Amazon EMR rilis 5.30.0 - 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 5.30.0

Versi aplikasi

Aplikasi-aplikasi berikut didukung dalam rilis ini: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, Hue, JupyterHub, Livy, MXNet, Mahout, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, TensorFlow, Tez, Zeppelin, dan ZooKeeper.

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

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

Permasahan Versi aplikasi
emr-5.30.0 emr-5.29.0 emr-5.28.1 emr-5.28.0
AWS SDK for Java 1.11.7591.11.6821.11.6591.11.659
Delta - - - -
Flink1.10.01.9.11.9.01.9.0
Ganglia3.7.23.7.23.7.23.7.2
HBase1.4.131.4.101.4.101.4.10
HCatalog2.3.62.3.62.3.62.3.6
Hadoop2.8.52.8.52.8.52.8.5
Hive2.3.62.3.62.3.62.3.6
Hudi0.5.2-incubating0.5.0-incubating0.5.0-incubating0.5.0-incubating
Hue4.6.04.4.04.4.04.4.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub1.1.01.0.01.0.01.0.0
Livy0.7.00.6.00.6.00.6.0
MXNet1.5.11.5.11.5.11.5.1
Mahout0.13.00.13.00.13.00.13.0
Oozie5.2.05.1.05.1.05.1.0
Phoenix4.14.34.14.34.14.34.14.3
Pig0.17.00.17.00.17.00.17.0
Presto0,2320,2270,2270,227
Spark2.4.52.4.42.4.42.4.4
Sqoop1.4.71.4.71.4.71.4.7
TensorFlow1.14.01.14.01.14.01.14.0
Tez0.9.20.9.20.9.20.9.2
Trino (PrestoSQL) - - - -
Zeppelin0.8.20.8.20.8.20.8.2
ZooKeeper3.4.143.4.143.4.143.4.14

Catatan rilis

Catatan rilis berikut mencakup informasi untuk rilis Amazon EMR rilis 5.30.0. Perubahan bersifat relatif terhadap 5.29.0.

Tanggal rilis awal: 13 Mei 2020

Tanggal terakhir diperbarui: 25 Juni 2020

Upgrade
  • AWS SDK for Java telah di-upgrade ke versi 1.11.759

  • Amazon SageMaker Spark SDK telah di-upgrade ke versi 1.3.0

  • EMR Record Server telah di-upgrade ke versi 1.6.0

  • Flink telah di-upgrade ke versi 1.10.0

  • Ganglia telah di-upgrade ke versi 3.7.2

  • HBase telah di-upgrade ke versi 1.4.13

  • Hudi telah di-upgrade ke versi 0.5.2-incubating

  • Hue telah di-upgrade ke versi 4.6.0

  • Telah di-upgrade JupyterHub ke versi 1.1.0

  • Livy telah di-upgrade ke versi 0.7.0-incubating

  • Oozie telah di-upgrade ke versi 5.2.0

  • Presto telah di-upgrade ke versi 0.232

  • Spark telah di-upgrade ke versi 2.4.5

  • Konektor dan Driver yang ditingkatkan: Glue Amazon Connector 1.12.0; Amazon Kinesis Connector 3.5.0; EMR DynamoDB Connector 4.14.0

Fitur baru
  • EMR Notebooks – Bila digunakan dengan klaster EMR yang dibuat menggunakan 5.30.0, kernel EMR notebooks akan berjalan di klaster. Hal ini meningkatkan performa notebook dan mengizinkan Anda untuk menginstal dan menyesuaikan kernel. Anda juga dapat menginstal pustaka Python pada simpul utama cluster. Untuk informasi selengkapnya, lihat Menginstal dan Menggunakan Kernel dan Perpustakaan di Panduan Manajemen EMR.

  • Penskalaan Terkelola – Dengan Amazon EMR versi 5.30.0 dan versi yang lebih baru, Anda dapat mengaktifkan penskalaan terkelola EMR untuk secara otomatis menambah atau mengurangi jumlah instans atau unit di klaster Anda berdasarkan beban kerja. EMR terus-menerus mengevaluasi metrik klaster untuk membuat keputusan penskalaan yang akan mengoptimalkan klaster Anda dalam hal biaya dan kecepatan. Untuk informasi selengkapnya, lihat Penskalaan Sumber Daya Klaster di Panduan Pengelolaan Amazon EMR.

