Amazon EMR merilis 5.26.0 - Amazon EMR

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Amazon EMR merilis 5.26.0

Versi aplikasi 5.26.0

Aplikasi berikut didukung dalam rilis ini: Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hue, JupyterHub, Livy, MXNet, Mahout, Oozie, Phoenix, Pig, Presto, Spark, Sqoop, TensorFlow, Tez, Zeppelin, dan ZooKeeper.

Tabel di bawah ini mencantumkan versi aplikasi yang tersedia dalam rilis Amazon ini EMR dan versi aplikasi di tiga EMR rilis Amazon sebelumnya (bila berlaku).

Untuk riwayat lengkap versi aplikasi untuk setiap rilis AmazonEMR, lihat topik berikut:

Informasi versi aplikasi
emr-5.26.0 emr-5.25.0 emr-5.24.1 emr-5.24.0
AWS SDK untuk Java 1.11.5951.11.5661.11.5461.11.546
Python 2.7, 3.62.7, 3.62.7, 3.62.7, 3.6
Skala 2.11.122.11.122.11.122.11.12
AmazonCloudWatchAgent - - - -
kuala - - - -
Flink1.8.01.8.01.8.01.8.0
Ganglia3.7.23.7.23.7.23.7.2
HBase1.4.101.4.91.4.91.4.9
HCatalog2.3.52.3.52.3.42.3.4
Hadoop2.8.52.8.52.8.52.8.5
Hive2.3.52.3.52.3.42.3.4
Hudi - - - -
Hue4.4.04.4.04.4.04.4.0
Gunung es - - - -
JupyterEnterpriseGateway - - - -
JupyterHub0.9.60.9.60.9.60.9.6
Livy0.6.00.6.00.6.00.6.0
MXNet1.4.01.4.01.4.01.4.0
Mahout0.13.00.13.00.13.00.13.0
Oozie5.1.05.1.05.1.05.1.0
Phoenix4.14.24.14.14.14.14.14.1
Pig0.17.00.17.00.17.00.17.0
Presto0,2200,2200,2190,219
Spark2.4.32.4.32.4.22.4.2
Sqoop1.4.71.4.71.4.71.4.7
TensorFlow1.13.11.13.11.12.01.12.0
Tez0.9.20.9.20.9.10.9.1
Trino (PrestoSQL) - - - -
Zeppelin0.8.10.8.10.8.10.8.1
ZooKeeper3.4.143.4.143.4.133.4.13

Catatan rilis 5.26.0

Catatan rilis berikut mencakup informasi untuk EMR rilis Amazon 5.26.0. Perubahan relatif terhadap 5.25.0.

Tanggal rilis awal: 8 Agustus 2019

Tanggal diperbarui terakhir: 19 Agustus 2019

Upgrade
  • AWS SDK for Java 1.11.595

  • HBase1.4.10

  • Phoenix versi 4.14.2

  • Konektor dan driver:

    • DynamoDB Connector versi 4.11.0

    • MariaDB Connector versi 2.4.2

    • Driver Amazon Redshift JDBC 1.2.32.1056

Fitur baru
  • (Beta) Dengan Amazon EMR 5.26.0, Anda dapat meluncurkan cluster yang terintegrasi dengan Lake Formation. Integrasi ini menyediakan akses tingkat kolom berbutir halus ke database dan tabel di Katalog Data Glue. AWS Ini juga memungkinkan sistem masuk tunggal gabungan ke EMR Notebook atau Apache Zeppelin dari sistem identitas perusahaan. Untuk informasi selengkapnya, lihat Mengintegrasikan Amazon EMR dengan AWS Lake Formation (Beta).

