亚马逊EMR版本 6.4.0 - Amazon EMR
6.4.0 应用程序版本6.4.0 发布说明6.4.0 组件版本6.4.0 配置分类

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

亚马逊EMR版本 6.4.0

6.4.0 应用程序版本

此版本支持以下应用程序：Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, Hue, JupyterEnterpriseGateway, JupyterHub, Livy, MXNet, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, TensorFlow, Tez, Trino, Zeppelin 和 ZooKeeper.

下表列出了此版本的 Amazon 中可用的应用程序版本EMR和前三个亚马逊版本中的应用程序EMR版本（如果适用）。

要全面了解每个 Amazon 版本的应用程序版本历史记录EMR，请参阅以下主题：

应用程序版本信息
emr-6.4.0 emr-6.3.1 emr-6.3.0 emr-6.2.1
适用于 Java 的AWS SDK 1.12.311.11.9771.11.9771.11.880
Python 2.7、3.72.7、3.72.7、3.72.7、3.7
Scala 2.12.102.12.102.12.102.12.10
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.13.11.12.11.12.11.11.2
Ganglia3.7.23.7.23.7.23.7.2
HBase2.4.42.2.62.2.62.2.6-amzn-0
HCatalog3.1.23.1.23.1.23.1.2
Hadoop3.2.13.2.13.2.13.2.1
Hive3.1.23.1.23.1.23.1.2
Hudi0.8.0-amzn-00.7.0-amzn-00.7.0-amzn-00.6.0-amzn-1
Hue4.9.04.9.04.9.04.8.0
Iceberg - - - -
JupyterEnterpriseGateway2.1.02.1.02.1.02.1.0
JupyterHub1.4.11.2.21.2.21.1.0
Livy0.7.10.7.00.7.00.7.0
MXNet1.8.01.7.01.7.01.7.0
Mahout - - - -
Oozie5.2.15.2.15.2.15.2.0
Phoenix5.1.25.0.05.0.05.0.0
Pig0.17.00.17.00.17.00.17.0
Presto0.254.10.245.10.245.10.238.3
Spark3.1.23.1.13.1.13.0.1
Sqoop1.4.71.4.71.4.71.4.7
TensorFlow2.4.12.4.12.4.12.3.1
Tez0.9.20.9.20.9.20.9.2
Trino（Prest SQL o）359350350343
Zeppelin0.9.00.9.00.9.00.9.0
ZooKeeper3.5.73.4.143.4.143.4.14

6.4.0 发布说明

以下发行说明包含有关亚马逊 6.4.0 EMR 版本的信息。更改与 6.3.0 有关。

首次发布日期：2021 年 9 月 20 日

发布更新日期：2022 年 3 月 21 日

受支持的应用程序

  • AWS SDK for Java 版本 1.12.31

  • CloudWatch 水槽版本 2.2.0

  • DynamoDB 连接器 4.16.0

  • EMRFS版本 2.47.0

  • 亚马逊 EMR Goodies 版本 3.2.0

  • 亚马逊 EMR Kinesis Connector 版本 3.5.0

  • 亚马逊EMR录音服务器版本 2.1.0

  • 亚马逊EMR脚本版本 2.5.0

  • Flink 1.13.1

  • Ganglia 3.7.2

  • AWS Glue Hive Metastore 客户端版本 3.3.0

  • Hadoop 3.2.1-amzn-4

  • HBase版本 2.4.4-amzn-0

  • HBase-operator-tools 1.1.0

  • HCatalog版本 3.1.2-amzn-5

  • Hive 3.1.2-amzn-5

  • Hudi 0.8.0-amzn-0

  • Hue 4.9.0

  • Java JDK 版本 Corretto-8.302.08.1（版本 1.8.0_302-b08）

  • JupyterHub 版本 1.4.1

  • Livy 0.7.1-incubating

  • MXNet版本 1.8.0

  • Oozie 5.2.1

  • Phoenix 5.1.2

  • Pig 0.17.0

  • Presto 0.254.1-amzn-0

  • Trino 359

  • Apache RangerKMS（多主机透明加密）版本 2.0.0

  • ranger-plugins 2.0.1-amzn-0

  • ranger-s3-plugin 1.2.0

  • SageMaker Spark SDK 版本 1.4.1

  • Scala 版本 2.12.10（打开 JDK 64 位服务器虚拟机，Java 1.8.0_282）

  • Spark 3.1.2-amzn-0

  • spark-rapids 0.4.1

  • Sqoop 1.4.7

  • TensorFlow 版本 2.4.1

  • tez 0.9.2

  • Zeppelin 0.9.0

  • Zookeeper 3.5.7

  • 连接器和驱动程序：DynamoDB 连接器 4.16.0

新特征

  • [托管扩展] Spark shuffle 数据托管扩展优化 ——对于 Amazon EMR 5.34.0 及更高版本以及 6.4.0 及更高EMR版本，托管扩展现在支持 Spark 洗牌数据（Spark 跨分区重新分配以执行特定操作的数据）。有关洗牌操作的更多信息，请参阅《亚马逊EMREMR管理指南》和《Spark 编程指南》EMR中的 “在亚马逊使用托管扩展”。