  • Mengenkripsi berkas log yang disimpan di Amazon S3 – Dengan Amazon EMR versi 5.30.0 dan versi setelahnya, Anda dapat mengenkripsi berkas log yang disimpan di Amazon S3 dengan kunci terkelola pelanggan AWS KMS. Untuk informasi selengkapnya, lihat Mengenkripsi berkas log yang disimpan di Amazon S3 di Panduan Pengelolaan Amazon EMR.

  • Support Amazon Linux 2 – Dalam EMR versi 5.30.0 dan setelahnya, EMR UseSamazon Linux 2 OS. AMI (Amazon Machine Image) kustom baru harus didasarkan pada AMI Amazon Linux 2. Untuk informasi selengkapnya, lihat Menggunakan AMI Kustom.

  • Penskalaan Otomatis Presto Graceful – Klaster EMR menggunakan 5.30.0 dapat diatur dengan periode waktu habis penskalaan otomatis yang memberikan Presto waktu tugas untuk menyelesaikan running-nya sebelum simpul mereka dinonaktifkan. Untuk informasi selengkapnya, lihat Menggunakan penskalaan otomatis Presto dengan Graceful Decommission.

  • Pembuatan Instans Armada dengan opsi strategi alokasi baru – Opsi strategi alokasi baru tersedia di EMR versi 5.12.1 dan versi setelahnya. Ia menawarkan penyediaan klaster yang lebih cepat, alokasi tempat yang lebih akurat, dan interupsi instans spot yang sedikit. Pembaruan untuk peran layanan EMR non-default diperlukan. Lihat Mengkonfigurasi Armada Instans.

  • sudo systemctl berhenti dan sudo systemctl memulai perintah – Dalam EMR versi 5.30.0 dan versi setelahnya, yang menggunakan Amazon Linux 2 OS, EMR menggunakan perintah sudo systemctl stop dan sudo systemctl start untuk memulai ulang layanan. Untuk informasi selengkapnya, lihat Bagaimana cara me-restart layanan di Amazon EMR?.

Perubahan, penyempurnaan, dan masalah yang diselesaikan
  • EMR versi 5.30.0 tidak menginstal Ganglia secara default. Anda dapat secara eksplisit memilih Ganglia untuk menginstalnya ketika Anda membuat sebuah klaster.

  • Optimalisasi performa Spark.

  • Optimalisasi performa Presto.

  • Python 3 adalah default untuk Amazon EMR versi 5.30.0 dan versi setelahnya.

  • Grup keamanan terkelola default untuk akses layanan di subnet privat telah diperbarui dengan aturan baru. Jika Anda menggunakan grup keamanan kustom untuk akses layanan, Anda harus menyertakan aturan yang sama sesuai grup keamanan terkelola default. Untuk informasi selengkapnya, lihat Grup Keamanan Terkelola-Amazon EMR untuk Akses Layanan (Subnet Privat). Jika Anda menggunakan peran layanan kustom untuk Amazon EMR, Anda harus memberikan izin untuk ec2:describeSecurityGroups sehingga EMR dapat melakukan validasi apakah grup keamanan dibuat dengan benar. Jika Anda menggunakan EMR_DefaultRole, izin ini telah disertakan dalam kebijakan terkelola default.

