Amazon EMR version 6.3.0 - Amazon EMR
Versions d’application 6.3.0Notes de mise à jour 6.3.0Versions des composants 6.3.0Classifications des configurations 6.3.0

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Amazon EMR version 6.3.0

Versions d’application 6.3.0

Les applications suivantes sont prises en charge dans cette version : Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, Hue, JupyterEnterpriseGateway, JupyterHub, Livy, MXNet, Oozie, Phoenix, Pig, Presto, PrestoSQL, Spark, Sqoop, TensorFlow, Tez, Zeppelin, et ZooKeeper.

Le tableau ci-dessous répertorie les versions d'application disponibles dans cette version d'Amazon EMR et les versions d'application des trois versions précédentes d'Amazon EMR (le cas échéant).

Pour obtenir un historique complet des versions des applications de chaque version d'Amazon EMR, consultez les rubriques suivantes :

Informations sur la version de l'application
emr-6.3.0 emr-6.2.1 emr-6.2.0 emr-6.1.1
AWS SDK pour Java 1,1,9771,18801,18801,1,828
Python 2,7, 3,72,7, 3,72,7, 3,72,7, 3,7
Scala 2,1,102,1,102,1,102,1,10
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.12.11.11.21.11.21.11.0
Ganglia3.7.23.7.23.7.23.7.2
HBase2.2.62.2.6-amzn-02.2.6-amzn-02.2.5
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
Hudi0.7.0-amzn-00.6.0-amzn-10.6.0-amzn-10.5.2-incubating-amzn-2
Hue4.9.04.8.04.8.04.7.1
Iceberg - - - -
JupyterEnterpriseGateway2.1.02.1.02.1.0 -
JupyterHub1.2.21.1.01.1.01.1.0
Livy0.7.00.7.00.7.00.7.0
MXNet1.7.01.7.01.7.01.6.0
Mahout - - - -
Oozie5.2.15.2.05.2.05.2.0
Phoenix5.0.05.0.05.0.05.0.0
Pig0.17.00.17.00.17.00.17.0
Presto0,245,10,238,30,238,30.232
Spark3.1.13.0.13.0.13.0.0
Sqoop1.4.71.4.71.4.71.4.7
TensorFlow2.4.12.3.12.3.12.1.0
Tez0.9.20.9.20.9.20.9.2
Turin (PrestoSQL)350343343338
Zeppelin0.9.00.9.00.9.00.9.0
ZooKeeper3.4.143.4.143.4.143.4.14

Notes de mise à jour 6.3.0

Les notes de mises à jour suivantes incluent des informations sur la version Amazon EMR 6.3.0. Les modifications ont été apportées à la version 6.2.0.

Date de parution initiale : 12 mai 2021

Dernière mise à jour : 9 août 2021

Applications prises en charge

  • AWS SDK for Java version 1.11.977

  • CloudWatch Version 2.1.0 de l'évier

  • Connecteur DynamoDB version 4.16.0

  • EMRFS version 2.46.0

  • Amazon EMR Goodies version 3.2.0

  • Amazon EMR Kinesis Connector version 3.5.0

  • Amazon EMR Record Server version 2.0.0

  • Amazon EMR Scripts version 2.5.0

  • Flink version 1.12.1

  • Ganglia version 3.7.2

  • AWS Client Glue Hive Metastore version 3.2.0

  • Hadoop version 3.2.1-amzn-3

  • HBase version 2.2.6-amzn-1

  • HBase-operator-tools 1.0.0

  • HCatalog version 3.1.2-amzn-0

  • Hive version 3.1.2-amzn-4

  • Hudi version 0.7.0-amzn-0

  • Hue version 4.9.0

  • Java JDK version Corretto-8.282.08.1 (build 1.8.0_282-b08)

  • JupyterHub version 1.2.0

  • Livy version 0.7.0-incubating

  • MXNet version 1.7.0

  • Oozie version 5.2.1

  • Phoenix version 5.0.0

  • Pig version 0.17.0

  • Presto version 0.245.1-amzn-0

  • PrestoSQL version 350

  • Apache Ranger KMS (chiffrement transparent à plusieurs maîtres) version 2.0.0

  • ranger-plugins 2.0.1-amzn-0

  • ranger-s3-plugin 1.1.0

  • SageMaker Version 1.4.1 du SDK Spark

  • Scala version 2.12.10 (machine virtuelle du serveur OpenJDK 64 bits, Java 1.8.0_282)

  • Spark version 3.1.1-amzn-0

  • spark-rapids 0.4.1

  • Sqoop version 1.4.7

  • TensorFlow version 2.4.1

  • tez version 0.9.2

  • Zeppelin version 0.9.0

  • Zookeeper version 3.4.14

  • Connecteurs et pilotes : Connecteur DynamoDB 4.16.0

Nouvelles fonctionnalités

  • Amazon EMR prend en charge les points d'accès Amazon S3, une fonctionnalité d'Amazon S3 qui vous permet de gérer facilement l'accès aux lacs de données partagés. En utilisant votre alias de point d'accès Amazon S3, vous pouvez simplifier l'accès aux données à grande échelle sur Amazon EMR. Vous pouvez utiliser les points d'accès Amazon S3 avec toutes les versions d'Amazon EMR sans frais supplémentaires dans toutes les AWS régions où Amazon EMR est disponible. Pour en savoir plus sur les points d'accès Amazon S3 et les alias de points d'accès, consultez Utilisation d'un alias de type compartiment pour votre point d'accès dans le Guide de l'utilisateur Amazon S3.

