Amazon-EMR-Version 5.31.1 - Amazon EMR
5.31.1 Anwendungsversionen5.31.1 Versionshinweise5.31.1 Komponentenversionen5.31.1 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 5.31.1

5.31.1 Anwendungsversionen

Diese Version umfasst die folgenden Anwendungen: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, 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-5.31.1 emr-5.31.0 emr-5.30.2 emr-5.30.1
AWS SDK for Java 1.11.8521,11.8521,11.7591,11.759
Python 2,7, 3,72,7, 3,72,7, 3,72,7, 3,7
Scala 2.11.122.11.122.11.122.11.12
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.11.01.11.01.10.01.10.0
Ganglia3.7.23.7.23.7.23.7.2
HBase1.4.131.4.131.4.131.4.13
HCatalog2.3.72.3.72.3.62.3.6
Hadoop2.10.02.10.02.8.52.8.5
Hive2.3.72.3.72.3.62.3.6
Hudi0.6.0-amzn-00.6.0-amzn-00.5.2-incubating0.5.2-incubating
Hue4.7.14.7.14.6.04.6.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub1.1.01.1.01.1.01.1.0
Livy0.7.00.7.00.7.00.7.0
MXNet1.6.01.6.01.5.11.5.1
Mahout0.13.00.13.00.13.00.13.0
Oozie5.2.05.2.05.2.05.2.0
Phoenix4.14.34.14.34.14.34.14.3
Pig0.17.00.17.00.17.00.17.0
Presto0,238,30,238,30.2320.232
Spark2.4.62.4.62.4.52.4.5
Sqoop1.4.71.4.71.4.71.4.7
TensorFlow2.1.02.1.01.14.01.14.0
Tez0.9.20.9.20.9.20.9.2
Trino (PrestoSQL) - - - -
Zeppelin0.8.20.8.20.8.20.8.2
ZooKeeper3.4.143.4.143.4.143.4.14

5.31.1 Versionshinweise

Dies ist eine Version zur Behebung von Problemen mit Amazon-EMR-Skalierung, wenn ein Cluster nicht erfolgreich hoch-/herunterskaliert werden kann oder Anwendungsfehler verursacht werden.

Änderungen, Verbesserungen und behobene Probleme

  • Es wurde ein Problem behoben, bei dem Skalierungsanforderungen für einen großen, stark ausgelasteten Cluster fehlschlugen, wenn Amazon-EMR-On-Cluster-Daemons Aktivitäten zur Integritätsprüfung durchführten, z. B. das Erfassen des YARN-Knotenstatus und des HDFS-Knotenstatus. Das lag daran, dass Cluster-Daemons die Integritätsstatusdaten eines Knotens nicht an interne Amazon-EMR-Komponenten weitergeben konnten.

  • Verbesserte EMR-On-Cluster-Daemons zur korrekten Nachverfolgung der Knotenstatus bei der Wiederverwendung von IP-Adressen, um die Zuverlässigkeit bei Skalierungsvorgängen zu verbessern.

  • SPARK-29683. Es wurde ein Problem behoben, bei dem während der Cluster-Skalierung Auftragsfehler auftraten, da Spark davon ausging, dass alle verfügbaren Knoten auf der Verweigern-Liste standen.

  • YARN-9011. Es wurde ein Problem behoben, bei dem Auftragsfehler aufgrund eines Fehlers bei der Außerbetriebnahme von YARN auftraten, wenn der Cluster versuchte, hoch- oder herunterzuskalieren.

  • Das Problem mit Schritt- oder Auftragsfehlern bei der Cluster-Skalierung wurde behoben, indem sichergestellt wurde, dass die Knotenstatus zwischen den Amazon-EMR-On-Cluster-Daemons und YARN/HDFS immer konsistent sind.

