Amazon-EMR-Version 5.14.0 - Amazon EMR
5.14.0 Anwendungsversionen5.14.0 Versionshinweise5.14.0 Komponentenversionen5.14.0 Konfigurationsklassifizierungen

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.

Amazon-EMR-Version 5.14.0

5.14.0 Anwendungsversionen

Die folgenden Anwendungen werden in dieser Version unterstützt: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hue, JupyterHub, Livy, MXNet, Mahout, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, Tez, Zeppelin, und ZooKeeper.

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

Einen umfassenden Verlauf der Anwendungsversionen für jede Version von Amazon EMR finden Sie in den folgenden Themen:

Informationen zur Anwendungsversion
emr-5.14.0 emr-5.13.1 emr-5.13.0 emr-5.12.3
AWS SDK for Java 1.11.2971,11.2971,11.2971.11.267
Python 2,7, 3,42,7, 3,42,7, 3,42,7, 3,4
Scala 2.11.82.11.82.11.82.11.8
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.4.21.4.01.4.01.4.0
Ganglia3.7.23.7.23.7.23.7.2
HBase1.4.21.4.21.4.21.4.0
HCatalog2.3.22.3.22.3.22.3.2
Hadoop2.8.32.8.32.8.32.8.3
Hive2.3.22.3.22.3.22.3.2
Hudi - - - -
Hue4.1.04.1.04.1.04.1.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub0.8.1 - - -
Livy0.4.00,4,00,4,00,4,0
MXNet1.1.01.0.01.0.01.0.0
Mahout0.13.00.13.00.13.00.13.0
Oozie4.3.04.3.04.3.04.3.0
Phoenix4.13.04.13.04.13.04.13.0
Pig0.17.00.17.00.17.00.17.0
Presto0.1940.1940.1940.188
Spark2.3.02.3.02.3.02.2.1
Sqoop1.4.71.4.61.4.61.4.6
TensorFlow - - - -
Tez0.8.40.8.40.8.40.8.4
Trino (PrestoSQL) - - - -
Zeppelin0.7.30.7.30.7.30.7.3
ZooKeeper3.4.103.4.103.4.103.4.10

5.14.0 Versionshinweise

Die folgenden Versionshinweise enthalten Informationen über Amazon-EMR-Version 5.14.0. Änderungen beziehen sich auf Version 5.13.0.

Erste Version: 4. Juni 2018

Upgrades

  • Upgrade auf Apache Flink 1.4.2

  • Apache wurde auf 1.1.0 aktualisiert MXnet

  • Apache Sqoop auf 1.4.7 aktualisiert

Neue Features

  • JupyterHub Unterstützung hinzugefügt. Weitere Informationen finden Sie unter JupyterHub.

Änderungen, Verbesserungen und behobene Probleme

  • EMRFS

    • Die UserAgent-Zeichenfolge in Anfragen an Amazon S3 wurde aktualisiert und enthält nun die Benutzer- und Gruppeninformationen des aufrufenden Prinzipals. Dies kann zusammen mit AWS CloudTrail Protokollen für eine umfassendere Nachverfolgung von Anfragen verwendet werden.

  • HBase

    • HBASE-20447 ist enthalten, das ein Problem behebt, das zu Cache-Problemen führen kann, insbesondere bei geteilten Regionen.

  • MXnet

    • OpenCV-Plattformversion.

  • Spark

    • Wenn Spark Parquet-Dateien mithilfe von EMRFS an einen Amazon S3 S3-Speicherort schreibt, wurde der FileOutputCommitter Algorithmus aktualisiert, sodass er Version 2 statt Version 1 verwendet. Dies reduziert die Anzahl der Umbenennungen, was die Anwendungsleistung verbessert. Diese Änderung beeinträchtigt nicht:

      • Andere Anwendungen als Spark.

      • Anwendungen, die in andere Dateisysteme schreiben, wie HDFS (die immer noch Version 1 von verwenden). FileOutputCommitter

      • Anwendungen, die andere Ausgabeformate wie Text oder CSV verwenden, die bereits EMRFS Direct Write verwenden.

Bekannte Probleme

  • JupyterHub

    • Die Verwendung von Konfigurationsklassifizierungen zur Einrichtung JupyterHub und individuellen Einrichtung von Jupyter-Notebooks beim Erstellen eines Clusters wird nicht unterstützt. Bearbeiten Sie die Dateien jupyterhub_config.py und jupyter_notebook_config.py für jeden Benutzer manuell. Weitere Informationen finden Sie unter Konfiguration JupyterHub.

    • JupyterHub kann auf Clustern innerhalb eines privaten Subnetzes nicht gestartet werden und schlägt mit der Meldung fehl. Error: ENOENT: no such file or directory, open '/etc/jupyter/conf/server.crt' Dies wird durch einen Fehler im Skript verursacht, das selbstsignierte Zertifikate generiert. Verwenden Sie die folgende Problemumgehung zum Generieren selbstsignierter Zertifikate. Alle Befehle werden ausgeführt, während Sie mit dem Primärknoten verbunden sind.

