1.0
Phoenix5.0.05.0.05.0.05.0.0
Pig0.17.00.17.0 - -
Presto0.2320.2320.2300.230
Spark3.0.03.0.02.4.42.4.4
Sqoop1.4.71.4.7 - -
TensorFlow2.1.02.1.01.14.01.14.0
Tez0.9.20.9.20.9.20.9.2
Trino (Presto) SQL338338 - -
Zeppelin0.9.00.9.00.9.00.9.0
ZooKeeper3.4.143.4.143.4.143.4.14

Notas de la versión 6.0.0

Las siguientes notas de la versión incluyen información sobre la EMR versión 6.0.0 de Amazon.

Fecha de lanzamiento inicial: 10 de marzo de 2020

Aplicaciones compatibles

  • AWS SDK for Java versión 1.11.711

  • Versión de Ganglia 3.7.2

  • Versión de Hadoop 3.2.1

  • HBaseversión 2.2.3

  • HCatalogversión 3.1.2

  • Versión de Hive 3.1.2

  • Versión de Hudi 0.5.0-incubating

  • Versión de Hue 4.4.0

  • JupyterHub versión 1.0.0

  • Versión de Livy 0.6.0

  • MXNetversión 1.5.1

  • Versión de Oozie 5.1.0

  • Versión de Phoenix 5.0.0

  • Versión de Presto 0.230

  • Versión de Spark 2.4.4

  • TensorFlow versión 1.14.0

  • Zeppelin versión 0.9.0- SNAPSHOT

  • Versión de Zookeeper 3.4.14

  • Conectores y controladores: DynamoDB Connector 4.14.0

nota

Flink, Sqoop, Pig y Mahout no están disponibles en la versión 6.0.0 de Amazon. EMR

Nuevas características

  • YARNDocker Runtime Support: YARN las aplicaciones, como los trabajos de Spark, ahora se pueden ejecutar en el contexto de un contenedor Docker. Esto te permite definir fácilmente las dependencias en una imagen de Docker sin necesidad de instalar bibliotecas personalizadas en tu clúster de AmazonEMR. Para obtener más información, consulte Configurar la integración de Docker y ejecutar aplicaciones de Spark con Docker mediante Amazon EMR 6.0.0.

  • Hive LLAP Support: Hive ahora admite el modo de LLAP ejecución para mejorar el rendimiento de las consultas. Para obtener más información, consulte Uso de Hive. LLAP

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 los daemons EMR del 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 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».

  • Amazon Linux

    • Amazon Linux 2 es el sistema operativo de la serie de versiones EMR 6.x.

    • systemdse usa para la administración de servicios en lugar de upstart usar inAmazon Linux 1.

  • Kit de desarrollo de Java (JDK)

    • Corretto JDK 8 es el predeterminado JDK para la serie de versiones EMR 6.x.

  • Scala

    • Scala 2.12 se utiliza con Apache Spark y Apache Livy.

  • Python 3

    • Python 3 es ahora la versión predeterminada de Python enEMR.

  • YARNetiquetas de nodos

    • A partir de la serie de versiones EMR 6.x de Amazon, la función de etiquetas de YARN nodos está deshabilitada de forma predeterminada. De forma predeterminada, los procesos maestros de la aplicación se pueden ejecutar tanto en nodos principales como en nodos de tareas. Puede activar la función de etiquetas de YARN nodos configurando las siguientes propiedades: yarn.node-labels.enabled yyarn.node-labels.am.default-node-label-expression. Para más información, consulte Comprensión de los nodos principales, básicos y de tareas.

Problemas conocidos

  • Reducir el límite de «máximo de archivos abiertos» en las versiones anteriores AL2 [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

  • El shell interactivo de Spark, que incluye PySpark SparkR y spark-shell, no admite el uso de Docker con bibliotecas adicionales.

  • Para usar Python 3 con la EMR versión 6.0.0 de Amazon, debe añadir PATH ayarn.nodemanager.env-whitelist.

  • Las funciones Live Long y Process (LLAP) no son compatibles cuando se utiliza el AWS Glue Data Catalog como metaalmacén de Hive.

  • Al utilizar Amazon EMR 6.0.0 con la integración de Spark y Docker, debe configurar las instancias del clúster con el mismo tipo de instancia y la misma cantidad de EBS volúmenes para evitar errores al enviar un trabajo de Spark con Docker Runtime.

  • En Amazon EMR 6.0.0, HBase el modo de almacenamiento en Amazon S3 se ve afectado por el problema HBASE-24286. HBaseel maestro no se puede inicializar cuando se crea el clúster con los datos de S3 existentes.

