Versions d’application 5.33.1 Notes de mise à jour 5.33.1 Versions des composants 5.33.1 Classifications des configurations 5.33.1

Amazon EMR version 5.33.1

Versions d’application 5.33.1

Cette version inclut les applications suivantes : Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, Hue, JupyterEnterpriseGateway, JupyterHub, Livy, MXNet, Mahout, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, TensorFlow, Tez, Zeppelin, et ZooKeeper.

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-5.33.1	emr-5.33.0	emr-5.32.1	emr-5.32.0
AWS SDK pour Java	1,1970	1,1970	1,1,890	1,1,890
Python	2,7, 3,7	2,7, 3,7	2,7, 3,7	2,7, 3,7
Scala	2,1,12	2,1,12	2,1,12	2,1,12
AmazonCloudWatchAgent	-	-	-	-
Delta	-	-	-	-
Flink	1.12.1	1.12.1	1.11.2	1.11.2
Ganglia	3.7.2	3.7.2	3.7.2	3.7.2
HBase	1.4.13	1.4.13	1.4.13	1.4.13
HCatalog	2.3.7	2.3.7	2.3.7	2.3.7
Hadoop	2.10.1	2.10.1	2.10.1	2.10.1
Hive	2.3.7	2.3.7	2.3.7	2.3.7
Hudi	0.7.0-amzn-1	0.7.0-amzn-1	0.6.0-amzn-0	0.6.0-amzn-0
Hue	4.9.0	4.9.0	4.8.0	4.8.0
Iceberg	-	-	-	-
JupyterEnterpriseGateway	2.1.0	2.1.0	2.1.0	2.1.0
JupyterHub	1.2.2	1.2.2	1.1.0	1.1.0
Livy	0.7.0	0.7.0	0.7.0	0.7.0
MXNet	1.7.0	1.7.0	1.7.0	1.7.0
Mahout	0.13.0	0.13.0	0.13.0	0.13.0
Oozie	5.2.0	5.2.0	5.2.0	5.2.0
Phoenix	4.14.3	4.14.3	4.14.3	4.14.3
Pig	0.17.0	0.17.0	0.17.0	0.17.0
Presto	0,245,1	0,245,1	0,240,1	0,240,1
Spark	2.4.7	2.4.7	2.4.7	2.4.7
Sqoop	1.4.7	1.4.7	1.4.7	1.4.7
TensorFlow	2.4.1	2.4.1	2.3.1	2.3.1
Tez	0.9.2	0.9.2	0.9.2	0.9.2
Turin (PrestoSQL)	-	-	-	-
Zeppelin	0.9.0	0.9.0	0.8.2	0.8.2
ZooKeeper	3.4.14	3.4.14	3.4.14	3.4.14

Notes de mise à jour 5.33.1

Les notes de mises à jour suivantes incluent des informations sur la version Amazon EMR 5.33.0/5.33.1. Les modifications ont été apportées à la version 5.32.0.

Date de parution initiale : 19 avril 2021

Dernière mise à jour : 9 août 2021

Mises à niveau

Mise à niveau du connecteur Amazon Glue vers la version 1.15.0
Mise à niveau AWS SDK for Java vers la version 1.11.970
Mise à niveau de EMRFS vers la version 2.46.0
Mise à niveau de EMR Goodies vers la version 2.14.0
Mise à niveau du serveur d'enregistrement EMR vers la version 1.9.0
Mise à niveau de EMR S3 Dist CP vers la version 2.18.0
Mise à niveau de EMR Secret Agent vers la version 1.8.0
Mise à niveau de Flink vers la version 1.12.1
Mise à niveau de Hadoop vers la version 2.10.1-amzn-1
Mise à niveau de Hive vers la version 2.3.7-amzn-4
Mise à niveau de Hudi vers la version 0.7.0
Mise à niveau de Hue vers la version 4.9.0
Mise à niveau de OpenCV vers la version 4.5.0
Mise à niveau de Presto vers la version 0.245.1-amzn-0
Mise à niveau de R vers la version 4.0.2
Mise à niveau de Spark vers la version 2.4.7-amzn-1
Mise à niveau TensorFlow vers la version 2.4.1
Mise à niveau de Zeppelin vers la version 0.9.0

