Rilascio 4.3.0 di Amazon EMR - Amazon EMR

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Rilascio 4.3.0 di Amazon EMR

Versioni dell'applicazione 4.3.0

In questo rilascio sono supportate le seguenti applicazioni: Ganglia, Hadoop, Hive, Hue, Mahout, Oozie-Sandbox, Pig, Presto-Sandbox, Spark e Zeppelin-Sandbox.

La seguente tabella elenca le versioni dell'applicazione disponibili in questo rilascio di Amazon EMR e quelle nei precedenti tre rilasci di Amazon EMR (quando applicabile).

Per la cronologia completa delle versioni dell'applicazione di ogni rilascio di Amazon EMR, fai riferimento ai seguenti argomenti:

Informazioni sulla versione dell'applicazione
emr-4.3.0 emr-4.2.0 emr-4.1.0 emr-4.0.0
AWS SDK per Java 1.10.271,10,27Non monitoratoNon monitorato
Python Non monitoratoNon monitoratoNon monitoratoNon monitorato
Scala Non monitoratoNon monitoratoNon monitoratoNon monitorato
AmazonCloudWatchAgent - - - -
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-Sandbox0,5,50,5,50.6.0-SNAPSHOT -
ZooKeeper - - - -
ZooKeeper-Sandbox - - - -

note di rilascio della versione 4.3.0

Le seguenti note di rilascio includono informazioni per il rilascio di Amazon EMR 4.3.0.

Data del rilascio: 19 gennaio 2016

Funzionalità
  • Aggiornato a Hadoop 2.7.1

  • Aggiornato a Spark 1.6.0

  • Aggiornato Ganglia a 3.7.2

  • Aggiornato Presto a 0.130

  • Amazon EMR ha effettuato alcune modifiche a spark.dynamicAllocation.enabled quando è impostato su true (vero); è false (falso) per impostazione predefinita. Quando è impostato su true, interessa i valori predefiniti definiti dall'impostazione maximizeResourceAllocation:

    • Se spark.dynamicAllocation.enabled è impostato su true, spark.executor.instances non è impostato da maximizeResourceAllocation.

    • L'impostazione spark.driver.memory ora è configurata in base ai tipi di istanza nel cluster in modo simile a come è impostato spark.executors.memory. Tuttavia, dato che l'applicazione del driver di Spark potrebbe essere eseguita o sull'istanza master o su una delle istanze core (ad esempio, nelle modalità client YARN e cluster, rispettivamente), l'impostazione spark.driver.memory è definita in base al tipo di istanza del tipo di istanza più piccola tra questi due gruppi di istanze.

    • L'impostazione spark.default.parallelism è ora definita al doppio dei core CPU disponibili per i container YARN. Nei rilasci precedenti, era la metà del valore.

    • I calcoli per il sovraccarico della memoria allocata ai processi YARN di Spark sono stati modificati per essere più precisi, generando un piccolo aumento della quantità di memoria disponibile per Spark (ossia, spark.executor.memory).

Problemi noti risolti dai rilasci precedenti
  • L'aggregazione dei log YARN ora è abilitata per impostazione predefinita.

  • Risolto un problema in cui i log non venivano inviati al bucket di log Amazon S3 del cluster quando l'aggregazione dei log YARN era abilitata.

  • Le dimensioni del container YARN ora sono di un minimo di 32 su tutti i tipi di nodo.

  • È stato risolto un problema con Ganglia che provocava un I/O su disco eccessivo sul nodo primario nei cluster di grandi dimensioni.

  • Risolto un problema che evitava che i log delle applicazioni venissero trasmessi ad Amazon S3 quando un cluster veniva disattivato.

  • Risolto un problema in EMRFS CLI che faceva sì che alcuni comandi restituissero errori.

  • È stato risolto un problema con Zeppelin che impediva il caricamento delle dipendenze nel file sottostante. SparkContext

  • Risolto un problema causato dall'emissione di un tentativo di ridimensionamento per aggiungere le istanze.

  • Risolto un problema in Hive dove CREATE TABLE AS SELECT effettua troppe chiamate dell'elenco su Amazon S3.