  • Les nouveaux paramètres d'API DescribeReleaseLabel et ListReleaseLabel fournissent des détails sur les étiquettes de version d'Amazon EMR. Vous pouvez répertorier par programmation les versions disponibles dans la région où la demande d'API est exécutée, et répertorier les applications disponibles pour une étiquette de version Amazon EMR spécifique. Les paramètres d'étiquette de version répertorient également les versions Amazon EMR qui prennent en charge une application spécifiée, telle que Spark. Ces informations peuvent être utilisées pour lancer par programmation des clusters Amazon EMR. Par exemple, vous pouvez lancer un cluster à l'aide de la dernière version des résultats de ListReleaseLabel. Pour plus d'informations, consultez DescribeReleaseLabelet consultez ListReleaseLabelsle manuel Amazon EMR API Reference.

  • Avec Amazon EMR 6.3.0, vous pouvez lancer un cluster qui s'intègre nativement à Apache Ranger. Apache Ranger est un cadre open source permettant d'activer, de surveiller et de gérer la sécurité globale des données sur la plateforme Hadoop. Pour plus d'informations, consultez Apache Ranger. Grâce à l'intégration native, vous pouvez utiliser votre propre Apache Ranger pour appliquer un contrôle précis de l'accès aux données sur Amazon EMR. Consultez Intégration d'Amazon EMR avec Apache Ranger dans le Guide de gestion Amazon EMR.

  • Politiques gérées délimitées : pour s'aligner sur les AWS meilleures pratiques, Amazon EMR a introduit des politiques gérées par défaut définies dans la version 2 EMR en remplacement des politiques qui seront déconseillées. Consultez Politiques gérées par Amazon EMR.

  • État de prise en charge du service de métadonnées d'instance (IMDS) V2 : pour Amazon EMR 6.2 ou version ultérieure, les composants Amazon EMR sont IMDSv2 utilisés pour tous les appels IMDS. Pour les appels IMDS dans le code de votre application, vous pouvez utiliser les deux IMDSv1 ou configurer l'IMDS pour qu'il ne soit utilisé que IMDSv2 pour renforcer la sécurité. IMDSv2 Si vous la désactivez IMDSv1 dans les versions antérieures d'Amazon EMR 6.x, cela entraîne un échec du démarrage du cluster.

Modifications, améliorations et problèmes résolus

  • Cette version corrige les problèmes liés à Amazon EMR Scaling lorsqu'il ne parvient pas à augmenter ou réduire la taille d'un cluster ou qu'il provoque des défaillances au niveau des applications.

  • Correction d'un problème où les demandes de mise à l'échelle échouaient pour un grand cluster très utilisé lorsque les démons Amazon EMR sur le cluster exécutaient des activités de surveillance de l'état, telles que la collecte de l'état des nœuds YARN et de l'état des nœuds HDFS. Cela était dû au fait que les démons du cluster n'étaient pas en mesure de communiquer les données d'état d'un nœud aux composants internes d'Amazon EMR.

  • Démons EMR intégrés au cluster améliorés pour suivre correctement l'état des nœuds lorsque les adresses IP sont réutilisées afin d'améliorer la fiabilité lors des opérations de mise à l'échelle.

  • SPARK-29683. Correction d'un problème où les tâches échouaient lors de la réduction de la taille du cluster, car Spark supposait que tous les nœuds disponibles étaient sur la liste de refus.

  • YARN-9011. Correction d'un problème où des échecs de tâches se produisaient en raison d'une condition de course dans la mise hors service de YARN lorsque le cluster essayait d'augmenter ou de réduire sa capacité.

  • Correction du problème des échecs d'étapes ou de tâches lors de la mise à l'échelle du cluster en veillant à ce que les états des nœuds soient toujours cohérents entre les démons Amazon EMR sur le cluster et YARN/HDFS.

  • Correction d'un problème où les opérations de cluster telles que la réduction d'échelle et la soumission d'étapes échouaient pour les clusters Amazon EMR activés avec l'authentification Kerberos. Cela était dû au fait que le démon Amazon EMR on-cluster n'a pas renouvelé le ticket Kerberos, qui est nécessaire pour communiquer de manière sécurisée avec HDFS/YARN s'exécutant sur le nœud primaire.

  • Les nouvelles versions d'Amazon EMR corrigent le problème en abaissant la limite du « nombre maximum de fichiers ouverts » pour les anciennes versions d' AL2 Amazon EMR. Les versions 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 et versions ultérieures d'Amazon EMR incluent désormais un correctif permanent avec un paramètre « Nombre maximum de fichiers ouverts » plus élevé.

  • Le mode explain par défaut de l'interface utilisateur Spark SQL est passé de extended à formatted dans Spark 3.1. Amazon EMR l'a ramené à extended pour inclure des informations sur le plan logique dans l'interface utilisateur Spark SQL. Ceci peut être inversé en définissant spark.sql.ui.explainMode sur formatted.

  • Les commits suivants ont été rétroportés depuis la branche master de Spark.

    - [SPARK-34752][BUILD] Passer Jetty à la version 9.4.37 pour résoudre la CVE-2020-27223.

    - [SPARK-34534] Corrigez l'ordre des blocs lorsque vous l'utilisez pour récupérer des blocs. FetchShuffleBlocks

    - [SPARK-34681] [SQL] Correction d'un bogue pour les jointures de hachage réorganisées externes complètes lorsque le côté gauche est créé avec une condition non égale.

    - [SPARK-34497] [SQL] Correction des fournisseurs de connexion JDBC intégrés pour restaurer les changements de contexte de sécurité de la JVM.

  • Pour améliorer l'interopérabilité avec le RAPIDs plugin Nvidia Spark, une solution de contournement a été ajoutée pour résoudre un problème empêchant le déclenchement de l'élagage dynamique des partitions lors de l'utilisation de Nvidia Spark RAPIDs alors que l'exécution adaptative des requêtes est désactivée, consultez les numéros #1378 de RAPIDS et #1386 de RAPIDS. Pour plus de détails sur la nouvelle configuration spark.sql.optimizer.dynamicPartitionPruning.enforceBroadcastReuse, consultez Problème RAPIDS n°1386.