  • 在支持 Apache Ranger 的EMR亚马逊集群上，你可以使用、和使用 Apache SQL Spark 在 Apache Hive 元数据仓表中插入数据或更新 Apache Hive 元数据仓表。INSERT INTO INSERT OVERWRITE ALTER TABLEALTERTABLE与 Spark 一起使用时SQL，分区位置必须是表位置的子目录。Amazon 目前EMR不支持在分区位置与表位置不同的分区中插入数据。

  • Presto SQL 已更名为 Trino。

  • Hive：SELECT获取到LIMIT子句中提到的记录数后，立即停止查询执行，从而加快带LIMIT子句的简单查询的执行速度。简单SELECT查询是指没有 BY/b GROUP y 子句ORDER的查询或没有 reducer 阶段的查询。例如，SELECT * from <TABLE> WHERE <Condition> LIMIT <Number>。

Hudi 并发控制

  • Hudi 现在支持 Optimistic Concurrency Control (OCC)，它可以与写入操作（如UPSERT和）一起使用，INSERT以允许多个写入器对同一 Hudi 表进行更改。这是文件级的OCC，因此，如果任意两个提交（或写入者）的更改不冲突，则可以写入同一个表。有关更多信息，请参阅 Hadi 并发性控制。

  • 亚马逊EMR集群安装了 Zookeeper，可以将其用作锁定提供程序。OCC为了便于使用此功能，Amazon EMR 集群已预先配置了以下属性：

    hoodie.write.lock.provider=org.apache.hudi.client.transaction.lock.ZookeeperBasedLockProvider
hoodie.write.lock.zookeeper.url=<EMR Zookeeper URL>
hoodie.write.lock.zookeeper.port=<EMR Zookeeper Port>
hoodie.write.lock.zookeeper.base_path=/hudi

    要启用OCC，您需要使用其 Hudi 任务选项或使用 Amazon 配置在集群级别配置以下属性：EMRAPI

    hoodie.write.concurrency.mode=optimistic_concurrency_control
hoodie.cleaner.policy.failed.writes=LAZY (Performs cleaning of failed writes lazily instead of inline with every write)
hoodie.write.lock.zookeeper.lock_key=<Key to uniquely identify the Hudi table> (Table Name is a good option)
Hudi 监控：亚马逊 CloudWatch 集成以报告 Hudi 指标

  • 亚马逊EMR支持向亚马逊 CloudWatch发布 Hudi 指标。通过设置以下所需配置来启用：

    hoodie.metrics.on=true
hoodie.metrics.reporter.type=CLOUDWATCH

  • 以下是您可以更改的可选 Hudi 配置：

    设置 描述 值

    hoodie.metrics.cloudwatch.report.period.seconds

    向 Amazon 报告指标的频率（以秒为单位） CloudWatch

    默认值为 60s，这对于亚马逊提供的默认一分钟分辨率来说没问题 CloudWatch

    hoodie.metrics.cloudwatch.metric.prefix

    要添加到每个指标名称的前缀

    默认值为空（无前缀）

    hoodie.metrics.cloudwatch.namespace

    发布指标时使用的 Amazon CloudWatch 命名空间

    默认值为 Hudi

    hoodie.metrics.cloudwatch maxDatumsPer请求

    向 Amazon 发出的单次请求中包含的最大数据数量 CloudWatch

    默认值为 20，这与亚马逊的 CloudWatch 默认值相同
Amazon EMR Hudi 配置支持和改进

  • 客户现在可以利用EMR配置API和重新配置功能在集群级别配置 Hudi 配置。引入了新的基于文件的配置支持 via /etc/hudi/conf/hudi-defaults.conf，就像其他应用程序（例如 Spark、Hive 等）一样。为了改善用户体验，EMR配置了几个默认值：

    — 已配置hoodie.datasource.hive_sync.jdbcurl 为群集 Hive 服务器URL，不再需要指定。这在在 Spark 集群模式下运行作业时特别有用，您以前必须在此模式下指定 A EMR mazon 主 IP。

    — HBase 特定配置，这对于在 Hudi 中使用HBase索引很有用。

    — Zookeeper 锁定提供程序的特定配置，如并发控制下所述，这使得使用乐观并发控制 () 变得更加容易。OCC

  • 还引入了其他更改，以减少需要通过的配置数量，并在可能的情况下自动推断：

    — 该partitionBy 关键字可用于指定分区列。

    — 启用 Hive Sync 时，不再强制通过HIVE_TABLE_OPT_KEY, HIVE_PARTITION_FIELDS_OPT_KEY, HIVE_PARTITION_EXTRACTOR_CLASS_OPT_KEY。这些值可以根据 Hudi 表名称和分区字段推断出来。

    —KEYGENERATOR_CLASS_OPT_KEY不强制通过，可以从更简单的SimpleKeyGenerator和ComplexKeyGenerator情况下推断。

