Amazon-EMR-Version 5.33.1 - Amazon EMR
5.33.1 Anwendungsversionen5.33.1 Versionshinweise5.33.1 Komponentenversionen5.33.1 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 5.33.1

5.33.1 Anwendungsversionen

Die folgenden Anwendungen werden in dieser Version unterstützt: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, Hue, JupyterEnterpriseGateway, 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-5.33.1 emr-5.33.0 emr-5.32.1 emr-5.32.0
AWS SDK for Java 1.11.9701,11,9701,11,8901,11,890
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 - - - -
Flink1.12.11.12.11.11.21.11.2
Ganglia3.7.23.7.23.7.23.7.2
HBase1.4.131.4.131.4.131.4.13
HCatalog2.3.72.3.72.3.72.3.7
Hadoop2.10.12.10.12.10.12.10.1
Hive2.3.72.3.72.3.72.3.7
Hudi0.7.0-amzn-10.7.0-amzn-10.6.0-amzn-00.6.0-amzn-0
Hue4.9.04.9.04.8.04.8.0
Iceberg - - - -
JupyterEnterpriseGateway2.1.02.1.02.1.02.1.0
JupyterHub1.2.21.2.21.1.01.1.0
Livy0.7.00.7.00.7.00.7.0
MXNet1.7.01.7.01.7.01.7.0
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
Presto0,245,10,245,10,240,10,240,1
Spark2.4.72.4.72.4.72.4.7
Sqoop1.4.71.4.71.4.71.4.7
TensorFlow2.4.12.4.12.3.12.3.1
Tez0.9.20.9.20.9.20.9.2
Trino (PrestoSQL) - - - -
Zeppelin0.9.00.9.00.8.20.8.2
ZooKeeper3.4.143.4.143.4.143.4.14

5.33.1 Versionshinweise

Die folgenden Versionshinweise enthalten Informationen über Amazon-EMR-Version 5.33.0/5.33.1. Änderungen beziehen sich auf Version 5.32.0.

Erste Version: 19. April 2021

Letzte Aktualisierung: 9. August 2021

Upgrades

  • Der Amazon-Glue-Konnektor wurde auf Version 1.15.0 aktualisiert

  • Auf Version 1.11.970 aktualisiert AWS SDK for Java

  • EMRFS auf Version 2.46.0. aktualisiert

  • EMR Goodies auf Version 2.14.0 aktualisiert

  • EMR Record Server auf Version 1.9.0 aktualisiert

  • EMR S3 Dist CP auf Version 2.18.0 aktualisiert

  • EMR Secret Agent Server auf Version 1.8.0 aktualisiert

  • Flink auf Version 1.12.1 aktualisiert

  • Hadoop wurde auf Version 2.10.1-amzn-1 aktualisiert

  • Upgrade von Hive auf Version 2.3.7-amzn-4

  • Hudi wurde auf Version 0.7.0 aktualisiert

  • Hue auf Version 4.9.0 aktualisiert

  • OpenCV wurde auf Version 4.5.0 aktualisiert

  • Presto auf Version 0.245.1-amzn-0 aktualisiert

  • R wurde auf Version 4.0.2 aktualisiert

  • Spark auf Version 2.4.7-amzn-1 aktualisiert

  • Auf Version 2.4.1 aktualisiert TensorFlow

  • Upgrade von Zeppelin auf Version 0.9.0

Änderungen, Verbesserungen und behobene Probleme

  • 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.

  • 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“.

  • Konfigurieren eines Clusters zur Behebung von Leistungsproblemen mit Apache YARN Timeline Server Version 1 und 1.5

    Apache YARN Timeline Server Version 1 und 1.5 können bei sehr aktiven, großen EMR-Clustern zu Leistungsproblemen führen, insbesondere bei yarn.resourcemanager.system-metrics-publisher.enabled=true, was die Standardeinstellung in Amazon EMR ist. Ein Open-Source-YARN-Timeline-Server v2 löst das Leistungsproblem im Zusammenhang mit der Skalierbarkeit des YARN Timeline Servers.