Masalah diketahui
  • Turunkan batas “Maksimal file terbuka” pada AL2 yang lebih tua [diperbaiki di rilis yang lebih baru]. Rilis Amazon EMR: emr-5.30.x, emr-5.31.0, emr-5.32.0, emr-6.0.0, emr-6.1.0, dan emr-6.2.0 didasarkan pada versi lama dari Amazon Linux 2 (AL2), yang memiliki pengaturan ulimit lebih rendah untuk “Maksimal file terbuka” ketika klaster Amazon EMR dibuat dengan AMI default. Amazon EMR merilis 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 dan yang lebih baru menyertakan perbaikan permanen dengan pengaturan “Max open files” yang lebih tinggi. Rilis dengan batas file terbuka yang lebih rendah akan menyebabkan munculnya kesalahan “Terlalu banyak file terbuka” saat mengirimkan tugas Spark. Dalam rilis yang terdampak, Amazon EMR default AMI memiliki pengaturan ulimit default ulimit default 4096 untuk “Maksimal file terbuka,” yang lebih rendah dari batas file 65536 di Amazon Linux 2 AMI terbaru. Pengaturan ulimit yang lebih rendah untuk "Maksimal file terbuka" menyebabkan kegagalan tugas Spark ketika driver dan pelaksana mencoba untuk membuka lebih dari 4096 file. Untuk memperbaiki masalah, Amazon EMR memiliki skrip tindakan bootstrap (BA) yang menyesuaikan pengaturan ulimit saat pembuatan klaster.

    Jika Anda menggunakan versi Amazon EMR lama yang tidak memiliki perbaikan permanen untuk masalah ini, solusi berikut memungkinkan Anda untuk secara eksplisit mengatur ulimit instans-pengendali di jumlah maksimum 65536 file.

    Mengatur secara eksplisit ulimit dari baris perintah
    1. Edit /etc/systemd/system/instance-controller.service untuk menambahkan parameter berikut ke bagian Layanan.

      LimitNOFILE=65536

      LimitNPROC=65536

    2. Restart InstanceController

      $ sudo systemctl daemon-reload

      $ sudo systemctl restart instance-controller

    Atur ulimit menggunakan tindakan bootstrap (BA)

    Anda juga dapat menggunakan skrip tindakan bootstrap (BA) untuk mengkonfigurasi ulimit instans-pengendali menjadi 65536 file saat pembuatan klaster.

    #!/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
  • Penskalaan terkelola

    Operasi penskalaan terkelola pada klaster 5.30.0 dan 5.30.1 tanpa Presto yang diinstal dapat menyebabkan gagal aplikasi atau menyebabkan grup instans seragam atau armada instans tetap berada di negara ARRESTED, terutama ketika operasi menurunkan skala diikuti dengan cepat oleh operasi menaikkan skala.

    Sebagai solusi, pilih Presto sebagai aplikasi untuk diinstal ketika Anda membuat sebuah klaster dengan rilis Amazon EMR 5.30.0 dan 5.30.1, walaupun tugas Anda tidak memerlukan Presto.

  • Masalah yang diketahui di klaster dengan beberapa simpul utama dan autentikasi Kerberos

    Jika Anda menjalankan klaster dengan beberapa simpul utama dan autentikasi Kerberos di EMR rilis 5.20.0 dan versi setelahnya, Anda mungkin akan mengalami masalah dengan operasi klaster seperti menurunkan skala atau pengiriman langkah, setelah klaster telah berjalan untuk beberapa waktu. Periode waktunya tergantung pada masa validitas tiket Kerberos yang Anda tetapkan. Masalah menurunkan skala akan berdampak pada permintaan menurunkan skala otomatis dan permintaan menurunkan skala eksplisit yang Anda kirimkan. Operasi klaster tambahan juga dapat terkena dampak.

    Pemecahan masalah:

    • SSH sebagaihadoop pengguna bagi simpul utama lead klaster EMR dengan beberapa simpul utama.

    • Jalankan perintah berikut untuk memperbarui tiket Kerberos untuk pengguna hadoop.

      kinit -kt <keytab_file> <principal>

      Biasanya, fail keytab terletak di /etc/hadoop.keytab dan file utama-nya dalam bentuk hadoop/<hostname>@<REALM>.

    catatan

    Pemecahan masalah ini akan efektif untuk jangka waktu selama tiket Kerberos berlaku. Durasi ini adalah 10 jam secara default, tetapi dapat dikonfigurasi dengan pengaturan Kerberos Anda. Anda harus menjalankan kembali perintah di atas setelah tiket Kerberos berakhir.

