Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # `Tiempo de ejecución de AWS para Apache Spark` (emr-spark-8.0-preview) En la siguiente tabla se enumeran las versiones de la aplicación disponibles con (emr-spark-8.0-preview). `AWS runtime for Apache Spark` **Información sobre la versión de la aplicación** | Aplicación | Versión | | --- | --- | | Spark | 4.0.1-amzn-0 | ****`Notas de la versión de AWS Runtime para Apache Spark (emr-spark-8.0-preview)`**** + **Versión preliminar**: se trata de una versión preliminar que incluye Apache Spark 4.0.1. `AWS runtime for Apache Spark` Esta versión preliminar solo está disponible en EMR Serverless. + **Disponibilidad regional**: esta versión preliminar está disponible en todas AWS las regiones en las que EMR Serverless está disponible, excepto en las regiones de China y AWS GovCloud (EE. UU.). + **Información sobre la versión de la aplicación**: esta versión incluye las siguientes versiones de la aplicación: + AWS SDK para Java 2.35.5, 1.12.792 + Python ** 3.9**, 3.11, 3.12 + Scala 2.13.16 + AmazonCloudWatchAgent 1.300034.0-amzn-0 + Delta 4.0.0-amzn-0-spark + Iceberg 1.10.0-amzn-spark-0 + Esta versión viene con Amazon Corretto ** 17 ** (basado en OpenJDK) de forma predeterminada para las aplicaciones que admiten Corretto 17 (JDK 17). + **Limitaciones de la versión preliminar**: las siguientes funciones no están disponibles en esta versión preliminar: + **Funciones interactivas y de integración**: SageMaker Unified Studio, la integración con EMR Studio, Spark Connect y Livy no JupyterEnterpriseGateway son compatibles. + **Formatos de tablas y control de acceso**: no se admiten Hudi, Delta Universal Format ni el control de acceso detallado (FGAC) con filtros y operadores a nivel de fila o columna. DDL/DML + **Conectores de datos**: los conectores spark-sql-kinesis, emr-dynamodb y spark-redshift no están disponibles. + **Servidor de historial**: el servidor de historial de Persistent Spark no está disponible en esta versión preliminar. Los usuarios aún pueden acceder a la interfaz de usuario de Spark en vivo para monitorear y depurar los trabajos activos sin servidor en tiempo real. + **Funciones especializadas**: las vistas materializadas no están disponibles. + **Capacidades de vista previa**: puede probar las siguientes capacidades en esta versión preliminar. Esta versión preliminar no se recomienda para cargas de trabajo de producción: + **Características de SQL**: modo ANSI SQL con un manejo de tipos más estricto, sintaxis SQL PIPE (\|>) para encadenar operaciones, tipo de datos VARIANT para datos JSON semiestructurados, secuencias de comandos SQL con sentencias de flujo de control y variables de sesión, y funciones SQL definidas por el usuario. + **Mejoras en la transmisión**: la versión 2 de la API de procesamiento arbitrario de estados con WithState operador de transformación, un lector de fuentes de datos estatales para obtener estados consultables (experimental) y un almacén de estados mejorado con un punto de control del registro de cambios mejorado de RockSDB. + **Compatibilidad con formatos de tabla**: Apache Iceberg v3, compatible con los tipos de datos VARIANT, integración con AWS AWS Lake Formation S3 Tables y acceso completo a tablas (FTA) para tablas Iceberg, Delta Lake y Hive. + **Documentación adicional**: para obtener documentación adicional sobre Apache Spark, consulte la documentación de lanzamiento de [ Apache Spark 4.0.1. ](https://spark.apache.org/releases/spark-release-4-0-1.html) Para empezar a usar la versión preliminar de Apache Spark 4.0.1, cree una aplicación EMR sin servidor mediante la CLI: AWS ``` aws emr-serverless create-application --type spark \ --release-label emr-spark-8.0-preview \ --region us-east-1 --name spark4-preview ```