Modifications, améliorations et problèmes résolus

Cette version corrige les problèmes liés à Amazon EMR Scaling lorsqu'il ne parvient pas à augmenter ou réduire la taille d'un cluster ou qu'il provoque des défaillances au niveau des applications.
Correction d'un problème où les demandes de mise à l'échelle échouaient pour un grand cluster très utilisé lorsque les démons Amazon EMR sur le cluster exécutaient des activités de surveillance de l'état, telles que la collecte de l'état des nœuds YARN et de l'état des nœuds HDFS. Cela était dû au fait que les démons du cluster n'étaient pas en mesure de communiquer les données d'état d'un nœud aux composants internes d'Amazon EMR.
Démons EMR intégrés au cluster améliorés pour suivre correctement l'état des nœuds lorsque les adresses IP sont réutilisées afin d'améliorer la fiabilité lors des opérations de mise à l'échelle.
SPARK-29683. Correction d'un problème où les tâches échouaient lors de la réduction de la taille du cluster, car Spark supposait que tous les nœuds disponibles étaient sur la liste de refus.
YARN-9011. Correction d'un problème où des échecs de tâches se produisaient en raison d'une condition de course dans la mise hors service de YARN lorsque le cluster essayait d'augmenter ou de réduire sa capacité.
Correction du problème des échecs d'étapes ou de tâches lors de la mise à l'échelle du cluster en veillant à ce que les états des nœuds soient toujours cohérents entre les démons Amazon EMR sur le cluster et YARN/HDFS.
Correction d'un problème où les opérations de cluster telles que la réduction d'échelle et la soumission d'étapes échouaient pour les clusters Amazon EMR activés avec l'authentification Kerberos. Cela était dû au fait que le démon Amazon EMR on-cluster n'a pas renouvelé le ticket Kerberos, qui est nécessaire pour communiquer de manière sécurisée avec HDFS/YARN s'exécutant sur le nœud primaire.
Les nouvelles versions d'Amazon EMR corrigent le problème en abaissant la limite du « nombre maximum de fichiers ouverts » pour les anciennes versions d' AL2 Amazon EMR. Les versions 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 et versions ultérieures d'Amazon EMR incluent désormais un correctif permanent avec un paramètre « Nombre maximum de fichiers ouverts » plus élevé.
Configuration d'un cluster pour résoudre les problèmes de performances d'Apache YARN Timeline Server versions 1 et 1.5

Les versions 1 et 1.5 d'Apache YARN Timeline Server peuvent entraîner des problèmes de performances avec de grands clusters EMR très actifs, en particulier avec yarn.resourcemanager.system-metrics-publisher.enabled=true, le paramètre par défaut d'Amazon EMR. YARN Timeline Server v2 open source résout le problème de performance lié à la capacité de mise à l'échelle de YARN Timeline Server.

Les autres solutions à ce problème incluent :
- Configuration de yarn.resourcemanager. system-metrics-publisher.enabled=false dans le fichier yarn-site.xml.
- Activation du correctif pour ce problème lors de la création d'un cluster, comme décrit ci-dessous.
Les versions Amazon EMR suivantes contiennent un correctif pour ce problème de performance de 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

Pour activer le correctif sur l'une des versions Amazon EMR spécifiées ci-dessus, définissez ces propriétés sur true dans un fichier JSON de configuration transmis à l'aide du paramètre de commande aws emr create-cluster : --configurations file://./configurations.json. Vous pouvez également activer le correctif à l'aide de l'interface utilisateur de la console de reconfiguration.

