Amazon EMR on EKS 6.9.0 版

下列 Amazon EMR 6.9.0 版本可在 EMR上供 Amazon 使用EKS。選取特定 emr-6.9.0 XXXX版本，以檢視更多詳細資訊，例如相關的容器映像標籤。

• emr-6.9.0-latest

• emr-6.9.0-20230905

• emr-6.9.0-20230624

• emr-6.9.0-20221108

• emr-6.9.0-spark-rapids-latest

• emr-6.9.0-spark-rapids-20230624

• emr-6.9.0-spark-rapids-20221108

• notebook-spark/emr-6.9.0-latest

• notebook-spark/emr-6.9.0-20230624

• notebook-spark/emr-6.9.0-20221108

• notebook-python/emr-6.9.0-latest

• notebook-python/emr-6.9.0-20230624

• notebook-python/emr-6.9.0-20221108

Amazon 6.9.0 EMR 的版本備註

• 支援的應用程式 ‐ AWS SDK for Java 1.12.331、Spark 3.3.0-amzn-1、Hudi 0.12.1-amzn-0、Iceberg 0.14.1-amzn-0、Delta 2.1.0。

• 支援的元件 ‐ aws-sagemaker-spark-sdk、emr-ddb、emr-goodies、emr-s3-select、emrfs、hadoop-client、hudi、hudi-spark、iceberg、spark-kubernetes。

• 支援的組態分類：

  搭配 StartJobRun和 CreateManagedEndpoint 使用APIs：

  分類	描述
  core-site	變更 Hadoop 的 core-site.xml 檔案中的值。
  emrfs-site	變更EMRFS設定。
  spark-metrics	變更 Spark 中 metrics.properties 檔案的值。
  spark-defaults	變更 Spark 的 spark-defaults.conf 檔案中的值。
  spark-env	變更 Spark 環境中的值。
  spark-hive-site	變更 Spark 的 hive-site.xml 檔案中的值
  spark-log4j	變更 Spark 中 log4j.properties 檔案的值。

  專門與 CreateManagedEndpoint 搭配使用APIs：

  分類	描述
  jeg-config	變更 Jupyter Enterprise Gateway jupyter_enterprise_gateway_config.py 檔案中的值。
  jupyter-kernel-overrides	在 Jupyter 核心規格檔案中變更核心映像的值。

  組態分類可讓您自訂應用程式。這些通常對應於應用程式的組態XML檔案，例如 spark-hive-site.xml。如需詳細資訊，請參閱設定應用程式。

值得注意的功能

• Nvidia RAPIDS Accelerator for Apache Spark - Amazon EMR on EKS 使用EC2圖形處理單元 （GPU） 執行個體類型加速 Spark。若要搭配 RAPIDS Accelerator 使用 Spark 映像，請將版本標籤指定為 emr-6.9.0-spark-rapids-latest。如需進一步了解，請造訪文件頁面。

• Spark-Redshift 連接器 - Apache Spark 的 Amazon Redshift 整合包含在 Amazon 6.9.0 版及更新EMR版本中。以前是一個開放原始碼工具，本機整合是一個 Spark 連接器，可用於建置在 Amazon Redshift 和 Amazon Redshift Serverless 中讀取和寫入資料的 Apache Spark 應用程式。如需詳細資訊，請參閱在 Amazon 上使用 Apache Spark 的 Amazon Redshift 整合 EMR EKS。

• Delta Lake‐Delta Lake 是一種開放原始碼儲存格式，可啟用資料湖的建置，並具有交易一致性、一致的資料集定義、結構描述演進變化以及資料變動支援。如需進一步了解，請造訪使用 Delta Lake。

• 修改 PySpark 參數 - 互動式端點現在支援修改與 EMR Studio Jupyter Notebook 中的 PySpark 工作階段相關聯的 Spark 參數。請造訪修改 PySpark 工作階段參數以進一步了解。

已解決的問題

• 當您在 Amazon 6.6.0、6.7.0 和 6.8.0 EMR版上使用 DynamoDB 連接器搭配 Spark 時，所有來自資料表的讀取都會傳回空白結果，即使輸入分割參考非空白資料。Amazon 6.9.0 EMR版會修正此問題。

• Amazon EMR on EKS 6.8.0 在使用 Apache Spark 產生的 Parquet 檔案中繼資料中錯誤填入建置雜湊。此問題可能會導致從 Amazon 在 EKS6.8.0 EMR上產生的 Parquet 檔案剖析中繼資料版本字串的工具失敗。

已知問題

• 如果針對 Apache Spark 使用 Amazon Redshift 整合，並且具有 Parquet 格式的精確度為微秒的 time、timetz、timestamp 或 timestamptz，則連接器會將時間值四捨五入為最接近的微秒值。請使用文字卸載格式 unload_s3_format 參數作為一種解決方法。