  • (19 Agustus 2019) Amazon EMR memblokir akses publik sekarang tersedia dengan semua EMR rilis Amazon yang mendukung grup keamanan. Blokir akses publik adalah pengaturan seluruh akun yang diterapkan ke setiap AWS Wilayah. Blokir akses publik mencegah cluster diluncurkan ketika grup keamanan apa pun yang terkait dengan cluster memiliki aturan yang memungkinkan lalu lintas masuk dari IPv4 0.0.0.0/0 atauIPv6:: /0 (akses publik) pada port, kecuali port ditentukan sebagai pengecualian. Port 22 adalah pengecualian secara default. Untuk informasi selengkapnya, lihat Menggunakan Amazon EMR Blokir Akses Publik di Panduan EMR Manajemen Amazon.

Perubahan, penyempurnaan, dan masalah yang diselesaikan
  • EMRNotebook

    • Dengan EMR 5.26.0 dan yang lebih baru, EMR Notebook mendukung pustaka Python dengan cakupan notebook selain pustaka Python default. Anda dapat menginstal perpustakaan notebook-scoped dari dalam notebook editor tanpa harus membuat ulang klaster atau melampirkan ulang notebook untuk klaster. Perpustakaan notebook-scoped dibuat dalam lingkungan virtual Python, sehingga mereka hanya berlaku untuk sesi notebook saat ini. Ini mengizinkan Anda mengisolasi dependensi notebook. Untuk informasi selengkapnya, lihat Menggunakan Pustaka Cakupan Notebook di Panduan Manajemen Amazon EMR.

  • EMRFS

    • Anda dapat mengaktifkan fitur ETag verifikasi (Beta) dengan menyetel fs.s3.consistent.metadata.etag.verification.enabled ketrue. Dengan fitur ini, EMRFS gunakan Amazon S3 ETags untuk memverifikasi bahwa objek yang dibaca adalah versi terbaru yang tersedia. Fitur ini berguna untuk kasus read-after-update penggunaan di mana file di Amazon S3 ditimpa sambil mempertahankan nama yang sama. Kemampuan ETag verifikasi ini saat ini tidak berfungsi dengan S3 Select. Untuk informasi selengkapnya, lihat Mengkonfigurasi Tampilan Konsisten.

  • Spark

    • Pengoptimalan berikut sekarang diaktifkan secara default: pemangkasan partisi dinamis, DISTINCT sebelumnya, peningkatan inferensi statistik SQL rencana untuk JOIN diikuti oleh DISTINCT kueriINTERSECT, subkueri skalar perataan, penyusunan ulang gabungan yang dioptimalkan, dan gabungan filter mekar. Untuk informasi selengkapnya, lihat Mengoptimalkan Performa Spark.

    • Peningkatan seluruh pembuatan kode tahap untuk Sort Merge Join.

    • Peningkatan fragmen kueri dan penggunaan kembali subkueri.

    • Perbaikan untuk melakukan pra-alokasi pelaksana pada saat memulai Spark.

    • Bloom filter join tidak lagi diterapkan ketika join sisi yang lebih kecil mencakup petunjuk siaran.

  • Tez

    • Menyelesaikan masalah dengan Tez. Tez UI sekarang bekerja pada EMR cluster Amazon dengan beberapa node utama.

Masalah yang diketahui
  • Peningkatan seluruh kemampuan tahap kode generasi untuk Sort Merge Join dapat meningkatkan tekanan memori ketika diaktifkan. Optimalisasi ini meningkatkan performa, tetapi dapat mengakibatkan coba lagi atau gagal tugas jika spark.yarn.executor.memoryOverheadFactor tidak disetel untuk memberikan memori yang cukup. Untuk menonaktifkan fitur ini, atur spark.sql.sortMergeJoinExec.extendedCodegen.enabled ke SALAH.

  • Masalah yang diketahui dalam cluster dengan beberapa node primer dan otentikasi Kerberos

    Jika Anda menjalankan cluster dengan beberapa node utama dan otentikasi Kerberos di EMR Amazon rilis 5.20.0 dan yang lebih baru, Anda mungkin mengalami masalah dengan operasi klaster seperti penurunan skala atau pengiriman langkah, setelah klaster berjalan selama beberapa waktu. Periode waktunya tergantung pada masa validitas tiket Kerberos yang Anda tetapkan. Masalah menurunkan skala akan berdampak pada permintaan menurunkan skala otomatis dan permintaan menurunkan skala eksplisit yang Anda kirimkan. Operasi klaster tambahan juga dapat terkena dampak.