Exemple du contenu du fichier 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": []
}
]
```
L'exécution de Spark est maintenant plus rapide lors de la récupération des emplacements de partition à partir de Hive Metastore pour les requêtes d'insertion de Spark.
Versions de composants mises à niveau. Pour obtenir la liste des versions des composants, consultez la section À propos des versions d'Amazon EMR dans ce guide.
Le bundle AWS Java SDK a été installé sur chaque nouveau cluster. Il s'agit d'un fichier jar unique contenant tous les services SDKs et leurs dépendances, au lieu de fichiers jar de composants individuels. Pour plus d'informations, consultez Dépendance du kit SDK Java groupé.
Correction des problèmes de Managed Scaling dans les versions précédentes d'Amazon EMR et améliorations permettant de réduire considérablement les taux d'échec des applications.
Le protocole HTTPS est désormais activé par défaut pour les référentiels Amazon Linux. Si vous utilisez une politique VPCE Amazon S3 pour restreindre l'accès à des compartiments spécifiques, vous devez ajouter le nouvel ARN du compartiment Amazon Linux arn:aws:s3:::amazonlinux-2-repos-$region/* à votre politique (remplacez $region par la région où se trouve le point de terminaison). Pour plus d'informations, consultez cette rubrique dans les forums de AWS discussion. Annonce : Amazon Linux 2 permet désormais d'utiliser le protocole HTTPS lors de la connexion aux référentiels de packages.

Nouvelles fonctionnalités

Amazon EMR prend en charge les points d'accès Amazon S3, une fonctionnalité d'Amazon S3 qui vous permet de gérer facilement l'accès aux lacs de données partagés. En utilisant votre alias de point d'accès Amazon S3, vous pouvez simplifier l'accès aux données à grande échelle sur Amazon EMR. Vous pouvez utiliser les points d'accès Amazon S3 avec toutes les versions d'Amazon EMR sans frais supplémentaires dans toutes les AWS régions où Amazon EMR est disponible. Pour en savoir plus sur les points d'accès Amazon S3 et les alias de points d'accès, consultez Utilisation d'un alias de type compartiment pour votre point d'accès dans le Guide de l'utilisateur Amazon S3.
Amazon EMR-5.33 prend en charge les nouveaux types d' EC2 instances Amazon : c5a, c5ad, c6gn, c6gd, m6gd, d3, d3en, m5zn, r5b, r6gd. Consultez Types d'instances pris en charge.

Problèmes connus

Réduction de la limite du « nombre maximum de fichiers ouverts » pour les anciennes versions AL2 [corrigée dans les nouvelles versions]. Versions Amazon EMR : emr-5.30.x, emr-5.31.0, emr-5.32.0, emr-6.0.0, emr-6.1.0 et emr-6.2.0 sont basées sur les anciennes versions d'Amazon Linux 2 (), qui ont un paramètre ulimit inférieur pour le « Nombre maximum de fichiers ouverts » lorsque les clusters Amazon EMR sont créés avec l'AMI par défaut. AL2 Les versions 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 et versions ultérieures d'Amazon EMR incluent un correctif permanent avec un paramètre « Nombre maximum de fichiers ouverts » plus élevé. Les versions dont la limite de fichiers ouverts est inférieure provoquent l'erreur « Trop de fichiers ouverts » lors de la soumission d'une tâche Spark. Dans les versions concernées, l'AMI par défaut Amazon EMR possède un paramètre ulimit par défaut de 4096 pour le « Nombre maximum de fichiers ouverts », ce qui est inférieur à la limite de fichiers de 65536 de la dernière AMI Amazon Linux 2. Le paramètre ulimit inférieur pour « Nombre maximum de fichiers ouverts » entraîne l'échec de la tâche Spark lorsque le pilote et l'exécuteur Spark tentent d'ouvrir plus de 4 096 fichiers. Pour résoudre ce problème, Amazon EMR dispose d'un script d'action d'amorçage (BA, bootstrap action) qui ajuste le paramètre ulimit lors de la création du cluster.

Si vous utilisez une ancienne version d'Amazon EMR qui ne contient pas de solution permanente à ce problème, la solution suivante vous permet de définir explicitement le paramètre ulimit du contrôleur d'instance sur un maximum de 65536 fichiers.
Définir explicitement un ulimit à partir de la ligne de commande
1. Modifiez /etc/systemd/system/instance-controller.service pour ajouter les paramètres suivants à la section Service.
  
  LimitNOFILE=65536
  
  LimitNPROC=65536
2. Redémarrer InstanceController
  
  $ sudo systemctl daemon-reload
  
  $ sudo systemctl restart instance-controller
Définissez un ulimit à l'aide de l'action d'amorçage (BA)

Vous pouvez également utiliser un script d'action d'amorçage (BA) pour configurer ulimit du contrôleur d'instance à 65536 fichiers lors de la création du cluster.
