Amazon EMR version 4.4.0 - Amazon EMR

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Amazon EMR version 4.4.0

Versions de l'application 4.4.0

Cette version inclut les applications suivantes : Ganglia, HCatalog, Hadoop, Hive, Hue, Mahout, Oozie-Sandbox, Pig, Presto-Sandbox, Spark, Sqoop-Sandbox, et Zeppelin-Sandbox.

Le tableau ci-dessous répertorie les versions d'application disponibles dans cette version d'Amazon EMR et les versions d'application des trois versions précédentes d'Amazon EMR (le cas échéant).

Pour obtenir un historique complet des versions des applications de chaque version d'Amazon EMR, consultez les rubriques suivantes :

Informations sur la version de l'application
emr-4.4.0 emr-4.3.0 emr-4.2.0 emr-4.1.0
AWS SDK pour Java 1,1,271,1,271,1,27Non suivie
Python Non suivieNon suivieNon suivieNon suivie
Scala Non suivieNon suivieNon suivieNon suivie
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink - - - -
Ganglia3.7.23.7.23.6.0 -
HBase - - - -
HCatalog1.0.0 - - -
Hadoop2.7.12.7.12.6.02.6.0
Hive1.0.01.0.01.0.01.0.0
Hudi - - - -
Hue3.7.13.7.13.7.13.7.1
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub - - - -
Livy - - - -
MXNet - - - -
Mahout0.11.10.11.00.11.00.11.0
Oozie - - - -
Oozie-Sandbox4.2.04.2.04.2.04.0.1
Phoenix - - - -
Pig0,14,00,14,00,14,00,14,0
Presto - - - -
Presto-Sandbox0.1360.1300.1250.119
Spark1.6.01.6.01.5.21.5.0
Sqoop - - - -
Sqoop-Sandbox1.4.6 - - -
TensorFlow - - - -
Tez - - - -
Turin (PrestoSQL) - - - -
Zeppelin - - - -
Zeppelin-Sandbox0,5.60,5,50,5,50.6.0-SNAPSHOT
ZooKeeper - - - -
ZooKeeper-Bac à sable - - - -

notes de publication de la version 4.4.0

Les notes de mises à jour suivantes incluent des informations sur la version Amazon EMR 4.4.0.

Date de parution : 14 mars 2016

Fonctionnalités
  • Ajouté HCatalog 1.0.0

  • Ajout de Sqoop-Sandbox 1.4.6

  • Mise à niveau vers Presto 0.136

  • Mise à niveau vers Zeppelin 0.5.6

  • Mise à niveau vers Mahout 0.11.1

  • dynamicResourceAllocation activé par défaut.

  • Ajout d'un tableau de toutes les classifications de configuration pour la version. Pour en savoir plus, consultez le tableau Classifications des configurations dans Configuration des applications.

Problèmes connus résolus depuis les versions précédentes
  • Correction d'un problème à cause duquel le maximizeResourceAllocation paramètre ne réservait pas suffisamment de mémoire pour les ApplicationMaster démons YARN.

  • Résolution d'un problème rencontré avec un DNS personnalisé. Si des entrées dans resolve.conf précèdent les entrées personnalisées fournies, les entrées personnalisées ne peuvent pas être résolues. Ce comportement était affecté par des clusters dans un VPC dans lequel le serveur de noms VPC par défaut était inséré comme première entrée dans resolve.conf.

  • Résolution d'un problème où la version Python par défaut passait à la version 2.7 et boto n'était pas installé pour cette version.

  • Résolution d'un problème où des conteneurs YARN et des applications Spark généraient un fichier rdd (round robin database) unique Ganglia, si bien que le premier disque attaché à l'instance se remplissait. En raison de ce correctif, les métriques de niveau conteneur YARN ont été désactivées et les métriques de niveau application Spark ont été désactivées.

  • Résolution d'un problème dans le transmetteur de journaux où celui-ci supprimait tous les dossiers de journal vides. De ce fait, l'interface de ligne de commande Hive ne pouvait pas journaliser, car le transmetteur de journaux supprimait le dossier user vide sous /var/log/hive.

  • Résolution d'un problème affectant les importations Hive qui avait une incidence sur le partitionnement et entraînait une erreur lors de l'importation.

  • Résolution d'un problème où EMRFS et s3-dist-cp ne géraient pas correctement les noms de compartiment qui contenaient des points.

  • Modification d'un comportement dans EMRFS de sorte que dans les compartiments activés pour la gestion des versions, le fichier marqueur _$folder$ ne soit pas créé en permanence, ce qui peut contribuer à l'amélioration des performances de tels compartiments.

  • Modification d'un comportement dans EMRFS pour ne pas utiliser pas des fichiers d'instruction à l'exception des cas où le chiffrement côté client est activé. Si vous souhaitez supprimer des fichiers d'instruction tout en utilisant le chiffrement côté client, vous pouvez définir la propriété d'emrfs-site.xml fs.s3.cse.cryptoStorageMode.deleteInstructionFiles.enabled sur true.