    Weitere Lösungen für dieses Problem umfassen:

    • Konfiguration von yarn.resourcemanager. system-metrics-publisher.enabled=false in yarn-site.xml.

    • Aktivieren des Fixes für dieses Problem beim Erstellen eines Clusters, wie unten beschrieben.

    Die folgenden Amazon-EMR-Versionen enthalten eine Lösung für dieses Leistungsproblem mit YARN Timeline Server.

    EMR 5.30.2, 5.31.1, 5.32.1, 5.33.1, 5.34.x, 6.0.1, 6.1.1, 6.2.1, 6.3.1, 6.4.x

    Um den Fix für eine der oben angegebenen Amazon-EMR-Versionen zu aktivieren, legen Sie diese Eigenschaften true in einer JSON-Konfigurationsdatei fest, die mit dem aws emr create-cluster-Befehlsparameter --configurations file://./configurations.json übergeben wird. Oder aktivieren Sie den Fix über die Benutzeroberfläche der Rekonfigurationskonsole.

    Beispiel für den Inhalt der Datei configurations.json:

    [
{
"Classification": "yarn-site",
"Properties": {
"yarn.resourcemanager.system-metrics-publisher.timeline-server-v1.enable-batch": "true",
"yarn.resourcemanager.system-metrics-publisher.enabled": "true"
},
"Configurations": []
}
]

  • Die Spark-Laufzeit ist jetzt schneller, wenn Partitionsspeicherorte aus Hive Metastore für Spark-Insert-Abfragen abgerufen werden.

  • Aktualisierte Komponentenversionen. Eine Liste der Komponentenversionen finden Sie in diesem Handbuch unter Über Amazon-EMR-Versionen.

  • Das AWS Java SDK-Bundle wurde auf jedem neuen Cluster installiert. Dies ist ein einzelnes JAR, das alle Dienste SDKs und ihre Abhängigkeiten enthält, anstatt einzelne Komponenten-Jars. Weitere Informationen finden Sie unter Gebündelte Java SDK Abhängigkeit

  • Probleme bei der verwalteten Skalierung in früheren Amazon-EMR-Versionen wurden behoben und Verbesserungen vorgenommen, sodass die Ausfallraten von Anwendungen erheblich reduziert wurden.

  • 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.

Neue Features

  • Amazon EMR unterstützt Amazon S3 Access Points, ein Feature von Amazon S3, mit dem Sie den Zugriff auf gemeinsam genutzte Data Lakes einfach verwalten können. Mit Ihrem Alias von Amazon S3 Access Point können Sie Ihren Datenzugriff auf Amazon EMR in großem Umfang vereinfachen. Sie können Amazon S3 Access Points mit allen Versionen von Amazon EMR ohne zusätzliche Kosten in allen AWS Regionen verwenden, in denen Amazon EMR verfügbar ist. Weitere Informationen zu Amazon S3 Access Points und Zugangspunkt-Aliassen finden Sie unter Verwenden eines Alias im Bucket-Stil für Ihren Zugangspunkt im Amazon-S3-Benutzerhandbuch.

  • Amazon EMR-5.33 unterstützt neue EC2 Amazon-Instance-Typen: c5a, c5ad, c6gn, c6gd, m6gd, d3, d3en, m5zn, r5b, r6gd. Siehe Unterstützte Instance-Typen.