```
#!/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
```
Pour les clusters de sous-réseaux privés Amazon EMR 6.3.0 et 6.2.0, vous ne pouvez pas accéder à l'interface utilisateur Web de Ganglia. Vous recevrez un message d'erreur « accès refusé (403) ». D'autres sites Web UIs, tels que Spark, Hue JupyterHub, Zeppelin, Livy et Tez, fonctionnent normalement. L'accès à l'interface utilisateur Web de Ganglia sur les clusters de sous-réseaux publics fonctionne également normalement. Pour résoudre ce problème, redémarrez le service httpd sur le nœud primaire avec sudo systemctl restart httpd. Ce problème est résolu dans Amazon EMR 6.4.0.
Important
Les clusters EMR qui exécutent Amazon Linux ou Amazon Linux 2 Amazon Machine Images (AMIs) utilisent le comportement par défaut d'Amazon Linux et ne téléchargent ni n'installent automatiquement les mises à jour importantes et critiques du noyau nécessitant un redémarrage. Ce comportement est identique à celui des autres EC2 instances Amazon qui exécutent l'AMI Amazon Linux par défaut. Si de nouvelles mises à jour logicielles Amazon Linux nécessitant un redémarrage (telles que les mises à jour du noyau, de NVIDIA et de CUDA) sont disponibles après la publication d’une version d’Amazon EMR, les instances de cluster EMR qui exécutent l’AMI par défaut ne téléchargent pas et n’installent pas automatiquement ces mises à jour. Pour obtenir les mises à jour du noyau, vous pouvez personnaliser votre AMI Amazon EMR afin d'utiliser la dernière AMI Amazon Linux.
La prise en charge par console pour créer une configuration de sécurité spécifiant l'option d'intégration de AWS Ranger n'est actuellement pas prise en charge dans la GovCloud région. La configuration de la sécurité peut être effectuée à l'aide de la CLI. Consultez Création de la configuration de sécurité EMR dans le Guide de gestion Amazon EMR.
Politiques gérées délimitées : pour s'aligner sur les AWS meilleures pratiques, Amazon EMR a introduit des politiques gérées par défaut définies dans la version 2 EMR en remplacement des politiques qui seront déconseillées. Consultez Politiques gérées par Amazon EMR.
Lorsque vous utilisez Spark avec le formatage de l'emplacement de partition Hive pour lire des données dans Amazon S3, et que vous exécutez Spark sur les versions 5.30.0 à 5.36.0 et 6.2.0 à 6.9.0 d'Amazon EMR, vous pouvez rencontrer un problème qui empêche votre cluster de lire correctement les données. Cela peut se produire si vos partitions présentent toutes les caractéristiques suivantes :
- Deux partitions ou plus sont analysées à partir de la même table.
- Au moins un chemin de répertoire de partition est un préfixe d'au moins un autre chemin de répertoire de partition, par exemple, s3://bucket/table/p=a est un préfixe de s3://bucket/table/p=a b.
- Le premier caractère qui suit le préfixe dans le répertoire de l'autre partition a une valeur UTF-8 inférieure au caractère / (U+002F). Par exemple, le caractère d'espace (U+0020) qui apparaît entre a et b dans s3://bucket/table/p=a b entre dans cette catégorie. Notez qu'il existe 14 autres caractères de non-contrôle : !"#$%&‘()*+,-. Pour plus d'informations, consultez Table de codage UTF-8 et les caractères Unicode.
Pour contourner ce problème, définissez la configuration spark.sql.sources.fastS3PartitionDiscovery.enabled sur false dans la classification spark-defaults.

Versions des composants 5.33.1

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
aws-sagemaker-spark-sdk	1.4.1	Kit de développement logiciel Amazon SageMaker Spark
emr-ddb	4,16,0	Connecteur Amazon DynamoDB pour les applications de l'écosystème Hadoop.
emr-goodies	2.14.0	Bibliothèques proposant plus de commodités pour l'écosystème Hadoop.
emr-kinesis	3.5.0	Connecteur Amazon Kinesis pour les applications de l'écosystème Hadoop.
emr-notebook-env	1.2.0	Environnement Conda pour le bloc-notes EMR qui inclut la passerelle Jupyter Entreprise
emr-s3-dist-cp	2.18.0	Application de copie distribuée optimisée pour Amazon S3.
emr-s3-select	1.6.0	Connecteur S3Select EMR
emrfs	2,46,0	Connecteur Amazon S3 pour les applications de l'écosystème Hadoop.
flink-client	1.12.1	Applications et scripts client de la ligne de commande Apache Flink.
flink-jobmanager-config	1.12.1	Gestion des ressources sur les nœuds EMR pour Apache Flink. JobManager
ganglia-monitor	3.7.2	Agent Ganglia intégré pour les applications de l'écosystème Hadoop avec agent de surveillance Ganglia.