  • Risolto un problema in cui i cluster di grandi dimensioni non effettuano correttamente il provisioning quando sono istallati Hue, Oozie e Ganglia.

  • Risolto un problema in s3-dist-cp dove avrebbe restituito un codice di uscita diverso zero se avesse restituito un errore.

Versioni dei componenti 4.3.0

I componenti che Amazon EMR installa con questo rilascio sono elencati di seguito. Alcuni sono installati come parte di pacchetti di applicazione dei big data. Altri sono specifici per Amazon EMR e installati per processi e caratteristiche del sistema. Questi solitamente iniziano con emr o aws. I pacchetti di applicazione sui Big data del rilascio di Amazon EMR più recente sono di solito le versioni più recenti reperibili nella community. Mettiamo a disposizione i rilasci della community in Amazon EMR il più rapidamente possibile.

Alcuni componenti in Amazon EMR differiscono dalle versioni della community. Tali componenti hanno un'etichetta che indica la versione nel modulo CommunityVersion-amzn-EmrVersion. EmrVersion inizia da 0. Ad esempio, se un componente della community open source denominato myapp-component con versione 2.2 è stato modificato tre volte per essere incluso in rilasci diversi di Amazon EMR, tale versione di rilascio si presenta come 2.2-amzn-2.

Componente Versione Descrizione
emr-ddb3.0.0Connettore di Amazon DynamoDB per le applicazioni dell'ecosistema Hadoop.
emr-goodies2.0.0Librerie utili per l'ecosistema Hadoop.
emr-kinesis3.1.0Connettore di Amazon Kinesis per le applicazioni dell'ecosistema Hadoop.
emr-s3-dist-cp2.1.0Applicazione di copia distribuita ottimizzata per Amazon S3.
emrfs2.3.0Connettore di Amazon S3 per le applicazioni dell'ecosistema Hadoop.
ganglia-monitor3.7.2Agente Ganglia integrato per le applicazioni dell'ecosistema Hadoop con l'agente di monitoraggio Ganglia.
ganglia-metadata-collector3.7.2Raccoglitore di metadati Ganglia per l'aggregazione di parametri degli agenti di monitoraggio Ganglia.
ganglia-web3.7.1Applicazione Web per la visualizzazione di parametri raccolti dal raccoglitore di metadati Ganglia.
hadoop-client2.7.1-amzn-0Client di riga di comando Hadoop, ad esempio "hdfs", "hadoop" o "yarn".
hadoop-hdfs-datanode2.7.1-amzn-0Servizio a livello di nodo HDFS per lo storage di blocchi.
hadoop-hdfs-library2.7.1-amzn-0Libreria e client di riga di comando HDFS
hadoop-hdfs-namenode2.7.1-amzn-0Servizio HDFS per tenere traccia dei nomi di file e delle posizioni dei blocchi.
hadoop-httpfs-server2.7.1-amzn-0Endpoint HTTP per le operazioni HDFS.
hadoop-kms-server2.7.1-amzn-0Server di gestione delle chiavi crittografiche basato sull'API di Hadoop. KeyProvider
hadoop-mapred2.7.1-amzn-0MapReduce librerie di motori di esecuzione per l'esecuzione di un'applicazione. MapReduce
hadoop-yarn-nodemanager2.7.1-amzn-0Servizio YARN per la gestione di container su un singolo nodo.
hadoop-yarn-resourcemanager2.7.1-amzn-0Servizio YARN per l'allocazione e la gestione delle risorse di cluster e delle applicazioni distribuite.
hive-client1.0.0-amzn-2Client a riga di comando Hive.
hive-metastore-server1.0.0-amzn-2Servizio per l'accesso al metastore Hive, un repository semantico per lo storage di metadati per SQL sulle operazioni Hadoop.
hive-server1.0.0-amzn-2Servizio per l'accettazione di query Hive come richieste Web.
hue-server3.7.1-amzn-5Applicazione Web per l'analisi di dati mediante le applicazioni dell'ecosistema Hadoop
mahout-client0.11.0Librerie per Machine Learning.
mysql-server5.5Server di database MySQL.
oozie-client4.2.0Client a riga di comando Oozie.
oozie-server4.2.0Servizio per l'accettazione delle richieste di flusso di lavoro Oozie.
presto-coordinator0.130Servizio per l'accettazione di query e la gestione dell'esecuzione di query di componenti presto-worker.
presto-worker0.130Servizio per l'esecuzione di parti di una query.
pig-client0.14.0-amzn-0Client a riga di comando Pig.
spark-client1.6.0Client a riga di comando Spark.
spark-history-server1.6.0Interfaccia utente Web per la visualizzazione di eventi registrati per la durata di un'applicazione Spark completata.
spark-on-yarn1.6.0Motore di esecuzione in memoria per YARN.
spark-yarn-slave1.6.0Librerie Apache Spark necessarie per gli slave YARN.
webserver2.4Server Apache HTTP.
zeppelin-server0.5.5-incubating-amzn-1Notebook basato sul Web che consente l'analisi di dati interattiva.