    Pemecahan masalah:

    • SSHsebagai hadoop pengguna ke node utama utama EMR cluster dengan beberapa node primer.

    • Jalankan perintah berikut untuk memperbarui tiket Kerberos untuk pengguna hadoop.

      kinit -kt <keytab_file> <principal>

      Biasanya, fail keytab terletak di /etc/hadoop.keytab dan file utama-nya dalam bentuk hadoop/<hostname>@<REALM>.

    catatan

    Pemecahan masalah ini akan efektif untuk jangka waktu selama tiket Kerberos berlaku. Durasi ini adalah 10 jam secara default, tetapi dapat dikonfigurasi dengan pengaturan Kerberos Anda. Anda harus menjalankan kembali perintah di atas setelah tiket Kerberos berakhir.

Versi komponen 5.26.0

Komponen yang EMR diinstal Amazon dengan rilis ini tercantum di bawah ini. Beberapa komponen diinstal sebagai bagian dari paket aplikasi big data. Lainnya unik untuk Amazon EMR dan diinstal untuk proses dan fitur sistem. Ini biasanya dimulai dengan emr atau aws. Paket aplikasi data besar dalam EMR rilis Amazon terbaru biasanya merupakan versi terbaru yang ditemukan di komunitas. Kami membuat rilis komunitas tersedia di Amazon EMR secepat mungkin.

Beberapa komponen di Amazon EMR berbeda dari versi komunitas. Komponen ini mempunyai label versi dalam bentuk CommunityVersion-amzn-EmrVersion. EmrVersion dimulai dari 0. Misalnya, jika komponen komunitas open source bernama myapp-component dengan versi 2.2 telah dimodifikasi tiga kali untuk dimasukkan dalam EMR rilis Amazon yang berbeda, versi rilisnya terdaftar sebagai2.2-amzn-2.

