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.
Amazon EMR, versión 4.3.0
Versiones de las aplicaciones de la versión 4.3.0
Esta versión incluye las siguientes aplicaciones: Ganglia
En la siguiente tabla se enumeran las versiones de la aplicación disponibles en esta versión de Amazon EMR y las versiones de la aplicación en las tres versiones anteriores de Amazon EMR (cuando corresponda).
Para ver un historial completo de las versiones de la aplicación disponibles para cada versión de Amazon EMR, consulte los temas siguientes:
| emr-4.3.0 | emr-4.2.0 | emr-4.1.0 | emr-4.0.0 | |
|---|---|---|---|---|
| AWS SDK for Java | 1.10.27 | 1.10,27 | No registrado | No registrado |
| Python | No registrado | No registrado | No registrado | No registrado |
| Scala | No registrado | No registrado | No registrado | No registrado |
| AmazonCloudWatchAgent | - | - | - | - |
| Delta | - | - | - | - |
| Flink | - | - | - | - |
| Ganglia | 3.7.2 | 3.6.0 | - | - |
| HBase | - | - | - | - |
| HCatalog | - | - | - | - |
| Hadoop | 2.7.1 | 2.6.0 | 2.6.0 | 2.6.0 |
| Hive | 1.0.0 | 1.0.0 | 1.0.0 | 1.0.0 |
| Hudi | - | - | - | - |
| Hue | 3.7.1 | 3.7.1 | 3.7.1 | - |
| Iceberg | - | - | - | - |
| JupyterEnterpriseGateway | - | - | - | - |
| JupyterHub | - | - | - | - |
| Livy | - | - | - | - |
| MXNet | - | - | - | - |
| Mahout | 0.11.0 | 0.11.0 | 0.11.0 | 0.10.0 |
| Oozie | - | - | - | - |
| Oozie-Sandbox | 4.2.0 | 4.2.0 | 4.0.1 | - |
| Phoenix | - | - | - | - |
| Pig | 0.14.0 | 0.14.0 | 0.14.0 | 0.14.0 |
| Presto | - | - | - | - |
| Presto-Sandbox | 0.130 | 0.125 | 0.119 | - |
| Spark | 1.6.0 | 1.5.2 | 1.5.0 | 1.4.1 |
| Sqoop | - | - | - | - |
| Sqoop-Sandbox | - | - | - | - |
| TensorFlow | - | - | - | - |
| Tez | - | - | - | - |
| Trino (PrestosQL) | - | - | - | - |
| Zeppelin | - | - | - | - |
| Zeppelin-Sandbox | 0.5.5 | 0.5.5 | 0.6.0-SNAPSHOT | - |
| ZooKeeper | - | - | - | - |
| ZooKeeper-Caja de arena | - | - | - | - |
Notas de la versión 4.3.0
Las siguientes notas de la versión incluyen información sobre la versión 4.3.0 de Amazon EMR.
Fecha de lanzamiento: 19 de enero de 2016
Características
-
Actualizado a Hadoop 2.7.1
-
Actualizado a Spark 1.6.0
-
Actualizado Ganglia a 3.7.2
-
Actualizado Presto a 0.130
Amazon EMR ha hecho algunos cambios en
spark.dynamicAllocation.enabledcuando se define en true; su valor predeterminado es false. Cuando se define en true, esto afecta a los valores predeterminados del ajustemaximizeResourceAllocation:-
Si
spark.dynamicAllocation.enabledse ha definido en true,spark.executor.instancesno ha sido definido pormaximizeResourceAllocation. -
El ajuste
spark.driver.memoryse configura ahora en función de los tipos de instancia en el clúster de forma similar a cómo se definespark.executors.memory. Sin embargo, dado que la aplicación del controlador Spark puede ejecutarse en la instancia principal o en una de las instancias secundarias (por ejemplo, en un cliente de YARN y modos de clústeres, respectivamente), el ajustespark.driver.memoryse basa en el tipo de instancia del tipo de instancia más pequeño de estos dos grupos de instancias. -
El ajuste
spark.default.parallelismse define ahora como el doble del número de núcleos de CPU disponibles para contenedores de YARN. En las versiones anteriores, era la mitad de dicho valor. -
Los cálculos de la sobrecarga de memoria reservada para procesos de Spark YARN se han ajustado para ser más precisos, lo que se traduce en un pequeño aumento en la cantidad total de memoria disponible para Spark (es decir,
spark.executor.memory).
-
Problemas conocidos resueltos de las versiones anteriores
-
La agregación de registros de YARN ahora está habilitada de forma predeterminada.
-
Se ha corregido un problema por el que los registros no se enviaban a un bucket de registros de Amazon S3 del clúster cuando la agregación de registros de YARN estaba habilitada.
-
Los tamaños de contenedor de YARN ahora tienen un nuevo mínimo de 32 en todos los tipos de nodos.
