EMRAmazon-Version 4.3.0 - Amazon EMR

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

EMRAmazon-Version 4.3.0

4.3.0-Anwendungsversionen

Die folgenden Anwendungen werden in dieser Version unterstützt: Ganglia, Hadoop, Hive, Hue, Mahout, Oozie-Sandbox, Pig, Presto-Sandbox, Spark und Zeppelin-Sandbox.

In der folgenden Tabelle sind die in dieser Version von Amazon verfügbaren Anwendungsversionen EMR und die Anwendungsversionen der vorherigen drei EMR Amazon-Versionen (sofern zutreffend) aufgeführt.

Eine umfassende Historie der Anwendungsversionen für jede Version von Amazon EMR finden Sie in den folgenden Themen:

Informationen zur Anwendungsversion
emr-4.3.0 emr-4.2.0 emr-4.1.0 emr-4.0.0
AWS SDK for Java 1.10.271.10.27Nicht nachverfolgtNicht nachverfolgt
Python Nicht nachverfolgtNicht nachverfolgtNicht nachverfolgtNicht nachverfolgt
Scala Nicht nachverfolgtNicht nachverfolgtNicht nachverfolgtNicht nachverfolgt
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 - - - -

Versionshinweise zu 4.3.0

Die folgenden Versionshinweise enthalten Informationen für die Amazon-Version EMR 4.3.0.

Veröffentlichungsdatum: 19. Januar 2016

Features
  • Upgrade auf Hadoop 2.7.1

  • Upgrade auf Spark 1.6.0

  • Upgrade auf Ganglia 3.7.2

  • Upgrade auf Presto 0.130

  • Amazon EMR hat einige Änderungen daran vorgenommen, spark.dynamicAllocation.enabled wann es auf true gesetzt ist; es ist standardmäßig falsch. Wenn die Einstellung auf "true" festgelegt ist, wirkt sich dies auf von der Einstellung maximizeResourceAllocation vorgenommene Standardeinstellungen aus:

    • Wenn spark.dynamicAllocation.enabled auf "true" eingestellt ist, wird spark.executor.instances nicht von maximizeResourceAllocation festgelegt.

    • Die Einstellung spark.driver.memory wird nun basierend auf den Instance-Typen im Cluster auf ähnliche Weise konfiguriert, wie spark.executors.memory festgelegt wird. Da die Spark-Treiberanwendung jedoch entweder auf der Master- oder auf einer der Core-Instances ausgeführt werden kann (z. B. im YARN Client- bzw. Cluster-Modus), wird die spark.driver.memory Einstellung auf der Grundlage des Instance-Typs des kleineren Instance-Typs zwischen diesen beiden Instance-Gruppen festgelegt.

    • Die spark.default.parallelism Einstellung ist jetzt auf die doppelte Anzahl der für YARN Container verfügbaren CPU Kerne festgelegt. In früheren Versionen war dies die Hälfte des Werts.

    • Die Berechnungen für den für YARN Spark-Prozesse reservierten Speicher-Overhead wurden angepasst, um genauer zu sein, was zu einer geringfügigen Erhöhung der Gesamtspeichermenge führte, die Spark zur Verfügung steht (d. h.spark.executor.memory).

Bekannte Probleme aus den früheren Versionen, die behoben wurden
  • YARNDie Protokollaggregation ist jetzt standardmäßig aktiviert.

  • Es wurde ein Problem behoben, bei dem Protokolle nicht in den Amazon S3 S3-Log-Bucket für den Cluster übertragen wurden, wenn die YARN Protokollaggregation aktiviert war.

  • YARNDie Containergrößen haben jetzt ein neues Minimum von 32 für alle Knotentypen.

  • Es wurde ein Problem mit Ganglia behoben, dass zu übermäßigen Festplatten-E/A-Vorgängen auf dem Primärknoten in großen Clustern führte.

  • Es wurde ein Problem behoben, das verhinderte, das Anwendungsprotokolle per Push-Verfahren an Amazon S3 übertragen wurden, wenn ein Cluster heruntergefahren wird.

  • Es wurde ein Problem behoben EMRFSCLI, das dazu führte, dass bestimmte Befehle fehlschlugen.

  • Es wurde ein Problem mit Zeppelin behoben, das verhinderte, dass Abhängigkeiten in die Basisdatei geladen wurden. SparkContext

  • Es wurde ein Problem behoben, das aus einer Größenanpassung resultierte bei dem Versuch, Instances hinzuzufügen.