  • Es wurde ein Problem behoben, bei dem Clustervorgänge wie Herunterskalierung und Schrittübermittlung für Amazon-EMR-Cluster, die mit Kerberos-Authentifizierung aktiviert waren, fehlschlugen. Dies lag daran, dass der Amazon-EMR-On-Cluster-Daemon das Kerberos-Ticket nicht erneuert hat, das für die sichere Kommunikation mit HDFS/YARN erforderlich ist, das auf dem Primärknoten ausgeführt wird.

  • Neuere Amazon EMR-Versionen beheben das Problem mit einem niedrigeren Limit für die maximale Anzahl geöffneter Dateien für ältere Versionen AL2 in Amazon EMR. Die Amazon-EMR-Versionen 5.30.1, 5.30.2, 5.31.1, 5.32.1, 6.0.1, 6.1.1, 6.2.1, 5.33.0, 6.3.0 und höher enthalten jetzt einen dauerhaften Fix mit einer höheren Einstellung für „Max. Anzahl geöffneter Dateien“.

  • HTTPS ist jetzt standardmäßig für Amazon-Linux-Repositorys aktiviert. Wenn Sie eine Amazon-S3-VPCE-Richtlinie verwenden, um den Zugriff auf bestimmte Buckets zu beschränken, müssen Sie den neuen Amazon-Linux-Bucket-ARN arn:aws:s3:::amazonlinux-2-repos-$region/* zu Ihrer Richtlinie hinzufügen (ersetzen Sie $region durch die Region, in der sich der Endpunkt befindet). Weitere Informationen finden Sie unter diesem Thema in den AWS Diskussionsforen. Ankündigung: Amazon Linux 2 unterstützt jetzt die Möglichkeit, HTTPS zu verwenden, wenn eine Verbindung zu Paket-Repositorys hergestellt wird.

Bekannte Probleme

  • Wenn Sie Spark mit der Formatierung des Hive-Partitionsstandorts verwenden, um Daten in Amazon S3 zu lesen, und Sie Spark auf den Amazon-EMR-Versionen 5.30.0 bis 5.36.0 und 6.2.0 bis 6.9.0 ausführen, kann ein Problem auftreten, das verhindert, dass Ihr Cluster Daten korrekt liest. Dies kann passieren, wenn Ihre Partitionen alle der folgenden Eigenschaften aufweisen:

    • Zwei oder mehr Partitionen werden aus derselben Tabelle gescannt.

    • Mindestens ein Partitionsverzeichnispfad ist ein Präfix für mindestens einen anderen Partitionsverzeichnispfad, z. B. ist s3://bucket/table/p=a ein Präfix von s3://bucket/table/p=a b.

    • Das erste Zeichen, das auf das Präfix im anderen Partitionsverzeichnis folgt, hat einen UTF-8-Wert, der kleiner als das /-Zeichen (U+002F) ist. Beispielsweise fällt das Leerzeichen (U+0020), das in s3://bucket/table/p=a b zwischen a und b vorkommt, in diese Kategorie. Beachten Sie, dass es 14 weitere Zeichen gibt, die keine Kontrollzeichen sind: !"#$%&‘()*+,-. Weitere Informationen finden Sie unter UTF-8-Kodierungstabelle und Unicode-Zeichen.

    Um dieses Problem zu umgehen, stellen Sie die spark.sql.sources.fastS3PartitionDiscovery.enabled-Konfiguration auf false in der spark-defaults-Klassifizierung ein.