  • L'algorithme par défaut du validateur de sortie de fichier a été modifié de l'algorithme v2 à l'algorithme v1 dans Spark 3.1 open source. Pour plus d'informations, consultez cette page Amazon EMR optimisant les performances de Spark – élimination dynamique des partitions.

  • Amazon EMR est revenu à l'algorithme v2, l'algorithme par défaut utilisé dans les versions antérieures d'Amazon EMR 6.x, pour éviter une régression des performances. Pour rétablir le comportement de Spark 3.1 open source, définissez spark.hadoop.mapreduce.fileoutputcommitter.algorithm.version sur 1. Le Spark open source a apporté cette modification parce que la validation des tâches dans l'algorithme v2 du validateur de sortie de fichier n'est pas atomique, ce qui peut entraîner un problème d'exactitude des données de sortie dans certains cas. Cependant, la validation des tâches dans l'algorithme v1 n'est pas non plus atomique. Dans certains scénarios, la validation des tâches comprend une suppression effectuée avant un changement de nom. Cela peut entraîner un problème silencieux d'exactitude des données.

  • Correction des problèmes de Managed Scaling dans les versions précédentes d'Amazon EMR et améliorations permettant de réduire considérablement les taux d'échec des applications.

  • Le bundle AWS Java SDK a été installé sur chaque nouveau cluster. Il s'agit d'un fichier jar unique contenant tous les services SDKs et leurs dépendances, au lieu de fichiers jar de composants individuels. Pour plus d'informations, consultez Dépendance du kit SDK Java groupé.

Problèmes connus

  • Pour les clusters de sous-réseaux privés Amazon EMR 6.3.0 et 6.2.0, vous ne pouvez pas accéder à l'interface utilisateur Web de Ganglia. Vous recevrez un message d'erreur « accès refusé (403) ». D'autres sites Web UIs, tels que Spark, Hue JupyterHub, Zeppelin, Livy et Tez, fonctionnent normalement. L'accès à l'interface utilisateur Web de Ganglia sur les clusters de sous-réseaux publics fonctionne également normalement. Pour résoudre ce problème, redémarrez le service httpd sur le nœud primaire avec sudo systemctl restart httpd. Ce problème est résolu dans Amazon EMR 6.4.0.

  • Lorsque AWS Glue Data Catalog est activé, l'utilisation de Spark pour accéder à une base de données AWS Glue avec un URI d'emplacement de chaîne nul peut échouer. Cela se produit pour les versions antérieures d'Amazon EMR, mais pour SPARK-31709 (https://issues.apache. org/jira/browse/SPARK-31709) le rend applicable à un plus grand nombre de cas. Par exemple, lorsque vous créez une table dans la base de données AWS Glue par défaut dont l'URI d'emplacement est une chaîne nulle, le message « Impossible de créer un chemin à partir d'une chaîne vide » spark.sql("CREATE TABLE mytest (key string) location '/table_path';") échoue. Pour contourner ce problème, définissez manuellement l'URI de localisation de vos bases de données AWS Glue, puis créez des tables dans ces bases de données à l'aide de Spark.

  • Dans Amazon EMR 6.3.0, PrestoSQL a mis à niveau de la version 343 à la version 350. Il y a deux changements liés à la sécurité de l'open source qui se rapportent à ce changement de version. Le contrôle d'accès au catalogue basé sur les fichiers passe de deny à allow lorsque les règles de propriété de table, de schéma ou de session ne sont pas définies. De même, le contrôle d'accès au système basé sur les fichiers est modifié pour prendre en charge les fichiers sans règles de catalogue définies. Dans ce cas, tous les accès aux catalogues sont autorisés.

    Pour plus d'informations, consultez Version 344 (9 octobre 2020).

  • Notez que le répertoire utilisateur Hadoop (/) home/hadoop) is readable by everyone. It has Unix 755 (drwxr-xr-x) directory permissions to allow read access by frameworks like Hive. You can put files in /home/hadoop et ses sous-répertoires, mais soyez conscient des autorisations associées à ces répertoires afin de protéger les informations sensibles.

  • Réduction de la limite du « nombre maximum de fichiers ouverts » pour les anciennes versions AL2 [corrigée dans les nouvelles versions]. Versions Amazon EMR : emr-5.30.x, emr-5.31.0, emr-5.32.0, emr-6.0.0, emr-6.1.0 et emr-6.2.0 sont basées sur les anciennes versions d'Amazon Linux 2 (), qui ont un paramètre ulimit inférieur pour le « Nombre maximum de fichiers ouverts » lorsque les clusters Amazon EMR sont créés avec l'AMI par défaut. AL2 Les versions 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 et versions ultérieures d'Amazon EMR incluent un correctif permanent avec un paramètre « Nombre maximum de fichiers ouverts » plus élevé. Les versions dont la limite de fichiers ouverts est inférieure provoquent l'erreur « Trop de fichiers ouverts » lors de la soumission d'une tâche Spark. Dans les versions concernées, l'AMI par défaut Amazon EMR possède un paramètre ulimit par défaut de 4096 pour le « Nombre maximum de fichiers ouverts », ce qui est inférieur à la limite de fichiers de 65536 de la dernière AMI Amazon Linux 2. Le paramètre ulimit inférieur pour « Nombre maximum de fichiers ouverts » entraîne l'échec de la tâche Spark lorsque le pilote et l'exécuteur Spark tentent d'ouvrir plus de 4 096 fichiers. Pour résoudre ce problème, Amazon EMR dispose d'un script d'action d'amorçage (BA, bootstrap action) qui ajuste le paramètre ulimit lors de la création du cluster.