  • Modification de l'agrégation de journaux YARN pour conserver les journaux dans la destination d'agrégation pendant deux jours. La destination par défaut est le stockage HDFS de votre cluster. Si vous souhaitez modifier cette durée, remplacez la valeur yarn.log-aggregation.retain-seconds à l'aide de la classification de configuration yarn-site lorsque vous créez votre cluster. Comme toujours, vous pouvez enregistrer vos journaux d'applications dans Amazon S3 à l'aide du paramètre log-uri lorsque vous créez votre cluster.

Correctifs appliqués

Versions des composants 4.4.0

Les composants installés par Amazon EMR avec cette version sont répertoriés ci-dessous. Certains sont installés dans le cadre de packages d'application de Big Data. Les autres sont propres à Amazon EMR et installés pour les fonctions et processus système. Ceux-ci commencent généralement par emr ou aws. Les packages d'application de big data de la version Amazon EMR la plus récente sont généralement la dernière version trouvée dans la communauté. Nous nous efforçons de mettre à disposition les versions de la communauté dans Amazon EMR le plus rapidement possible.

Certains composants dans Amazon EMR diffèrent des versions de la communauté. Ces composants ont une étiquette de version sous la forme CommunityVersion-amzn-EmrVersion. EmrVersion commence à 0. Par exemple, si un composant de la communauté open source nommé myapp-component avec la version 2.2 a été modifié trois fois en vue de son inclusion dans différentes versions d'Amazon EMR, sa version apparaît sous le nom 2.2-amzn-2.

Composant Version Description
emr-ddb3.0.0Connecteur Amazon DynamoDB pour les applications de l'écosystème Hadoop.
emr-goodies2.0.0Bibliothèques proposant plus de commodités pour l'écosystème Hadoop.
emr-kinesis3.1.0Connecteur Amazon Kinesis pour les applications de l'écosystème Hadoop.
emr-s3-dist-cp2.2.0Application de copie distribuée optimisée pour Amazon S3.
emrfs2.4.0Connecteur Amazon S3 pour les applications de l'écosystème Hadoop.
ganglia-monitor3.7.2Agent Ganglia intégré pour les applications de l'écosystème Hadoop avec agent de surveillance Ganglia.
ganglia-metadata-collector3.7.2Collecteur de métadonnées Ganglia pour agréger les métriques des agents de surveillance Ganglia.
ganglia-web3.7.1Application web pour afficher les métriques collectées par le collecteur de métadonnées Ganglia.
hadoop-client2.7.1-amzn-1Clients de ligne de commande Hadoop tels que « hdfs », « hadoop » ou « yarn ».
hadoop-hdfs-datanode2.7.1-amzn-1HDFS node-level service for storing blocks.
hadoop-hdfs-library2.7.1-amzn-1Bibliothèque et client de ligne de commande HDFS
hadoop-hdfs-namenode2.7.1-amzn-1Service HDFS pour le suivi des noms de fichier et des emplacements de bloc.
hadoop-httpfs-server2.7.1-amzn-1Point de terminaison HTTP pour les opérations HDFS.
hadoop-kms-server2.7.1-amzn-1Serveur de gestion des clés cryptographiques basé sur l'API de Hadoop. KeyProvider
hadoop-mapred2.7.1-amzn-1MapReduce bibliothèques de moteurs d'exécution pour exécuter une MapReduce application.
hadoop-yarn-nodemanager2.7.1-amzn-1Service YARN pour la gestion de conteneurs sur un nœud individuel.
hadoop-yarn-resourcemanager2.7.1-amzn-1Service YARN pour l'allocation et la gestion des ressources de cluster et des applications distribuées.
hcatalog-client1.0.0-amzn-3Client de ligne de commande « hcat » pour la manipulation de hcatalog-server.
hcatalog-server1.0.0-amzn-3Fourniture de services HCatalog, table et couche de gestion du stockage pour les applications distribuées.
hcatalog-webhcat-server1.0.0-amzn-3Point de terminaison HTTP fournissant une interface REST pour HCatalog.
hive-client1.0.0-amzn-3Client de ligne de commande Hive.
hive-metastore-server1.0.0-amzn-3Service pour accéder au metastore Hive, référentiel sémantique stockant des métadonnées pour SQL sur les opérations Hadoop.
hive-server1.0.0-amzn-3Service pour l'acceptation de requêtes Hive en tant que requêtes web.
hue-server3.7.1-amzn-5Application web pour l'analyse des données à l'aide d'applications de l'écosystème Hadoop
mahout-client0.11.1Bibliothèque pour la technologie Machine Learning.
mysql-server5.5Serveur de base de données MySQL.
oozie-client4.2.0Client de ligne de commande Oozie.
oozie-server4.2.0Service pour l'acceptation des demandes de flux de travail Oozie.
presto-coordinator0.136Service pour accepter les requêtes et gérer l'exécution des requêtes des composants presto-worker.
presto-worker0.136Service pour exécuter les éléments d'une requête.
pig-client0.14.0-amzn-0Client de ligne de commande Pig.
spark-client1.6.0Clients de ligne de commande Spark.
spark-history-server1.6.0Interface web pour afficher des événements enregistrés pour la durée de vie d'une application Spark terminée.
spark-on-yarn1.6.0Moteur d'exécution en mémoire pour YARN.
spark-yarn-slave1.6.0Bibliothèques Apache Spark requises par les esclaves YARN.
sqoop-client1.4.6Client de ligne de commande Apache Sqoop.
webserver2,4Serveur HTTP Apache.
zeppelin-server0.5.6-incubatingPortable basé sur le web qui permet l'analyse de données interactives.

