Amazon EMR 版本 4.3.0 - Amazon EMR
4.3.0 應用程式版本4.3.0 發行版本說明4.3.0 元件版本4.3.0 組態分類

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

Amazon EMR 版本 4.3.0

4.3.0 應用程式版本

此版本支援下列應用程式：Ganglia、Hadoop、Hive、Hue、Mahout、Oozie-Sandbox、Pig、Presto-Sandbox、Spark 和 Zeppelin-Sandbox。

下表列出此 Amazon 發行版本中可用的應用程式版本，以EMR及前三個 Amazon 版本中的應用程式EMR版本 (如果適用)。

如需 Amazon 每個版本之應用程式版本的完整歷史記錄EMR，請參閱下列主題：

應用程式版本資訊
emr-4.3.0 emr-4.2.0 emr-4.1.0 emr-4.0.0
適用於 Java 的AWS SDK 1.10.271.10.27未追蹤未追蹤
Python 未追蹤未追蹤未追蹤未追蹤
Scala 未追蹤未追蹤未追蹤未追蹤
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 - - - -

4.3.0 發行版本說明

下列版本說明包含 Amazon EMR 4.3.0 版本的相關資訊。

版本日期：2016 年 1 月 19 日

功能

  • 升級至 Hadoop 2.7.1

  • 升級至 Spark 1.6.0

  • 升級至 Ganglia 3.7.2

  • 升級至 Presto 0.130

  • Amazon EMR 做了一些改變，spark.dynamicAllocation.enabled當它被設置為 true; 默認情況下是假的。設定為 true 時，會影響由 maximizeResourceAllocation 設定所設定的預設值。

    • 如果 spark.dynamicAllocation.enabled 設定為 true，則 spark.executor.instances 不會由 maximizeResourceAllocation 設定。

    • spark.driver.memory 設定現在是以叢集中的執行個體類型為基礎來設定，類似 spark.executors.memory 的設定方式。但是，由於 Spark 驅動程式應用程式可能會在主要執行個體或其中一個核心執行個體 (例如，分別在用YARN戶端和叢集模式中) 上執行，因此會根據這兩個執行個體群組之間較小執行個體類型的執行個體類型來spark.driver.memory設定此設定。

    • 此spark.default.parallelism設定現在設定為YARN容器可用CPU核心數的兩倍。在先前的版本中，設定值為該值的一半。

    • 為 Spark YARN 處理程序保留的記憶體額外負荷計算已調整為更精確，因此 Spark 可用的記憶體總量會稍微增加 (也就是spark.executor.memory)。

解決先前版本的已知問題

  • YARN記錄彙總現在預設為啟用。

  • 修正啟用日誌彙總時YARN，無法將日誌推送到叢集的 Amazon S3 日誌儲存貯體的問題。

  • YARN容器大小現在在所有節點類型中都有新的最小 32 個。

  • 修正 Ganglia 中造成大型叢集之主節點出現過多磁碟 I/O 的問題。

  • 修正叢集關閉時應用程式日誌無法推送至 Amazon S3 的問題。

  • 修正導致某些命令失敗的問題。EMRFS CLI

  • 修正齊柏林飛艇無法在底層載入相依性的問題。 SparkContext

  • 修正提出調整規模嘗試新增執行個體時產生的問題。

  • 修正蜂巢中 CREATE TABLE AS 對 Amazon S3 SELECT 進行過多清單呼叫的問題。

  • 修正 Hue、Oozie、Ganglia 安裝時大型叢集無法正常佈建的問題。

  • 修正 s3-dist-cp 中即使因錯誤而失敗仍會傳回零為結束代碼的問題。

4.3.0 元件版本

下面列出了 Amazon 與此版本一起EMR安裝的元件。其中有一些屬於大數據應用程式套件。其他則是 Amazon 獨有的，EMR並為系統程序和功能安裝。這些通常會以 emr 或 aws 開頭。最新 Amazon EMR 版本中的大數據應用程式套件通常是社群中的最新版本。我們會EMR盡快在 Amazon 提供社群版本。

Amazon 中的某些元件EMR與社群版本不同。這些元件具有版本標籤，格式為 CommunityVersion-amzn-EmrVersion。EmrVersion 從 0 開始。例如，如果以 2.2 版命名myapp-component的開放原始碼社群元件已經修改三次以包含在不同的 Amazon EMR 版本中，則其發行版本會列為2.2-amzn-2。