5.31.1 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-sdk1.4.0Amazon SageMaker Spark-SDK
emr-ddb4.15.0Amazon DynamoDB-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-goodies2.13.0Praktische Bibliotheken für das Hadoop-Ökosystem.
emr-kinesis3.5.0Amazon Kinesis-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-s3-dist-cp2.15.0Verteilte Kopieranwendung, die für Amazon S3 optimiert ist.
emr-s3-select1.6.0EMR S3Select-Konnektor
emrfs2,43,0Amazon S3-Connector für Anwendungen aus dem Hadoop-Ökosystem.
flink-client1.11.0Apache Flink-Clientskripts und -Anwendungen für die Befehlszeile.
flink-jobmanager-config1.11.0Verwaltung von Ressourcen auf EMR-Knoten für Apache JobManager Flink.
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-client2.10.0-amzn-0.1Hadoop-Befehlszeilen-Clients wie z. B. "hdfs", "Hadoop" oder "Garn".
hadoop-hdfs-datanode2.10.0-amzn-0.1HDFS-Service auf Knotenebene zum Speichern von Blöcken.
hadoop-hdfs-library2.10.0-amzn-0.1HDFS-Client und -Bibliothek für die Befehlszeile
hadoop-hdfs-namenode2.10.0-amzn-0.1HDFS-Service für die Nachverfolgung von Dateinamen und Block-Speicherorten.
hadoop-hdfs-journalnode2.10.0-amzn-0.1HDFS-Service zum Verwalten des Hadoop-Dateisystemjournals auf HA-Clustern.
hadoop-httpfs-server2.10.0-amzn-0.1HTTP-Endpunkt für HDFS-Operationen.
hadoop-kms-server2.10.0-amzn-0.1Kryptografischer Schlüsselverwaltungsserver, der auf der Hadoop-API basiert. KeyProvider
hadoop-mapred2.10.0-amzn-0.1MapReduce Execution Engine-Bibliotheken zum Ausführen einer MapReduce Anwendung.
hadoop-yarn-nodemanager2.10.0-amzn-0.1YARN-Service für die Verwaltung von Containern auf einem einzelnen Knoten.
hadoop-yarn-resourcemanager2.10.0-amzn-0.1YARN-Service für Zuweisung und Verwaltung von Cluster-Ressourcen und verteilten Anwendungen.
hadoop-yarn-timeline-server2.10.0-amzn-0.1Service für das Abrufen von aktuellen und historischen Informationen für YARN-Anwendungen.
hbase-hmaster1.4.13Dienst für einen HBase Cluster, der für die Koordination von Regionen und die Ausführung von Verwaltungsbefehlen verantwortlich ist.
hbase-region-server1.4.13Dienst für die Versorgung einer oder mehrerer HBase Regionen.
hbase-client1.4.13HBase Befehlszeilenclient.
hbase-rest-server1.4.13Dienst, der einen RESTful HTTP-Endpunkt für bereitstellt. HBase
hbase-thrift-server1.4.13Dienst, der einen Thrift-Endpunkt für HBase bereitstellt.
hcatalog-client2.3.7-amzn-1Der "hcat"-Befehlszeilen-Client-für das Bearbeiten des hcatalog-Servers.
hcatalog-server2.3.7-amzn-1Bereitstellung von Diensten HCatalog, einer Tabelle und einer Speicherverwaltungsebene für verteilte Anwendungen.
hcatalog-webhcat-server2.3.7-amzn-1HTTP-Endpunkt, der eine REST-Schnittstelle für bereitstellt HCatalog.
hive-client2.3.7-amzn-1Hive-Befehlszeilen-Client.
hive-hbase2.3.7-amzn-1Hive-hbase client.
hive-metastore-server2.3.7-amzn-1Service für den Zugriff auf den Hive-Metastore (ein semantisches Repository für die Speicherung von Metadaten für SQL zu Hadoop-Operationen).
hive-server22.3.7-amzn-1Service zur Annahme von Hive-Abfragen als Webanfragen.
hudi0.6.0-amzn-0Inkrementelles Verarbeitungs-Framework zur Stromversorgung der Datenpipline bei geringer Latenz und hoher Effizienz.
hudi-spark0.6.0-amzn-0Bündel-Bibliothek zum Ausführen von Spark mit Hudi.
hudi-presto0.6.0-amzn-0Bundle-Bibliothek zum Ausführen von Presto mit Hudi.
