Configurazione delle applicazioni per l'uso di una macchina virtuale Java specifica

Le versioni di Amazon EMR hanno versioni predefinite diverse di Java Virtual Machine (JVM). Questa pagina illustra il supporto JVM per diverse versioni e applicazioni.

Considerazioni

Per informazioni sulle versioni Java supportate per le applicazioni, consulta le pagine delle applicazioni nella Guida alla versione di Amazon EMR.

• Amazon EMR supporta solo l'esecuzione di una versione di runtime in un cluster e non supporta l'esecuzione di nodi o applicazioni diversi su versioni di runtime diverse sullo stesso cluster.

• Per Amazon EMR 7.x, la Java Virtual Machine (JVM) predefinita è Java 17 per le applicazioni che lo supportano, ad eccezione di Apache Livy. Per informazioni sulle versioni JDK supportate per le applicazioni, consulta la pagina delle versioni corrispondente nella Guida alla versione di Amazon EMR.

• A partire da Amazon EMR 7.1.0, Flink supporta ed è impostato su Java 17 per impostazione predefinita. Per utilizzare una versione diversa del runtime Java, sovrascrivi le impostazioni in. flink-conf Per ulteriori informazioni sulla configurazione di Flink per l'utilizzo di Java 8 o Java 11, consulta Configurare Flink per l'esecuzione con Java 11.

• Per le versioni 5.x e 6.x di Amazon EMR, la Java Virtual Machine (JVM) predefinita è Java 8.

  • Per le versioni 6.12.0 e successive di Amazon EMR, alcune applicazioni supportano anche Java 11 e 17.

  • Per le versioni 6.9.0 e successive di Amazon EMR, Trino supporta Java 17 per impostazione predefinita. Per ulteriori informazioni su Java 17 con Trino, consulta Aggiornamenti di Trino a Java 17 sul blog di Trino.

Ricorda le seguenti considerazioni specifiche dell'applicazione quando scegli la versione di runtime:

Note sulla configurazione Java per applicazioni specifiche

Applicazione	Note sulla configurazione Java
Spark	Per eseguire Spark con una versione Java non predefinita, devi configurare sia Spark che Hadoop. Per alcuni esempi, consulta Sovrascrittura della JVM. Configura JAVA_HOME in spark-env per aggiornare il runtime Java dei processi dell'istanza primaria. Ad esempio, spark-submit, spark-shell e Spark History Server. Modifica della configurazione Hadoop per aggiornare il runtime Java degli esecutori Spark e YARN ApplicationMaster
Spark RAPIDS	Puoi eseguire RAPIDS con la versione Java configurata per Spark.
Iceberg	Puoi eseguire Iceberg con la versione Java configurata dell'applicazione che lo utilizza.
Delta	Puoi eseguire Delta con la versione Java configurata dell'applicazione che lo utilizza.
Hudi	Puoi eseguire Hudi con la versione Java configurata dell'applicazione che lo utilizza.
Hadoop	Per aggiornare la JVM per Hadoop, modifica hadoop-env. Per alcuni esempi, consulta Sovrascrittura della JVM.
Hive	Per impostare la versione Java su 11 o 17 per Hive, configura l'impostazione JVM di Hadoop sulla versione Java che desideri utilizzare.
HBase	Per aggiornare la JVM per, modifica. HBase hbase-env Per impostazione predefinita, Amazon EMR imposta la HBase JVM in base alla configurazione JVM per Hadoop, a meno che non si sovrascrivano le impostazioni in. hbase-env Per alcuni esempi, consulta Sovrascrittura della JVM.
Flink	Per aggiornare la JVM per Flink, modifica flink-conf. Per impostazione predefinita, Amazon EMR imposta la JVM di Flink in base alla configurazione JVM per Hadoop, a meno che le impostazioni non vengano sostituite in flink-conf. Per ulteriori informazioni, consulta Configurazione di Flink per l'esecuzione con Java 11.
Oozie	Per configurare Oozie per l'esecuzione su Java 11 o 17, configura Oozie Server, Oozie LauncherAM Launcher AM e modifica le configurazioni degli eseguibili e dei processi sul lato client. Puoi anche configurare EmbeddedOozieServer per l'esecuzione su Java 17. Per ulteriori informazioni, consulta Configurazione della versione Java per Oozie.
Pig	Pig supporta solo Java 8. Non puoi usare Java 11 o 17 con Hadoop ed eseguire Pig sullo stesso cluster.