元件 版本 描述
emr-ddb3.0.0適用於 Hadoop 生態系統應用程式的 Amazon DynamoDB 連接器。
emr-goodies2.0.0適用 Hadoop 生態系統的超便利程式庫。
emr-kinesis3.1.0適用於 Hadoop 生態系統應用程式的 Amazon Kinesis 連接器。
emr-s3-dist-cp2.1.0針對 Amazon S3 最佳化的分散式複製應用程式。
emrfs2.3.0適用於 Hadoop 生態系統應用程式的 Amazon S3 連接器。
ganglia-monitor3.7.2Hadoop 生態系統應用程式內嵌 Ganglia 代理程式以及 Ganglia 監控代理程式。
ganglia-metadata-collector3.7.2Ganglia 監控代理程式的彙總指標 Ganglia 中繼資料收集器。
ganglia-web3.7.1由 Ganglia 中繼資料收集器收集，以檢視指標的 Web 應用程式。
hadoop-client2.7.1-amzn-0Hadoop 命令列用戶端，例如「hdfs」、「Hadoop」或「yarn」。
hadoop-hdfs-datanode2.7.1-amzn-0HDFS用於存儲塊的節點級服務。
hadoop-hdfs-library2.7.1-amzn-0HDFS命令行客戶端和庫
hadoop-hdfs-namenode2.7.1-amzn-0HDFS用於跟踪文件名和塊位置的服務。
hadoop-httpfs-server2.7.1-amzn-0HTTPHDFS作業的端點。
hadoop-kms-server2.7.1-amzn-0基於 Hadoop 的加密密鑰管理服務器。 KeyProvider API
hadoop-mapred2.7.1-amzn-0MapReduce 用於執行應用程式的執行引擎 MapReduce 程式庫。
hadoop-yarn-nodemanager2.7.1-amzn-0YARN用於管理個別節點上容器的服務。
hadoop-yarn-resourcemanager2.7.1-amzn-0YARN用於分配和管理叢集資源和分散式應用程式的服務。
hive-client1.0.0-amzn-2Hive 命令列用戶端。
hive-metastore-server1.0.0-amzn-2服務訪問蜂巢元存儲，一個語義存儲庫中存儲元數據SQL上的 Hadoop 操作。
hive-server1.0.0-amzn-2依 Web 請求接受 Hive 查詢的服務。
hue-server3.7.1-amzn-5使用 Hadoop 生態系統應用程式分析資料的 Web 應用程式
mahout-client0.11.0機器學習程式庫。
mysql-server5.5我的SQL資料庫伺服器。
oozie-client4.2.0Oozie 命令列用戶端。
oozie-server4.2.0接受 Oozie 工作流程要求的服務。
presto-coordinator0.130在 presto-workers 之間接受查詢和執行管理查詢的服務。
presto-worker0.130執行查詢各部分的服務。
pig-client0.14.0-amzn-0Pig 命令列用戶端。
spark-client1.6.0Spark 命令列用戶端。
spark-history-server1.6.0用於檢視完整 Spark 應用程式生命週期記錄事件的 Web 使用者介面。
spark-on-yarn1.6.0的記憶體內執行引擎。YARN
spark-yarn-slave1.6.0阿帕奇星火庫所需的YARN奴隸。
webserver2.4阿帕奇HTTP服務器。
zeppelin-server0.5.5-incubating-amzn-1能進行互動式資料分析，以 Web 為基礎的筆記型電腦。

4.3.0 組態分類

組態分類可讓您自訂應用程式。這些通常對應於應用程序的配置XML文件，例如hive-site.xml。如需詳細資訊，請參閱 設定應用程式。

emr-4.3.0 分類
分類 描述

capacity-scheduler

變更 Hadoop 中 capacity-scheduler.xml 檔案的值。

core-site

變更 Hadoop 中 core-site.xml 檔案的值。

emrfs-site

變更EMRFS設定。

hadoop-env

在 Hadoop 環境中變更所有 Hadoop 元件的值。

hadoop-log4j

變更 Hadoop 中 log4j.properties 檔案的值。

hdfs-encryption-zones

設定HDFS加密區域。

hdfs-site

變更HDFS的 hdfs-site.xml 中的值。

hive-env

變更 Hive 環境中的值。

hive-exec-log4j

更改蜂巢的 hive-exec-log 4j. 屬性文件中的值。

hive-log4j

變更 Hive 的 hive-log4j.properties 檔案中的值。

hive-site

變更 Hive 的 hive-site.xml 檔案中的值

hue-ini

變更 Hue 的 ini 檔案中的值

httpfs-env

變更HTTPFS環境中的值。

httpfs-site

變更 Hadoop 中 httpfs-site.xml 檔案的值。

hadoop-kms-acls

變更 Hadoop 中 kms-acls.xml 檔案的值。

hadoop-kms-env

變更 Hadoop KMS 環境中的值。

hadoop-kms-log4j

變更 Hadoop 的 kms-log4j.properties 檔案中的值。

hadoop-kms-site

變更 Hadoop 中 kms-site.xml 檔案的值。

mapred-env

變更 MapReduce 應用程式環境中的值。

mapred-site

變更 MapReduce 應用程式的 mapred-site.xml 檔案中的值。

oozie-env

變更 Oozie 環境中的值。

oozie-log4j

變更 Oozie 的 oozie-log4j.properties 檔案中的值。

oozie-site

變更 Oozie 的 oozie-site.xml 檔案中的值。

pig-properties

變更 Pig 的 pig.properties 檔案中的值。

pig-log4j

變更 Pig 的 log4j.properties 檔案中的值。

presto-log

變更 Presto 的 log.properties 檔案中的值。

presto-config

變更 Presto 的 config.properties 檔案中的值。

presto-connector-hive

變更 Presto 的 hive.properties 檔案中的值。

spark

Amazon EMR 策劃的阿帕奇星火設置。

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-log4j

變更 Spark 中 log4j.properties 檔案的值。

spark-metrics

變更 Spark 中 metrics.properties 檔案的值。

yarn-env

變更YARN環境中的值。

yarn-site

變更YARN的 yarn-site.xml 檔案中的值。

zeppelin-env

變更 Zeppelin 環境中的值。