-
Se ha corregido un problema con Ganglia que provocaba E/S de disco excesiva en el nodo principal en clústeres grandes.
-
Se ha corregido un problema que impedía que los registros de las aplicaciones se enviaran a Amazon S3 cuando se cierra un clúster.
-
Se ha corregido un problema en la CLI de EMRFS que provocaba que determinados comandos devolvieran error.
-
Se ha corregido un problema con Zeppelin que impedía que las dependencias se cargaran en la base. SparkContext
-
Se ha corregido un problema que se producía al intentar un ajuste de tamaño para añadir instancias.
-
Se ha corregido un problema en Hive donde CREATE TABLE AS SELECT realiza llamadas de lista excesivas a Amazon S3.
-
Se ha corregido un problema donde clústeres grandes no aprovisionarían correctamente cuando estaban instalados Hue, Oozie y Ganglia.
-
Se ha corregido un problema en s3-dist-cp que devolvería un código de salida cero incluso si ha devuelto un error.
Versiones de los componentes de la versión 4.3.0
A continuación, se muestran los componentes que Amazon EMR instala con esta versión. Algunos se instalan como parte de paquetes de aplicación de Big Data. Otros son exclusivos de Amazon EMR y se instalan para ciertos procesos y características del sistema. Normalmente, estos componentes comienzan con emr o aws. Normalmente, los paquetes de aplicación de macrodatos de la versión más reciente de Amazon EMR son las versiones más recientes que pueden encontrarse en la comunidad. Intentamos que las versiones de la comunidad estén disponibles en Amazon EMR lo más rápido posible.
Algunos componentes de Amazon EMR son distintos de las versiones que se encuentran en la comunidad. Estos componentes tienen una etiqueta de versión con el formato CommunityVersion-amzn-EmrVersionEmrVersionmyapp-component con la versión 2.2 se ha modificado tres veces para incluirlo en diferentes versiones de lanzamiento de Amazon EMR, la versión que se mostrará será 2.2-amzn-2.
| Componente | Versión | Descripción |
|---|---|---|
| emr-ddb | 3.0.0 | Conector de Amazon DynamoDB para aplicaciones del ecosistema de Hadoop. |
| emr-goodies | 2.0.0 | Bibliotecas especialmente prácticas para el ecosistema de Hadoop. |
| emr-kinesis | 3.1.0 | Conector de Amazon Kinesis para aplicaciones del ecosistema de Hadoop. |
| emr-s3-dist-cp | 2.1.0 | Aplicación de copia distribuida optimizada para Amazon S3. |
| emrfs | 2.3.0 | Conector de Amazon S3 para aplicaciones del ecosistema de Hadoop. |
| ganglia-monitor | 3.7.2 | Agente de Ganglia incrustado para aplicaciones del ecosistema de Hadoop junto con el agente de monitorización de Ganglia. |
| ganglia-metadata-collector | 3.7.2 | Recopilador de metadatos de Ganglia para agregación de métricas a partir de los agentes de monitorización de Ganglia. |
| ganglia-web | 3.7.1 | Aplicación web para visualizar las métricas recopiladas por el recopilador de metadatos de Ganglia. |
| hadoop-client | 2.7.1-amzn-0 | Los clientes de línea de comando de Hadoop como, por ejemplo "hdfs", "hadoop" o "yarn". |
| hadoop-hdfs-datanode | 2.7.1-amzn-0 | Servicio de nivel de nodos de HDFS para el almacenamiento de bloques. |
| hadoop-hdfs-library | 2.7.1-amzn-0 | Biblioteca y cliente de línea de comandos HDFS |
| hadoop-hdfs-namenode | 2.7.1-amzn-0 | Servicio de HDFS para realizar un seguimiento de nombres de archivo y bloquear ubicaciones. |
| hadoop-httpfs-server | 2.7.1-amzn-0 | Punto de enlace HTTP para operaciones HDFS. |
| hadoop-kms-server | 2.7.1-amzn-0 | Servidor de administración de claves criptográficas basado en la API de Hadoop. KeyProvider |
| hadoop-mapred | 2.7.1-amzn-0 | MapReduce bibliotecas de motores de ejecución para ejecutar una aplicación. MapReduce |
| hadoop-yarn-nodemanager | 2.7.1-amzn-0 | Servicio de YARN para la administración de contenedores en un nodo individual. |
| hadoop-yarn-resourcemanager | 2.7.1-amzn-0 | Servicio de YARN para la asignación y administración de recursos de clúster y aplicaciones distribuidas. |
| hive-client | 1.0.0-amzn-2 | Cliente de línea de comando de Hive. |
| hive-metastore-server | 1.0.0-amzn-2 | Service para acceder al metaalmacén de Hive, un repositorio semántico que almacena metadatos para SQL en operaciones de Hadoop. |