Hudi 注意事项

  • Hudi 不支持在 Hive 中用于读取时合并 (MoR) 和 Bootstrap 表格中的矢量化执行。例如，当hive.vectorized.execution.enabled设置为 true 时，Hudi 实时表的count(*)失败。作为解决方法，您可以通过将hive.vectorized.execution.enabled设置为false禁用矢量化读入。

  • 多写作器支持与 Hudi 引导启动功能不兼容。

  • Flink Streamer 和 Flink SQL 是此版本中的实验性功能。建议不要在生产部署中使用这些功能。

更改、增强功能和解决的问题

此版本旨在修复 Amazon EMR Scaling 无法成功扩展/缩小集群或导致应用程序故障时出现的问题。

  • 以前，在多主集群上手动重启资源管理器会导致 Amaz EMR on 集群上的守护程序（例如 Zookeeper）在 Zookeeper znode 文件中重新加载所有先前已停用或丢失的节点。在某些情况下，这会导致超出默认限制。Amazon EMR 现已从 Zookeeper 文件中删除已停用或丢失超过一小时的节点记录，并且内部限制也已提高。

  • 修复了 Amaz EMR on 集群上守护程序运行状况检查活动（例如收集YARN节点状态和HDFS节点状态）时，对利用率很高的大型集群的扩展请求失败的问题。之所以发生这种情况，是因为集群上的守护程序无法将节点的运行状况数据传送到内部 Ama EMR zon 组件。

  • 改进了EMR集群上的守护程序，可在重复使用 IP 地址时正确跟踪节点状态，从而提高扩展操作期间的可靠性。

  • SPARK-29683。修复了集群缩减期间出现任务失败的问题，因为 Spark 假定所有可用节点都被拒绝列出。

  • YARN-9011。修复了集群尝试向上或向下扩展时，由于YARN停用过程中的争用条件而导致任务失败的问题。

  • 通过确保 Amaz EMR on 集群上守护程序和 YARN /之间的节点状态始终保持一致，修复了集群扩展期间步骤或任务失败的问题。HDFS

  • 修复了启用了 Kerberos 身份验证的 Amazon 集群的EMR集群操作（例如缩减和步骤提交）失败的问题。这是因为 Amaz EMR on 集群上守护程序没有续订 Kerberos 票证，而要与主节点上YARN运行的 HDFS /进行安全通信，则需要续订 Kerberos 票证。

  • 配置群集以修复 Apache T YARN imeline Server 版本 1 和 1.5 的性能问题

    Apache T YARN imeline Server 版本 1 和 1.5 可能会导致非常活跃的大型EMR集群出现性能问题yarn.resourcemanager.system-metrics-publisher.enabled=true，尤其是在使用 Amazon EMR 的默认设置时。开源YARN时间轴服务器 v2 解决了与时间YARN轴服务器可扩展性相关的性能问题。

    此问题的其他解决方法包括：

    • 配置 yarn.resourceManager system-metrics-publisheryarn-site.xml 中的.enabled=false。

    • 如下所述，在创建群集时启用此问题的修复程序。

    以下 Amazon EMR 版本包含针对此YARN时间轴服务器性能问题的修复程序。

    EMR5.30.2、5.31.1、5.32.1、5.33.1、5.34.x、6.0.1、6.1.1、6.2.1、6.3.1、6.3.1、6.3.1、6.4.x

    要在上述任何指定的 Amazon EMR 版本上启用修复，请在使用aws emr create-cluster命令参数传true入的配置JSON文件中将这些属性设置为：--configurations file://./configurations.json。或者使用重新配置控制台 UI 启用修复程序。

    配置 .json 文件内容的示例：

    [
{
"Classification": "yarn-site",
"Properties": {
"yarn.resourcemanager.system-metrics-publisher.timeline-server-v1.enable-batch": "true",
"yarn.resourcemanager.system-metrics-publisher.enabled": "true"
},
"Configurations": []
}
]

  • 默认情况下HDFS，Web 和 HTTPFS 服务器处于禁用状态。您可以HDFS使用 Hadoop 配置重新启用 Web。dfs.webhdfs.enabledHTTPFS 服务器可以通过使用 sudo systemctl start hadoop-httpfs 启动。

  • HTTPS现在，亚马逊 Linux 存储库已默认启用。如果您使用 Amazon S3 VPCE 策略来限制对特定存储桶的访问，则必须将新的 Amazon Linux 存储桶ARNarn:aws:s3:::amazonlinux-2-repos-$region/*添加到您的策略中（$region替换为终端节点所在的区域）。有关更多信息，请在 AWS 讨论论坛中查看此主题。公告：Amazon Linux 2 现在支持HTTPS在连接软件包存储库时使用。

  • Hive：通过为最后一个作业启用临时目录，可以提高写入查询性能。HDFS最终任务的临时数据是写入的，HDFS而不是 Amazon S3，而且由于数据是从HDFS最终表位置 (Amazon S3) 移动到最终表位置 (Amazon S3)，而不是在 Amazon S3 设备之间移动，因此性能得到了改善。