Bekannte Probleme

  • Niedrigeres Limit für die AL2 maximale Anzahl geöffneter Dateien bei älteren Versionen [in neueren Versionen behoben]. Amazon EMR-Versionen: emr-5.30.x, emr-5.31.0, emr-5.32.0, emr-6.0.0, emr-6.1.0 und emr-6.2.0 basieren auf älteren Versionen von Amazon Linux 2 (AL2), die eine niedrigere Ulimit-Einstellung für „Max. Anzahl geöffneter Dateien“ haben, wenn Amazon EMR-Cluster mit dem Standard-AMI erstellt werden. 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 einen dauerhaften Fix mit einer höheren Einstellung für „Max. Anzahl geöffneter Dateien“. Versionen mit einem niedrigeren Limit für geöffnete Dateien verursachen beim Senden des Spark-Jobs den Fehler „Zu viele offene Dateien“. In den betroffenen Versionen hat das Amazon-EMR-Standard-AMI eine Ulimit-Standardeinstellung von 4 096 für „Max. Anzahl geöffneter Dateien“, was unter dem Dateilimit von 65 536 im neuesten Amazon-Linux-2-AMI liegt. Die niedrigere Ulimit-Einstellung für „Max. Anzahl geöffneter Dateien“ führt dazu, dass der Spark-Job fehlschlägt, wenn der Spark-Treiber und der Executor versuchen, mehr als 4 096 Dateien zu öffnen. Um das Problem zu beheben, verfügt Amazon EMR über ein Bootstrap Action (BA)-Skript, das die Ulimit-Einstellung bei der Cluster-Erstellung anpasst.

    Wenn Sie eine ältere Amazon-EMR-Version verwenden, für die dieses Problem nicht dauerhaft behoben ist, können Sie mit der folgenden Problemumgehung das Instance-Controller-Ulimit explizit auf maximal 65 536 Dateien festlegen.

    Explizit ein ulimit über die Befehlszeile setzen

    1. Bearbeiten Sie /etc/systemd/system/instance-controller.service, um die folgenden Parameter zum Abschnitt Service hinzuzufügen.

      LimitNOFILE=65536

      LimitNPROC=65536

    2. Starten Sie neu InstanceController

      $ sudo systemctl daemon-reload

      $ sudo systemctl restart instance-controller

    Mithilfe der Bootstrap-Aktion (BA) ein Ulimit festlegen

    Sie können auch ein Bootstrap-Aktionsskript (BA) verwenden, um das Ulimit für den Instance-Controller bei der Clustererstellung auf 65 536 Dateien zu konfigurieren.

    #!/bin/bash
for user in hadoop spark hive; do
sudo tee /etc/security/limits.d/$user.conf << EOF
$user - nofile 65536
$user - nproc 65536
EOF
done
for proc in instancecontroller logpusher; do
sudo mkdir -p /etc/systemd/system/$proc.service.d/
sudo tee /etc/systemd/system/$proc.service.d/override.conf << EOF
[Service]
LimitNOFILE=65536
LimitNPROC=65536
EOF
pid=$(pgrep -f aws157.$proc.Main)
sudo prlimit --pid $pid --nofile=65535:65535 --nproc=65535:65535
done
sudo systemctl daemon-reload

  • Für private Subnetz-Cluster von Amazon EMR 6.3.0 und 6.2.0 können Sie nicht auf die Ganglia-Webbenutzeroberfläche zugreifen. Sie erhalten die Fehlermeldung „Zugriff verweigert (403)“. Andere Websites UIs wie Spark, Hue JupyterHub, Zeppelin, Livy und Tez funktionieren normal. Der Zugriff auf die Ganglia-Web-Benutzeroberfläche auf öffentlichen Subnetzclustern funktioniert ebenfalls normal. Um dieses Problem zu beheben, starten Sie den httpd-Service auf dem Primärknoten mit sudo systemctl restart httpd neu. Dieses Problem wurde in Amazon EMR 6.4.0 behoben.

  • Wichtig

    EMR-Cluster, auf denen Amazon Linux oder Amazon Linux 2 Amazon Machine Images (AMIs) ausgeführt werden, verwenden das Standardverhalten von Amazon Linux und laden wichtige und kritische Kernel-Updates, die einen Neustart erfordern, nicht automatisch herunter und installieren sie. Dies ist dasselbe Verhalten wie bei anderen EC2 Amazon-Instances, auf denen das standardmäßige Amazon Linux-AMI ausgeführt wird. Wenn neue Amazon-Linux-Softwareupdates, die einen Neustart erfordern (wie Kernel-, NVIDIA- und CUDA-Updates), nach der Veröffentlichung einer Amazon-EMR-Version verfügbar werden, laden EMR-Cluster-Instances, die das Standard-AMI ausführen, diese Updates nicht automatisch herunter und installieren sie. Um Kernel-Updates zu erhalten, können Sie Ihr Amazon-EMR-AMI so anpassen, dass es das neueste Amazon-Linux-AMI verwendet.

