Amazon-EMR-Version 5.22.0 - 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.

Amazon-EMR-Version 5.22.0

5.22.0 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, TensorFlow, 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-5.22.0 emr-5.21.2 emr-5.21.1 emr-5.21.0
AWS SDK for Java 1.11.5101.11.4791.11.4791.11.479
Python 2,7, 3,62,7, 3,62,7, 3,62,7, 3,6
Scala 2.11.122.11.122.11.122.11.12
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.7.11.7.01.7.01.7.0
Ganglia3.7.23.7.23.7.23.7.2
HBase1.4.91.4.81.4.81.4.8
HCatalog2.3.42.3.42.3.42.3.4
Hadoop2.8.52.8.52.8.52.8.5
Hive2.3.42.3.42.3.42.3.4
Hudi - - - -
Hue4.3.04.3.04.3.04.3.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub0.9.40.9.40.9.40.9.4
Livy0.5.00.5.00.5.00.5.0
MXNet1.3.11.3.11.3.11.3.1
Mahout0.13.00.13.00.13.00.13.0
Oozie5.1.05.0.05.0.05.0.0
Phoenix4.14.14.14.04.14.04.14.0
Pig0.17.00.17.00.17.00.17.0
Presto0.2150.2150.2150.215
Spark2.4.02.4.02.4.02.4.0
Sqoop1.4.71.4.71.4.71.4.7
TensorFlow1.12.01.12.01.12.01.12.0
Tez0.9.10.9.10.9.10.9.1
Trino (PrestoSQL) - - - -
Zeppelin0.8.10.8.00.8.00.8.0
ZooKeeper3.4.133.4.133.4.133.4.13

5.22.0 Versionshinweise

Die folgenden Versionshinweise enthalten Informationen über Amazon-EMR-Version 5.22.0. Änderungen beziehen sich auf Version 5.21.0.

Wichtig

Ab Amazon EMR Version 5.22.0 verwendet Amazon EMR AWS Signature Version 4 ausschließlich zur Authentifizierung von Anfragen an Amazon S3. Frühere Amazon EMR-Versionen verwenden in einigen Fällen AWS Signature Version 2, sofern in den Versionshinweisen nicht angegeben ist, dass ausschließlich Signature Version 4 verwendet wird. Weitere Informationen finden Sie unter Authentifizieren von Anfragen (AWS Signature Version 4) und Authentifizieren von Anfragen (AWS Signature Version 2) im Amazon Simple Storage Service Developer Guide.

Erste Version: 20. März 2019

Upgrades
  • Flink 1.7.1

  • HBase 1.4.9

  • Oozie 5.1.0

  • Phoenix 4.14.1

  • Zeppelin 0.8.1

  • Konnektoren und Treiber:

    • DynamoDB Connector 4.8.0

    • MariaDB Connector 2.2.6

    • Amazon-Redshift-JDBC-Treiber, Version 1.2.20.1043

Neue Features
  • Die Standard-EBS-Konfiguration für EC2 Instance-Typen mit reinem EBS-Speicher wurde geändert. Beim Erstellen eines Clusters mit Amazon-EMR-Version ab 5.22.0 steigt die Größe des standardmäßig zugewiesenen EBS-Speichers basierend auf der Größe der Instance. Darüber hinaus haben wir den erhöhten Speicher auf mehrere Volumes aufgeteilt, was zu einer höheren IOPS-Leistung führt. Wenn Sie eine andere EBS-Instance-Speicherkonfiguration verwenden möchten, können Sie diese beim Erstellen eines EMR-Clusters bzw. beim Hinzufügen von Knoten zu einem Cluster angeben. Weitere Informationen zur Speichermenge und Anzahl der standardmäßig zugewiesenen Volumes für jeden Instance-Typ finden Sie unter Standard-EBS-Speicher für Instances im Verwaltungshandbuch für Amazon EMR.

Änderungen, Verbesserungen und behobene Probleme
  • Spark

    • Es wurde eine neue Konfigurationseigenschaft für Spark auf YARN spark.yarn.executor.memoryOverheadFactor eingeführt. Der Wert dieser Eigenschaft ist ein Skalierungsfaktor, der den Wert des Speicher-Overheads auf einen Prozentsatz des Executor-Speichers festlegt, mit einem Minimum von 384 MB. Wenn der Speicher-Overhead explizit mit spark.yarn.executor.memoryOverhead festgelegt wird, hat diese Eigenschaft keine Auswirkung. Der Standardwert ist 0.1875, was 18.75 % entspricht. Dieser Standard für Amazon EMR lässt mehr Platz in YARN-Containern für den Executor-Speicheraufwand übrig als der intern von Spark festgelegte Standard von 10 %. Der Amazon-EMR-Standard von 18,75 % ergab empirisch weniger speicherbedingte Ausfälle in TPC-DS-Benchmarks.

    • SPARK-26316 wurde zurückportiert, um die Leistung zu verbessern.