  • Hive：使用 Glue 元存储分区修剪，查询编译时间最多可缩短 2.5 倍。

  • 默认情况下，当 Hive 将内置UDFs内容传递给 Hive Metastore 服务器时，只有内置内容的子集会传递给 Glue Metastore，因UDFs为 Glue 仅支持有限的表达式运算符。如果您设置hive.glue.partition.pruning.client=true，则所有分区修剪发生在客户端。如果您设置hive.glue.partition.pruning.server=true，则所有分区修剪发生在服务器端。

已知问题

  • Hue 查询在 Amazon EMR 6.4.0 中不起作用，因为 Apache Hadoop httpFS 服务器默认处于禁用状态。要在亚马逊 EMR 6.4.0 上使用 Hue，要么使用亚马逊步骤在亚马逊EMR主节点上手动启动 HttpFS 服务器sudo systemctl start hadoop-httpfs，要么使用亚马逊步骤。EMR

  • 与 Livy 用户模仿一起使用的 Amazon N EMR otebooks 功能不起作用，因为 HTTPFS 在默认情况下处于禁用状态。在这种情况下，EMR笔记本无法连接到启用了 Livy 模拟的集群。解决方法是在使用将EMR笔记本连接到集群之前启动 HTTPFS 服务器。sudo systemctl start hadoop-httpfs

  • 在亚马逊 6.4.0 EMR 版本中，Phoenix 不支持 Phoenix 连接器组件。

  • 要将 Spark 操作与 Apache Oozie 一起使用，必须将以下配置添加到 Oozie workflow.xml 文件中。否则，Oozie 启动的 Spark 执行程序的类路径中EMRFS将缺少几个关键库，例如 Hadoop 和。

    <spark-opts>--conf spark.yarn.populateHadoopClasspath=true</spark-opts>

  • 当你使用带有 Hive 分区位置格式的 Spark 来读取 Amazon S3 中的数据，并在亚马逊EMR版本 5.30.0 到 5.36.0 和 6.2.0 到 6.9.0 上运行 Spark 时，你可能会遇到一个问题，导致集群无法正确读取数据。如果您的分区具有以下所有特征，会发生这种情况：

    • 从同一个表扫描两个或多个分区。

    • 至少有一个分区目录路径是至少一个其他分区目录路径的前缀，例如，s3://bucket/table/p=a 是 s3://bucket/table/p=a b 的前缀。

    • 另一个分区目录中前缀之后的第一个字符的值为 UTF -8，小于该/字符 (U+002F)。例如，在 s3://bucket/table/p=a b 中，a 和 b 之间出现的空格字符 (U+0020) 就属于此类。请注意，还有其他 14 个非控制字符：!"#$%&‘()*+,-。有关更多信息，请参阅 UTF-8 编码表和 Unicode 字符。

    解决方法是在 spark-defaults 分类中将 spark.sql.sources.fastS3PartitionDiscovery.enabled 配置设置为 false。

6.4.0 组件版本

下面列出了 Amazon 随此版本EMR安装的组件。一些组件作为大数据应用程序包的一部分安装。其他则是 Amazon 独有的EMR，是为系统流程和功能而安装的。它们通常以 emr 或 aws 开头。Amazon 最新EMR版本中的大数据应用程序包通常是社区中的最新版本。我们会EMR尽快在 Amazon 上发布社区版本。

Amazon 中的某些组件与社区版本EMR不同。这些组件具有以下形式的 CommunityVersion-amzn-EmrVersion 的发行版标注。EmrVersion 从 0 开始。例如，如果myapp-component以 2.2 版本命名的开源社区组件经过三次修改以包含在不同的 Amazon EMR 版本中，则其发布版本将列为2.2-amzn-2。

