Rilascio 5.14.0 di Amazon EMR

PDFRSS

Versioni dell'applicazione 5.14.0

Questa versione include le seguenti applicazioni: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hue, JupyterHub, Livy, MXNet, Mahout, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, Tez, Zeppelin, e ZooKeeper.

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:

• Versioni dell'applicazione nei rilasci di Amazon EMR 7.x

• Versioni dell'applicazione nei rilasci di Amazon EMR 6.x

• Versioni dell'applicazione nei rilasci di Amazon EMR 5.x

• Versioni dell'applicazione nei rilasci di Amazon EMR 4.x

Informazioni sulla versione dell'applicazione

	emr-5.14.0	emr-5.13.1	emr-5.13.0	emr-5.12.3
AWS SDK per Java	1.11.297	1,11,297	1,11,297	1,11,267
Python	2.7, 3.4	2,7, 3,4	2,7, 3,4	2,7, 3,4
Scala	2.11,8	211,8	211,8	211,8
AmazonCloudWatchAgent	-	-	-	-
Delta	-	-	-	-
Flink	1.4.2	1.4.0	1.4.0	1.4.0
Ganglia	3.7.2	3.7.2	3.7.2	3.7.2
HBase	1.4.2	1.4.2	1.4.2	1.4.0
HCatalog	2.3.2	2.3.2	2.3.2	2.3.2
Hadoop	28.3	28.3	28.3	28.3
Hive	2.3.2	2.3.2	2.3.2	2.3.2
Hudi	-	-	-	-
Hue	4.1.0	4.1.0	4.1.0	4.1.0
Iceberg	-	-	-	-
JupyterEnterpriseGateway	-	-	-	-
JupyterHub	0.8.1	-	-	-
Livy	0,40	0,40	0,40	0,40
MXNet	1.1.0	1.0.0	1.0.0	1.0.0
Mahout	0.13.0	0.13.0	0.13.0	0.13.0
Oozie	4.3.0	4.3.0	4.3.0	4.3.0
Phoenix	4.13.0	4.13.0	4.13.0	4.13.0
Pig	0.17.0	0.17.0	0.17.0	0.17.0
Presto	0.194	0.194	0.194	0.188
Spark	2.3.0	2.3.0	2.3.0	2.2.1
Sqoop	1.4.7	1.4.6	1.4.6	1.4.6
TensorFlow	-	-	-	-
Tez	0.8.4	0.8.4	0.8.4	0.8.4
Trino (PrestoSQL)	-	-	-	-
Zeppelin	0.7.3	0.7.3	0.7.3	0.7.3
ZooKeeper	3.4.10	3.4.10	3.4.10	3.4.10

Note di rilascio 5.14.0

Le seguenti note di rilascio includono informazioni relative al rilascio di Amazon EMR 5.14.0. Le modifiche sono relative alla versione 5.13.0.

Data del rilascio iniziale: 4 giugno 2018

Aggiornamenti

• Aggiornato ad Apache Flink 1.4.2

• Apache aggiornato alla versione 1.1.0 MXnet

• Apache Sqoop aggiornato alla versione 1.4.7

Nuove funzionalità

• Supporto aggiunto. JupyterHub Per ulteriori informazioni, consulta JupyterHub.

Modifiche, miglioramenti e problemi risolti

• EMRFS

  • La stringa userAgent nelle richieste ad Amazon S3 è stata aggiornata per contenere le informazioni sull'utente e sul gruppo dell'entità principale che richiama. Questo può essere utilizzato con AWS CloudTrail i log per un tracciamento più completo delle richieste.

• HBase

  • Include HBASE-20447, che risolve un problema che potrebbe causare errori di cache, in particolare in caso di Regioni divise.

• MXnet

  • Aggiunte librerie OpenCV.

• Spark

  • Quando Spark scrive file Parquet su una posizione Amazon S3 utilizzando EMRFS, l'algoritmo è stato aggiornato per utilizzare FileOutputCommitter la versione 2 anziché la versione 1. In questo modo viene ridotta la quantità di ridenominazioni, con un conseguente miglioramento delle prestazioni delle applicazioni. Questa modifica non influisce su:

    • Applicazioni diverse da Spark.

    • Applicazioni che scrivono su altri file system, come HDFS (che utilizzano ancora la versione 1 di). FileOutputCommitter

    • Applicazioni che utilizzano altri formati di output, come testo o csv, che già utilizzano la scrittura diretta EMRFS.

Problemi noti

• JupyterHub

  • L'utilizzo delle classificazioni di configurazione per configurare JupyterHub singoli notebook Jupyter durante la creazione di un cluster non è supportato. Modifica manualmente il file jupyterhub_config.py e i file jupyter_notebook_config.py per ogni utente. Per ulteriori informazioni, consulta Configurazione JupyterHub.