  • Mesin basis data default untuk Hue 4.6.0 adalah SQLite, yang menyebabkan masalah ketika Anda mencoba untuk menggunakan Hue dengan basis data eksternal. Untuk memperbaikinya, atur engine di klasifikasi konfigurasi hue-ini Anda menjadi mysql. Masalah ini telah diperbaiki di Amazon EMR versi 5.30.1.

  • Saat Anda menggunakan pemformatan lokasi partisi Spark dengan Hive untuk membaca data di Amazon S3, dan Anda menjalankan Spark pada rilis Amazon EMR 5.30.0 ke 5.36.0, dan 6.2.0 ke 6.9.0, Anda mungkin mengalami masalah yang mencegah klaster Anda membaca data dengan benar. Hal ini dapat terjadi jika partisi Anda memiliki semua karakteristik berikut:

    • Dua atau lebih partisi dipindai dari tabel yang sama.

    • Setidaknya satu jalur direktori partisi adalah awalan dari setidaknya satu jalur direktori partisi lainnya, misalnya,s3://bucket/table/p=a adalah awalan daris3://bucket/table/p=a b.

    • Karakter pertama yang mengikuti awalan di direktori partisi lain memiliki nilai UTF-8 yang kurang dari/ karakter (U+002F). Misalnya, karakter spasi (U+0020) yang terjadi antara a dan b masuks3://bucket/table/p=a b termasuk dalam kategori ini. Perhatikan bahwa ada 14 karakter non-kontrol lainnya:!“#$%&‘()*+,-. Untuk informasi selengkapnya, lihat tabel pengkodean UTF-8 dan karakter Unicode.

    Sebagai solusi untuk masalah ini, aturspark.sql.sources.fastS3PartitionDiscovery.enabled konfigurasi kefalse dalamspark-defaults klasifikasi.