Komponen Versi Deskripsi
aws-sagemaker-spark-sdk1.2.4Amazon SageMaker Spark SDK
emr-ddb4.11.0Konektor Amazon DynamoDB untuk aplikasi ekosistem Hadoop.
emr-goodies2.10.0Perpustakaan kenyamanan ekstra untuk ekosistem Hadoop.
emr-kinesis3.4.0Konektor Amazon Kinesis untuk aplikasi ekosistem Hadoop.
emr-s3-dist-cp2.12.0Aplikasi salinan terdistribusi yang dioptimalkan untuk Amazon S3.
emr-s3-select1.3.0EMRKonektor S3Select
emrfs2.35.0Konektor Amazon S3 untuk aplikasi ekosistem Hadoop.
flink-client1.8.0Skrip dan aplikasi klien baris perintah Apache Flink.
ganglia-monitor3.7.2Agen Ganglia tertanam untuk aplikasi ekosistem Hadoop bersama dengan agen pemantauan Ganglia.
ganglia-metadata-collector3.7.2Kolektor metadata Ganglia untuk menggabungkan metrik dari agen pemantauan Ganglia.
ganglia-web3.7.1Aplikasi web untuk melihat metrik yang dikumpulkan oleh kolektor metadata Ganglia.
hadoop-client2.8.5-amzn-4Klien baris perintah Hadoop seperti 'hdfs', 'Hadoop', atau 'yarn'.
hadoop-hdfs-datanode2.8.5-amzn-4HDFSlayanan tingkat simpul untuk menyimpan blok.
hadoop-hdfs-library2.8.5-amzn-4HDFSklien baris perintah dan pustaka
hadoop-hdfs-namenode2.8.5-amzn-4HDFSlayanan untuk melacak nama file dan lokasi blok.
hadoop-hdfs-journalnode2.8.5-amzn-4HDFSlayanan untuk mengelola jurnal filesystem Hadoop pada klaster HA.
hadoop-httpfs-server2.8.5-amzn-4HTTPtitik akhir untuk HDFS operasi.
hadoop-kms-server2.8.5-amzn-4Server manajemen kunci kriptografi berdasarkan Hadoop. KeyProvider API
hadoop-mapred2.8.5-amzn-4MapReduce pustaka mesin eksekusi untuk menjalankan MapReduce aplikasi.
hadoop-yarn-nodemanager2.8.5-amzn-4YARNlayanan untuk mengelola kontainer pada node individu.
hadoop-yarn-resourcemanager2.8.5-amzn-4YARNlayanan untuk mengalokasikan dan mengelola sumber daya cluster dan aplikasi terdistribusi.
hadoop-yarn-timeline-server2.8.5-amzn-4Layanan untuk mengambil informasi terkini dan historis untuk YARN aplikasi.
hbase-hmaster1.4.10Layanan untuk HBase cluster yang bertanggung jawab untuk koordinasi Daerah dan pelaksanaan perintah administratif.
hbase-region-server1.4.10Layanan untuk melayani satu atau lebih HBase wilayah.
hbase-client1.4.10HBaseklien baris perintah.
hbase-rest-server1.4.10Layanan menyediakan RESTful HTTP titik akhir untukHBase.
hbase-thrift-server1.4.10Layanan menyediakan titik akhir Thrift ke. HBase
hcatalog-client2.3.5 amzn-0Klien baris perintah 'hcat' untuk memanipulasi hcatalog-server.
hcatalog-server2.3.5 amzn-0Penyediaan layananHCatalog, tabel dan lapisan manajemen penyimpanan untuk aplikasi terdistribusi.
hcatalog-webhcat-server2.3.5 amzn-0HTTPendpoint menyediakan REST antarmuka keHCatalog.
hive-client2.3.5 amzn-0Klien baris perintah Hive.
hive-hbase2.3.5 amzn-0Klien Hive-hbase.
hive-metastore-server2.3.5 amzn-0Layanan untuk mengakses metastore Hive, repositori semantik menyimpan metadata untuk operasi Hadoop. SQL
hive-server22.3.5 amzn-0Layanan untuk menerima kueri Hive sebagai permintaan web.
hue-server4.4.0Aplikasi web untuk menganalisis data menggunakan aplikasi ekosistem Hadoop
jupyterhub0.9.6Server multi-pengguna untuk notebook Jupyter
livy-server0.6.0-incubatingRESTantarmuka untuk berinteraksi dengan Apache Spark
nginx1.12.1nginx [engine x] adalah server proxy HTTP terbalik
mahout-client0.13.0Perpustakaan untuk machine learning.
mxnet1.4.0Perpustakaan yang fleksibel, dapat diskalakan, dan efisien untuk deep learning.
mysql-server5.5.54+Server SQL database saya.
nvidia-cuda9.2.88Driver Nvidia dan kit alat Cuda
oozie-client5.1.0Klien baris perintah Oozie.
oozie-server5.1.0Layanan untuk menerima permintaan alur kerja Oozie.
opencv3.4.0Perpustakaan Visi Komputer Sumber Terbuka.
phoenix-library4.14.2- -1.4 HBasePerpustakaan phoenix untuk server dan klien
phoenix-query-server4.14.2- -1.4 HBaseServer ringan yang menyediakan JDBC akses serta Protocol Buffer dan akses JSON format ke Avatica API
presto-coordinator0,220Layanan untuk menerima kueri dan mengelola eksekusi kueri antara presto-worker.
presto-worker0,220Layanan untuk mengeksekusi potongan kueri.
pig-client0.17.0Klien baris perintah Pig.
r3.4.1Proyek R untuk Komputasi Statistik
spark-client2.4.3Klien baris perintah Spark.
spark-history-server2.4.3Web UI untuk melihat log acara untuk seluruh masa pakai aplikasi Spark.
spark-on-yarn2.4.3Mesin eksekusi dalam memori untukYARN.
spark-yarn-slave2.4.3Perpustakaan Apache Spark dibutuhkan oleh budak. YARN
sqoop-client1.4.7Klien baris perintah Apache Sqoop.
tensorflow1.13.1TensorFlow pustaka perangkat lunak open source untuk perhitungan numerik kinerja tinggi.
tez-on-yarn0.9.2YARNAplikasi tez dan perpustakaan.
webserver2.4.25+HTTPServer Apache.
zeppelin-server0.8.1Notebook berbasis web yang memungkinkan analisis data interaktif.
zookeeper-server3.4.14Layanan terpusat untuk menjaga informasi konfigurasi, penamaan, yang menyediakan sinkronisasi terdistribusi, dan menyediakan layanan grup.
zookeeper-client3.4.14ZooKeeper klien baris perintah.