组件 版本 描述
aws-sagemaker-spark-sdk1.4.1亚马逊 SageMaker Spark SDK
emr-ddb4.16.0适用于 Hadoop 生态系统应用程序的 Amazon DynamoDB 连接器。
emr-goodies3.2.0适用于 Hadoop 生态系统的方便易用的库。
emr-kinesis3.5.0适用于 Hadoop 生态系统应用程序的 Amazon Kinesis 连接器。
emr-notebook-env1.3.0适用于 EMR Notebooks（可提供 jupyter 企业网关）的 Conda env
emr-s3-dist-cp2.18.0针对 Amazon S3 优化的分布式复制应用程序。
emr-s3-select2.1.0EMRS3Select 连接器
emrfs2.47.0适用于 Hadoop 生态系统应用程序的 Amazon S3 连接器。
flink-client1.13.1Apache Flink 命令行客户端脚本和应用程序。
flink-jobmanager-config1.13.1管理 Apache Flink EMR JobManager 节点上的资源。
ganglia-monitor3.7.2适用于 Hadoop 生态系统应用程序的嵌入式 Ganglia 代理以及 Ganglia 监控代理。
ganglia-metadata-collector3.7.2用于从 Ganglia 监控代理中聚合指标的 Ganglia 元数据收集器。
ganglia-web3.7.1用于查看由 Ganglia 元数据收集器收集的指标的 Web 应用程序。
hadoop-client3.2.1-amzn-4Hadoop 命令行客户端，如“hdfs”、“hadoop”或“yarn”。
hadoop-hdfs-datanode3.2.1-amzn-4HDFS用于存储区块的节点级服务。
hadoop-hdfs-library3.2.1-amzn-4HDFS命令行客户端和库
hadoop-hdfs-namenode3.2.1-amzn-4HDFS用于跟踪文件名和区块位置的服务。
hadoop-hdfs-journalnode3.2.1-amzn-4HDFS用于管理 HA 集群上的 Hadoop 文件系统日志的服务。
hadoop-httpfs-server3.2.1-amzn-4HTTPHDFS操作端点。
hadoop-kms-server3.2.1-amzn-4基于 Hadoop 的加密密钥管理服务器。 KeyProvider API
hadoop-mapred3.2.1-amzn-4MapReduce 用于运行 MapReduce 应用程序的执行引擎库。
hadoop-yarn-nodemanager3.2.1-amzn-4YARN用于管理单个节点上的容器的服务。
hadoop-yarn-resourcemanager3.2.1-amzn-4YARN用于分配和管理群集资源和分布式应用程序的服务。
hadoop-yarn-timeline-server3.2.1-amzn-4用于检索YARN应用程序的当前和历史信息的服务。
hbase-hmaster2.4.4-amzn-0为负责协调区域和执行管理命令的HBase集群提供服务。
hbase-region-server2.4.4-amzn-0为一个或多个HBase地区提供服务的服务。
hbase-client2.4.4-amzn-0HBase命令行客户端。
hbase-rest-server2.4.4-amzn-0为其提供RESTfulHTTP终端节点的服务HBase。
hbase-thrift-server2.4.4-amzn-0为其提供 Thrift 端点的HBase服务。
hcatalog-client3.1.2-amzn-5用于操作 hcatalog-server 的“hcat”命令行客户端。
hcatalog-server3.1.2-amzn-5提供服务HCatalog，为分布式应用程序提供表和存储管理层。
hcatalog-webhcat-server3.1.2-amzn-5HTTP端点为其提供REST接口HCatalog。
hive-client3.1.2-amzn-5Hive 命令行客户端。
hive-hbase3.1.2-amzn-5Hive-hbase 客户端。
hive-metastore-server3.1.2-amzn-5用于访问 Hive 元数据仓的服务，Hive 元存储库是一个语义存储库，用于存储 Hadoop 操作的SQL元数据。
hive-server23.1.2-amzn-5用于将 Hive 查询作为 Web 请求接受的服务。
hudi0.8.0-amzn-0增量处理框架，以支持低延迟和高效率的数据管道。
hudi-presto0.8.0-amzn-0用于运行 Presto 以及 Hudl 的捆绑库。
hudi-trino0.8.0-amzn-0用于运行 Trino 以及 Hudi 的捆绑库。
hudi-spark0.8.0-amzn-0用于运行 Spark 以及 Hudi 的捆绑库。
hue-server4.9.0用于使用 Hadoop 生态系统应用程序分析数据的 Web 应用程序
jupyterhub1.4.1Jupyter notebook 的多用户服务器
livy-server0.7.1-incubatingREST用于与 Apache Spark 交互的接口
nginx1.12.1nginx [engine x] HTTP 是一个反向代理服务器
mxnet1.8.0用于深度学习的灵活的、可扩展且高效的库。
mariadb-server5.5.68+MariaDB 数据库服务器。
nvidia-cuda10.1.243Nvidia 驱动程序和 Cuda 工具包
oozie-client5.2.1Oozie 命令行客户端。
oozie-server5.2.1用于接受 Oozie 工作流请求的服务。
opencv4.5.0开源计算机视觉库。
phoenix-library5.1.2服务器和客户端的 phoenix 库
phoenix-query-server5.1.2轻量级服务器，提供JDBC对 Avatica 的访问权限以及协议缓冲区和JSON格式访问权限 API
presto-coordinator0.254.1-amzn-0用于在 presto-worker 之中接受查询并管理查询的服务。
presto-worker0.254.1-amzn-0用于执行查询的各个部分的服务。
presto-client0.254.1-amzn-0Presto 命令行客户端，安装在 HA 集群的备用主节点（未启动 Presto 服务器）上。
trino-coordinator359用于在 trino-worker 之中接受查询并管理查询的服务。
trino-worker359用于执行查询的各个部分的服务。
trino-client359Trino 命令行客户端，安装在 HA 集群的备用主服务器（未启动 Trino 服务器）上。
pig-client0.17.0Pig 命令行客户端。
r4.0.2用于统计计算的 R 项目
ranger-kms-server2.0.0Apache Ranger 密钥管理系统
spark-client3.1.2-amzn-0Spark 命令行客户端。
spark-history-server3.1.2-amzn-0用于查看完整的 Spark 应用程序的生命周期的已记录事件的 Web UI。
spark-on-yarn3.1.2-amzn-0的内存中执行引擎。YARN
spark-yarn-slave3.1.2-amzn-0YARN从属服务器需要的 Apache Spark 库。
spark-rapids0.4.1Nvidia Spark RAPIDS 插件可以加速 Apache Spark。GPUs
sqoop-client1.4.7Apache Sqoop 命令行客户端。
tensorflow2.4.1TensorFlow 用于高性能数值计算的开源软件库。
tez-on-yarn0.9.2tez YARN 应用程序和库。
webserver2.4.41+Apache HTTP 服务器。
zeppelin-server0.9.0支持交互式数据分析的基于 Web 的 Notebook。
zookeeper-server3.5.7用于维护配置信息、命名、提供分布式同步以及提供组服务的集中式服务。
zookeeper-client3.5.7ZooKeeper 命令行客户端。