  • In den Amazon-EMR-Versionen 5.19.0, 5.20.0 und 5.21.0 werden YARN-Knotenbezeichnungen in einem HDFS-Verzeichnis gespeichert. In einigen Situationen führt dies zu Verzögerungen beim Startup des Core-Knotens und dann zu einem Cluster-Timeout und einem Startfehler. Ab Amazon EMR 5.22.0 ist dieses Problem behoben. YARN-Knotenbezeichnungen werden auf der lokalen Festplatte jedes Clusterknotens gespeichert, wodurch Abhängigkeiten von HDFS vermieden werden.

Bekannte Probleme
  • Hue (in Amazon-EMR-Version 5.24.0 behoben)

    • Hue, das auf Amazon EMR läuft, unterstützt Solr nicht. Ab Amazon-EMR-Version 5.20.0 führt ein Problem mit der Fehlkonfiguration dazu, dass Solr aktiviert wird und eine harmlose Fehlermeldung ähnlich der folgenden angezeigt wird:

      Solr server could not be contacted properly: HTTPConnectionPool('host=ip-xx-xx-xx-xx.ec2.internal', port=1978): Max retries exceeded with url: /solr/admin/info/system?user.name=hue&doAs=administrator&wt=json (Caused by NewConnectionError(': Failed to establish a new connection: [Errno 111] Connection refused',))

      So wird verhindert, dass die Solr-Fehlermeldung angezeigt wird:

      1. Stellen Sie über SSH eine Verbindung zur Befehlszeile des Primärknotens her.

      2. Verwenden Sie einen Texteditor zum Öffnen der hue.ini-Datei. Zum Beispiel:

        sudo vim /etc/hue/conf/hue.ini

      3. Suchen Sie nach dem Begriff appblacklist und ändern Sie die Zeile wie folgt:

        appblacklist = search
      4. Speichern Sie Ihre Änderungen und starten Sie Hue wie im folgenden Beispiel gezeigt:

        sudo stop hue; sudo start hue
  • Bekanntes Problem in Clustern mit mehreren Primärknoten und Kerberos-Authentifizierung

    Wenn Sie Cluster mit mehreren Primärknoten und Kerberos-Authentifizierung in Amazon-EMR-Versionen 5.20.0 und höher ausführen, können Probleme mit Cluster-Vorgängen wie dem Herunterskalieren oder der schrittweisen Übermittlung auftreten, nachdem der Cluster einige Zeit lang ausgeführt wurde. Der Zeitraum hängt von der Gültigkeitsdauer des Kerberos-Tickets ab, die Sie definiert haben. Das Herunterskalierungs-Problem wirkt sich sowohl auf automatische als auch auf explizite Herunterskalierungs-Anfragen aus, die Sie eingereicht haben. Weitere Clustervorgänge können ebenfalls beeinträchtigt werden.

    Workaround:

    • SSH als hadoop-Benutzer für den führenden Primärknoten des EMR-Clusters mit mehreren Primärknoten.

    • Führen Sie den folgenden Befehl aus, um das Kerberos-Ticket für den hadoop-Benutzer zu erneuern.

      kinit -kt <keytab_file> <principal>

      In der Regel befindet sich die Keytab-Datei unter /etc/hadoop.keytab und der Prinzipal hat das Format von hadoop/<hostname>@<REALM>.

    Anmerkung

    Diese Problemumgehung gilt für den Zeitraum, in dem das Kerberos-Ticket gültig ist. Diese Dauer beträgt standardmäßig 10 Stunden, kann aber anhand Ihrer Kerberos-Einstellungen konfiguriert werden. Sie müssen den obigen Befehl erneut ausführen, sobald das Kerberos-Ticket abgelaufen ist.