Klasifikasi konfigurasi 5.26.0

Klasifikasi konfigurasi memungkinkan Anda menyesuaikan aplikasi. Ini sering sesuai dengan XML file konfigurasi untuk aplikasi, sepertihive-site.xml. Untuk informasi selengkapnya, lihat Konfigurasikan aplikasi.

klasifikasi emr-5.26.0
Klasifikasi Deskripsi

capacity-scheduler

Ubah nilai dalam file capacity-scheduler.xml Hadoop.

container-log4j

Ubah nilai dalam file container-log4j.properties YARN Hadoop.

core-site

Ubah nilai dalam file core-site.xml Hadoop.

emrfs-site

Ubah EMRFS pengaturan.

flink-conf

Ubah pengaturan flink-conf.yaml.

flink-log4j

Ubah pengaturan log4j.properties Flink.

flink-log4j-yarn-session

Ubah pengaturan Flink log4 j-yarn-session .properties.

flink-log4j-cli

Ubah pengaturan log4j-cli.properties Flink.

hadoop-env

Ubah nilai dalam lingkungan Hadoop untuk semua komponen Hadoop.

hadoop-log4j

Ubah nilai dalam file log4j.properties Hadoop ini.

hadoop-ssl-server

Ubah konfigurasi server ssl hadoop

hadoop-ssl-client

Ubah konfigurasi klien ssl hadoop

hbase

Pengaturan EMR yang dikurasi Amazon untuk Apache. HBase

hbase-env

Ubah nilai HBase di lingkungan.

hbase-log4j

Ubah nilai dalam file HBase hbase-log4j.properties.

hbase-metrics

Ubah nilai dalam file HBase hadoop-metrics2-hbase.properties.

hbase-policy

Ubah nilai dalam HBase file hbase-policy.xml.

hbase-site

Ubah nilai dalam HBase file hbase-site.xml.

hdfs-encryption-zones

Konfigurasikan zona HDFS enkripsi.

hdfs-site

Ubah nilai dalam HDFS hdfs-site.xml.

hcatalog-env

Ubah nilai HCatalog di lingkungan.

hcatalog-server-jndi

Ubah nilai di HCatalog jndi.properties.

hcatalog-server-proto-hive-site

Ubah nilai HCatalog proto-hive-site dalam.xml's.

hcatalog-webhcat-env

Ubah nilai di lingkungan HCatalog WebHCat.

hcatalog-webhcat-log4j2

Ubah nilai di ebHCat log4j2.properties HCatalog W.

hcatalog-webhcat-site

Ubah nilai dalam file webhcat-site.xml HCatalog WebHCat.

hive-beeline-log4j2

Ubah nilai dalam file beeline-log4j2.properties Hive.

hive-parquet-logging

Ubah nilai dalam file parquet-logging.properties Hive.

hive-env

Ubah nilai dalam lingkungan Hive.

hive-exec-log4j2

Ubah nilai dalam file hive-exec-log 4j2.properties Hive.

hive-llap-daemon-log4j2

Ubah nilai dalam file llap-daemon-log 4j2.properties Hive.

hive-log4j2

Ubah nilai dalam file hive-log4j2.properties Hive.