6.4.0 配置分类

配置分类允许您自定义应用程序。它们通常对应于应用程序的配置XML文件，例如hive-site.xml。有关更多信息，请参阅 配置应用程序。

为处于运行状态的集群中的实例组指定配置时，将发生重新配置操作。Amazon EMR 仅对您修改的分类启动重新配置操作。有关更多信息，请参阅 在正在运行的集群中重新配置实例组。

emr-6.4.0 分类
分类 描述 重新配置操作

capacity-scheduler

更改 Hadoop 的 capacity-scheduler.xml 文件中的值。

Restarts the ResourceManager service.

container-executor

更改 Hadoop YARN 的 container-executor.cfg 文件中的值。

Not available.

container-log4j

更改 Hadoop 的 container-log4j.prop YARN erties 文件中的值。

Not available.

core-site

更改 Hadoop 的 core-site.xml 文件中的值。

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Hadoop KMS, Ranger KMS, HiveServer2, Hive MetaStore, Hadoop Httpfs, and MapReduce-HistoryServer.

docker-conf

更改 docker 相关设置。

Not available.

emrfs-site

更改EMRFS设置。

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts HBaseRegionserver, HBaseMaster, HBaseThrift, HBaseRest, HiveServer2, Hive MetaStore, Hadoop Httpfs, and MapReduce-HistoryServer.

flink-conf

更改 flink-conf.yaml 设置。

Restarts Flink history server.

flink-log4j

更改 Flink log4j.properties 设置。

Restarts Flink history server.

flink-log4j-session

为 Kubernetes/Yarn 会话更改 Flink log4j-session.properties 设置。

Restarts Flink history server.

flink-log4j-cli

更改 Flink log4j-cli.properties 设置。

Restarts Flink history server.

hadoop-env

更改适用于所有 Hadoop 组件的 Hadoop 环境中的值。

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts PhoenixQueryserver, HiveServer2, Hive MetaStore, and MapReduce-HistoryServer.

hadoop-log4j

更改 Hadoop 的 log4j.properties 文件中的值。

Restarts the Hadoop HDFS services SecondaryNamenode, Datanode, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Hadoop KMS, Hadoop Httpfs, and MapReduce-HistoryServer.

hadoop-ssl-server

更改 hadoop ssl 服务器配置

Not available.

hadoop-ssl-client

更改 hadoop ssl 客户端配置

Not available.

hbase

亚马逊EMR精心策划的 Apache 设置。HBase

Custom EMR specific property. Sets emrfs-site and hbase-site configs. See those for their associated restarts.

hbase-env

更改环境HBase中的值。

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-log4j

更改 hbase-HBase log4j.properties 文件中的值。

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-metrics

更改 hadoop-metrics2-h HBase base.properties 文件中的值。

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-policy

更改HBase的 hbase-policy.xml 文件中的值。

Not available.

hbase-site

更改HBase的 hbase-site.xml 文件中的值。

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer. Additionally restarts Phoenix QueryServer.

hdfs-encryption-zones

配置HDFS加密区域。

This classification should not be reconfigured.

hdfs-env

更改HDFS环境中的值。

Restarts Hadoop HDFS services Namenode, Datanode, and ZKFC.

hdfs-site

更改的 hdfs-site.xml HDFS 中的值。

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Additionally restarts Hadoop Httpfs.

hcatalog-env

更改环境HCatalog中的值。

Restarts Hive HCatalog Server.

hcatalog-server-jndi

更改HCatalog的 jndi.properties 中的值。

Restarts Hive HCatalog Server.

hcatalog-server-proto-hive-site

更改 proto-hive-site .x HCatalog ml 中的值。

Restarts Hive HCatalog Server.

hcatalog-webhcat-env

更改 HCatalog W 环境ebHCat中的值。

Restarts Hive WebHCat server.

hcatalog-webhcat-log4j2

更改 HCatalog W ebHCat 的 log4j2.properties 中的值。

Restarts Hive WebHCat server.

hcatalog-webhcat-site

更改 HCatalog W ebHCat 的 webhcat-site.xml 文件中的值。

Restarts Hive WebHCat server.

hive

亚马逊EMR精心策划的 Apache Hive 设置。

Sets configurations to launch Hive LLAP service.

hive-beeline-log4j2

更改 Hive 的 beeline-log4j2.properties 文件中的值。

Not available.

hive-parquet-logging

更改 Hive parquet-logging.properties 文件中的值。

Not available.

hive-env

更改 Hive 环境中的值。

Restarts HiveServer2, HiveMetastore, and Hive HCatalog-Server. Runs Hive schemaTool CLI commands to verify hive-metastore.