    Si vous utilisez une ancienne version d'Amazon EMR qui ne contient pas de solution permanente à ce problème, la solution suivante vous permet de définir explicitement le paramètre ulimit du contrôleur d'instance sur un maximum de 65536 fichiers.

    Définir explicitement un ulimit à partir de la ligne de commande

    1. Modifiez /etc/systemd/system/instance-controller.service pour ajouter les paramètres suivants à la section Service.

      LimitNOFILE=65536

      LimitNPROC=65536

    2. Redémarrer InstanceController

      $ sudo systemctl daemon-reload

      $ sudo systemctl restart instance-controller

    Définissez un ulimit à l'aide de l'action d'amorçage (BA)

    Vous pouvez également utiliser un script d'action d'amorçage (BA) pour configurer ulimit du contrôleur d'instance à 65536 fichiers lors de la création du cluster.

    #!/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
  • Important

    Les clusters EMR qui exécutent Amazon Linux ou Amazon Linux 2 Amazon Machine Images (AMIs) utilisent le comportement par défaut d'Amazon Linux et ne téléchargent ni n'installent automatiquement les mises à jour importantes et critiques du noyau nécessitant un redémarrage. Ce comportement est identique à celui des autres EC2 instances Amazon qui exécutent l'AMI Amazon Linux par défaut. Si de nouvelles mises à jour logicielles Amazon Linux nécessitant un redémarrage (telles que les mises à jour du noyau, de NVIDIA et de CUDA) sont disponibles après la publication d’une version d’Amazon EMR, les instances de cluster EMR qui exécutent l’AMI par défaut ne téléchargent pas et n’installent pas automatiquement ces mises à jour. Pour obtenir les mises à jour du noyau, vous pouvez personnaliser votre AMI Amazon EMR afin d'utiliser la dernière AMI Amazon Linux.

  • Pour utiliser les actions Spark avec Apache Oozie, vous devez ajouter la configuration suivante à votre fichier Oozie workflow.xml. Sinon, plusieurs bibliothèques critiques telles que Hadoop et EMRFS seront absentes du classpath des exécuteurs Spark lancés par Oozie.

    <spark-opts>--conf spark.yarn.populateHadoopClasspath=true</spark-opts>

  • Lorsque vous utilisez Spark avec le formatage de l'emplacement de partition Hive pour lire des données dans Amazon S3, et que vous exécutez Spark sur les versions 5.30.0 à 5.36.0 et 6.2.0 à 6.9.0 d'Amazon EMR, vous pouvez rencontrer un problème qui empêche votre cluster de lire correctement les données. Cela peut se produire si vos partitions présentent toutes les caractéristiques suivantes :

    • Deux partitions ou plus sont analysées à partir de la même table.

    • Au moins un chemin de répertoire de partition est un préfixe d'au moins un autre chemin de répertoire de partition, par exemple, s3://bucket/table/p=a est un préfixe de s3://bucket/table/p=a b.

    • Le premier caractère qui suit le préfixe dans le répertoire de l'autre partition a une valeur UTF-8 inférieure au caractère / (U+002F). Par exemple, le caractère d'espace (U+0020) qui apparaît entre a et b dans s3://bucket/table/p=a b entre dans cette catégorie. Notez qu'il existe 14 autres caractères de non-contrôle : !"#$%&‘()*+,-. Pour plus d'informations, consultez Table de codage UTF-8 et les caractères Unicode.

    Pour contourner ce problème, définissez la configuration spark.sql.sources.fastS3PartitionDiscovery.enabled sur false dans la classification spark-defaults.

Versions des composants 6.3.0

Les composants installés par Amazon EMR avec cette version sont répertoriés ci-dessous. Certains sont installés dans le cadre de packages d'application de Big Data. Les autres sont propres à Amazon EMR et installés pour les fonctions et processus système. Ceux-ci commencent généralement par emr ou aws. Les packages d'application de big data de la version Amazon EMR la plus récente sont généralement la dernière version trouvée dans la communauté. Nous nous efforçons de mettre à disposition les versions de la communauté dans Amazon EMR le plus rapidement possible.

Certains composants dans Amazon EMR diffèrent des versions de la communauté. Ces composants ont une étiquette de version sous la forme CommunityVersion-amzn-EmrVersion. EmrVersion commence à 0. Par exemple, si un composant de la communauté open source nommé myapp-component avec la version 2.2 a été modifié trois fois en vue de son inclusion dans différentes versions d'Amazon EMR, sa version apparaît sous le nom 2.2-amzn-2.