  • Die Konsolenunterstützung zur Erstellung einer Sicherheitskonfiguration, die die AWS Ranger-Integrationsoption spezifiziert, wird derzeit in der GovCloud Region nicht unterstützt. Die Sicherheitskonfiguration kann mit der CLI durchgeführt werden. Weitere Informationen finden Sie unter Erstellen der EMR-Sicherheitskonfiguration im Verwaltungshandbuch für Amazon EMR.

  • Verwaltete Richtlinien mit Geltungsbereich: Um den AWS bewährten Methoden zu entsprechen, hat Amazon EMR verwaltete Standardrichtlinien mit EMR-Geltungsbereich der Version v2 eingeführt, die als Ersatz für Richtlinien dienen, die nicht mehr unterstützt werden. Weitere Informationen finden Sie unter Verwaltete Richtlinien von Amazon EMR.

  • 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.

5.33.1 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-sdk1.4.1Amazon SageMaker Spark-SDK
emr-ddb4.16.0Amazon DynamoDB-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-goodies2.14.0Praktische Bibliotheken für das Hadoop-Ökosystem.
emr-kinesis3.5.0Amazon Kinesis-Connector für Anwendungen aus dem Hadoop-Ökosystem.
emr-notebook-env1.2.0Conda Env für EMR-Notebooks, das Jupyter Enterprise Gateway enthält
emr-s3-dist-cp2.18.0Verteilte Kopieranwendung, die für Amazon S3 optimiert ist.
emr-s3-select1.6.0EMR S3Select-Konnektor
emrfs2,46,0Amazon S3-Connector für Anwendungen aus dem Hadoop-Ökosystem.
flink-client1.12.1Apache Flink-Clientskripts und -Anwendungen für die Befehlszeile.
flink-jobmanager-config1.12.1Verwaltung 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-client2.10.1-amzn-1.1Hadoop-Befehlszeilen-Clients wie z. B. "hdfs", "Hadoop" oder "Garn".
hadoop-hdfs-datanode2.10.1-amzn-1.1HDFS-Service auf Knotenebene zum Speichern von Blöcken.
hadoop-hdfs-library2.10.1-amzn-1.1HDFS-Client und -Bibliothek für die Befehlszeile
hadoop-hdfs-namenode2.10.1-amzn-1.1HDFS-Service für die Nachverfolgung von Dateinamen und Block-Speicherorten.
hadoop-hdfs-journalnode2.10.1-amzn-1.1HDFS-Service zum Verwalten des Hadoop-Dateisystemjournals auf HA-Clustern.
hadoop-httpfs-server2.10.1-amzn-1.1HTTP-Endpunkt für HDFS-Operationen.
hadoop-kms-server2.10.1-amzn-1.1Kryptografischer Schlüsselverwaltungsserver, der auf der Hadoop-API basiert. KeyProvider
hadoop-mapred2.10.1-amzn-1.1MapReduce Execution Engine-Bibliotheken zum Ausführen einer MapReduce Anwendung.
hadoop-yarn-nodemanager2.10.1-amzn-1.1YARN-Service für die Verwaltung von Containern auf einem einzelnen Knoten.
hadoop-yarn-resourcemanager2.10.1-amzn-1.1YARN-Service für Zuweisung und Verwaltung von Cluster-Ressourcen und verteilten Anwendungen.
hadoop-yarn-timeline-server2.10.1-amzn-1.1Service 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-4Der "hcat"-Befehlszeilen-Client-für das Bearbeiten des hcatalog-Servers.
hcatalog-server2.3.7-amzn-4Bereitstellung von Diensten HCatalog, einer Tabelle und einer Speicherverwaltungsebene für verteilte Anwendungen.
hcatalog-webhcat-server2.3.7-amzn-4HTTP-Endpunkt, der eine REST-Schnittstelle für bereitstellt HCatalog.
hive-client2.3.7-amzn-4Hive-Befehlszeilen-Client.
hive-hbase2.3.7-amzn-4Hive-hbase client.