  • JupyterHub non riesce ad avviarsi su cluster all'interno di una sottorete privata, con esito negativo con il messaggio. Error: ENOENT: no such file or directory, open '/etc/jupyter/conf/server.crt' Questo problema è causato da un errore nello script che genera certificati autofirmati. Utilizza la seguente soluzione alternativa per generare certificati autofirmati. Tutti i comandi vengono eseguiti mentre si è connessi al nodo primario.

    1. Copia lo script di generazione del certificato dal container al nodo primario:

       sudo docker cp jupyterhub:/tmp/gen_self_signed_cert.sh ./

    2. Utilizza un editor di testo per intervenire sulla riga 23 modificando il nome di host pubblico nel nome di host locale come illustrato di seguito:

       local hostname=$(curl -s $EC2_METADATA_SERVICE_URI/local-hostname)

    3. Esegui lo script per generare certificati autofirmati:

       sudo bash ./gen_self_signed_cert.sh

    4. Sposta i file di certificato generati dallo script nella directory /etc/jupyter/conf/:

       sudo mv /tmp/server.crt /tmp/server.key /etc/jupyter/conf/

    È possibile verificare che tail il jupyter.log file sia stato JupyterHub riavviato e che stia restituendo un codice di risposta 200. Per esempio:

    tail -f /var/log/jupyter/jupyter.log

    Questo dovrebbe restituire una risposta simile alla seguente:

    # [I 2018-06-14 18:56:51.356 JupyterHub app:1581] JupyterHub is now running at https://:9443/
    # 19:01:51.359 - info: [ConfigProxy] 200 GET /api/routes 
    

• Dopo il riavvio del nodo primario o il riavvio del controller di istanza, i CloudWatch parametri non verranno raccolti e la funzionalità di ridimensionamento automatico non sarà disponibile nelle versioni 5.14.0, 5.15.0 o 5.16.0 di Amazon EMR. Questo problema è stato risolto in Amazon EMR 5.17.0.