Composant Version Description
aws-sagemaker-spark-sdk1.4.1Kit de développement logiciel Amazon SageMaker Spark
emr-ddb4,16,0Connecteur Amazon DynamoDB pour les applications de l'écosystème Hadoop.
emr-goodies3.2.0Bibliothèques proposant plus de commodités pour l'écosystème Hadoop.
emr-kinesis3.5.0Connecteur Amazon Kinesis pour les applications de l'écosystème Hadoop.
emr-notebook-env1.2.0Environnement Conda pour le bloc-notes EMR qui inclut la passerelle Jupyter Entreprise
emr-s3-dist-cp2.18.0Application de copie distribuée optimisée pour Amazon S3.
emr-s3-select2.1.0Connecteur S3Select EMR
emrfs2,46,0Connecteur Amazon S3 pour les applications de l'écosystème Hadoop.
flink-client1.12.1Applications et scripts client de la ligne de commande Apache Flink.
flink-jobmanager-config1.12.1Gestion des ressources sur les nœuds EMR pour Apache Flink. JobManager
ganglia-monitor3.7.2Agent Ganglia intégré pour les applications de l'écosystème Hadoop avec agent de surveillance Ganglia.
ganglia-metadata-collector3.7.2Collecteur de métadonnées Ganglia pour agréger les métriques des agents de surveillance Ganglia.
ganglia-web3.7.1Application web pour afficher les métriques collectées par le collecteur de métadonnées Ganglia.
hadoop-client3.2.1-amzn-3Clients de ligne de commande Hadoop tels que « hdfs », « hadoop » ou « yarn ».
hadoop-hdfs-datanode3.2.1-amzn-3HDFS node-level service for storing blocks.
hadoop-hdfs-library3.2.1-amzn-3Bibliothèque et client de ligne de commande HDFS
hadoop-hdfs-namenode3.2.1-amzn-3Service HDFS pour le suivi des noms de fichier et des emplacements de bloc.
hadoop-hdfs-journalnode3.2.1-amzn-3Service HDFS pour la gestion du journal du système de fichiers Hadoop sur les clusters HA.
hadoop-httpfs-server3.2.1-amzn-3Point de terminaison HTTP pour les opérations HDFS.
hadoop-kms-server3.2.1-amzn-3Serveur de gestion des clés cryptographiques basé sur l'API de Hadoop. KeyProvider
hadoop-mapred3.2.1-amzn-3MapReduce bibliothèques de moteurs d'exécution pour exécuter une MapReduce application.
hadoop-yarn-nodemanager3.2.1-amzn-3Service YARN pour la gestion de conteneurs sur un nœud individuel.
hadoop-yarn-resourcemanager3.2.1-amzn-3Service YARN pour l'allocation et la gestion des ressources de cluster et des applications distribuées.
hadoop-yarn-timeline-server3.2.1-amzn-3Service de récupération d'informations actuelles et historiques pour les applications YARN.
hbase-hmaster2.2.6-amzn-1Service pour un HBase cluster chargé de la coordination des régions et de l'exécution des commandes administratives.
hbase-region-server2.2.6-amzn-1Service pour desservir une ou plusieurs HBase régions.
hbase-client2.2.6-amzn-1HBase client en ligne de commande.
hbase-rest-server2.2.6-amzn-1Service fournissant un point de terminaison RESTful HTTP pour HBase.
hbase-thrift-server2.2.6-amzn-1Service fournissant un point de terminaison Thrift pour. HBase
hcatalog-client3.1.2-amzn-4Client de ligne de commande « hcat » pour la manipulation de hcatalog-server.
hcatalog-server3.1.2-amzn-4Fourniture de services HCatalog, table et couche de gestion du stockage pour les applications distribuées.
hcatalog-webhcat-server3.1.2-amzn-4Point de terminaison HTTP fournissant une interface REST pour HCatalog.
hive-client3.1.2-amzn-4Client de ligne de commande Hive.
hive-hbase3.1.2-amzn-4Client Hive-hbase.
hive-metastore-server3.1.2-amzn-4Service pour accéder au metastore Hive, référentiel sémantique stockant des métadonnées pour SQL sur les opérations Hadoop.
hive-server23.1.2-amzn-4Service pour l'acceptation de requêtes Hive en tant que requêtes web.
hudi0.7.0-amzn-0Infrastructure de traitement incrémentiel pour implémenter un pipeline à faible latence et à efficacité élevée.
hudi-presto0.7.0-amzn-0Bibliothèque de solution groupée pour exécuter Presto avec Hudi.
hudi-prestosql0.7.0-amzn-0Bibliothèque de solution groupée pour exécuter PrestoSQL avec Hudi.
hudi-spark0.7.0-amzn-0Bibliothèque de solution groupée pour exécuter Spark avec Hudi.
hue-server4.9.0Application web pour l'analyse des données à l'aide d'applications de l'écosystème Hadoop
jupyterhub1.2.2Serveur multi-utilisateurs pour blocs-notes Jupyter
livy-server0.7.0-incubatingInterface REST pour interagir avec Apache Spark
nginx1.12.1nginx [engine x] est un serveur HTTP et à proxy inverse
mxnet1.7.0Bibliothèque flexible, évolutive et efficace pour le deep learning.
mariadb-server5,5,68 ans et plusServeur de base de données MariaDB.
nvidia-cuda10,1243Pilotes Nvidia et boîte à outils Cuda
oozie-client5.2.1Client de ligne de commande Oozie.
oozie-server5.2.1Service pour l'acceptation des demandes de flux de travail Oozie.
opencv4.5.0Bibliothèque open source Vision par ordinateur
phoenix-library5,0,0- -2,0 HBaseLes bibliothèques phoenix pour serveur et client
phoenix-query-server5,0,0- -2,0 HBaseUn serveur léger fournissant un accès JDBC, ainsi qu'un accès au format JSON et de tampons de protocole, à l'API Avatica
presto-coordinator0.245.1-amzn-0Service pour accepter les requêtes et gérer l'exécution des requêtes des composants presto-worker.
presto-worker0.245.1-amzn-0Service pour exécuter les éléments d'une requête.
presto-client0.245.1-amzn-0Client de ligne de commande Presto installé sur les maîtres de secours d'un cluster haute disponibilité où le serveur Presto n'est pas démarré.
prestosql-coordinator350Service pour accepter les requêtes et gérer l'exécution des requêtes des composants prestosql-workers.
prestosql-worker350Service pour exécuter les éléments d'une requête.
prestosql-client350Client de ligne de commande Presto installé sur les maîtres de secours d'un cluster haute disponibilité où le serveur Presto n'est pas démarré.
pig-client0.17.0Client de ligne de commande Pig.
r4.0.2Projet R pour les calculs statistiques
ranger-kms-server2.0.0Système de gestion des clés Apache Ranger
spark-client3.1.1-amzn-0Clients de ligne de commande Spark.
spark-history-server3.1.1-amzn-0Interface web pour afficher des événements enregistrés pour la durée de vie d'une application Spark terminée.
spark-on-yarn3.1.1-amzn-0Moteur d'exécution en mémoire pour YARN.
spark-yarn-slave3.1.1-amzn-0Bibliothèques Apache Spark requises par les esclaves YARN.
spark-rapids0,4.1Plugin Nvidia Spark RAPIDS qui accélère Apache Spark avec GPUs.
sqoop-client1.4.7Client de ligne de commande Apache Sqoop.
tensorflow2.4.1TensorFlow bibliothèque de logiciels open source pour le calcul numérique de haute performance.
tez-on-yarn0.9.2Les bibliothèques et l'application tez YARN.
webserver2.4.41+Serveur HTTP Apache.
zeppelin-server0.9.0Portable basé sur le web qui permet l'analyse de données interactives.
zookeeper-server3.4.14Service centralisé conçu pour la conservation des informations de configuration, l'affectation de noms, la synchronisation distribuée et la fourniture de services de groupe.
zookeeper-client3.4.14ZooKeeper client en ligne de commande.