Sovrascrittura della JVM

Per sostituire l'impostazione JVM per un rilascio di Amazon EMR, ad esempio per utilizzare Java 17 con un cluster che utilizza il rilascio 6.12.0 di Amazon EMR, fornisci l'impostazione JAVA_HOME alla relativa classificazione dell'ambiente, che è application-env per tutte le applicazioni eccetto Flink. Per Flink, la classificazione dell'ambiente è flink-conf. Per i passaggi per configurare il runtime Java con Flink, consulta Configurazione di Flink per l'esecuzione con Java 11.

Sostituisci l'impostazione JVM con Apache Spark

Quando usi Spark con le versioni 6.12 e successive di Amazon EMR, puoi impostare l'ambiente in modo che gli esecutori utilizzino Java 11 o 17. E quando utilizzi Spark con rilasci di Amazon EMR precedenti a 5.x e scrivi un driver per l'invio in modalità cluster, il driver utilizza Java 7. Tuttavia, puoi impostare l'ambiente per garantire che gli esecutori utilizzino Java 8.

Per sovrascrivere la JVM per Spark, devi impostare entrambe le classificazioni Hadoop e Spark.

{
"Classification": "hadoop-env", 
        "Configurations": [
            {
"Classification": "export", 
                "Configurations": [], 
                "Properties": {
"JAVA_HOME": "/usr/lib/jvm/java-1.8.0"
                }
            }
        ], 
        "Properties": {}
    }, 
    {
"Classification": "spark-env", 
        "Configurations": [
            {
"Classification": "export", 
                "Configurations": [], 
                "Properties": {
"JAVA_HOME": "/usr/lib/jvm/java-1.8.0"
                }
            }
        ], 
        "Properties": {}
    }

L'esempio seguente mostra come aggiungere i parametri di configurazione richiesti per EMR 7.0.0+ per garantire un utilizzo coerente della versione Java su tutti i componenti.

[
  {
    "Classification": "spark-defaults",
    "Properties": {
      "spark.executorEnv.JAVA_HOME": "/usr/lib/jvm/java-1.8.0",
      "spark.yarn.appMasterEnv.JAVA_HOME": "/usr/lib/jvm/java-1.8.0"
    }
  },
  {
    "Classification": "hadoop-env",
    "Configurations": [
      {
        "Classification": "export",
        "Configurations": [],
        "Properties": {
          "JAVA_HOME": "/usr/lib/jvm/java-1.8.0"
        }
      }
    ],
    "Properties": {}
  },
  {
    "Classification": "spark-env",
    "Configurations": [
      {
        "Classification": "export",
        "Configurations": [],
        "Properties": {
          "JAVA_HOME": "/usr/lib/jvm/java-1.8.0"
        }
      }
    ],
    "Properties": {}
  }
]

Sostituisci l'impostazione JVM con Apache HBase

HBase Per configurare l'utilizzo di Java 11, è possibile impostare la seguente configurazione all'avvio del cluster.

[
  {
    "Classification": "hbase-env", 
    "Configurations": [
      {
        "Classification": "export", 
        "Configurations": [], 
        "Properties": {
          "JAVA_HOME": "/usr/lib/jvm/jre-11"
        }
      }
    ], 
    "Properties": {}
  }
]

Sostituzione dell'impostazione JVM con Apache Hadoop e Hive

L'esempio seguente mostra come impostare la JVM sulla versione 17 per Hadoop e Hive.

[
    {
        "Classification": "hadoop-env", 
            "Configurations": [
                {
                    "Classification": "export", 
                    "Configurations": [], 
                    "Properties": {
                        "JAVA_HOME": "/usr/lib/jvm/jre-17"
                    }
                }
        ], 
        "Properties": {}
    }
]

Porte di servizio

Di seguito sono elencate le porte di servizio YARN e HDFS. Queste impostazioni riflettono i valori predefiniti di Hadoop. Gli altri servizi applicativi sono ospitati su porte predefinite, a meno che non sia diversamente documentato. Per ulteriori informazioni, consulta la documentazione di progetto dell'applicazione.