  • Es wurde ein Problem in Hive behoben, bei dem CREATE TABLE AS übermäßig SELECT viele Listenaufrufe an Amazon S3 tätigte.

  • Es wurde ein Problem behoben, bei dem große Cluster nicht ordnungsgemäß bereitgestellt wurden wenn Hue, Oozie und Ganglia installiert sind.

  • Es wurde ein Problem in s3-dist-cp behoben, bei dem ein Beendigungscode gleich Null zurückgegeben wurde, wenn ein Fehler auftrat.

4.3.0-Komponentenversionen

Die Komponenten, die Amazon mit dieser Version EMR installiert, sind unten aufgeführt. Einige werden als Teil von Big-Data-Anwendungspaketen installiert. Andere sind nur bei Amazon erhältlich EMR und werden für Systemprozesse und Funktionen installiert. Diese beginnen in der Regel mit emr oder aws. Big-Data-Anwendungspakete in der neuesten EMR Amazon-Version sind normalerweise die neueste Version, die in der Community zu finden ist. Wir stellen Community-Veröffentlichungen EMR so schnell wie möglich auf Amazon zur Verfügung.

Einige Komponenten in Amazon EMR unterscheiden sich von Community-Versionen. Diese Komponenten verfügen über eine Versionsbezeichnung in der Form CommunityVersion-amzn-EmrVersion. Der EmrVersion beginnt bei 0. Wenn beispielsweise eine Open-Source-Community-Komponente, die myapp-component mit Version 2.2 benannt ist, dreimal geändert wurde, um sie in verschiedenen EMR Amazon-Versionen aufzunehmen, wird ihre Release-Version als aufgeführt2.2-amzn-2.

Komponente Version Beschreibung
emr-ddb3.0.0Amazon DynamoDB-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-goodies2.0.0Praktische Bibliotheken für das Hadoop-Ökosystem.
emr-kinesis3.1.0Amazon Kinesis-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-s3-dist-cp2.1.0Verteilte Kopieranwendung, die für Amazon S3 optimiert ist.
emrfs2.3.0Amazon S3-Connector für Anwendungen aus dem Hadoop-Ökosystem.
ganglia-monitor3.7.2Eingebetteter Ganglia-Agent für Anwendungen aus dem Hadoop-Ökosystem zusammen mit dem Ganglia-Überwachungsagent.
ganglia-metadata-collector3.7.2Ganglia-Metadaten-Kollektor zum Aggregieren von Metriken aus Ganglia-Überwachungsagenten.
ganglia-web3.7.1Webanwendung zum Anzeigen von durch den Ganglia-Metadaten-Kollektor gesammelten Metriken.
hadoop-client2.7.1-amzn-0Hadoop-Befehlszeilen-Clients wie z. B. "hdfs", "Hadoop" oder "Garn".
hadoop-hdfs-datanode2.7.1-amzn-0HDFSService auf Knotenebene zum Speichern von Blöcken.
hadoop-hdfs-library2.7.1-amzn-0HDFSBefehlszeilenclient und Bibliothek
hadoop-hdfs-namenode2.7.1-amzn-0HDFSDienst zum Verfolgen von Dateinamen und Blockspeicherorten.
hadoop-httpfs-server2.7.1-amzn-0HTTPEndpunkt für HDFS Operationen.
hadoop-kms-server2.7.1-amzn-0Kryptografischer Schlüsselverwaltungsserver, der auf dem von Hadoop basiert. KeyProvider API
hadoop-mapred2.7.1-amzn-0MapReduce Execution Engine-Bibliotheken zum Ausführen einer MapReduce Anwendung.
hadoop-yarn-nodemanager2.7.1-amzn-0YARNDienst zur Verwaltung von Containern auf einem einzelnen Knoten.
hadoop-yarn-resourcemanager2.7.1-amzn-0YARNDienst für die Zuweisung und Verwaltung von Clusterressourcen und verteilten Anwendungen.
hive-client1.0.0-amzn-2Hive-Befehlszeilen-Client.
hive-metastore-server1.0.0-amzn-2Dienst für den Zugriff auf den Hive Metastore, ein semantisches Repository, das Metadaten für SQL Hadoop-Operationen speichert.
hive-server1.0.0-amzn-2Service zur Annahme von Hive-Abfragen als Webanfragen.
hue-server3.7.1-amzn-5Webanwendung für die Analyse von Daten mithilfe von Hadoop-Anwendungen.
mahout-client0.11.0Bibliothek für Machine Learning.
mysql-server5.5Mein Datenbankserver. SQL
oozie-client4.2.0Oozie-Befehlszeilen-Client.
oozie-server4.2.0Service für die Annahme von Oozie Workflow-Anforderungen.
presto-coordinator0.130Service zur Annahme von Abfragen und die Verwaltung der Abfrageausführung der Presto-Worker.
presto-worker0.130Service für das Ausführen von Teilen einer Abfrage.
pig-client0.14.0-amzn-0Pig-Befehlszeilen-Client.
spark-client1.6.0Spark-Befehlszeilen-Clients.
spark-history-server1.6.0Web-Benutzeroberfläche zum Anzeigen von protokollierten Ereignissen für die gesamte Lebensdauer einer abgeschlossenen Spark-Anwendung.
spark-on-yarn1.6.0In-Memory-Ausführungsengine fürYARN.
spark-yarn-slave1.6.0Apache Spark-Bibliotheken, die von YARN Slaves benötigt werden.
webserver2.4HTTPApache-Server.
zeppelin-server0.5.5-incubating-amzn-1Webbasiertes Notizbuch, das interaktive Datenanalysen ermöglicht.