hive-exec-log4j2

更改 Hive 的 hive-exec-log 4j2.properties 文件中的值。

Not available.

hive-llap-daemon-log4j2

更改 Hive 的 llap-daemon-log 4j2.properties 文件中的值。

Not available.

hive-log4j2

更改 Hive 的 hive-log4j2.properties 文件中的值。

Not available.

hive-site

更改 Hive 的 hive-site.xml 文件中的值

Restarts HiveServer2, HiveMetastore, and Hive HCatalog-Server. Runs Hive schemaTool CLI commands to verify hive-metastore. Also restarts Oozie and Zeppelin.

hiveserver2-site

更改 Hive Server2 的 hiveserver2-site.xml 文件中的值

Not available.

hue-ini

更改 Hue 的 ini 文件中的值

Restarts Hue. Also activates Hue config override CLI commands to pick up new configurations.

httpfs-env

更改HTTPFS环境中的值。

Restarts Hadoop Httpfs service.

httpfs-site

更改 Hadoop 的 httpfs-site.xml 文件中的值。

Restarts Hadoop Httpfs service.

hadoop-kms-acls

更改 Hadoop 的 kms-acls.xml 文件中的值。

Not available.

hadoop-kms-env

在 Hadoop KMS 环境中更改值。

Restarts Hadoop-KMS service.

hadoop-kms-log4j

更改 Hadoop 的 kms-log4j.properties 文件中的值。

Not available.

hadoop-kms-site

更改 Hadoop 的 kms-site.xml 文件中的值。

Restarts Hadoop-KMS and Ranger-KMS service.

hudi-env

更改 Hudi 环境中的值。

Not available.

hudi-defaults

更改 Hudi 的 hudi-defaults.conf 文件中的值。

Not available.

jupyter-notebook-conf

更改 Jupyter notebook 的 jupyter_notebook_config.py 文件中的值。

Not available.

jupyter-hub-conf

更改 jupyterhub_config.py 文件 JupyterHubs中的值。

Not available.

jupyter-s3-conf

配置 Jupyter notebook S3 持久性。

Not available.

jupyter-sparkmagic-conf

更改 Sparkmagic 的 config.json 文件中的值。

Not available.

livy-conf

更改 Livy 的 livy.conf 文件中的值。

Restarts Livy Server.

livy-env

更改 Livy 环境中的值。

Restarts Livy Server.

livy-log4j

更改 Livy log4j.properties 设置。

Restarts Livy Server.

mapred-env

更改 MapReduce 应用程序环境中的值。

Restarts Hadoop MapReduce-HistoryServer.

mapred-site

更改 MapReduce 应用程序的 mapred-site.xml 文件中的值。

Restarts Hadoop MapReduce-HistoryServer.

oozie-env

更改 Oozie 的环境中的值。

Restarts Oozie.

oozie-log4j

更改 Oozie 的 oozie-log4j.properties 文件中的值。

Restarts Oozie.

oozie-site

更改 Oozie 的 oozie-site.xml 文件中的值。

Restarts Oozie.

phoenix-hbase-metrics

更改 Phoenix 的 hadoop-metrics2-hbase.properties 文件中的值。

Not available.

phoenix-hbase-site

更改 Phoenix 的 hbase-site.xml 文件中的值。

Not available.

phoenix-log4j

更改 Phoenix 的 log4j.properties 文件中的值。

Restarts Phoenix-QueryServer.

phoenix-metrics

更改 Phoenix 的 hadoop-metrics2-phoenix.properties 文件中的值。

Not available.

pig-env

更改 Pig 环境中的值。

Not available.

pig-properties

更改 Pig 的 pig.properties 文件中的值。

Restarts Oozie.

pig-log4j

更改 Pig 的 log4j.properties 文件中的值。

Not available.

presto-log

更改 Presto 的 log.properties 文件中的值。

Restarts Presto-Server (for PrestoDB)

presto-config

更改 Presto 的 config.properties 文件中的值。

Restarts Presto-Server (for PrestoDB)

presto-password-authenticator

更改 Presto 的 password-authenticator.properties 文件中的值。

Not available.

presto-env

更改 Presto 的 presto-env.sh 文件中的值。

Restarts Presto-Server (for PrestoDB)

presto-node

更改 Presto 的 node.properties 文件中的值。

Not available.

presto-connector-blackhole

更改 Presto 的 blackhole.properties 文件中的值。

Not available.

presto-connector-cassandra

更改 Presto 的 cassandra.properties 文件中的值。

Not available.

presto-connector-hive

更改 Presto 的 hive.properties 文件中的值。

Restarts Presto-Server (for PrestoDB)

presto-connector-jmx

更改 Presto 的 jmx.properties 文件中的值。

Not available.

presto-connector-kafka

更改 Presto 的 kafka.properties 文件中的值。

Not available.

presto-connector-localfile

更改 Presto 的 localfile.properties 文件中的值。

Not available.

presto-connector-memory

更改 Presto 的 memory.properties 文件中的值。

Not available.

presto-connector-mongodb

更改 Presto 的 mongodb.properties 文件中的值。

Not available.