Impostazioni porta per YARN e HDFS

Impostazione	Nome host/Porta
fs.default.name	predefinito (hdfs://emrDeterminedIP:8020)
dfs.datanode.address	impostazione predefinita (0.0.0.0:50010)
dfs.datanode.http.address	impostazione predefinita (0.0.0.0:50075)
dfs.datanode.https.address	impostazione predefinita (0.0.0.0:50475)
dfs.datanode.ipc.address	impostazione predefinita (0.0.0.0:50020)
dfs.http.address	impostazione predefinita (0.0.0.0:50070)
dfs.https.address	impostazione predefinita (0.0.0.0:50470)
dfs.secondary.http.address	impostazione predefinita (0.0.0.0:50090)
yarn.nodemanager.address	impostazione predefinita (${yarn.nodemanager.hostname}:0)
yarn.nodemanager.localizer.address	impostazione predefinita (${yarn.nodemanager.hostname}:8040)
yarn.nodemanager.webapp.address	impostazione predefinita (${yarn.nodemanager.hostname}:8042)
yarn.resourcemanager.address	impostazione predefinita (${yarn.resourcemanager.hostname}:8032)
yarn.resourcemanager.admin.address	impostazione predefinita (${yarn.resourcemanager.hostname}:8033)
yarn.resourcemanager.resource-tracker.address	impostazione predefinita (${yarn.resourcemanager.hostname}:8031)
yarn.resourcemanager.scheduler.address	impostazione predefinita (${yarn.resourcemanager.hostname}:8030)
yarn.resourcemanager.webapp.address	impostazione predefinita (${yarn.resourcemanager.hostname}:8088)
yarn.web-proxy.address	impostazione predefinita (no-value)
yarn.resourcemanager.hostname	emrDeterminedIP

Nota

Il termine emrDeterminedIP è un indirizzo IP generato dal piano di controllo di Amazon EMR. Nella versione più recente, questa convenzione è stata rimossa, eccetto che per le impostazioni yarn.resourcemanager.hostname e fs.default.name.

Utenti delle applicazioni

Le applicazioni eseguono i processi come proprio utente. Ad esempio, Hive JVMs esegui come utentehive, MapReduce JVMs esegui come mapred e così via. Questa procedura è illustrata nell'esempio di stato del processo seguente:

USER       PID %CPU %MEM    VSZ   RSS TTY      STAT START   TIME COMMAND
hive      6452  0.2  0.7 853684 218520 ?       Sl   16:32   0:13 /usr/lib/jvm/java-openjdk/bin/java -Xmx256m -Dhive.log.dir=/var/log/hive -Dhive.log.file=hive-metastore.log -Dhive.log.threshold=INFO -Dhadoop.log.dir=/usr/lib/hadoop
hive      6557  0.2  0.6 849508 202396 ?       Sl   16:32   0:09 /usr/lib/jvm/java-openjdk/bin/java -Xmx256m -Dhive.log.dir=/var/log/hive -Dhive.log.file=hive-server2.log -Dhive.log.threshold=INFO -Dhadoop.log.dir=/usr/lib/hadoop/l
hbase     6716  0.1  1.0 1755516 336600 ?      Sl   Jun21   2:20 /usr/lib/jvm/java-openjdk/bin/java -Dproc_master -XX:OnOutOfMemoryError=kill -9 %p -Xmx1024m -ea -XX:+UseConcMarkSweepGC -XX:+CMSIncrementalMode -Dhbase.log.dir=/var/
hbase     6871  0.0  0.7 1672196 237648 ?      Sl   Jun21   0:46 /usr/lib/jvm/java-openjdk/bin/java -Dproc_thrift -XX:OnOutOfMemoryError=kill -9 %p -Xmx1024m -ea -XX:+UseConcMarkSweepGC -XX:+CMSIncrementalMode -Dhbase.log.dir=/var/
hdfs      7491  0.4  1.0 1719476 309820 ?      Sl   16:32   0:22 /usr/lib/jvm/java-openjdk/bin/java -Dproc_namenode -Xmx1000m -Dhadoop.log.dir=/var/log/hadoop-hdfs -Dhadoop.log.file=hadoop-hdfs-namenode-ip-10-71-203-213.log -Dhadoo
yarn      8524  0.1  0.6 1626164 211300 ?      Sl   16:33   0:05 /usr/lib/jvm/java-openjdk/bin/java -Dproc_proxyserver -Xmx1000m -Dhadoop.log.dir=/var/log/hadoop-yarn -Dyarn.log.dir=/var/log/hadoop-yarn -Dhadoop.log.file=yarn-yarn-
yarn      8646  1.0  1.2 1876916 385308 ?      Sl   16:33   0:46 /usr/lib/jvm/java-openjdk/bin/java -Dproc_resourcemanager -Xmx1000m -Dhadoop.log.dir=/var/log/hadoop-yarn -Dyarn.log.dir=/var/log/hadoop-yarn -Dhadoop.log.file=yarn-y
mapred    9265  0.2  0.8 1666628 260484 ?      Sl   16:33   0:12 /usr/lib/jvm/java-openjdk/bin/java -Dproc_historyserver -Xmx1000m -Dhadoop.log.dir=/usr/lib/hadoop/logs -Dhadoop.log.file=hadoop.log -Dhadoop.home.dir=/usr/lib/hadoop