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
aws-sagemaker-spark-sdk1.3.0Amazon SageMaker Spark SDK
emr-ddb4.14.0Konektor Amazon DynamoDB untuk aplikasi ekosistem Hadoop.
emr-goodies2.13.0Perpustakaan kenyamanan ekstra untuk ekosistem Hadoop.
emr-kinesis3.5.0Konektor Amazon Kinesis untuk aplikasi ekosistem Hadoop.
emr-notebook-env1.0.0Conda env untuk emr notebook
emr-s3-dist-cp2.14.0Aplikasi salinan terdistribusi yang dioptimalkan untuk Amazon S3.
emr-s3-select1.5.0EMR S3Select Connector
emrfs2.40.0Konektor Amazon S3 untuk aplikasi ekosistem Hadoop.
flink-client1.10.0Skrip dan aplikasi klien baris perintah Apache Flink.
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-client2.8.5-amzn-6Klien baris perintah Hadoop seperti 'hdfs', 'Hadoop', atau 'yarn'.
hadoop-hdfs-datanode2.8.5-amzn-6Layanan tingkat simpul HDFS untuk menyimpan blok.
hadoop-hdfs-library2.8.5-amzn-6Klien dan perpustakaan baris perintah HDFS
hadoop-hdfs-namenode2.8.5-amzn-6Layanan HDFS untuk melacak nama file dan lokasi blok.
hadoop-hdfs-journalnode2.8.5-amzn-6Layanan HDFS untuk mengelola jurnal filesystem Hadoop pada klaster HA.
hadoop-httpfs-server2.8.5-amzn-6Titik akhir HTTP untuk operasi HDFS.
hadoop-kms-server2.8.5-amzn-6Server pengelolaan kunci kriptografi berdasarkan Keychain KeyProvider API Hadoop.
hadoop-mapred2.8.5-amzn-6MapReduce Perpustakaan mesin eksekusi untuk menjalankan MapReduce aplikasi.
hadoop-yarn-nodemanager2.8.5-amzn-6Layanan YARN untuk mengelola kontainer pada simpul individu.
hadoop-yarn-resourcemanager2.8.5-amzn-6Layanan YARN untuk mengalokasikan dan mengelola sumber daya klaster dan aplikasi terdistribusi.
hadoop-yarn-timeline-server2.8.5-amzn-6Layanan untuk mengambil informasi terkini dan historis untuk aplikasi YARN.
hbase-hmaster1.4.13Layanan untuk klaster HBase bertanggung jawab untuk koordinasi Wilayah dan pelaksanaan perintah administratif.
hbase-region-server1.4.13Layanan untuk melayani satu wilayah HBase atau lebih.
hbase-client1.4.13Klien baris perintah HBase.
hbase-rest-server1.4.13Layanan menyediakan titik akhir HTTP penuh REST untuk HBase.
hbase-thrift-server1.4.13Layanan yang menyediakan titik akhir Thrift untuk HBase.
hcatalog-client2.3.6-amzn-2Klien baris perintah 'hcat' untuk memanipulasi hcatalog-server.
hcatalog-server2.3.6-amzn-2Layanan yang menyediakan HCatalog, lapisan tabel dan pengelolaan penyimpanan untuk aplikasi terdistribusi.
hcatalog-webhcat-server2.3.6-amzn-2Titik akhir HTTP yang menyediakan antarmuka REST untuk HCatalog.
hive-client2.3.6-amzn-2Klien baris perintah Hive.
hive-hbase2.3.6-amzn-2Klien Hive-hbase.
hive-metastore-server2.3.6-amzn-2Layanan untuk mengakses metastore Hive, repositori semantik yang menyimpan metadata untuk SQL pada operasi Hadoop.
hive-server22.3.6-amzn-2Layanan untuk menerima kueri Hive sebagai permintaan web.
hudi0.5.2-incubatingKerangka kerja pemrosesan tambahan untuk menyalakan alur data pada latensi rendah dan efisiensi tinggi.
hudi-presto0.5.2-incubatingPerpustakaan paket untuk menjalankan Presto dengan Hudi.
hue-server4.6.0Aplikasi web untuk menganalisis data menggunakan aplikasi ekosistem Hadoop
jupyterhub1.1.0Server multi-pengguna untuk notebook Jupyter
livy-server0.7.0-incubatingAntarmuka REST untuk berinteraksi dengan Apache Spark
nginx1.12.1nginx [engine x] adalah server HTTP dan server proksi balik
mahout-client0.13.0Perpustakaan untuk machine learning.
mxnet1.5.1Perpustakaan yang fleksibel, dapat diskalakan, dan efisien untuk deep learning.
mariadb-server5.5.64Server basis data MySQL.
nvidia-cuda9.2.88Driver Nvidia dan kit alat Cuda
oozie-client5.2.0Klien baris perintah Oozie.
oozie-server5.2.0Layanan untuk menerima permintaan alur kerja Oozie.
opencv3.4.0Perpustakaan Visi Komputer Sumber Terbuka.
phoenix-library4.14.3-HBASE-1.4Perpustakaan phoenix untuk server dan klien
phoenix-query-server4.14.3-HBASE-1.4Sebuah server ringan yang menyediakan akses JDBC serta Protocol Buffers dan akses format JSON ke API Avatica
presto-coordinator0,232Layanan untuk menerima kueri dan mengelola eksekusi kueri antara presto-worker.
presto-worker0,232Layanan untuk mengeksekusi potongan kueri.
presto-client0,232Klien baris perintah Presto yang diinstal pada master klaster HA yang siaga di mana server Presto server tidak dimulai.
pig-client0.17.0Klien baris perintah Pig.
r3.4.3Proyek R untuk Komputasi Statistik
ranger-kms-server1.2.0Sistem Pengelolaan Kunci Ranger Apache
spark-client2.4.5-amzn-0Klien baris perintah Spark.
spark-history-server2.4.5-amzn-0Web UI untuk melihat log acara untuk seluruh masa pakai aplikasi Spark.
spark-on-yarn2.4.5-amzn-0Mesin eksekusi dalam memori untuk YARN.
spark-yarn-slave2.4.5-amzn-0Perpustakaan Apache Spark yang dibutuhkan oleh slave YARN.
sqoop-client1.4.7Klien baris perintah Apache Sqoop.
tensorflow1.14.0TensorFlow Perpustakaan perangkat lunak sumber terbuka terbuka untuk komputasi numerik performa tinggi.
tez-on-yarn0.9.2Aplikasi dan perpustakaan tez YARN.
webserver2.4.25+Server HTTP Apache.
zeppelin-server0.8.2Notebook berbasis web yang memungkinkan analisis data interaktif.
zookeeper-server3.4.14Layanan terpusat untuk menjaga informasi konfigurasi, penamaan, yang menyediakan sinkronisasi terdistribusi, dan menyediakan layanan grup.
zookeeper-client3.4.14ZooKeeper Klien baris perintah.

