Amazon EMR rilis 4.3.0 - Amazon EMR

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Amazon EMR rilis 4.3.0

Versi aplikasi

Aplikasi berikut didukung dalam rilis ini: Ganglia, Hadoop, Hive, Hue, Mahout, Oozie-Sandbox, Pig, Presto-Sandbox, Spark, dan Zeppelin-Sandbox.

Tabel di bawah ini mencantumkan versi aplikasi yang tersedia dalam rilis Amazon EMR ini dan versi aplikasi dalam tiga rilis Amazon EMR sebelumnya (jika berlaku).

Untuk riwayat komprehensif versi aplikasi untuk setiap rilis Amazon EMR, lihat topik berikut:

Informasi versi versi aplikasi
emr-4.3.0 emr-4.2.0 emr-4.1.0 emr-4.0.0
AWS SDK for Java 1.10.271.10.27Tidak tersediaTidak tersedia
Delta - - - -
Flink - - - -
Ganglia3.7.23.6.0 - -
HBase - - - -
HCatalog - - - -
Hadoop2.7.12.6.02.6.02.6.0
Hive1.0.01.0.01.0.01.0.0
Hudi - - - -
Hue3.7.13.7.13.7.1 -
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub - - - -
Livy - - - -
MXNet - - - -
Mahout0.11.00.11.00.11.00.10.0
Oozie - - - -
Oozie-Sandbox4.2.04.2.04.0.1 -
Phoenix - - - -
Pig0.14.00.14.00.14.00.14.0
Presto - - - -
Presto-Sandbox0,1300,1250,119 -
Spark1.6.01.5.21.5.01.4.1
Sqoop - - - -
Sqoop-Sandbox - - - -
TensorFlow - - - -
Tez - - - -
Trino (PrestoSQL) - - - -
Zeppelin - - - -
Zeppelin-Sandboxversi 0.5.5versi 0.5.50.6.0-FOTO -
ZooKeeper - - - -
ZooKeeper-Sandbox - - - -

Catatan rilis

Catatan rilis berikut mencakup informasi untuk Amazon EMR versi rilis 4.3.0.

Tanggal rilis: 19 Januari 2016

Fitur
  • Meng-upgrade Hadoop ke versi 2.7.1

  • Meng-upgrade Spark ke versi 1.6.0

  • Meng-upgrade Ganglia ke versi 3.7.2

  • Meng-upgrade Presto ke versi 0.130

  • Amazon EMR membuat beberapa perubahan pada spark.dynamicAllocation.enabled saat diatur ke BETUL; secara default SALAH. Jika diatur ke BETUL, hal ini akan memengaruhi default yang diatur oleh pengaturan maximizeResourceAllocation:

    • Jika spark.dynamicAllocation.enabled diatur ke BETUL, spark.executor.instances tidak diatur oleh maximizeResourceAllocation.

    • Pengaturan spark.driver.memory sekarang dikonfigurasi berdasarkan tipe instans di klaster dengan cara yang mirip dengan cara pengaturan spark.executors.memory. Namun, karena aplikasi driver Spark dapat berjalan pada instans utama atau salah satu instans inti (misalnya, dalam mode klien YARN dan klaster), pengaturan spark.driver.memory diatur berdasarkan tipe instans dari tipe instans yang lebih kecil di antara dua grup instans tersebut.

    • Pengaturan spark.default.parallelism sekarang diatur menjadi dua kali jumlah inti CPU yang tersedia untuk kontainer YARN. Dalam rilis sebelumnya, pengaturannya setengah dari nilai itu.

    • Perhitungan untuk overhead memori yang dicadangkan untuk proses Spark YARN disesuaikan agar lebih akurat, sehingga akan menghasilkan sedikit peningkatan jumlah total memori yang tersedia untuk Spark (yaitu, spark.executor.memory).

Masalah yang diketahui yang dipecahkan dari rilis sebelumnya
  • Agregasi log YARN sekarang diaktifkan secara default.

  • Memperbaiki masalah di mana log tidak akan didorong ke bucket log Amazon S3 untuk klaster saat agregasi log YARN diaktifkan.

  • Ukuran kontainer YARN sekarang memiliki ukuran minimum baru, yakni 32 di semua tipe simpul.

  • Memperbaiki masalah Ganglia yang menyebabkan I/O disk berlebihan pada simpul utama dalam klaster besar.

  • Memperbaiki masalah yang mencegah log aplikasi didorong ke Amazon S3 saat klaster dimatikan.