hive-metastore-server2.3.7-amzn-4Service 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-4Service zur Annahme von Hive-Abfragen als Webanfragen.
hudi0.7.0-amzn-1Inkrementelles Verarbeitungs-Framework zur Stromversorgung der Datenpipline bei geringer Latenz und hoher Effizienz.
hudi-spark0.7.0-amzn-1Bündel-Bibliothek zum Ausführen von Spark mit Hudi.
hudi-presto0.7.0-amzn-1Bundle-Bibliothek zum Ausführen von Presto mit Hudi.
hue-server4.9.0Webanwendung für die Analyse von Daten mithilfe von Hadoop-Anwendungen.
jupyterhub1.2.2Multi-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.
mxnet1.7.0Eine flexible, skalierbare und effiziente Bibliothek für Deep Learning.
mariadb-server5.5.68+MySQL-Datenbankserver.
nvidia-cuda10.1,243Nvidia-Treiber und Cuda-Toolkit
oozie-client5.2.0Oozie-Befehlszeilen-Client.
oozie-server5.2.0Service für die Annahme von Oozie Workflow-Anforderungen.
opencv4.5.0Open 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-coordinator0.245.1-amzn-0Service zur Annahme von Abfragen und die Verwaltung der Abfrageausführung der Presto-Worker.
presto-worker0.245.1-amzn-0Service für das Ausführen von Teilen einer Abfrage.
presto-client0.245.1-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.
r4.0.2The R Project for Statistical Computing (Software zur statistischen Datenverarbeitung)
ranger-kms-server1.2.0Apache Ranger Key Management System
spark-client2.4.7-amzn-1.1Spark-Befehlszeilen-Clients.
spark-history-server2.4.7-amzn-1.1Web-Benutzeroberfläche zum Anzeigen von protokollierten Ereignissen für die gesamte Lebensdauer einer abgeschlossenen Spark-Anwendung.
spark-on-yarn2.4.7-amzn-1.1In-Memory-Ausführungs-Engine für YARN.
spark-yarn-slave2.4.7-amzn-1.1Apache Spark-Bibliotheken, die von YARN-Slaves benötigt werden.
sqoop-client1.4.7Apache Sqoop-Befehlszeilen-Client.
tensorflow2.4.1TensorFlow Open-Source-Softwarebibliothek für leistungsstarke numerische Berechnungen.
tez-on-yarn0.9.2Die Tez-YARN-Anwendung und -Bibliotheken.
webserver2.4.25+Apache HTTP-Server.
zeppelin-server0.9.0Webbasiertes 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.

5.33.1 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.

Aktionen zur Neukonfiguration treten auf, wenn Sie eine Konfiguration für Instance-Gruppen in einem laufenden Cluster angeben. Amazon EMR initiiert nur Rekonfigurationsaktionen für die Klassifizierungen, die Sie ändern. Weitere Informationen finden Sie unter Eine Instance-Gruppe in einem laufenden Cluster neu konfigurieren.

emr-5.33.1-Klassifizierungen
Klassifizierungen Beschreibung Aktionen zur Neukonfiguration

capacity-scheduler

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

Restarts the ResourceManager service.

container-executor

Ändern Sie die Werte in der Datei „container-executor.cfg“ Datei von Hadoop YARN.

Not available.

container-log4j

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

Not available.

core-site

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

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Hadoop KMS, Ranger KMS, HiveServer2, Hive MetaStore, Hadoop Httpfs, and MapReduce-HistoryServer.

docker-conf

Ändern Sie die Docker-bezogenen Einstellungen.