ganglia-metadata-collector	3.7.2	Collecteur de métadonnées Ganglia pour agréger les métriques des agents de surveillance Ganglia.
ganglia-web	3.7.1	Application web pour afficher les métriques collectées par le collecteur de métadonnées Ganglia.
hadoop-client	2.10.1-amzn-1.1	Clients de ligne de commande Hadoop tels que « hdfs », « hadoop » ou « yarn ».
hadoop-hdfs-datanode	2.10.1-amzn-1.1	HDFS node-level service for storing blocks.
hadoop-hdfs-library	2.10.1-amzn-1.1	Bibliothèque et client de ligne de commande HDFS
hadoop-hdfs-namenode	2.10.1-amzn-1.1	Service HDFS pour le suivi des noms de fichier et des emplacements de bloc.
hadoop-hdfs-journalnode	2.10.1-amzn-1.1	Service HDFS pour la gestion du journal du système de fichiers Hadoop sur les clusters HA.
hadoop-httpfs-server	2.10.1-amzn-1.1	Point de terminaison HTTP pour les opérations HDFS.
hadoop-kms-server	2.10.1-amzn-1.1	Serveur de gestion des clés cryptographiques basé sur l'API de Hadoop. KeyProvider
hadoop-mapred	2.10.1-amzn-1.1	MapReduce bibliothèques de moteurs d'exécution pour exécuter une MapReduce application.
hadoop-yarn-nodemanager	2.10.1-amzn-1.1	Service YARN pour la gestion de conteneurs sur un nœud individuel.
hadoop-yarn-resourcemanager	2.10.1-amzn-1.1	Service YARN pour l'allocation et la gestion des ressources de cluster et des applications distribuées.
hadoop-yarn-timeline-server	2.10.1-amzn-1.1	Service de récupération d'informations actuelles et historiques pour les applications YARN.
hbase-hmaster	1.4.13	Service pour un HBase cluster chargé de la coordination des régions et de l'exécution des commandes administratives.
hbase-region-server	1.4.13	Service pour desservir une ou plusieurs HBase régions.
hbase-client	1.4.13	HBase client en ligne de commande.
hbase-rest-server	1.4.13	Service fournissant un point de terminaison RESTful HTTP pour HBase.
hbase-thrift-server	1.4.13	Service fournissant un point de terminaison Thrift pour. HBase
hcatalog-client	2.3.7-amzn-4	Client de ligne de commande « hcat » pour la manipulation de hcatalog-server.
hcatalog-server	2.3.7-amzn-4	Fourniture de services HCatalog, table et couche de gestion du stockage pour les applications distribuées.
hcatalog-webhcat-server	2.3.7-amzn-4	Point de terminaison HTTP fournissant une interface REST pour HCatalog.
hive-client	2.3.7-amzn-4	Client de ligne de commande Hive.
hive-hbase	2.3.7-amzn-4	Client Hive-hbase.
hive-metastore-server	2.3.7-amzn-4	Service pour accéder au metastore Hive, référentiel sémantique stockant des métadonnées pour SQL sur les opérations Hadoop.
hive-server2	2.3.7-amzn-4	Service pour l'acceptation de requêtes Hive en tant que requêtes web.
hudi	0.7.0-amzn-1	Infrastructure de traitement incrémentiel pour implémenter un pipeline à faible latence et à efficacité élevée.
hudi-spark	0.7.0-amzn-1	Bibliothèque de solution groupée pour exécuter Spark avec Hudi.
hudi-presto	0.7.0-amzn-1	Bibliothèque de solution groupée pour exécuter Presto avec Hudi.
hue-server	4.9.0	Application web pour l'analyse des données à l'aide d'applications de l'écosystème Hadoop
jupyterhub	1.2.2	Serveur multi-utilisateurs pour blocs-notes Jupyter
livy-server	0.7.0-incubating	Interface REST pour interagir avec Apache Spark
nginx	1.12.1	nginx [engine x] est un serveur HTTP et à proxy inverse
mahout-client	0.13.0	Bibliothèque pour la technologie Machine Learning.
mxnet	1.7.0	Bibliothèque flexible, évolutive et efficace pour le deep learning.
mariadb-server	5,5,68 ans et plus	Serveur de base de données MySQL.
nvidia-cuda	10,1243	Pilotes Nvidia et boîte à outils Cuda
oozie-client	5.2.0	Client de ligne de commande Oozie.
oozie-server	5.2.0	Service pour l'acceptation des demandes de flux de travail Oozie.
opencv	4.5.0	Bibliothèque open source Vision par ordinateur
phoenix-library	4,14,3- -1,4 HBase	Les bibliothèques phoenix pour serveur et client
phoenix-query-server	4,14,3- -1,4 HBase	Un serveur léger fournissant un accès JDBC, ainsi qu'un accès au format JSON et de tampons de protocole, à l'API Avatica
presto-coordinator	0.245.1-amzn-0	Service pour accepter les requêtes et gérer l'exécution des requêtes des composants presto-worker.
presto-worker	0.245.1-amzn-0	Service pour exécuter les éléments d'une requête.
presto-client	0.245.1-amzn-0	Client de ligne de commande Presto installé sur les maîtres de secours d'un cluster haute disponibilité où le serveur Presto n'est pas démarré.
pig-client	0.17.0	Client de ligne de commande Pig.
r	4.0.2	Projet R pour les calculs statistiques
ranger-kms-server	1.2.0	Système de gestion des clés Apache Ranger
spark-client	2.4.7-amzn-1.1	Clients de ligne de commande Spark.