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-5.30.0
Klasifikasi Deskripsi

capacity-scheduler

Ubah nilai dalam file capacity-scheduler.xml Hadoop.

container-log4j

Ubah nilai dalam file container-log4j.properties Hadoop YARN.

core-site

Ubah nilai dalam file core-site.xml Hadoop.

emrfs-site

Ubah pengaturan EMRFS.

flink-conf

Ubah pengaturan flink-conf.yaml.

flink-log4j

Ubah pengaturan log4j.properties Flink.

flink-log4j-yarn-session

Ubah pengaturan log4j-yarn-session .properties Flink.

flink-log4j-cli

Ubah pengaturan log4j-cli.properties Flink.

hadoop-env

Ubah nilai dalam lingkungan Hadoop untuk semua komponen Hadoop.

hadoop-log4j

Ubah nilai dalam file log4j.properties Hadoop ini.

hadoop-ssl-server

Ubah konfigurasi server ssl hadoop

hadoop-ssl-client

Ubah konfigurasi klien ssl hadoop

hbase

Pengaturan terkurasi Amazon EMR untuk Apache HBase.

hbase-env

Ubah nilai dalam lingkungan HBase ini.

hbase-log4j

Ubah nilai dalam file hbase-log4j.properties HBase.

hbase-metrics

Ubah nilai dalam file hadoop-metrics2-hbase.properties HBase.

hbase-policy

Ubah nilai dalam file hbase-policy.xml HBase.

hbase-site

Ubah nilai dalam file hbase-site.xml HBase.

hdfs-encryption-zones

Konfigurasikan zona enkripsi HDFS.

hdfs-site

Ubah nilai dalam hdfs-site.xml HDFS.

hcatalog-env

Ubah nilai dalam lingkungan HCatalog.

hcatalog-server-jndi

Mengubah nilai dalam jndi.properties HCatalog ini.

hcatalog-server-proto-hive-site

Ubah nilai dalam proto-hive-site .xmlHCatalog ini.

hcatalog-webhcat-env

Ubah nilai dalam lingkungan HCatalog WebHCAT.

hcatalog-webhcat-log4j2

Ubah nilai dalam log4j2.properties HCatalog WebHCAT.

hcatalog-webhcat-site

Ubah nilai dalam file webhcat-site.xml HCatalog WebHCAT.

hive-beeline-log4j2

Ubah nilai dalam file beeline-log4j2.properties Hive.

hive-parquet-logging

Ubah nilai dalam file parquet-logging.properties Hive.

hive-env

Ubah nilai dalam lingkungan Hive.

hive-exec-log4j2

Ubah nilai dalam file hive-exec-log 4j2.properties Hive.

hive-llap-daemon-log4j2

Ubah nilai dalam file llap-daemon-log 4j2.properties Hive.

hive-log4j2

Ubah nilai dalam file hive-log4j2.properties Hive.

hive-site

Ubah nilai dalam file hive-site.xml Hive

hiveserver2-site

Ubah nilai dalam file hiveserver2-site.xml Hive Server2

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.

hudi-env

Ubah nilai di lingkungan Hudi.

jupyter-notebook-conf

Ubah nilai dalam file jupyter_notebook_config.py Jupyter Notebook.

jupyter-hub-conf

Ubah nilai dalam file jupyterhub_config.py Ubah nilai dalam file JupyterHubs JR Jupyter

jupyter-s3-conf

Konfigurasikan persistensi Jupyter Notebook S3.

jupyter-sparkmagic-conf

Ubah nilai dalam file config.json Sparkmagic.

livy-conf

Ubah nilai dalam file livy.conf Livy.

livy-env

Ubah nilai di lingkungan Livy.

livy-log4j

Ubah pengaturan Livy log4j.properties.