  • Memperbaiki masalah di EMRFS CLI yang menyebabkan perintah tertentu gagal.

  • Memperbaiki masalah Zeppelin yang mencegah dependensi dimuat di dasar SparkContext.

  • Memperbaiki masalah yang diakibatkan oleh pengubahan ukuran yang mencoba menambahkan instans.

  • Memperbaiki masalah di Hive di mana CREATE TABLE AS SELECT membuat panggilan daftar yang berlebihan ke Amazon S3.

  • Memperbaiki masalah ketika klaster besar tidak tersedia dengan benar saat Hue, Oozie, dan Ganglia diinstal.

  • Memperbaiki masalah di s3-dist-cp yang akan menghasilkan kode keluar nol meskipun gagal dengan kesalahan.

Versi komponen

Komponen yang diinstal oleh Amazon EMR dengan rilis ini tercantum di bawah ini. Beberapa komponen diinstal sebagai bagian dari paket aplikasi big data. Sedangkan komponen lainnya bersifak unik untuk Amazon EMR dan diinstal untuk proses sistem dan fitur. Ini biasanya dimulai dengan emr atau aws. Paket aplikasi big data dalam rilis Amazon EMR terbaru biasanya versi terbaru yang ditemukan di komunitas. Kami menyediakan rilis komunitas di Amazon EMR secepat mungkin.

Beberapa komponen yang ada di Amazon EMR berbeda dari versi komunitas. Komponen ini mempunyai label versi dalam bentuk CommunityVersion-amzn-EmrVersion. EmrVersion dimulai dari 0. Misalnya, jika komponen komunitas sumber terbuka bernamamyapp-component dengan versi 2.2 telah dimodifikasi tiga kali untuk dimasukkan dalam rilis Amazon EMR yang berbeda, maka versi rilisnya terdaftar sebagai2.2-amzn-2.

Komponen Versi Deskripsi
emr-ddb3.0.0Konektor Amazon DynamoDB untuk aplikasi ekosistem Hadoop.
emr-goodies2.0.0Perpustakaan kenyamanan ekstra untuk ekosistem Hadoop.
emr-kinesis3.1.0Konektor Amazon Kinesis untuk aplikasi ekosistem Hadoop.
emr-s3-dist-cp2.1.0Aplikasi salinan terdistribusi yang dioptimalkan untuk Amazon S3.
emrfs2.3.0Konektor Amazon S3 untuk aplikasi ekosistem Hadoop.
ganglia-monitor3.7.2Agen Ganglia tertanam untuk aplikasi ekosistem Hadoop bersama dengan agen pemantauan Ganglia.
ganglia-metadata-collector3.7.2Kolektor metadata Ganglia untuk menggabungkan metrik dari agen pemantauan Ganglia.
ganglia-web3.7.1Aplikasi web untuk melihat metrik yang dikumpulkan oleh kolektor metadata Ganglia.
hadoop-client2.7.1-amzn-0Klien baris perintah Hadoop seperti 'hdfs', 'Hadoop', atau 'yarn'.
hadoop-hdfs-datanode2.7.1-amzn-0Layanan tingkat simpul HDFS untuk menyimpan blok.
hadoop-hdfs-library2.7.1-amzn-0Klien dan perpustakaan baris perintah HDFS
hadoop-hdfs-namenode2.7.1-amzn-0Layanan HDFS untuk melacak nama file dan lokasi blok.
hadoop-httpfs-server2.7.1-amzn-0Titik akhir HTTP untuk operasi HDFS.
hadoop-kms-server2.7.1-amzn-0Server pengelolaan kunci kriptografi berdasarkan KeyProvider API Hadoop.
hadoop-mapred2.7.1-amzn-0MapReduce Perpustakaan mesin eksekusi untuk menjalankan MapReduce aplikasi.
hadoop-yarn-nodemanager2.7.1-amzn-0Layanan YARN untuk mengelola kontainer pada simpul individu.
hadoop-yarn-resourcemanager2.7.1-amzn-0Layanan YARN untuk mengalokasikan dan mengelola sumber daya klaster dan aplikasi terdistribusi.
hive-client1.0.0-amzn-2Klien baris perintah Hive.
hive-metastore-server1.0.0-amzn-2Layanan untuk mengakses metastore Hive, repositori semantik yang menyimpan metadata untuk SQL pada operasi Hadoop.
hive-server1.0.0-amzn-2Layanan untuk menerima kueri Hive sebagai permintaan web.
hue-server3.7.1-amzn-5Aplikasi web untuk menganalisis data menggunakan aplikasi ekosistem Hadoop
mahout-client0.11.0Perpustakaan untuk machine learning.
mysql-server5.5Server basis data MySQL.
oozie-client4.2.0Klien baris perintah Oozie.
oozie-server4.2.0Layanan untuk menerima permintaan alur kerja Oozie.
presto-coordinator0,130Layanan untuk menerima kueri dan mengelola eksekusi kueri antara presto-worker.
presto-worker0,130Layanan untuk mengeksekusi potongan kueri.
pig-client0.14.0-amzn-0Klien baris perintah Pig.
spark-client1.6.0Klien baris perintah Spark.
spark-history-server1.6.0Web UI untuk melihat log acara untuk seluruh masa pakai aplikasi Spark.
spark-on-yarn1.6.0Mesin eksekusi dalam memori untuk YARN.
spark-yarn-slave1.6.0Perpustakaan Apache Spark yang dibutuhkan oleh slave YARN.
webserver2.4Server HTTP Apache.
zeppelin-server0.5.5-incubating-amzn-1Notebook berbasis web yang memungkinkan analisis data interaktif.