      1. Kopieren Sie das Skript zur Zertifikatsgenerierung aus dem Container auf den Primärknoten:

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

      2. Verwenden Sie einen Texteditor, um Zeile 23 zu ändern, um den öffentlichen Hostnamen in den lokalen Hostnamen zu ändern, wie unten gezeigt:

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

      3. Führen Sie das Skript aus, um selbstsignierte Zertifikate zu generieren:

        sudo bash ./gen_self_signed_cert.sh

      4. Verschieben Sie die Zertifikatsdateien, die das Skript generiert, in das /etc/jupyter/conf/-Verzeichnis:

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

      Sie können tail die jupyter.log Datei überprüfen, um zu überprüfen, ob sie JupyterHub neu gestartet wurde und einen 200-Antwortcode zurückgibt. Zum Beispiel:

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

      Dadurch sollte eine Antwort ähnlich der folgenden ausgegeben:

      # [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

  • Nach dem Neustart des Primärknotens oder des Instance-Controllers werden die CloudWatch Metriken nicht erfasst und die automatische Skalierungsfunktion ist in Amazon EMR Version 5.14.0, 5.15.0 oder 5.16.0 nicht verfügbar. Dieses Problem wurde in Amazon EMR 5.17.0 behoben.

5.14.0 Komponentenversionen

Die Komponenten, die Amazon EMR mit dieser Version installiert, sind nachstehend aufgeführt. Einige werden als Teil von Big-Data-Anwendungspaketen installiert. Andere sind nur für Amazon EMR verfügbar und werden für Systemprozesse und -Features installiert. Diese beginnen in der Regel mit emr oder aws. Big-Data-Anwendungspakete in der aktuellsten Amazon-EMR-Version sind in der Regel die aktuelle Version, die in der Community zu finden ist. Wir stellen Community-Versionen in Amazon EMR so schnell wie möglich 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 zum Beispiel eine Open-Source-Community-Komponente mit dem Namen myapp-component der Version 2.2 dreimal für die Aufnahme in verschiedene Amazon-EMR-Versionen geändert wurde, wird ihre Version als 2.2-amzn-2 aufgeführt.