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.

phoenix-hbase-metrics

Ubah nilai dalam file hadoop-metrics2-hbase.properties Phoenix.

phoenix-hbase-site

Ubah nilai dalam file hbase-site.xml Phoenix.

phoenix-log4j

Ubah nilai dalam file log4j.properties Phoenix.

phoenix-metrics

Ubah nilai dalam file hadoop-metrics2-phoenix.properties Phoenix.

pig-env

Ubah nilai di lingkungan Pig.

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-password-authenticator

Ubah nilai dalam file password-authenticator.properties Presto.

presto-env

Ubah nilai dalam file presto-env.sh Presto.

presto-node

Ubah nilai dalam file node.properties Presto.

presto-connector-blackhole

Ubah nilai dalam file blackhole.properties Presto.

presto-connector-cassandra

Ubah nilai dalam file cassandra.properties Presto.

presto-connector-hive

Ubah nilai dalam file hive.properties Presto.

presto-connector-jmx

Ubah nilai dalam file jmx.properties Presto.

presto-connector-kafka

Ubah nilai dalam file kafka.properties Presto.

presto-connector-localfile

Ubah nilai dalam file localfile.properties Presto.

presto-connector-memory

Ubah nilai dalam file memory.properties Presto.

presto-connector-mongodb

Ubah nilai dalam file mongodb.properties Presto.

presto-connector-mysql

Ubah nilai dalam file mysql.properties Presto.

presto-connector-postgresql

Ubah nilai dalam file postgresql.properties Presto.

presto-connector-raptor

Ubah nilai dalam file raptor.properties Presto.

presto-connector-redis

Ubah nilai dalam file redis.properties Presto.

presto-connector-redshift

Ubah nilai dalam file redshift.properties Presto.

presto-connector-tpch

Ubah nilai dalam file tpch.properties Presto.

presto-connector-tpcds

Ubah nilai dalam file tpcds.properties Presto.

ranger-kms-dbks-site

Ubah nilai dalam file dbks-site.xml Ranger KMS.

ranger-kms-site

Ubah nilai dalam file ranger-kms-site xml.xl Ranger KMS.

ranger-kms-env

Ubah nilai di lingkungan Ranger KMS.

ranger-kms-log4j

Ubah nilai dalam file kms-log4j.properties Ranger KMS.

ranger-kms-db-ca

Ubah nilai untuk file CA pada S3 untuk koneksi MySQL SSL dengan Ranger KMS.

recordserver-env

Ubah nilai di RecordServer lingkungan EMR.

recordserver-conf

Ubah nilai dalam file erver.properties EMR EMR RecordServer Ubah nilai dalam file erver.properties EMR Ubah nilai dalam file er

recordserver-log4j

Ubah nilai dalam file log4j.properties EMR EMR EMR RecordServer ini.

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-hive-site

Ubah nilai dalam file hive-site.xml Spark

spark-log4j

Ubah nilai dalam file log4j.properties Spark.

spark-metrics

Ubah nilai dalam file metrics.properties Spark.

sqoop-env

Ubah nilai dalam lingkungan Sqoop.

sqoop-oraoop-site

Ubah nilai dalam file oraoop-site.xml OraOop Sqoop.

sqoop-site

Ubah nilai dalam file sqoop-site.xml Sqoop.

tez-site

Ubah nilai dalam file tez-site.xml Tez.

yarn-env

Ubah nilai di lingkungan YARN.

yarn-site

Ubah nilai dalam file yarn-site.xml YARN.

zeppelin-env

Ubah nilai di lingkungan Zeppelin.

zookeeper-config

Ubah nilai dalam ZooKeeper file zoo.cfg dalam file.

zookeeper-log4j

Ubah nilai dalam ZooKeeper file log4j.properties.