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

    Si ejecuta clústeres con varios nodos principales y autenticación Kerberos en las EMR versiones 5.20.0 y posteriores de Amazon, es posible que tenga problemas con las operaciones del clúster, como la reducción de la escala o el envío escalonado, después de que el clúster haya estado ejecutándose 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:

    • SSHcomo hadoop usuario del nodo principal principal del EMR clúster 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 6.0.0

Los componentes que Amazon EMR instala con esta versión se muestran a continuación. Algunos se instalan como parte de paquetes de aplicación de Big Data. Otros son exclusivos de Amazon EMR y se instalan para los procesos y funciones del sistema. Normalmente, estos componentes comienzan con emr o aws. Los paquetes de aplicaciones de macrodatos de la versión más reciente de Amazon EMR suelen ser la última versión que se encuentra en la comunidad. Hacemos que los lanzamientos comunitarios estén disponibles en Amazon lo antes EMR posible.

Algunos componentes de Amazon EMR difieren de las versiones comunitarias. Estos componentes tienen una etiqueta de versión con el formato CommunityVersion-amzn-EmrVersion. La EmrVersion empieza por 0. Por ejemplo, si el componente comunitario de código abierto denominado myapp-component en la versión 2.2 se ha modificado tres veces para incluirlo en diferentes EMR versiones de Amazon, su versión de lanzamiento aparece como2.2-amzn-2.

Componente Versión Descripción
aws-sagemaker-spark-sdk1.2.6Amazon SageMaker Spark SDK
emr-ddb4.14.0Conector de Amazon DynamoDB para aplicaciones del ecosistema de Hadoop.
emr-goodies3.0.0Bibliotecas especialmente prácticas para el ecosistema de Hadoop.
emr-kinesis3.5.0Conector de Amazon Kinesis para aplicaciones del ecosistema de Hadoop.
emr-s3-dist-cp2.14.0Aplicación de copia distribuida optimizada para Amazon S3.
emr-s3-select1.5.0EMRConector S3 Select
emrfs2.39.0Conector de Amazon S3 para aplicaciones del ecosistema de Hadoop.
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-client3.2.1-amzn-0Los clientes de línea de comando de Hadoop como, por ejemplo "hdfs", "hadoop" o "yarn".
hadoop-hdfs-datanode3.2.1-amzn-0HDFSservicio a nivel de nodo para almacenar bloques.
hadoop-hdfs-library3.2.1-amzn-0HDFSbiblioteca y cliente de línea de comandos
hadoop-hdfs-namenode3.2.1-amzn-0HDFSservicio para rastrear nombres de archivos y ubicaciones de bloques.
hadoop-hdfs-journalnode3.2.1-amzn-0HDFSservicio para administrar el diario del sistema de archivos Hadoop en clústeres de alta disponibilidad.
hadoop-httpfs-server3.2.1-amzn-0HTTPpunto final para operaciones. HDFS
hadoop-kms-server3.2.1-amzn-0Servidor de administración de claves criptográficas basado en el de Hadoop. KeyProvider API
hadoop-mapred3.2.1-amzn-0MapReduce bibliotecas de motores de ejecución para ejecutar una aplicación. MapReduce
hadoop-yarn-nodemanager3.2.1-amzn-0YARNservicio para gestionar contenedores en un nodo individual.
hadoop-yarn-resourcemanager3.2.1-amzn-0YARNservicio para asignar y administrar los recursos del clúster y las aplicaciones distribuidas.
hadoop-yarn-timeline-server3.2.1-amzn-0Servicio de recuperación de información actual e histórica para YARN aplicaciones.
hbase-hmaster2.2.3Servicio para un HBase clúster responsable de la coordinación de las regiones y la ejecución de los comandos administrativos.
hbase-region-server2.2.3Servicio para prestar servicio a una o más HBase regiones.
hbase-client2.2.3HBasecliente de línea de comandos.
hbase-rest-server2.2.3Servicio que proporciona un RESTful HTTP punto final para. HBase
hbase-thrift-server2.2.3Servicio que proporciona un punto final de Thrift aHBase.
hcatalog-client3.1.2-amzn-0El cliente de línea de comando "hcat" para manipular hcatalog-server.
hcatalog-server3.1.2-amzn-0Prestación de serviciosHCatalog, una capa de administración de tablas y almacenamiento para aplicaciones distribuidas.
hcatalog-webhcat-server3.1.2-amzn-0HTTPpunto final que proporciona una REST interfaz paraHCatalog.
hive-client3.1.2-amzn-0Cliente de línea de comando de Hive.
hive-hbase3.1.2-amzn-0Hive-hbase client.
hive-metastore-server3.1.2-amzn-0Servicio para acceder al metaalmacén de Hive, un repositorio semántico que almacena metadatos para SQL las operaciones de Hadoop.
hive-server23.1.2-amzn-0Servicio para aceptar consultas de Hive como solicitudes web.
hudi0.5.0-incubating-amzn-1Marco de procesamiento incremental para impulsar la canalización de datos a baja latencia y alta eficiencia.
hudi-presto0.5.0-incubating-amzn-1Biblioteca de paquetes para ejecutar Presto con Hudi.
hue-server4.4.0Aplicación web para analizar datos con aplicaciones del ecosistema de Hadoop
jupyterhub1.0.0Servidor multiusuario para blocs de notas Jupyter
livy-server0.6.0-incubatingRESTinterfaz para interactuar con Apache Spark
nginx1.12.1nginx [engine x] es HTTP un servidor proxy inverso
mxnet1.5.1Una biblioteca flexible, escalable y eficiente para el aprendizaje profundo.
mariadb-server5.5.64+Servidor de base de datos de MariaDB.
nvidia-cuda9.2.88Controladores Nvidia y conjunto de herramientas Cuda
oozie-client5.1.0Cliente de línea de comando de Oozie.
oozie-server5.1.0Servicio para aceptar solicitudes de flujo de trabajo de Oozie.
opencv3.4.0Biblioteca de visión artificial de código abierto.
phoenix-library5.0.0- -2.0 HBaseLas bibliotecas de Phoenix para servidor y cliente
phoenix-query-server5.0.0- -2.0 HBaseUn servidor liviano que proporciona JDBC acceso, así como búferes de protocolo y acceso a JSON formatos al Avatica API
presto-coordinator0.230Servicio para aceptar las consultas y administrar la ejecución de consultas entre presto-workers.
presto-worker0.230Service para ejecutar partes de una consulta.
presto-client0.230Cliente 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.
r3.4.3Proyecto R para análisis estadístico
spark-client2.4.4Clientes de línea de comando de Spark.
spark-history-server2.4.4IU web para la visualización de eventos registrados durante la vida útil de una aplicación Spark completada.
spark-on-yarn2.4.4Motor de ejecución en memoria para. YARN
spark-yarn-slave2.4.4Bibliotecas Apache Spark que necesitan los YARN esclavos.
tensorflow1.14.0TensorFlow biblioteca de software de código abierto para computación numérica de alto rendimiento.
tez-on-yarn0.9.2La YARN aplicación y las bibliotecas de Tez.
webserver2.4.41+HTTPServidor Apache.
zeppelin-server0.9.0- SNAPSHOTBloc 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 6.0.0