Not available.

emrfs-site

Ändert die EMRFS-Einstellungen.

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts HBaseRegionserver, HBaseMaster, HBaseThrift, HBaseRest, HiveServer2, Hive MetaStore, Hadoop Httpfs, and MapReduce-HistoryServer.

flink-conf

Ändert die flink-conf.yaml-Einstellungen.

Restarts Flink history server.

flink-log4j

Ändert die log4j.properties-Einstellungen für Flink.

Restarts Flink history server.

flink-log4j-session

Ändern Sie die Einstellungen von Flink log4j-session.properties für Kubernetes-/Yarn-Sitzungen.

Not available.

flink-log4j-cli

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

Restarts Flink history server.

hadoop-env

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

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts PhoenixQueryserver, HiveServer2, Hive MetaStore, and MapReduce-HistoryServer.

hadoop-log4j

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

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Hadoop KMS, Hadoop Httpfs, and MapReduce-HistoryServer.

hadoop-ssl-server

Ändert die SSL-Server-Konfiguration in Hadoop.

Not available.

hadoop-ssl-client

Ändert die SSL-Client-Konfiguration in Hadoop.

Not available.

hbase

Von Amazon EMR kuratierte Einstellungen für Apache. HBase

Custom EMR specific property. Sets emrfs-site and hbase-site configs. See those for their associated restarts.

hbase-env

Werte in HBase der Umgebung ändern.

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-log4j

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

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-metrics

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

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.

hbase-policy

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

Not available.

hbase-site

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

Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer. Additionally restarts Phoenix QueryServer.

hdfs-encryption-zones

Konfiguriert die HDFS-Verschlüsselungszonen.

Should not be reconfigured.

hdfs-site

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

Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Additionally restarts Hadoop Httpfs.

hcatalog-env

Werte in HCatalog der Umgebung ändern.

Restarts Hive HCatalog Server.

hcatalog-server-jndi

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

Restarts Hive HCatalog Server.

hcatalog-server-proto-hive-site

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

Restarts Hive HCatalog Server.

hcatalog-webhcat-env

Werte in der HCatalog HCat Webumgebung ändern.

Restarts Hive WebHCat Server.

hcatalog-webhcat-log4j2

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

Restarts Hive WebHCat Server.

hcatalog-webhcat-site

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

Restarts Hive WebHCat Server.

hive-beeline-log4j2

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

Not available.

hive-parquet-logging

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

Not available.

hive-env

Ändert die Werte in der Hive-Umgebung.

Restarts HiveServer2 and HiveMetastore. Runs Hive schemaTool CLI commands to verify hive-metastore.

hive-exec-log4j2

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

Restarts HiveServer2 and HiveMetastore.

hive-llap-daemon-log4j2

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

Not available.

hive-log4j2

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

Not available.

hive-site

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

Restarts HiveServer2 and HiveMetastore. Runs Hive schemaTool CLI commands to verify hive-metastore. Also restarts Oozie and Zeppelin.

hiveserver2-site

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

Not available.

hue-ini

Ändert die Werte in der INI-Datei in Hue.

Restarts Hue. Also activates Hue config override CLI commands to pick up new configurations.

httpfs-env

Ändert die Werte in der HTTPFS-Umgebung.

Restarts Hadoop Httpfs service.

httpfs-site

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

Restarts Hadoop Httpfs service.

hadoop-kms-acls

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

Not available.

hadoop-kms-env

Ändert die Werte in der KMS-Umgebung in Hadoop.

Restarts Hadoop-KMS service.

hadoop-kms-log4j

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

Not available.

hadoop-kms-site

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

Restarts Hadoop-KMS and Ranger-KMS service.

hudi-env

Ändern der Werte in der Hudi-Umgebung.

Not available.

jupyter-notebook-conf

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

Not available.

jupyter-hub-conf

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

Not available.

jupyter-s3-conf

Konfigurieren Sie die S3-Persistenz für Jupyter Notebooks.