spark-history-server	2.4.7-amzn-1.1	Interface web pour afficher des événements enregistrés pour la durée de vie d'une application Spark terminée.
spark-on-yarn	2.4.7-amzn-1.1	Moteur d'exécution en mémoire pour YARN.
spark-yarn-slave	2.4.7-amzn-1.1	Bibliothèques Apache Spark requises par les esclaves YARN.
sqoop-client	1.4.7	Client de ligne de commande Apache Sqoop.
tensorflow	2.4.1	TensorFlow bibliothèque de logiciels open source pour le calcul numérique de haute performance.
tez-on-yarn	0.9.2	Les bibliothèques et l'application tez YARN.
webserver	2.4.25+	Serveur HTTP Apache.
zeppelin-server	0.9.0	Portable basé sur le web qui permet l'analyse de données interactives.
zookeeper-server	3.4.14	Service centralisé conçu pour la conservation des informations de configuration, l'affectation de noms, la synchronisation distribuée et la fourniture de services de groupe.
zookeeper-client	3.4.14	ZooKeeper client en ligne de commande.

Classifications des configurations 5.33.1

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.

Les actions de reconfiguration se produisent lorsque vous spécifiez une configuration pour les groupes d'instances d'un cluster en cours d'exécution. Amazon EMR lance uniquement des actions de reconfiguration pour les classifications que vous modifiez. Pour de plus amples informations, veuillez consulter Reconfigurer un groupe d'instances dans un cluster en cours d'exécution.

Classifications emr-5.33.1
Classifications	Description	Actions de reconfiguration
capacity-scheduler	Modifiez les valeurs dans le fichier capacity-scheduler.xml de Hadoop.	Restarts the ResourceManager service.
container-executor	Modifiez les valeurs dans le fichier container-executor.cfg de Hadoop YARN.	Not available.
container-log4j	Modifiez les valeurs dans le fichier container-log4j.properties de Hadoop YARN.	Not available.
core-site	Modifiez les valeurs dans le fichier core-site.xml de 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	Modifiez les paramètres liés au docker.	Not available.
emrfs-site	Modifiez les paramètres EMRFS.	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	Modifiez les paramètres flink-conf.yaml.	Restarts Flink history server.
flink-log4j	Modifiez les paramètres log4j.properties Flink.	Restarts Flink history server.
flink-log4j-session	Modifiez les paramètres de Flink log4j-session.properties pour la session Kubernetes/Yarn.	Not available.
flink-log4j-cli	Modifiez les paramètres de propriétés Flink log4j-cli.	Restarts Flink history server.
hadoop-env	Modifiez les valeurs dans l'environnement Hadoop pour tous les composants Hadoop.	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	Modifiez les valeurs dans le fichier log4j.properties de 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	Modifier la configuration du serveur ssl hadoop	Not available.
hadoop-ssl-client	Modifier la configuration du client ssl hadoop	Not available.
hbase	Paramètres sélectionnés par Amazon EMR pour Apache. HBase	Custom EMR specific property. Sets emrfs-site and hbase-site configs. See those for their associated restarts.
hbase-env	Changez les valeurs dans HBase l'environnement.	Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.
hbase-log4j	Modifiez les valeurs dans le fichier HBase hbase-log4j.properties.	Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.
hbase-metrics	Modifiez les valeurs dans le fichier HBase hadoop-metrics2-hbase.properties.	Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer.
hbase-policy	Modifiez les valeurs dans HBase le fichier hbase-policy.xml.	Not available.
hbase-site	Modifiez les valeurs dans HBase le fichier hbase-site.xml.	Restarts the HBase services RegionServer, HBaseMaster, ThriftServer, RestServer. Additionally restarts Phoenix QueryServer.
hdfs-encryption-zones	Configurez les zones de chiffrement HDFS.	Should not be reconfigured.
hdfs-site	Modifiez les valeurs dans le fichier hdfs-site.xml de HDFS.	Restarts the Hadoop HDFS services Namenode, SecondaryNamenode, Datanode, ZKFC, and Journalnode. Additionally restarts Hadoop Httpfs.
hcatalog-env	Changez les valeurs dans HCatalog l'environnement.	Restarts Hive HCatalog Server.
hcatalog-server-jndi	Modifiez les valeurs dans le fichier HCatalog jndi.properties.	Restarts Hive HCatalog Server.
hcatalog-server-proto-hive-site	Modifiez les valeurs dans le HCatalog proto-hive-site fichier .xml.	Restarts Hive HCatalog Server.
hcatalog-webhcat-env	Modifiez les valeurs dans HCat l'environnement HCatalog Web.	Restarts Hive WebHCat Server.