Komponente Version Beschreibung
aws-sagemaker-spark-sdk1.0.1Amazon SageMaker Spark-SDK
emr-ddb4.5.0Amazon DynamoDB-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-goodies2.4.0Praktische Bibliotheken für das Hadoop-Ökosystem.
emr-kinesis3.4.0Amazon Kinesis-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-s3-dist-cp2.10.0Verteilte Kopieranwendung, die für Amazon S3 optimiert ist.
emrfs2.23.0Amazon S3-Connector für Anwendungen aus dem Hadoop-Ökosystem.
flink-client1.4.2Apache Flink-Clientskripts und -Anwendungen für die Befehlszeile.
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-client2.8.3-amzn-1Hadoop-Befehlszeilen-Clients wie z. B. "hdfs", "Hadoop" oder "Garn".
hadoop-hdfs-datanode2.8.3-amzn-1HDFS-Service auf Knotenebene zum Speichern von Blöcken.
hadoop-hdfs-library2.8.3-amzn-1HDFS-Client und -Bibliothek für die Befehlszeile
hadoop-hdfs-namenode2.8.3-amzn-1HDFS-Service für die Nachverfolgung von Dateinamen und Block-Speicherorten.
hadoop-httpfs-server2.8.3-amzn-1HTTP-Endpunkt für HDFS-Operationen.
hadoop-kms-server2.8.3-amzn-1Kryptografischer Schlüsselverwaltungsserver, der auf der Hadoop-API basiert. KeyProvider
hadoop-mapred2.8.3-amzn-1MapReduce Execution Engine-Bibliotheken zum Ausführen einer MapReduce Anwendung.
hadoop-yarn-nodemanager2.8.3-amzn-1YARN-Service für die Verwaltung von Containern auf einem einzelnen Knoten.
hadoop-yarn-resourcemanager2.8.3-amzn-1YARN-Service für Zuweisung und Verwaltung von Cluster-Ressourcen und verteilten Anwendungen.
hadoop-yarn-timeline-server2.8.3-amzn-1Service für das Abrufen von aktuellen und historischen Informationen für YARN-Anwendungen.
hbase-hmaster1.4.2Dienst für einen HBase Cluster, der für die Koordination von Regionen und die Ausführung von Verwaltungsbefehlen verantwortlich ist.
hbase-region-server1.4.2Dienst für die Versorgung einer oder mehrerer HBase Regionen.
hbase-client1.4.2HBase Befehlszeilenclient.
hbase-rest-server1.4.2Dienst, der einen RESTful HTTP-Endpunkt für bereitstellt. HBase
hbase-thrift-server1.4.2Dienst, der einen Thrift-Endpunkt für HBase bereitstellt.
hcatalog-client2.3.2-amzn-2Der "hcat"-Befehlszeilen-Client-für das Bearbeiten des hcatalog-Servers.
hcatalog-server2.3.2-amzn-2Bereitstellung von Diensten HCatalog, einer Tabelle und einer Speicherverwaltungsebene für verteilte Anwendungen.
hcatalog-webhcat-server2.3.2-amzn-2HTTP-Endpunkt, der eine REST-Schnittstelle für bereitstellt HCatalog.
hive-client2.3.2-amzn-2Hive-Befehlszeilen-Client.
hive-hbase2.3.2-amzn-2Hive-hbase client.
hive-metastore-server2.3.2-amzn-2Service für den Zugriff auf den Hive-Metastore (ein semantisches Repository für die Speicherung von Metadaten für SQL zu Hadoop-Operationen).
hive-server22.3.2-amzn-2Service zur Annahme von Hive-Abfragen als Webanfragen.
hue-server4.1.0Webanwendung für die Analyse von Daten mithilfe von Hadoop-Anwendungen.
jupyterhub0.8.1Multi-User-Server für Jupyter-Notebooks
livy-server0.4.0-incubatingREST-Schnittstelle für die Interaktion mit Apache Spark
mahout-client0.13.0Bibliothek für Machine Learning.
mxnet1.1.0Eine flexible, skalierbare und effiziente Bibliothek für Deep Learning.
mysql-server5.5.54+MySQL-Datenbankserver.
nvidia-cuda9.1.85Nvidia-Treiber und Cuda-Toolkit
oozie-client4.3.0Oozie-Befehlszeilen-Client.
oozie-server4.3.0Service für die Annahme von Oozie Workflow-Anforderungen.
opencv3.4.0Open Source Computer Vision Library.
phoenix-library4.13.0- -1.4 HBaseDie Phoenix-Bibliotheken für den Server und den Client
phoenix-query-server4,13,0- -1,4 HBaseEin schlanker Server für den Zugriff auf JDBC und Protokollpuffer sowie den Zugriff auf die Avatica-API über das JSON-Format.
presto-coordinator0.194Service zur Annahme von Abfragen und die Verwaltung der Abfrageausführung der Presto-Worker.
presto-worker0.194Service für das Ausführen von Teilen einer Abfrage.
pig-client0.17.0Pig-Befehlszeilen-Client.
r3.4.1The R Project for Statistical Computing (Software zur statistischen Datenverarbeitung)
spark-client2.3.0Spark-Befehlszeilen-Clients.
spark-history-server2.3.0Web-Benutzeroberfläche zum Anzeigen von protokollierten Ereignissen für die gesamte Lebensdauer einer abgeschlossenen Spark-Anwendung.
spark-on-yarn2.3.0In-Memory-Ausführungs-Engine für YARN.
spark-yarn-slave2.3.0Apache Spark-Bibliotheken, die von YARN-Slaves benötigt werden.
sqoop-client1.4.7Apache Sqoop-Befehlszeilen-Client.
tez-on-yarn0.8.4Die Tez-YARN-Anwendung und -Bibliotheken.
webserver2.4.25+Apache HTTP-Server.
zeppelin-server0.7.3Webbasiertes Notizbuch, das interaktive Datenanalysen ermöglicht.
zookeeper-server3.4.10Zentraler Service für die Verwaltung von Konfigurationsinformationen, die Benennung, die Bereitstellung verteilter Synchronisierung und die Bereitstellung von Gruppenservices.
zookeeper-client3.4.10ZooKeeper Befehlszeilen-Client.

5.14.0 Konfigurationsklassifizierungen

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

emr-5.14.0-Klassifizierungen
Klassifizierungen Beschreibung

capacity-scheduler

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

container-log4j

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

core-site

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

emrfs-site

Ändert die EMRFS-Einstellungen.

flink-conf

Ändert die flink-conf.yaml-Einstellungen.

flink-log4j

Ändert die log4j.properties-Einstellungen für Flink.

flink-log4j-yarn-session

Ändern Sie die Einstellungen von Flink log4 j-yarn-session .properties.

flink-log4j-cli

Ändert die log4j-cli.properties-Einstellungen für Flink.