Classifications des configurations 6.3.0

Les classifications de configuration vous permettent de personnaliser les applications. Elles correspondent souvent à un fichier XML de configuration de l'application, tel que hive-site.xml. Pour de plus amples informations, veuillez consulter Configuration des applications.

Les actions de reconfiguration se produisent lorsque vous spécifiez une configuration pour les groupes d'instances d'un cluster en cours d'exécution. Amazon EMR lance uniquement des actions de reconfiguration pour les classifications que vous modifiez. Pour de plus amples informations, veuillez consulter Reconfigurer un groupe d'instances dans un cluster en cours d'exécution.

Classifications emr-6.3.0
Classifications Description Actions de reconfiguration

capacity-scheduler

Modifiez les valeurs dans le fichier capacity-scheduler.xml de Hadoop.

Restarts the ResourceManager service.

container-executor

Modifiez les valeurs dans le fichier container-executor.cfg de Hadoop YARN.

Not available.

container-log4j

Modifiez les valeurs dans le fichier container-log4j.properties de Hadoop YARN.

Not available.

core-site

Modifiez les valeurs dans le fichier 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

Modifiez les paramètres liés au docker.

Not available.

emrfs-site

Modifiez les paramètres 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

Modifiez les paramètres flink-conf.yaml.

Restarts Flink history server.

flink-log4j

Modifiez les paramètres log4j.properties Flink.

Restarts Flink history server.

flink-log4j-session

Modifiez les paramètres de Flink log4j-session.properties pour la session Kubernetes/Yarn.

Restarts Flink history server.

flink-log4j-cli

Modifiez les paramètres de propriétés Flink log4j-cli.

Restarts Flink history server.

hadoop-env

Modifiez les valeurs dans l'environnement Hadoop pour tous les composants 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

Modifiez les valeurs dans le fichier log4j.properties de Hadoop.

Restarts the Hadoop HDFS services SecondaryNamenode, Datanode, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Hadoop KMS, Hadoop Httpfs, and MapReduce-HistoryServer.

hadoop-ssl-server

Modifier la configuration du serveur ssl hadoop

Not available.

hadoop-ssl-client

Modifier la configuration du client ssl hadoop

Not available.

hbase

Paramètres sélectionnés par Amazon EMR pour Apache. HBase

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

hbase-env

Changez les valeurs dans HBase l'environnement.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-log4j

Modifiez les valeurs dans le fichier HBase hbase-log4j.properties.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-metrics

Modifiez les valeurs dans le fichier HBase hadoop-metrics2-hbase.properties.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-policy

Modifiez les valeurs dans HBase le fichier hbase-policy.xml.

Not available.

hbase-site

Modifiez les valeurs dans HBase le fichier hbase-site.xml.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer. Additionally restarts Phoenix QueryServer.

hdfs-encryption-zones

Configurez les zones de chiffrement HDFS.

This classification should not be reconfigured.

hdfs-env

Modifiez les valeurs dans l'environnement HDFS.

Restarts Hadoop HDFS services Namenode, Datanode, and ZKFC.

hdfs-site

Modifiez les valeurs dans le fichier hdfs-site.xml de HDFS.

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Additionally restarts Hadoop Httpfs.

hcatalog-env

Changez les valeurs dans HCatalog l'environnement.

Restarts Hive HCatalog Server.

hcatalog-server-jndi

Modifiez les valeurs dans le fichier HCatalog jndi.properties.

Restarts Hive HCatalog Server.

hcatalog-server-proto-hive-site

Modifiez les valeurs dans le HCatalog proto-hive-site fichier .xml.

Restarts Hive HCatalog Server.

hcatalog-webhcat-env

Modifiez les valeurs dans HCat l'environnement HCatalog Web.

Restarts Hive WebHCat server.

hcatalog-webhcat-log4j2

Modifiez les valeurs dans HCatalog HCat log4j2.properties du Web.

Restarts Hive WebHCat server.

hcatalog-webhcat-site

Modifiez les valeurs dans HCatalog le fichier webhcat-site.xml HCat du Web.

Restarts Hive WebHCat server.

hive

Paramètres définis par Amazon EMR pour Apache Hive.

Sets configurations to launch Hive LLAP service.

hive-beeline-log4j2

Modifiez les valeurs dans le fichier beeline-log4j2.properties de Hive.

Not available.

hive-parquet-logging

Modifiez les valeurs dans le fichier parquet-logging.properties de Hive.

Not available.

hive-env

Modifiez les valeurs dans l'environnement Hive.

Restarts HiveServer2, HiveMetastore, and Hive HCatalog-Server. Runs Hive schemaTool CLI commands to verify hive-metastore.

hive-exec-log4j2

Modifiez les valeurs dans le fichier hive-exec-log 4j2.properties de Hive.