hcatalog-webhcat-log4j2	Modifiez les valeurs dans HCatalog HCat log4j2.properties du Web.	Restarts Hive WebHCat Server.
hcatalog-webhcat-site	Modifiez les valeurs dans HCatalog le fichier webhcat-site.xml HCat du Web.	Restarts Hive WebHCat Server.
hive-beeline-log4j2	Modifiez les valeurs dans le fichier beeline-log4j2.properties de Hive.	Not available.
hive-parquet-logging	Modifiez les valeurs dans le fichier parquet-logging.properties de Hive.	Not available.
hive-env	Modifiez les valeurs dans l'environnement Hive.	Restarts HiveServer2 and HiveMetastore. Runs Hive schemaTool CLI commands to verify hive-metastore.
hive-exec-log4j2	Modifiez les valeurs dans le fichier hive-exec-log 4j2.properties de Hive.	Restarts HiveServer2 and HiveMetastore.
hive-llap-daemon-log4j2	Modifiez les valeurs dans le fichier llap-daemon-log 4j2.properties de Hive.	Not available.
hive-log4j2	Modifiez les valeurs dans le fichier hive-log4j2.properties de Hive.	Not available.
hive-site	Modifiez les valeurs dans le fichier hive-site.xml de Hive	Restarts HiveServer2 and HiveMetastore. Runs Hive schemaTool CLI commands to verify hive-metastore. Also restarts Oozie and Zeppelin.
hiveserver2-site	Modifiez les valeurs dans le fichier hiveserver2-site.xml de Hive Server2	Not available.
hue-ini	Modifiez les valeurs dans le fichier ini de Hue	Restarts Hue. Also activates Hue config override CLI commands to pick up new configurations.
httpfs-env	Modifiez les valeurs dans l'environnement HTTPFS.	Restarts Hadoop Httpfs service.
httpfs-site	Modifiez les valeurs dans le fichier httpfs-site.xml de Hadoop.	Restarts Hadoop Httpfs service.
hadoop-kms-acls	Modifiez les valeurs dans le fichier kms-acls.xml de Hadoop.	Not available.
hadoop-kms-env	Modifiez les valeurs dans l'environnement KMS de Hadoop.	Restarts Hadoop-KMS service.
hadoop-kms-log4j	Modifiez les valeurs dans le fichier kms-log4j.properties de Hadoop.	Not available.
hadoop-kms-site	Modifiez les valeurs dans le fichier kms-site.xml de Hadoop.	Restarts Hadoop-KMS and Ranger-KMS service.
hudi-env	Modifiez les valeurs dans l'environnement Hudi.	Not available.
jupyter-notebook-conf	Modifiez les valeurs dans le fichier jupyter_notebook_config.py de Jupyter Notebook.	Not available.
jupyter-hub-conf	Modifiez les valeurs dans JupyterHubs le fichier jupyterhub_config.py.	Not available.
jupyter-s3-conf	Configuration de la persistance S3 de bloc-notes Jupyter.	Not available.
jupyter-sparkmagic-conf	Modifiez les valeurs dans le fichier config.json de Sparkmagic.	Not available.
livy-conf	Modifiez les valeurs dans le fichier livy.conf de Livy.	Restarts Livy Server.
livy-env	Modifiez les valeurs dans l'environnement Livy.	Restarts Livy Server.
livy-log4j	Modifiez les paramètres Livy log4j.properties.	Restarts Livy Server.
mapred-env	Modifiez les valeurs dans l'environnement de l' MapReduce application.	Restarts Hadoop MapReduce-HistoryServer.
mapred-site	Modifiez les valeurs dans le fichier mapred-site.xml de l' MapReduce application.	Restarts Hadoop MapReduce-HistoryServer.
oozie-env	Modifiez les valeurs dans l'environnement d'Oozie.	Restarts Oozie.
oozie-log4j	Modifier les valeurs dans le fichier oozie-log4j.properties d'Oozie.	Restarts Oozie.
oozie-site	Modifiez les valeurs dans le fichier oozie-site.xml d'Oozie.	Restarts Oozie.
phoenix-hbase-metrics	Modifiez les valeurs dans le fichier hadoop-metrics2-hbase.properties de Phoenix.	Not available.
phoenix-hbase-site	Modifiez les valeurs dans le fichier hbase-site.xml de Phoenix.	Not available.
phoenix-log4j	Modifiez les valeurs dans le fichier log4j.properties de Phoenix.	Restarts Phoenix-QueryServer.
phoenix-metrics	Modifiez les valeurs dans le fichier hadoop-metrics2-phoenix.properties de Phoenix.	Not available.
pig-env	Modifiez les valeurs dans l'environnement Pig.	Not available.
pig-properties	Modifiez les valeurs dans le fichier pig.properties de Pig.	Restarts Oozie.
pig-log4j	Modifiez les valeurs dans le fichier log4j.properties de Pig.	Not available.
presto-log	Modifiez les valeurs dans le fichier log.properties de Presto.	Restarts Presto-Server.
presto-config	Modifiez les valeurs dans le fichier config.properties de Presto.	Restarts Presto-Server.
presto-password-authenticator	Modifiez les valeurs dans le fichier password-authenticator.properties de Presto.	Not available.
presto-env	Modifiez les valeurs dans le fichier presto-env.sh de Presto.	Restarts Presto-Server.
presto-node	Modifiez les valeurs dans le fichier node.properties de Presto.	Not available.
presto-connector-blackhole	Modifiez les valeurs dans le fichier blackhole.properties de Presto.	Not available.