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

Clasificaciones de emr-6.0.0
Clasificaciones Descripción

capacity-scheduler

Cambiar los valores en el archivo capacity-scheduler.xml de Hadoop.

container-executor

Cambie los valores en el archivo container-executor.cfg YARN de Hadoop.

container-log4j

Cambie 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

EMRFSCambia la configuración.

hadoop-env

Cambiar los valores en el entorno de Hadoop para todos los componentes de Hadoop.

hadoop-log4j

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

hadoop-ssl-server

Cambiar la configuración del servidor ssl de Hadoop

hadoop-ssl-client

Cambiar la configuración del cliente ssl de Hadoop

hbase

EMRConfiguraciones seleccionadas por Amazon para ApacheHBase.

hbase-env

Cambie los valores en HBase su entorno.

hbase-log4j

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

hbase-metrics

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

hbase-policy

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

hbase-site

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

hdfs-encryption-zones

Configure las zonas de HDFS cifrado.

hdfs-env

Cambie los valores del HDFS entorno.

hdfs-site

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

hcatalog-env

Cambie los valores en HCatalog el entorno.

hcatalog-server-jndi

Cambie los valores en HCatalog jndi.properties.

hcatalog-server-proto-hive-site

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

hcatalog-webhcat-env

Cambie los valores en el entorno ebHCat de HCatalog W.

hcatalog-webhcat-log4j2

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

hcatalog-webhcat-site

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

hive

EMRConfiguraciones seleccionadas por Amazon para Apache Hive.

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

Cambie los valores del entorno. HTTPFS

httpfs-site

Cambiar los valores en el archivo httpfs-site.xml de Hadoop.

hadoop-kms-acls

Cambiar los valores en el archivo kms-acls.xml de Hadoop.

hadoop-kms-env

Cambie los valores en el entorno de Hadoop. KMS

hadoop-kms-log4j

Cambiar los valores en el archivo kms-log4j.properties de Hadoop.

hadoop-kms-site

Cambiar los valores en el archivo kms-site.xml de Hadoop.

jupyter-notebook-conf

Cambiar los valores en el archivo jupyter_notebook_config.py de Jupyter Notebook.

jupyter-hub-conf

Cambie los valores en el JupyterHubs 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.

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 en el 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 en el entorno de RangerKMS.

ranger-kms-log4j

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

ranger-kms-db-ca

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

recordserver-env

Cambie los valores del EMR RecordServer entorno.

recordserver-conf

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

recordserver-log4j

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

spark

EMRConfiguraciones seleccionadas por Amazon para Apache Spark.

spark-defaults

Cambiar los valores en el archivo spark-defaults.conf de Spark.

spark-env

Cambiar los valores en el entorno de Spark.

spark-hive-site

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

spark-log4j

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

spark-metrics

Cambiar los valores en el archivo metrics.properties de Spark.

tez-site

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

yarn-env

Cambia los valores del YARN entorno.

yarn-site

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

zeppelin-env

Cambiar los valores en el entorno de Zeppelin.

zookeeper-config

Cambie los valores en ZooKeeper el archivo zoo.cfg.

zookeeper-log4j

Cambie los valores en el ZooKeeper archivo log4j.properties.