classificazioni di configurazione 4.3.0

Le classificazioni di configurazione consentono di personalizzare le applicazioni. Esse corrispondono spesso a un file XML di configurazione per l'applicazione, ad esempio hive-site.xml. Per ulteriori informazioni, consulta Configurazione delle applicazioni.

Classificazioni emr-4.3.0
Classificazioni Descrizione

capacity-scheduler

Modifica i valori nel file capacity-scheduler.xml di Hadoop.

core-site

Modifica i valori nel file core-site.xml di Hadoop.

emrfs-site

Modifica le impostazioni EMRFS.

hadoop-env

Modifica i valori nell'ambiente Hadoop per tutti i componenti Hadoop.

hadoop-log4j

Modifica i valori nel file log4j.properties di Hadoop.

hdfs-encryption-zones

Configura le zone di crittografia HDFS.

hdfs-site

Modifica i valori nel file hdfs-site.xml di HDFS.

hive-env

Modifica i valori nell'ambiente Hive.

hive-exec-log4j

Modifica i valori nel file 4j.properties di Hive. hive-exec-log

hive-log4j

Modifica i valori nel file hive-log4j.properties di Hive.

hive-site

Modifica i valori nel file hive-site.xml di Hive

hue-ini

Modifica i valori nel file ini di Hue

httpfs-env

Modifica i valori nell'ambiente HTTPFS.

httpfs-site

Modifica i valori nel file httpfs-site.xml di Hadoop.

hadoop-kms-acls

Modifica i valori nel file kms-acls.xml di Hadoop.

hadoop-kms-env

Modifica i valori nell'ambiente Hadoop KMS.

hadoop-kms-log4j

Modifica i valori nel file kms-log4j.properties di Hadoop.

hadoop-kms-site

Modifica i valori nel file kms-site.xml di Hadoop.

mapred-env

Modifica i valori nell'ambiente dell'applicazione. MapReduce

mapred-site

Modificate i valori nel file mapred-site.xml dell' MapReduce applicazione.

oozie-env

Modifica i valori nell'ambiente di Oozie.

oozie-log4j

Modifica i valori nel file oozie-log4j.properties di Oozie.

oozie-site

Modifica i valori nel file oozie-site.xml di Oozie.

pig-properties

Modifica i valori nel file pig.properties di Pig.

pig-log4j

Modifica i valori nel file log4j.properties di Pig.

presto-log

Modifica i valori nel file log.properties di Presto.

presto-config

Modifica i valori nel file config.properties di Presto.

presto-connector-hive

Modifica i valori nel file hive.properties di Presto.

spark

Impostazioni Amazon EMR per Apache Spark.

spark-defaults

Modifica i valori nel file spark-defaults.conf di Spark.

spark-env

Modifica i valori nell'ambiente Spark.

spark-log4j

Modifica i valori nel file log4j.properties di Spark.

spark-metrics

Modifica i valori nel file metrics.properties di Spark.

yarn-env

Modifica i valori nell'ambiente YARN.

yarn-site

Modifica i valori nel file yarn-site.xml di YARN.

zeppelin-env

Modifica i valori nell'ambiente Zeppelin.