5.22.0 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-sdk1.2.1Amazon SageMaker Spark-SDK
emr-ddb4.8.0Amazon DynamoDB-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-goodies2.6.0Praktische Bibliotheken für das Hadoop-Ökosystem.
emr-kinesis3.4.0Amazon Kinesis-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-s3-dist-cp2.11.0Verteilte Kopieranwendung, die für Amazon S3 optimiert ist.
emr-s3-select1.2.0EMR S3Select-Konnektor
emrfs2.31.0Amazon S3-Connector für Anwendungen aus dem Hadoop-Ökosystem.
flink-client1.7.1Apache 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-client2.8.5-amzn-2Hadoop-Befehlszeilen-Clients wie z. B. "hdfs", "Hadoop" oder "Garn".
hadoop-hdfs-datanode2.8.5-amzn-2HDFS-Service auf Knotenebene zum Speichern von Blöcken.
hadoop-hdfs-library2.8.5-amzn-2HDFS-Client und -Bibliothek für die Befehlszeile
hadoop-hdfs-namenode2.8.5-amzn-2HDFS-Service für die Nachverfolgung von Dateinamen und Block-Speicherorten.
hadoop-httpfs-server2.8.5-amzn-2HTTP-Endpunkt für HDFS-Operationen.
hadoop-kms-server2.8.5-amzn-2Kryptografischer Schlüsselverwaltungsserver, der auf der Hadoop-API basiert. KeyProvider
hadoop-mapred2.8.5-amzn-2MapReduce Execution Engine-Bibliotheken zum Ausführen einer MapReduce Anwendung.
hadoop-yarn-nodemanager2.8.5-amzn-2YARN-Service für die Verwaltung von Containern auf einem einzelnen Knoten.
hadoop-yarn-resourcemanager2.8.5-amzn-2YARN-Service für Zuweisung und Verwaltung von Cluster-Ressourcen und verteilten Anwendungen.
hadoop-yarn-timeline-server2.8.5-amzn-2Service für das Abrufen von aktuellen und historischen Informationen für YARN-Anwendungen.
hbase-hmaster1.4.9Dienst für einen HBase Cluster, der für die Koordination von Regionen und die Ausführung von Verwaltungsbefehlen verantwortlich ist.
hbase-region-server1.4.9Dienst für die Versorgung einer oder mehrerer HBase Regionen.
hbase-client1.4.9HBase Befehlszeilenclient.
hbase-rest-server1.4.9Dienst, der einen RESTful HTTP-Endpunkt für bereitstellt. HBase
hbase-thrift-server1.4.9Dienst, der einen Thrift-Endpunkt für HBase bereitstellt.
hcatalog-client2.3.4-amzn-1Der "hcat"-Befehlszeilen-Client-für das Bearbeiten des hcatalog-Servers.
hcatalog-server2.3.4-amzn-1Bereitstellung von Diensten HCatalog, einer Tabelle und einer Speicherverwaltungsebene für verteilte Anwendungen.
hcatalog-webhcat-server2.3.4-amzn-1HTTP-Endpunkt, der eine REST-Schnittstelle für bereitstellt HCatalog.
hive-client2.3.4-amzn-1Hive-Befehlszeilen-Client.
hive-hbase2.3.4-amzn-1Hive-hbase client.
hive-metastore-server2.3.4-amzn-1Service für den Zugriff auf den Hive-Metastore (ein semantisches Repository für die Speicherung von Metadaten für SQL zu Hadoop-Operationen).
hive-server22.3.4-amzn-1Service zur Annahme von Hive-Abfragen als Webanfragen.
hue-server4.3.0Webanwendung für die Analyse von Daten mithilfe von Hadoop-Anwendungen.
jupyterhub0.9.4Multi-User-Server für Jupyter-Notebooks
livy-server0.5.0-incubatingREST-Schnittstelle für die Interaktion mit Apache Spark
nginx1.12.1nginx [engine x] ist ein HTTP- und Reverse-Proxy-Server.
mahout-client0.13.0Bibliothek für Machine Learning.
mxnet1.3.1Eine flexible, skalierbare und effiziente Bibliothek für Deep Learning.
mysql-server5.5.54+MySQL-Datenbankserver.
nvidia-cuda9.2.88Nvidia-Treiber und Cuda-Toolkit
oozie-client5.1.0Oozie-Befehlszeilen-Client.
oozie-server5.1.0Service für die Annahme von Oozie Workflow-Anforderungen.
opencv3.4.0Open Source Computer Vision Library.
phoenix-library4.14.1- -1.4 HBaseDie Phoenix-Bibliotheken für den Server und den Client
phoenix-query-server4,14,1- -1,4 HBaseEin schlanker Server für den Zugriff auf JDBC und Protokollpuffer sowie den Zugriff auf die Avatica-API über das JSON-Format.
presto-coordinator0.215Service zur Annahme von Abfragen und die Verwaltung der Abfrageausführung der Presto-Worker.
presto-worker0.215Service 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-client2.4.0Spark-Befehlszeilen-Clients.
spark-history-server2.4.0Web-Benutzeroberfläche zum Anzeigen von protokollierten Ereignissen für die gesamte Lebensdauer einer abgeschlossenen Spark-Anwendung.
spark-on-yarn2.4.0In-Memory-Ausführungs-Engine für YARN.
spark-yarn-slave2.4.0Apache Spark-Bibliotheken, die von YARN-Slaves benötigt werden.
sqoop-client1.4.7Apache Sqoop-Befehlszeilen-Client.
tensorflow1.12.0TensorFlow Open-Source-Softwarebibliothek für leistungsstarke numerische Berechnungen.
tez-on-yarn0.9.1Die Tez-YARN-Anwendung und -Bibliotheken.
webserver2.4.25+Apache HTTP-Server.
zeppelin-server0.8.1Webbasiertes Notizbuch, das interaktive Datenanalysen ermöglicht.
zookeeper-server3.4.13Zentraler Service für die Verwaltung von Konfigurationsinformationen, die Benennung, die Bereitstellung verteilter Synchronisierung und die Bereitstellung von Gruppenservices.
zookeeper-client3.4.13ZooKeeper Befehlszeilen-Client.

5.22.0 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-5.22.0-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

Ändern Sie die Werte in der Umgebung HBase.

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-s3-conf

Konfigurieren Sie die S3-Persistenz für Jupyter Notebooks.

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-password-authenticator

Ändern Sie Werte in der Presto-Datei password-authenticator.properties.

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-memory

Ändert die Werte in der memory.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.

presto-connector-tpcds

Ändert die Werte in der tpcds.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.