Not available.

hive-llap-daemon-log4j2

Modifiez les valeurs dans le fichier llap-daemon-log 4j2.properties de Hive.

Not available.

hive-log4j2

Modifiez les valeurs dans le fichier hive-log4j2.properties de Hive.

Not available.

hive-site

Modifiez les valeurs dans le fichier hive-site.xml de Hive

Restarts HiveServer2, HiveMetastore, and Hive HCatalog-Server. Runs Hive schemaTool CLI commands to verify hive-metastore. Also restarts Oozie and Zeppelin.

hiveserver2-site

Modifiez les valeurs dans le fichier hiveserver2-site.xml de Hive Server2

Not available.

hue-ini

Modifiez les valeurs dans le fichier ini de Hue

Restarts Hue. Also activates Hue config override CLI commands to pick up new configurations.

httpfs-env

Modifiez les valeurs dans l'environnement HTTPFS.

Restarts Hadoop Httpfs service.

httpfs-site

Modifiez les valeurs dans le fichier httpfs-site.xml de Hadoop.

Restarts Hadoop Httpfs service.

hadoop-kms-acls

Modifiez les valeurs dans le fichier kms-acls.xml de Hadoop.

Not available.

hadoop-kms-env

Modifiez les valeurs dans l'environnement KMS de Hadoop.

Restarts Hadoop-KMS service.

hadoop-kms-log4j

Modifiez les valeurs dans le fichier kms-log4j.properties de Hadoop.

Not available.

hadoop-kms-site

Modifiez les valeurs dans le fichier kms-site.xml de Hadoop.

Restarts Hadoop-KMS and Ranger-KMS service.

hudi-env

Modifiez les valeurs dans l'environnement Hudi.

Not available.

jupyter-notebook-conf

Modifiez les valeurs dans le fichier jupyter_notebook_config.py de Jupyter Notebook.

Not available.

jupyter-hub-conf

Modifiez les valeurs dans JupyterHubs le fichier jupyterhub_config.py.

Not available.

jupyter-s3-conf

Configuration de la persistance S3 de bloc-notes Jupyter.

Not available.

jupyter-sparkmagic-conf

Modifiez les valeurs dans le fichier config.json de Sparkmagic.

Not available.

livy-conf

Modifiez les valeurs dans le fichier livy.conf de Livy.

Restarts Livy Server.

livy-env

Modifiez les valeurs dans l'environnement Livy.

Restarts Livy Server.

livy-log4j

Modifiez les paramètres Livy log4j.properties.

Restarts Livy Server.

mapred-env

Modifiez les valeurs dans l'environnement de l' MapReduce application.

Restarts Hadoop MapReduce-HistoryServer.

mapred-site

Modifiez les valeurs dans le fichier mapred-site.xml de l' MapReduce application.

Restarts Hadoop MapReduce-HistoryServer.

oozie-env

Modifiez les valeurs dans l'environnement d'Oozie.

Restarts Oozie.

oozie-log4j

Modifier les valeurs dans le fichier oozie-log4j.properties d'Oozie.

Restarts Oozie.

oozie-site

Modifiez les valeurs dans le fichier oozie-site.xml d'Oozie.

Restarts Oozie.

phoenix-hbase-metrics

Modifiez les valeurs dans le fichier hadoop-metrics2-hbase.properties de Phoenix.

Not available.

phoenix-hbase-site

Modifiez les valeurs dans le fichier hbase-site.xml de Phoenix.

Not available.

phoenix-log4j

Modifiez les valeurs dans le fichier log4j.properties de Phoenix.

Restarts Phoenix-QueryServer.

phoenix-metrics

Modifiez les valeurs dans le fichier hadoop-metrics2-phoenix.properties de Phoenix.

Not available.

pig-env

Modifiez les valeurs dans l'environnement Pig.

Not available.

pig-properties

Modifiez les valeurs dans le fichier pig.properties de Pig.

Restarts Oozie.

pig-log4j

Modifiez les valeurs dans le fichier log4j.properties de Pig.

Not available.

presto-log

Modifiez les valeurs dans le fichier log.properties de Presto.

Restarts Presto-Server (for PrestoDB)

presto-config

Modifiez les valeurs dans le fichier config.properties de Presto.

Restarts Presto-Server (for PrestoDB)

presto-password-authenticator

Modifiez les valeurs dans le fichier password-authenticator.properties de Presto.

Not available.

presto-env

Modifiez les valeurs dans le fichier presto-env.sh de Presto.

Restarts Presto-Server (for PrestoDB)

presto-node

Modifiez les valeurs dans le fichier node.properties de Presto.

Not available.

presto-connector-blackhole

Modifiez les valeurs dans le fichier blackhole.properties de Presto.

Not available.

presto-connector-cassandra

Modifiez les valeurs dans le fichier cassandra.properties de Presto.

Not available.

presto-connector-hive

Modifiez les valeurs dans le fichier hive.properties de Presto.

Restarts Presto-Server (for PrestoDB)

presto-connector-jmx

Modifiez les valeurs dans le fichier jmx.properties de Presto.

Not available.

presto-connector-kafka

Modifiez les valeurs dans le fichier kafka.properties de Presto.

Not available.

presto-connector-localfile

Modifiez les valeurs dans le fichier localfile.properties de Presto.

Not available.

presto-connector-memory

Modifiez les valeurs dans le fichier memory.properties de Presto.

Not available.

presto-connector-mongodb

Modifiez les valeurs dans le fichier mongodb.properties de Presto.

Not available.

presto-connector-mysql

Modifiez les valeurs dans le fichier mysql.properties de Presto.

Not available.

presto-connector-postgresql

Modifiez les valeurs dans le fichier postgresql.properties de Presto.