Versioni dei componenti 5.14.0

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
aws-sagemaker-spark-sdk	1.0.1	SageMaker SDK Amazon Spark
emr-ddb	4.5.0	Connettore di Amazon DynamoDB per le applicazioni dell'ecosistema Hadoop.
emr-goodies	2.4.0	Librerie utili per l'ecosistema Hadoop.
emr-kinesis	3.4.0	Connettore di Amazon Kinesis per le applicazioni dell'ecosistema Hadoop.
emr-s3-dist-cp	2.10.0	Applicazione di copia distribuita ottimizzata per Amazon S3.
emrfs	2.23.0	Connettore di Amazon S3 per le applicazioni dell'ecosistema Hadoop.
flink-client	1.4.2	Applicazioni e script client a riga di comando Apache Flink.
ganglia-monitor	3.7.2	Agente Ganglia integrato per le applicazioni dell'ecosistema Hadoop con l'agente di monitoraggio Ganglia.
ganglia-metadata-collector	3.7.2	Raccoglitore di metadati Ganglia per l'aggregazione di parametri degli agenti di monitoraggio Ganglia.
ganglia-web	3.7.1	Applicazione Web per la visualizzazione di parametri raccolti dal raccoglitore di metadati Ganglia.
hadoop-client	2.8.3-amzn-1	Client di riga di comando Hadoop, ad esempio "hdfs", "hadoop" o "yarn".
hadoop-hdfs-datanode	2.8.3-amzn-1	Servizio a livello di nodo HDFS per lo storage di blocchi.
hadoop-hdfs-library	2.8.3-amzn-1	Libreria e client di riga di comando HDFS
hadoop-hdfs-namenode	2.8.3-amzn-1	Servizio HDFS per tenere traccia dei nomi di file e delle posizioni dei blocchi.
hadoop-httpfs-server	2.8.3-amzn-1	Endpoint HTTP per le operazioni HDFS.
hadoop-kms-server	2.8.3-amzn-1	Server di gestione delle chiavi crittografiche basato sull'API di Hadoop. KeyProvider
hadoop-mapred	2.8.3-amzn-1	MapReduce librerie di motori di esecuzione per l'esecuzione di un'applicazione. MapReduce
hadoop-yarn-nodemanager	2.8.3-amzn-1	Servizio YARN per la gestione di container su un singolo nodo.
hadoop-yarn-resourcemanager	2.8.3-amzn-1	Servizio YARN per l'allocazione e la gestione delle risorse di cluster e delle applicazioni distribuite.
hadoop-yarn-timeline-server	2.8.3-amzn-1	Servizio per il recupero di informazioni correnti e della cronologia per applicazioni YARN.
hbase-hmaster	1.4.2	Servizio per un HBase cluster responsabile del coordinamento delle regioni e dell'esecuzione dei comandi amministrativi.
hbase-region-server	1.4.2	Servizio per servire una o più HBase regioni.
hbase-client	1.4.2	HBase client da riga di comando.
hbase-rest-server	1.4.2	Servizio che fornisce un endpoint RESTful HTTP per. HBase
hbase-thrift-server	1.4.2	Servizio che fornisce un endpoint Thrift a. HBase
hcatalog-client	2.3.2-amzn-2	Client a riga di comando "hcat" per la manipolazione del server hcatalog.
hcatalog-server	2.3.2-amzn-2	Fornitura di servizi HCatalog, un livello di gestione delle tabelle e dello storage per applicazioni distribuite.
hcatalog-webhcat-server	2.3.2-amzn-2	Endpoint HTTP che fornisce un'interfaccia REST a HCatalog.
hive-client	2.3.2-amzn-2	Client a riga di comando Hive.
hive-hbase	2.3.2-amzn-2	Client Hive-hbase.
hive-metastore-server	2.3.2-amzn-2	Servizio per l'accesso al metastore Hive, un repository semantico per lo storage di metadati per SQL sulle operazioni Hadoop.
hive-server2	2.3.2-amzn-2	Servizio per l'accettazione di query Hive come richieste Web.
hue-server	4.1.0	Applicazione Web per l'analisi di dati mediante le applicazioni dell'ecosistema Hadoop
jupyterhub	0.8.1	Server multi-utente per notebook Jupyter
livy-server	0.4.0-incubating	Interfaccia REST per l'interazione con Apache Spark
mahout-client	0.13.0	Librerie per Machine Learning.
mxnet	1.1.0	Una libreria flessibile, scalabile ed efficiente per il deep learning.
mysql-server	5.5.54+	Server di database MySQL.
nvidia-cuda	9.1.85	Driver Nvidia e kit di strumenti Cuda
oozie-client	4.3.0	Client a riga di comando Oozie.
oozie-server	4.3.0	Servizio per l'accettazione delle richieste di flusso di lavoro Oozie.
opencv	3.4.0	Open Source Computer Vision Library.
phoenix-library	4.13.0- -1,4 HBase	Le librerie Phoenix per server e client
phoenix-query-server	4.13.0- -1,4 HBase	Un server leggero che fornisce accesso JDBC nonché buffer di protocollo e accesso in formato JSON all'API Avatica
presto-coordinator	0.194	Servizio per l'accettazione di query e la gestione dell'esecuzione di query di componenti presto-worker.
presto-worker	0.194	Servizio per l'esecuzione di parti di una query.
pig-client	0.17.0	Client a riga di comando Pig.
r	3.4.1	The R Project for Statistical Computing
spark-client	2.3.0	Client a riga di comando Spark.
spark-history-server	2.3.0	Interfaccia utente Web per la visualizzazione di eventi registrati per la durata di un'applicazione Spark completata.
spark-on-yarn	2.3.0	Motore di esecuzione in memoria per YARN.
spark-yarn-slave	2.3.0	Librerie Apache Spark necessarie per gli slave YARN.
sqoop-client	1.4.7	Client a riga di comando Apache Sqoop.
tez-on-yarn	0.8.4	L'applicazione e le librerie tez YARN.
webserver	2.4.25+	Server Apache HTTP.
zeppelin-server	0.7.3	Notebook basato sul Web che consente l'analisi di dati interattiva.
zookeeper-server	3.4.10	Servizio centralizzato per la manutenzione delle informazioni di configurazione, i servizi di denominazione, la sincronizzazione distribuita e l'erogazione di servizi di gruppo.
zookeeper-client	3.4.10	ZooKeeper client a riga di comando.