Klasifikasi konfigurasi

Klasifikasi konfigurasi memungkinkan Anda menyesuaikan aplikasi. Ini sering kali bersesuaian dengan file XML konfigurasi untuk aplikasi, seperti hive-site.xml. Untuk informasi selengkapnya, lihat Konfigurasikan aplikasi.

Klasifikasi emr-4.3.0
Klasifikasi Deskripsi

capacity-scheduler

Ubah nilai dalam file capacity-scheduler.xml Hadoop.

core-site

Ubah nilai dalam file core-site.xml Hadoop.

emrfs-site

Ubah pengaturan EMRFS.

hadoop-env

Ubah nilai dalam lingkungan Hadoop untuk semua komponen Hadoop.

hadoop-log4j

Ubah nilai dalam file log4j.properties Hadoop ini.

hdfs-encryption-zones

Konfigurasikan zona enkripsi HDFS.

hdfs-site

Ubah nilai dalam hdfs-site.xml HDFS.

hive-env

Ubah nilai dalam lingkungan Hive.

hive-exec-log4j

Ubah nilai dalam file hive-exec-log 4j.properties Hive.

hive-log4j

Ubah nilai dalam file hive-log4j.properties Hive.

hive-site

Ubah nilai dalam file hive-site.xml Hive

hue-ini

Ubah nilai dalam file ini Hue

httpfs-env

Ubah nilai di lingkungan HTTPFS.

httpfs-site

Ubah nilai dalam file httpfs-site.xml Hadoop.

hadoop-kms-acls

Ubah nilai dalam file kms-acls.xml Hadoop.

hadoop-kms-env

Ubah nilai dalam lingkungan Hadoop KMS.

hadoop-kms-log4j

Ubah nilai dalam file kms-log4j.properties Hadoop.

hadoop-kms-site

Ubah nilai dalam file kms-site.xml Hadoop.

mapred-env

Ubah nilai di lingkungan MapReduce aplikasi.

mapred-site

Ubah nilai dalam file mapred-site.xml MapReduce aplikasi.

oozie-env

Ubah nilai di lingkungan Oozie.

oozie-log4j

Ubah nilai dalam file oozie-log4j.properties Oozie.

oozie-site

Ubah nilai dalam file oozie-site.xml Oozie.

pig-properties

Ubah nilai dalam file pig.properties Pig.

pig-log4j

Ubah nilai dalam file log4j.properties Pig.

presto-log

Ubah nilai dalam file log.properties Presto.

presto-config

Ubah nilai dalam file config.properties Presto.

presto-connector-hive

Ubah nilai dalam file hive.properties Presto.

spark

Pengaturan terkurasi Amazon EMR untuk Apache Spark.

spark-defaults

Ubah nilai dalam file spark-defaults.conf Spark.

spark-env

Ubah nilai di lingkungan Spark.

spark-log4j

Ubah nilai dalam file log4j.properties Spark.

spark-metrics

Ubah nilai dalam file metrics.properties Spark.

yarn-env

Ubah nilai di lingkungan YARN.

yarn-site

Ubah nilai dalam file yarn-site.xml YARN.

zeppelin-env

Ubah nilai di lingkungan Zeppelin.