| hive-server | 1.0.0-amzn-2 | Servicio para aceptar consultas de Hive como solicitudes web. |
| hue-server | 3.7.1-amzn-5 | Aplicación web para analizar datos con aplicaciones del ecosistema de Hadoop |
| mahout-client | 0.11.0 | Biblioteca para machine learning. |
| mysql-server | 5.5 | Servidor de bases de datos MySQL. |
| oozie-client | 4.2.0 | Cliente de línea de comando de Oozie. |
| oozie-server | 4.2.0 | Servicio para aceptar solicitudes de flujo de trabajo de Oozie. |
| presto-coordinator | 0.130 | Servicio para aceptar las consultas y administrar la ejecución de consultas entre presto-workers. |
| presto-worker | 0.130 | Service para ejecutar partes de una consulta. |
| pig-client | 0.14.0-amzn-0 | Cliente de línea de comando de Pig. |
| spark-client | 1.6.0 | Clientes de línea de comando de Spark. |
| spark-history-server | 1.6.0 | IU web para la visualización de eventos registrados durante la vida útil de una aplicación Spark completada. |
| spark-on-yarn | 1.6.0 | Motor de ejecución en memoria para YARN. |
| spark-yarn-slave | 1.6.0 | Bibliotecas de Apache Spark necesarias para esclavos de YARN. |
| webserver | 2.4 | Servidor HTTP de Apache. |
| zeppelin-server | 0.5.5-incubating-amzn-1 | Bloc de notas basado en web que permite el análisis de datos interactivo. |
Clasificaciones de configuración de la versión 4.3.0
Las clasificaciones de configuración le permiten personalizar las aplicaciones. Suelen corresponder a un archivo XML de configuración para la aplicación como, por ejemplo, hive-site.xml. Para obtener más información, consulte Configuración de aplicaciones.
| Clasificaciones | Descripción |
|---|---|
capacity-scheduler | Cambiar los valores en el archivo capacity-scheduler.xml de Hadoop. |
core-site | Cambiar los valores en el archivo core-site.xml de Hadoop. |
emrfs-site | Cambiar la configuración de EMRFS. |
hadoop-env | Cambiar los valores en el entorno de Hadoop para todos los componentes de Hadoop. |
hadoop-log4j | Cambiar los valores en el archivo log4j.properties de Hadoop. |
hdfs-encryption-zones | Configurar zonas de cifrado de HDFS. |
hdfs-site | Cambiar los valores en hdfs-site.xml de HDFS. |
hive-env | Cambiar los valores en el entorno de Hive. |
hive-exec-log4j | Cambie los valores en el archivo hive-exec-log 4j.properties de Hive. |
hive-log4j | Cambiar los valores en el archivo hive-log4.properties de Hive. |
hive-site | Cambiar los valores en el archivo hive-site.xml de Hive. |
hue-ini | Cambiar los valores en el archivo ini de Hue |
httpfs-env | Cambiar los valores en el entorno de HTTPFS. |
httpfs-site | Cambiar los valores en el archivo httpfs-site.xml de Hadoop. |
hadoop-kms-acls | Cambiar los valores en el archivo kms-acls.xml de Hadoop. |
hadoop-kms-env | Cambiar los valores en el entorno de Hadoop KMS. |
hadoop-kms-log4j | Cambiar los valores en el archivo kms-log4j.properties de Hadoop. |
hadoop-kms-site | Cambiar los valores en el archivo kms-site.xml de Hadoop. |
mapred-env | Cambie los valores en el entorno de la MapReduce aplicación. |
mapred-site | Cambie los valores en el archivo mapred-site.xml de la MapReduce aplicación. |
oozie-env | Cambiar los valores en el entorno de Oozie. |
oozie-log4j | Cambiar los valores en el archivo oozie-log4j.properties de Oozie. |
oozie-site | Cambiar los valores en el archivo oozie-site.xml de Oozie. |
pig-properties | Cambiar los valores en el archivo pig.properties de Pig. |
pig-log4j | Cambiar los valores en el archivo log4j.properties de Pig. |
presto-log | Cambiar los valores en el archivo log.properties de Presto. |
presto-config | Cambiar los valores en el archivo config.properties de Presto. |
presto-connector-hive | Cambiar los valores en el archivo hive.properties de Presto. |
spark | Configuración de Amazon EMR mantenida para Apache Spark. |
spark-defaults | Cambiar los valores en el archivo spark-defaults.conf de Spark. |
spark-env | Cambiar los valores en el entorno de Spark. |
spark-log4j | Cambiar los valores en el archivo log4j.properties de Spark. |
spark-metrics | Cambiar los valores en el archivo metrics.properties de Spark. |
yarn-env | Cambiar los valores en el entorno de YARN. |
yarn-site | Cambiar los valores en el archivo yarn-site.xml de YARN. |
zeppelin-env | Cambiar los valores en el entorno de Zeppelin. |