Not available.

presto-connector-raptor

Modifiez les valeurs dans le fichier raptor.properties de Presto.

Not available.

presto-connector-redis

Modifiez les valeurs dans le fichier redis.properties de Presto.

Not available.

presto-connector-redshift

Modifiez les valeurs dans le fichier redshift.properties de Presto.

Not available.

presto-connector-tpch

Modifiez les valeurs dans le fichier tpch.properties de Presto.

Not available.

presto-connector-tpcds

Modifiez les valeurs dans le fichier tpcds.properties de Presto.

Not available.

prestosql-log

Modifiez les valeurs dans le fichier log.properties de Presto.

Restarts Presto-Server (for PrestoSQL)

prestosql-config

Modifiez les valeurs dans le fichier config.properties de Presto.

Restarts Presto-Server (for PrestoSQL)

prestosql-password-authenticator

Modifiez les valeurs dans le fichier password-authenticator.properties de Presto.

Restarts Presto-Server (for PrestoSQL)

prestosql-env

Modifiez les valeurs dans le fichier presto-env.sh de Presto.

Restarts Presto-Server (for PrestoSQL)

prestosql-node

Modifiez les valeurs dans le fichier node.properties de PrestoSQL.

Not available.

prestosql-connector-blackhole

Modifiez les valeurs dans le fichier blackhole.properties de PrestoSQL.

Not available.

prestosql-connector-cassandra

Modifiez les valeurs dans le fichier cassandra.properties de PrestoSQL.

Not available.

prestosql-connector-hive

Modifiez les valeurs dans le fichier hive.properties de PrestoSQL.

Restarts Presto-Server (for PrestoSQL)

prestosql-connector-jmx

Modifiez les valeurs dans le fichier jmx.properties de PrestoSQL.

Not available.

prestosql-connector-kafka

Modifiez les valeurs dans le fichier kafka.properties de PrestoSQL.

Not available.

prestosql-connector-localfile

Modifiez les valeurs dans le fichier localfile.properties de PrestoSQL.

Not available.

prestosql-connector-memory

Modifiez les valeurs dans le fichier memory.properties de PrestoSQL.

Not available.

prestosql-connector-mongodb

Modifiez les valeurs dans le fichier mongodb.properties de PrestoSQL.

Not available.

prestosql-connector-mysql

Modifiez les valeurs dans le fichier mysql.properties de PrestoSQL.

Not available.

prestosql-connector-postgresql

Modifiez les valeurs dans le fichier postgresql.properties de PrestoSQL.

Not available.

prestosql-connector-raptor

Modifiez les valeurs dans le fichier raptor.properties de PrestoSQL.

Not available.

prestosql-connector-redis

Modifiez les valeurs dans le fichier redis.properties de PrestoSQL.

Not available.

prestosql-connector-redshift

Modifiez les valeurs dans le fichier redshift.properties de PrestoSQL.

Not available.

prestosql-connector-tpch

Modifiez les valeurs dans le fichier tpch.properties de PrestoSQL.

Not available.

prestosql-connector-tpcds

Modifiez les valeurs dans le fichier tpcds.properties de PrestoSQL.

Not available.

ranger-kms-dbks-site

Modifiez les valeurs dans le fichier dbks-site.xml de Ranger KMS.

Restarts Ranger KMS Server.

ranger-kms-site

Modifiez les valeurs dans le fichier ranger-kms-site .xml de Ranger KMS.

Restarts Ranger KMS Server.

ranger-kms-env

Modifiez les valeurs dans l'environnement Ranger KMS.

Restarts Ranger KMS Server.

ranger-kms-log4j

Modifiez les valeurs dans le fichier kms-log4j.properties de Ranger KMS.

Not available.

ranger-kms-db-ca

Modifiez les valeurs du fichier CA sur S3 pour la connexion SSL MySQL avec Ranger KMS.

Not available.

spark

Paramètres définis par Amazon EMR pour Apache Spark.

This property modifies spark-defaults. See actions there.

spark-defaults

Modifiez les valeurs dans le fichier spark-defaults.conf de Spark.

Restarts Spark history server and Spark thrift server.

spark-env

Modifiez les valeurs dans l'environnement Spark.

Restarts Spark history server and Spark thrift server.

spark-hive-site

Modifiez les valeurs dans le fichier hive-site.xml de Spark

Not available.

spark-log4j

Modifiez les valeurs dans le fichier log4j.properties de Spark.

Restarts Spark history server and Spark thrift server.

spark-metrics

Modifiez les valeurs dans le fichier metrics.properties de Spark.

Restarts Spark history server and Spark thrift server.

sqoop-env

Modifiez les valeurs d'environnement Sqoop.

Not available.

sqoop-oraoop-site

Modifiez les valeurs dans le fichier oraoop-site.xml de OraOop Sqoop.

Not available.

sqoop-site

Modifiez les valeurs dans le fichier sqoop-site.xml de Sqoop.

Not available.

tez-site

Modifiez les valeurs dans le fichier tez-site.xml de Tez.

Restart Oozie and HiveServer2.

yarn-env

Modifiez les valeurs dans l'environnement YARN.

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

yarn-site

Modifiez les valeurs dans le fichier yarn-site.xml de YARN.

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

zeppelin-env

Modifiez les valeurs dans l'environnement Zeppelin.

Restarts Zeppelin.

zeppelin-site

Modification des paramètres de configuration dans zeppelin-site.xml.

Restarts Zeppelin.

zookeeper-config

Modifiez les valeurs dans ZooKeeper le fichier zoo.cfg.

Restarts Zookeeper server.

zookeeper-log4j

Modifiez les valeurs dans le ZooKeeper fichier log4j.properties.

Restarts Zookeeper server.