4.3.0 Konfigurationsklassifizierungen

Mithilfe von Konfigurationsklassifizierungen können Sie Anwendungen anpassen. Diese entsprechen häufig einer XML Konfigurationsdatei für die Anwendung, wie z. hive-site.xml Weitere Informationen finden Sie unter Anwendungen konfigurieren.

emr-4.3.0-Klassifizierungen
Klassifizierungen Beschreibung

capacity-scheduler

Ändert die Werte in der capacity-scheduler.xml-Datei in Hadoop.

core-site

Ändert die Werte in der core-site.xml-Datei in Hadoop.

emrfs-site

EMRFSEinstellungen ändern.

hadoop-env

Ändert die Werte in der Hadoop-Umgebung für alle Hadoop-Komponenten.

hadoop-log4j

Ändert die Werte in der log4j.properties-Datei in Hadoop.

hdfs-encryption-zones

Konfigurieren Sie HDFS Verschlüsselungszonen.

hdfs-site

Ändern Sie die Werte in HDFS's hdfs-site.xml.

hive-env

Ändert die Werte in der Hive-Umgebung.

hive-exec-log4j

Ändern Sie die Werte in der Datei hive-exec-log 4j.properties von Hive.

hive-log4j

Ändert die Werte in der hive-log4j.properties-Datei in Hive.

hive-site

Ändert die Werte in der hive-site.xml-Datei in Hive.

hue-ini

Ändert die Werte in der INI-Datei in Hue.

httpfs-env

Werte in der Umgebung ändern. HTTPFS

httpfs-site

Ändert die Werte in der httpfs-site.xml-Datei in Hadoop.

hadoop-kms-acls

Ändert die Werte in der kms-acls.xml-Datei in Hadoop.

hadoop-kms-env

Werte in der KMS Hadoop-Umgebung ändern.

hadoop-kms-log4j

Ändert die Werte in der kms-log4j.properties-Datei in Hadoop.

hadoop-kms-site

Ändert die Werte in der kms-site.xml-Datei in Hadoop.

mapred-env

Werte in der MapReduce Anwendungsumgebung ändern.

mapred-site

Ändern Sie die Werte in der Datei mapred-site.xml der MapReduce Anwendung.

oozie-env

Ändert die Werte in der Oozie-Umgebung.

oozie-log4j

Ändert die Werte in der oozie-log4j.properties-Datei in Oozie.

oozie-site

Ändert die Werte in der oozie-site.xml-Datei in Oozie.

pig-properties

Ändert die Werte in der pig.properties-Datei in Pig.

pig-log4j

Ändert die Werte in der log4j.properties-Datei in Pig.

presto-log

Ändert die Werte in der log.properties-Datei in Presto.

presto-config

Ändert die Werte in der config.properties-Datei in Presto.

presto-connector-hive

Ändert die Werte in der hive.properties-Datei in Presto.

spark

Amazon EMR — kuratierte Einstellungen für Apache Spark.

spark-defaults

Ändert die Werte in der spark-defaults.conf-Datei in Spark.

spark-env

Ändert die Werte in der Spark-Umgebung.

spark-log4j

Ändert die Werte in der log4j.properties-Datei in Spark.

spark-metrics

Ändert die Werte in der metrics.properties-Datei in Spark.

yarn-env

Werte in der Umgebung ändern. YARN

yarn-site

Ändern Sie die Werte in YARN der Datei yarn-site.xml.

zeppelin-env

Ändert die Werte in der Zeppelin-Umgebung.