4.4.0 classifications de configuration

Les classifications de configuration vous permettent de personnaliser les applications. Elles correspondent souvent à un fichier XML de configuration de l'application, tel que hive-site.xml. Pour de plus amples informations, veuillez consulter Configuration des applications.

Classifications emr-4.4.0
Classifications Description

capacity-scheduler

Modifiez les valeurs dans le fichier capacity-scheduler.xml de Hadoop.

core-site

Modifiez les valeurs dans le fichier core-site.xml de Hadoop.

emrfs-site

Modifiez les paramètres EMRFS.

hadoop-env

Modifiez les valeurs dans l'environnement Hadoop pour tous les composants Hadoop.

hadoop-log4j

Modifiez les valeurs dans le fichier log4j.properties de Hadoop.

hdfs-encryption-zones

Configurez les zones de chiffrement HDFS.

hdfs-site

Modifiez les valeurs dans le fichier hdfs-site.xml de HDFS.

hcatalog-env

Changez les valeurs dans HCatalog l'environnement.

hcatalog-server-jndi

Modifiez les valeurs dans le fichier HCatalog jndi.properties.

hcatalog-server-proto-hive-site

Modifiez les valeurs dans le HCatalog proto-hive-site fichier .xml.

hcatalog-webhcat-env

Modifiez les valeurs dans HCat l'environnement HCatalog Web.

hcatalog-webhcat-log4j

Modifiez les valeurs dans HCatalog HCat log4j.properties du Web.

hcatalog-webhcat-site

Modifiez les valeurs dans HCatalog le fichier webhcat-site.xml HCat du Web.

hive-env

Modifiez les valeurs dans l'environnement Hive.

hive-exec-log4j

Modifiez les valeurs dans le fichier hive-exec-log 4j.properties de Hive.

hive-log4j

Modifiez les valeurs dans le fichier hive-log4j.properties de Hive.

hive-site

Modifiez les valeurs dans le fichier hive-site.xml de Hive

hue-ini

Modifiez les valeurs dans le fichier ini de Hue

httpfs-env

Modifiez les valeurs dans l'environnement HTTPFS.

httpfs-site

Modifiez les valeurs dans le fichier httpfs-site.xml de Hadoop.

hadoop-kms-acls

Modifiez les valeurs dans le fichier kms-acls.xml de Hadoop.

hadoop-kms-env

Modifiez les valeurs dans l'environnement KMS de Hadoop.

hadoop-kms-log4j

Modifiez les valeurs dans le fichier kms-log4j.properties de Hadoop.

hadoop-kms-site

Modifiez les valeurs dans le fichier kms-site.xml de Hadoop.

mapred-env

Modifiez les valeurs dans l'environnement de l' MapReduce application.

mapred-site

Modifiez les valeurs dans le fichier mapred-site.xml de l' MapReduce application.

oozie-env

Modifiez les valeurs dans l'environnement d'Oozie.

oozie-log4j

Modifier les valeurs dans le fichier oozie-log4j.properties d'Oozie.

oozie-site

Modifiez les valeurs dans le fichier oozie-site.xml d'Oozie.

pig-properties

Modifiez les valeurs dans le fichier pig.properties de Pig.

pig-log4j

Modifiez les valeurs dans le fichier log4j.properties de Pig.

presto-log

Modifiez les valeurs dans le fichier log.properties de Presto.

presto-config

Modifiez les valeurs dans le fichier config.properties de Presto.

presto-connector-hive

Modifiez les valeurs dans le fichier hive.properties de Presto.

spark

Paramètres définis par Amazon EMR pour Apache Spark.

spark-defaults

Modifiez les valeurs dans le fichier spark-defaults.conf de Spark.

spark-env

Modifiez les valeurs dans l'environnement Spark.

spark-log4j

Modifiez les valeurs dans le fichier log4j.properties de Spark.

spark-metrics

Modifiez les valeurs dans le fichier metrics.properties de Spark.

sqoop-env

Modifiez les valeurs d'environnement Sqoop.

sqoop-oraoop-site

Modifiez les valeurs dans le fichier oraoop-site.xml de OraOop Sqoop.

sqoop-site

Modifiez les valeurs dans le fichier sqoop-site.xml de Sqoop.

yarn-env

Modifiez les valeurs dans l'environnement YARN.

yarn-site

Modifiez les valeurs dans le fichier yarn-site.xml de YARN.

zeppelin-env

Modifiez les valeurs dans l'environnement Zeppelin.