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.

hadoop-ssl-server

Ändert die SSL-Server-Konfiguration in Hadoop.

hadoop-ssl-client

Ändert die SSL-Client-Konfiguration in Hadoop.

hbase

Von Amazon EMR kuratierte Einstellungen für Apache. HBase

hbase-env

Werte in HBase der Umgebung ändern.

hbase-log4j

Ändern Sie die Werte in der Datei HBase hbase-log4j.properties.

hbase-metrics

Ändern Sie die Werte in der Datei hadoop-metrics2-hbase.properties. HBase

hbase-policy

Ändern Sie HBase die Werte in der Datei hbase-policy.xml.

hbase-site

Ändern Sie die Werte in HBase der Datei hbase-site.xml.

hdfs-encryption-zones

Konfiguriert die HDFS-Verschlüsselungszonen.

hdfs-site

Ändert die Werte in der hdfs-site.xml-Datei in HDFS.

hcatalog-env

Werte in HCatalog der Umgebung ändern.

hcatalog-server-jndi

Ändern Sie die Werte in HCatalog's jndi.properties.

hcatalog-server-proto-hive-site

Ändern Sie die Werte in .xml HCatalog. proto-hive-site

hcatalog-webhcat-env

Werte in der HCatalog HCat Webumgebung ändern.

hcatalog-webhcat-log4j2

Ändern Sie die Werte in den HCat log4j2.properties von HCatalog Web.

hcatalog-webhcat-site

Ändern Sie die Werte in der Datei webhcat-site.xml von HCatalog WebHCat.

hive-beeline-log4j2

Ändert die Werte in der beeline-log4j2.properties-Datei in Hive.

hive-parquet-logging

Ändert die Werte in der parquet-logging.properties-Datei in Hive.

hive-env

Ändert die Werte in der Hive-Umgebung.

hive-exec-log4j2

Ändern Sie die Werte in der Datei hive-exec-log 4j2.properties von Hive.

hive-llap-daemon-log4j2

Ändern Sie die Werte in der Datei 4j2.properties von Hive. llap-daemon-log

hive-log4j2

Ändert die Werte in der hive-log4j2.properties-Datei in Hive.

hive-site

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

hiveserver2-site

Ändert die Werte in der hiveserver2-site.xml-Datei von Server2 in Hive.

hue-ini

Ändert die Werte in der INI-Datei in Hue.

httpfs-env

Ändert die Werte in der HTTPFS-Umgebung.

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

Ändert die Werte in der KMS-Umgebung in Hadoop.

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.

jupyter-notebook-conf

Ändert die Werte in der jupyter_notebook_config.py-Datei in Jupyter Notebook.

jupyter-hub-conf

Ändern Sie die Werte in JupyterHubs der Datei jupyterhub_config.py.

jupyter-sparkmagic-conf

Ändert die Werte in der config.json-Datei in Sparkmagic.

livy-conf

Ändert die Werte in der livy.conf-Datei von Livy.

livy-env

Ändert die Werte in der Livy-Umgebung.

livy-log4j

Ändert die log4j.properties-Einstellungen für Livy.

mapred-env

Ändern Sie die Werte in der MapReduce Anwendungsumgebung.

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.

phoenix-hbase-metrics

Ändert die Werte in der hadoop-metrics2-hbase.properties-Datei in Phoenix.

phoenix-hbase-site

Ändert die Werte in der hbase-site.xml-Datei in Phoenix.

phoenix-log4j

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

phoenix-metrics

Ändert die Werte in der hadoop-metrics2-phoenix.properties-Datei in Phoenix.

pig-env

Ändert die Werte in der Pig-Umgebung.

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-env

Ändern Sie die Werte in der presto-env.sh-Datei in Presto.

presto-node

Ändern Sie die Werte in der node.properties-Datei in Presto.

presto-connector-blackhole

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

presto-connector-cassandra

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

presto-connector-hive

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

presto-connector-jmx

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

presto-connector-kafka

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

presto-connector-localfile

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

presto-connector-mongodb

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

presto-connector-mysql

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

presto-connector-postgresql

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

presto-connector-raptor

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

presto-connector-redis

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

presto-connector-redshift

Ändert die Werte in der redshift.properties-Datei.

presto-connector-tpch

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

spark

Hierbei handelt es sich um von Amazon EMR zusammengestellte 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-hive-site

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

spark-log4j

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

spark-metrics

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

sqoop-env

Ändert die Werte in der Sqoop-Umgebung.

sqoop-oraoop-site

Ändern Sie die Werte in der Datei oraoop-site.xml OraOop von Sqoop.

sqoop-site

Ändert die Werte in der sqoop-site.xml in Sqoop.

tez-site

Ändert die Werte in der tez-site.xml-Datei in Tez.

yarn-env

Ändert die Werte in der YARN-Umgebung.

yarn-site

Ändert die Werte in der yarn-site.xml-Datei in YARN.

zeppelin-env

Ändert die Werte in der Zeppelin-Umgebung.

zookeeper-config

Ändern Sie die Werte in ZooKeeper der Datei zoo.cfg.

zookeeper-log4j

Ändern Sie die Werte in ZooKeeper der Datei log4j.properties.