Classificazioni di configurazione 5.14.0

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-5.14.0

Classificazioni	Descrizione
capacity-scheduler	Modifica i valori nel file capacity-scheduler.xml di Hadoop.
container-log4j	Modifica i valori nel file container-log4j.properties di Hadoop YARN.
core-site	Modifica i valori nel file core-site.xml di Hadoop.
emrfs-site	Modifica le impostazioni EMRFS.
flink-conf	Modifica le impostazione flink-conf.yaml.
flink-log4j	Modifica le impostazioni Flink log4j.properties.
flink-log4j-yarn-session	Modifica le impostazioni di Flink log4 j-yarn-session .properties.
flink-log4j-cli	Modifica le impostazioni Flink log4j-cli.properties.
hadoop-env	Modifica i valori nell'ambiente Hadoop per tutti i componenti Hadoop.
hadoop-log4j	Modifica i valori nel file log4j.properties di Hadoop.
hadoop-ssl-server	Modifica la configurazione server ssl hadoop
hadoop-ssl-client	Modifica la configurazione client ssl hadoop
hbase	Impostazioni curate da Amazon EMR per Apache. HBase
hbase-env	Modifica i valori nell'ambiente. HBase
hbase-log4j	Modifica i valori nel file HBase hbase-log4j.properties.
hbase-metrics	Cambia i valori nel file hadoop-metrics2-hbase.properties. HBase
hbase-policy	Cambia i valori nel HBase file hbase-policy.xml.
hbase-site	Modifica i valori nel HBase file hbase-site.xml.
hdfs-encryption-zones	Configura le zone di crittografia HDFS.
hdfs-site	Modifica i valori nel file hdfs-site.xml di HDFS.
hcatalog-env	Cambia i valori nell' HCatalogambiente.
hcatalog-server-jndi	Cambia i valori in HCatalog jndi.properties.
hcatalog-server-proto-hive-site	Cambia i valori nel file .xml HCatalog. proto-hive-site
hcatalog-webhcat-env	Modifica i valori nell'ambiente HCatalog HCat Web.
hcatalog-webhcat-log4j2	Modifica i valori nelle proprietà HCatalog HCat log4j2.properties di Web.
hcatalog-webhcat-site	Modifica i valori nel file webhcat-site.xml di HCatalog WebHCat.
hive-beeline-log4j2	Modifica i valori nel file beeline-log4j2.properties di Hive.
hive-parquet-logging	Modifica i valori nel file parquet-logging.properties di Hive.
hive-env	Modifica i valori nell'ambiente Hive.
hive-exec-log4j2	Modifica i valori nel file hive-exec-log 4j2.properties di Hive.
hive-llap-daemon-log4j2	Modifica i valori nel file 4j2.properties di Hive. llap-daemon-log
hive-log4j2	Modifica i valori nel file hive-log4j2.properties di Hive.
hive-site	Modifica i valori nel file hive-site.xml di Hive
hiveserver2-site	Modifica i valori nel file hiveserver2-site.xml di Hive Server2
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.
jupyter-notebook-conf	Modifica i valori nel file jupyter_notebook_config.py di Jupyter Notebook.
jupyter-hub-conf	Cambia i valori nel file jupyterhub_config.py JupyterHubs.
jupyter-sparkmagic-conf	Modifica i valori nel file config.json di Sparkmagic.
livy-conf	Modifica i valori nel file livy.conf di Livy.
livy-env	Modifica i valori nell'ambiente Livy.
livy-log4j	Modifica le impostazioni Livy log4j.properties.
mapred-env	Modifica i valori nell'ambiente dell' MapReduce applicazione.
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.
phoenix-hbase-metrics	Modifica i valori nel file hadoop-metrics2-hbase.properties di Phoenix.
phoenix-hbase-site	Modifica i valori nel file hbase-site.xml di Phoenix.
phoenix-log4j	Modifica i valori nel file log4j.properties di Phoenix.
phoenix-metrics	Modifica i valori nel file hadoop-metrics2-phoenix.properties di Phoenix.
pig-env	Change values in the Pig environment.
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-env	Modifica i valori nel file presto-env.sh di Presto.
presto-node	Modifica i valori nel file node.properties di Presto.
presto-connector-blackhole	Modifica i valori nel file blackhole.properties di Presto.
presto-connector-cassandra	Modifica i valori nel file cassandra.properties di Presto.
presto-connector-hive	Modifica i valori nel file hive.properties di Presto.
presto-connector-jmx	Modifica i valori nel file jmx.properties di Presto.
presto-connector-kafka	Modifica i valori nel file kafka.properties di Presto.
presto-connector-localfile	Modifica i valori nel file localfile.properties di Presto.
presto-connector-mongodb	Modifica i valori nel file mongodb.properties di Presto.
presto-connector-mysql	Modifica i valori nel file mysql.properties di Presto.
presto-connector-postgresql	Modifica i valori nel file postgresql.properties di Presto.
presto-connector-raptor	Modifica i valori nel file raptor.properties di Presto.
presto-connector-redis	Modifica i valori nel file redis.properties di Presto.
presto-connector-redshift	Modifica i valori nel file redshift.properties di Presto.
presto-connector-tpch	Modifica i valori nel file tpch.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-hive-site	Modifica i valori nel file hive-site.xml di Spark
spark-log4j	Modifica i valori nel file log4j.properties di Spark.
spark-metrics	Modifica i valori nel file metrics.properties di Spark.
sqoop-env	Modifica i valori nell'ambiente di Sqoop.
sqoop-oraoop-site	Modifica i valori nel file oraoop-site.xml di OraOop Sqoop.
sqoop-site	Modifica i valori nel file sqoop-site.xml di Sqoop.
tez-site	Modifica i valori nel file tez-site.xml file di Tez.
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.
zookeeper-config	Cambia i valori nel ZooKeeper file zoo.cfg.
zookeeper-log4j	Modifica i valori nel file ZooKeeper log4j.properties.