presto-connector-cassandra	Modifiez les valeurs dans le fichier cassandra.properties de Presto.	Not available.
presto-connector-hive	Modifiez les valeurs dans le fichier hive.properties de Presto.	Restarts Presto-Server.
presto-connector-jmx	Modifiez les valeurs dans le fichier jmx.properties de Presto.	Not available.
presto-connector-kafka	Modifiez les valeurs dans le fichier kafka.properties de Presto.	Not available.
presto-connector-localfile	Modifiez les valeurs dans le fichier localfile.properties de Presto.	Not available.
presto-connector-memory	Modifiez les valeurs dans le fichier memory.properties de Presto.	Not available.
presto-connector-mongodb	Modifiez les valeurs dans le fichier mongodb.properties de Presto.	Not available.
presto-connector-mysql	Modifiez les valeurs dans le fichier mysql.properties de Presto.	Not available.
presto-connector-postgresql	Modifiez les valeurs dans le fichier postgresql.properties de Presto.	Not available.
presto-connector-raptor	Modifiez les valeurs dans le fichier raptor.properties de Presto.	Not available.
presto-connector-redis	Modifiez les valeurs dans le fichier redis.properties de Presto.	Not available.
presto-connector-redshift	Modifiez les valeurs dans le fichier redshift.properties de Presto.	Not available.
presto-connector-tpch	Modifiez les valeurs dans le fichier tpch.properties de Presto.	Not available.
presto-connector-tpcds	Modifiez les valeurs dans le fichier tpcds.properties de Presto.	Not available.
ranger-kms-dbks-site	Modifiez les valeurs dans le fichier dbks-site.xml de Ranger KMS.	Restarts Ranger KMS Server.
ranger-kms-site	Modifiez les valeurs dans le fichier ranger-kms-site .xml de Ranger KMS.	Restarts Ranger KMS Server.
ranger-kms-env	Modifiez les valeurs dans l'environnement Ranger KMS.	Restarts Ranger KMS Server.
ranger-kms-log4j	Modifiez les valeurs dans le fichier kms-log4j.properties de Ranger KMS.	Not available.
ranger-kms-db-ca	Modifiez les valeurs du fichier CA sur S3 pour la connexion SSL MySQL avec Ranger KMS.	Not available.
recordserver-env	Modifiez les valeurs dans l'environnement EMR. RecordServer	Restarts EMR record server.
recordserver-conf	Modifiez les valeurs dans le fichier erver.properties RecordServer de l'EMR.	Restarts EMR record server.
recordserver-log4j	Modifiez les valeurs dans le fichier log4j.properties RecordServer de l'EMR.	Restarts EMR record server.
spark	Paramètres définis par Amazon EMR pour Apache Spark.	This property modifies spark-defaults. See actions there.
spark-defaults	Modifiez les valeurs dans le fichier spark-defaults.conf de Spark.	Restarts Spark history server and Spark thrift server.
spark-env	Modifiez les valeurs dans l'environnement Spark.	Restarts Spark history server and Spark thrift server.
spark-hive-site	Modifiez les valeurs dans le fichier hive-site.xml de Spark	Not available.
spark-log4j	Modifiez les valeurs dans le fichier log4j.properties de Spark.	Restarts Spark history server and Spark thrift server.
spark-metrics	Modifiez les valeurs dans le fichier metrics.properties de Spark.	Restarts Spark history server and Spark thrift server.
sqoop-env	Modifiez les valeurs d'environnement Sqoop.	Not available.
sqoop-oraoop-site	Modifiez les valeurs dans le fichier oraoop-site.xml de OraOop Sqoop.	Not available.
sqoop-site	Modifiez les valeurs dans le fichier sqoop-site.xml de Sqoop.	Not available.
tez-site	Modifiez les valeurs dans le fichier tez-site.xml de Tez.	Restarts Oozie.
yarn-env	Modifiez les valeurs dans l'environnement YARN.	Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts MapReduce-HistoryServer.
yarn-site	Modifiez les valeurs dans le fichier yarn-site.xml de YARN.	Restarts the Hadoop YARN services ResourceManager, NodeManager, ProxyServer, and TimelineServer. Additionally restarts Livy Server and MapReduce-HistoryServer.
zeppelin-env	Modifiez les valeurs dans l'environnement Zeppelin.	Restarts Zeppelin.
zeppelin-site	Modification des paramètres de configuration dans zeppelin-site.xml.	Restarts Zeppelin.
zookeeper-config	Modifiez les valeurs dans ZooKeeper le fichier zoo.cfg.	Restarts Zookeeper server.
zookeeper-log4j	Modifiez les valeurs dans le ZooKeeper fichier log4j.properties.	Restarts Zookeeper server.

Avertissement JavaScript est désactivé ou n'est pas disponible dans votre navigateur.

Pour que vous puissiez utiliser la documentation AWS, Javascript doit être activé. Vous trouverez des instructions sur les pages d'aide de votre navigateur.

Conventions de rédaction

emr-5.34.0

emr-5.33.0