hue-server4.7.1Webanwendung für die Analyse von Daten mithilfe von Hadoop-Anwendungen.
jupyterhub1.1.0Multi-User-Server für Jupyter-Notebooks
livy-server0.7.0-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.
mxnet1.6.0Eine flexible, skalierbare und effiziente Bibliothek für Deep Learning.
mariadb-server5.5.64+MySQL-Datenbankserver.
nvidia-cuda9.2.88Nvidia-Treiber und Cuda-Toolkit
oozie-client5.2.0Oozie-Befehlszeilen-Client.
oozie-server5.2.0Service für die Annahme von Oozie Workflow-Anforderungen.
opencv4.3.0Open Source Computer Vision Library.
phoenix-library4,14,3- -1,4 HBaseDie Phoenix-Bibliotheken für den Server und den Client
phoenix-query-server4,14,3- -1,4 HBaseEin schlanker Server für den Zugriff auf JDBC und Protokollpuffer sowie den Zugriff auf die Avatica-API über das JSON-Format.
presto-coordinator0.238.3-amzn-0Service zur Annahme von Abfragen und die Verwaltung der Abfrageausführung der Presto-Worker.
presto-worker0.238.3-amzn-0Service für das Ausführen von Teilen einer Abfrage.
presto-client0.238.3-amzn-0Presto-Befehlszeilenclient, der auf den Standby-Mastern eines HA-Clusters installiert ist, auf denen der Presto-Server nicht gestartet wird.
pig-client0.17.0Pig-Befehlszeilen-Client.
r3.4.3The R Project for Statistical Computing (Software zur statistischen Datenverarbeitung)
ranger-kms-server1.2.0Apache Ranger Key Management System
spark-client2.4.6-amzn-0.1Spark-Befehlszeilen-Clients.
spark-history-server2.4.6-amzn-0.1Web-Benutzeroberfläche zum Anzeigen von protokollierten Ereignissen für die gesamte Lebensdauer einer abgeschlossenen Spark-Anwendung.
spark-on-yarn2.4.6-amzn-0.1In-Memory-Ausführungs-Engine für YARN.
spark-yarn-slave2.4.6-amzn-0.1Apache Spark-Bibliotheken, die von YARN-Slaves benötigt werden.
sqoop-client1.4.7Apache Sqoop-Befehlszeilen-Client.
tensorflow2.1.0TensorFlow Open-Source-Softwarebibliothek für leistungsstarke numerische Berechnungen.
tez-on-yarn0.9.2Die Tez-YARN-Anwendung und -Bibliotheken.
webserver2.4.25+Apache HTTP-Server.
zeppelin-server0.8.2Webbasiertes Notizbuch, das interaktive Datenanalysen ermöglicht.
zookeeper-server3.4.14Zentraler Service für die Verwaltung von Konfigurationsinformationen, die Benennung, die Bereitstellung verteilter Synchronisierung und die Bereitstellung von Gruppenservices.
zookeeper-client3.4.14ZooKeeper Befehlszeilen-Client.

5.31.1 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-5.31.1-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.

hudi-env

Ändern der Werte in der Hudi-Umgebung.

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.

ranger-kms-dbks-site

Ändert die Werte in der dbks-site.xml-Datei von Ranger KMS.

ranger-kms-site

Ändern Sie die Werte in der ranger-kms-site XML-Datei von Ranger KMS.

ranger-kms-env

Ändert die Werte in der Ranger KMS-Umgebung.

ranger-kms-log4j

Ändert die Werte in der kms-log4j.properties-Datei von Ranger KMS.

ranger-kms-db-ca

Ändert die Werte für die CA-Datei auf S3 für die MySQL SSL-Verbindung mit Ranger KMS.

recordserver-env

Werte in der RecordServer EMR-Umgebung ändern.

recordserver-conf

Ändern Sie die Werte in der Datei RecordServer server.properties von EMR.

recordserver-log4j

Ändern Sie die Werte in der Datei RecordServer log4j.properties von EMR.

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 von Sqoop OraOop.

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.