Not available.

jupyter-sparkmagic-conf

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

Not available.

livy-conf

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

Restarts Livy Server.

livy-env

Ändert die Werte in der Livy-Umgebung.

Restarts Livy Server.

livy-log4j

Ändert die log4j.properties-Einstellungen für Livy.

Restarts Livy Server.

mapred-env

Ändern Sie die Werte in der MapReduce Anwendungsumgebung.

Restarts Hadoop MapReduce-HistoryServer.

mapred-site

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

Restarts Hadoop MapReduce-HistoryServer.

oozie-env

Ändert die Werte in der Oozie-Umgebung.

Restarts Oozie.

oozie-log4j

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

Restarts Oozie.

oozie-site

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

Restarts Oozie.

phoenix-hbase-metrics

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

Not available.

phoenix-hbase-site

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

Not available.

phoenix-log4j

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

Restarts Phoenix-QueryServer.

phoenix-metrics

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

Not available.

pig-env

Ändert die Werte in der Pig-Umgebung.

Not available.

pig-properties

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

Restarts Oozie.

pig-log4j

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

Not available.

presto-log

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

Restarts Presto-Server.

presto-config

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

Restarts Presto-Server.

presto-password-authenticator

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

Not available.

presto-env

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

Restarts Presto-Server.

presto-node

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

Not available.

presto-connector-blackhole

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

Not available.

presto-connector-cassandra

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

Not available.

presto-connector-hive

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

Restarts Presto-Server.

presto-connector-jmx

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

Not available.

presto-connector-kafka

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

Not available.

presto-connector-localfile

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

Not available.

presto-connector-memory

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

Not available.

presto-connector-mongodb

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

Not available.

presto-connector-mysql

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

Not available.

presto-connector-postgresql

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

Not available.

presto-connector-raptor

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

Not available.

presto-connector-redis

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

Not available.

presto-connector-redshift

Ändert die Werte in der redshift.properties-Datei.

Not available.

presto-connector-tpch

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

Not available.

presto-connector-tpcds

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

Not available.

ranger-kms-dbks-site

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

Restarts Ranger KMS Server.

ranger-kms-site

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

Restarts Ranger KMS Server.

ranger-kms-env

Ändert die Werte in der Ranger KMS-Umgebung.

Restarts Ranger KMS Server.

ranger-kms-log4j

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

Not available.

ranger-kms-db-ca

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

Not available.

recordserver-env

Werte in der RecordServer EMR-Umgebung ändern.

Restarts EMR record server.

recordserver-conf

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

Restarts EMR record server.

recordserver-log4j

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

Restarts EMR record server.

spark

Hierbei handelt es sich um von Amazon EMR zusammengestellte Einstellungen für Apache Spark.

This property modifies spark-defaults. See actions there.

spark-defaults

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

Restarts Spark history server and Spark thrift server.

spark-env

Ändert die Werte in der Spark-Umgebung.

Restarts Spark history server and Spark thrift server.

spark-hive-site

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

Not available.

spark-log4j

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

Restarts Spark history server and Spark thrift server.

spark-metrics

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

Restarts Spark history server and Spark thrift server.

sqoop-env

Ändert die Werte in der Sqoop-Umgebung.

Not available.

sqoop-oraoop-site

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

Not available.

sqoop-site

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

Not available.

tez-site

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

Restarts Oozie.

yarn-env

Ändert die Werte in der YARN-Umgebung.

Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts MapReduce-HistoryServer.

yarn-site

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

Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Livy Server and MapReduce-HistoryServer.

zeppelin-env

Ändert die Werte in der Zeppelin-Umgebung.

Restarts Zeppelin.

zeppelin-site

Ändern Sie die Konfigurationseinstellungen in zeppelin-site.xml.

Restarts Zeppelin.

zookeeper-config

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

Restarts Zookeeper server.

zookeeper-log4j

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

Restarts Zookeeper server.