presto-connector-mysql

更改 Presto 的 mysql.properties 文件中的值。

Not available.

presto-connector-postgresql

更改 Presto 的 postgresql.properties 文件中的值。

Not available.

presto-connector-raptor

更改 Presto 的 raptor.properties 文件中的值。

Not available.

presto-connector-redis

更改 Presto 的 redis.properties 文件中的值。

Not available.

presto-connector-redshift

更改 Presto 的 redshift.properties 文件中的值。

Not available.

presto-connector-tpch

更改 Presto 的 tpch.properties 文件中的值。

Not available.

presto-connector-tpcds

更改 Presto 的 tpcds.properties 文件中的值。

Not available.

trino-log

更改 Trino 的 log.properties 文件中的值。

Restarts Trino-Server (for Trino)

trino-config

更改 Trino 的 config.properties 文件中的值。

Restarts Trino-Server (for Trino)

trino-password-authenticator

更改 Trino 的 password-authenticator.properties 文件中的值。

Restarts Trino-Server (for Trino)

trino-env

更改 Trino 的 trino-env.sh 文件中的值。

Restarts Trino-Server (for Trino)

trino-node

更改 Trino 的 node.properties 文件中的值。

Not available.

trino-connector-blackhole

更改 Trino 的 blackhole.properties 文件中的值。

Not available.

trino-connector-cassandra

更改 Trino 的 cassandra.properties 文件中的值。

Not available.

trino-connector-hive

更改 Trino 的 hive.properties 文件中的值。

Restarts Trino-Server (for Trino)

trino-connector-jmx

更改 Trino 的 jmx.properties 文件中的值。

Not available.

trino-connector-kafka

更改 Trino 的 kafka.properties 文件中的值。

Not available.

trino-connector-localfile

更改 Trino 的 localfile.properties 文件中的值。

Not available.

trino-connector-memory

更改 Trino 的 memory.properties 文件中的值。

Not available.

trino-connector-mongodb

更改 Trino 的 mongodb.properties 文件中的值。

Not available.

trino-connector-mysql

更改 Trino 的 mysql.properties 文件中的值。

Not available.

trino-connector-postgresql

更改 Trino 的 postgresql.properties 文件中的值。

Not available.

trino-connector-raptor

更改 Trino 的 raptor.properties 文件中的值。

Not available.

trino-connector-redis

更改 Trino 的 redis.properties 文件中的值。

Not available.

trino-connector-redshift

更改 Trino 的 redshift.properties 文件中的值。

Not available.

trino-connector-tpch

更改 Trino 的 tpch.properties 文件中的值。

Not available.

trino-connector-tpcds

更改 Trino 的 tpcds.properties 文件中的值。

Not available.

ranger-kms-dbks-site

更改 Ranger KMS 的 dbks-site.xml 文件中的值。

Restarts Ranger KMS Server.

ranger-kms-site

更改 Ran ranger-kms-site KMS ger .xml 文件中的值。

Restarts Ranger KMS Server.

ranger-kms-env

在游侠KMS环境中更改值。

Restarts Ranger KMS Server.

ranger-kms-log4j

更改 Ranger 的 kms-log4j.properties 文件中的值。KMS

Not available.

ranger-kms-db-ca

更改 S3 上我与 Ranger SQL SSL KMS 连接的 CA 文件值。

Not available.

spark

亚马逊EMR精心策划的 Apache Spark 设置。

This property modifies spark-defaults. See actions there.

spark-defaults

更改 Spark 的 spark-defaults.conf 文件中的值。

Restarts Spark history server and Spark thrift server.

spark-env

更改 Spark 环境中的值。

Restarts Spark history server and Spark thrift server.

spark-hive-site

更改 Spark 的 hive-site.xml 文件中的值

Not available.

spark-log4j

更改 Spark 的 log4j.properties 文件中的值。

Restarts Spark history server and Spark thrift server.

spark-metrics

更改 Spark 的 metrics.properties 文件中的值。

Restarts Spark history server and Spark thrift server.

sqoop-env

更改 Sqoop 的环境中的值。

Not available.

sqoop-oraoop-site

更改 Sqoop OraOop 的 oraoop-site.xml 文件中的值。

Not available.

sqoop-site

更改 Sqoop 的 sqoop-site.xml 文件中的值。

Not available.

tez-site

更改 Tez 的 tez-site.xml 文件中的值。

Restart Oozie and HiveServer2.

yarn-env

更改YARN环境中的值。

Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts MapReduce-HistoryServer.

yarn-site

更改YARN的 yarn-site.xml 文件中的值。

Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Livy Server and MapReduce-HistoryServer.

zeppelin-env

更改 Zeppelin 环境中的值。

Restarts Zeppelin.

zeppelin-site

更改 zeppelin-site.xml 中的配置设置。

Restarts Zeppelin.

zookeeper-config

更改 ZooKeeper的 zoo.cfg 文件中的值。

Restarts Zookeeper server.

zookeeper-log4j

更改 ZooKeeper的 log4j.properties 文件中的值。

Restarts Zookeeper server.