hive-site

Ubah nilai dalam file hive-site.xml Hive

hiveserver2-site

Ubah nilai dalam file hiveserver2-site.xml Hive Server2

hue-ini

Ubah nilai dalam file ini Hue

httpfs-env

Ubah nilai di HTTPFS lingkungan.

httpfs-site

Ubah nilai dalam file httpfs-site.xml Hadoop.

hadoop-kms-acls

Ubah nilai dalam file kms-acls.xml Hadoop.

hadoop-kms-env

Ubah nilai di lingkungan HadoopKMS.

hadoop-kms-log4j

Ubah nilai dalam file kms-log4j.properties Hadoop.

hadoop-kms-site

Ubah nilai dalam file kms-site.xml Hadoop.

jupyter-notebook-conf

Ubah nilai dalam file jupyter_notebook_config.py Jupyter Notebook.

jupyter-hub-conf

Ubah nilai dalam JupyterHubs file jupyterhub_config.py.

jupyter-s3-conf

Konfigurasikan persistensi Jupyter Notebook S3.

jupyter-sparkmagic-conf

Ubah nilai dalam file config.json Sparkmagic.

livy-conf

Ubah nilai dalam file livy.conf Livy.

livy-env

Ubah nilai di lingkungan Livy.

livy-log4j

Ubah pengaturan Livy log4j.properties.

mapred-env

Ubah nilai di lingkungan MapReduce aplikasi.

mapred-site

Ubah nilai dalam file mapred-site.xml MapReduce aplikasi.

oozie-env

Ubah nilai di lingkungan Oozie.

oozie-log4j

Ubah nilai dalam file oozie-log4j.properties Oozie.

oozie-site

Ubah nilai dalam file oozie-site.xml Oozie.

phoenix-hbase-metrics

Ubah nilai dalam file hadoop-metrics2-hbase.properties Phoenix.

phoenix-hbase-site

Ubah nilai dalam file hbase-site.xml Phoenix.

phoenix-log4j

Ubah nilai dalam file log4j.properties Phoenix.

phoenix-metrics

Ubah nilai dalam file hadoop-metrics2-phoenix.properties Phoenix.

pig-env

Ubah nilai di lingkungan Pig.

pig-properties

Ubah nilai dalam file pig.properties Pig.

pig-log4j

Ubah nilai dalam file log4j.properties Pig.

presto-log

Ubah nilai dalam file log.properties Presto.

presto-config

Ubah nilai dalam file config.properties Presto.

presto-password-authenticator

Ubah nilai dalam file password-authenticator.properties Presto.

presto-env

Ubah nilai dalam file presto-env.sh Presto.

presto-node

Ubah nilai dalam file node.properties Presto.

presto-connector-blackhole

Ubah nilai dalam file blackhole.properties Presto.

presto-connector-cassandra

Ubah nilai dalam file cassandra.properties Presto.

presto-connector-hive

Ubah nilai dalam file hive.properties Presto.

presto-connector-jmx

Ubah nilai dalam file jmx.properties Presto.

presto-connector-kafka

Ubah nilai dalam file kafka.properties Presto.

presto-connector-localfile

Ubah nilai dalam file localfile.properties Presto.

presto-connector-memory

Ubah nilai dalam file memory.properties Presto.

presto-connector-mongodb

Ubah nilai dalam file mongodb.properties Presto.

presto-connector-mysql

Ubah nilai dalam file mysql.properties Presto.

presto-connector-postgresql

Ubah nilai dalam file postgresql.properties Presto.

presto-connector-raptor

Ubah nilai dalam file raptor.properties Presto.

presto-connector-redis

Ubah nilai dalam file redis.properties Presto.

presto-connector-redshift

Ubah nilai dalam file redshift.properties Presto.

presto-connector-tpch

Ubah nilai dalam file tpch.properties Presto.

presto-connector-tpcds

Ubah nilai dalam file tpcds.properties Presto.

recordserver-env

Ubah nilai di EMR RecordServer lingkungan.

recordserver-conf

Ubah nilai dalam EMR RecordServer file erver.properties.

recordserver-log4j

Ubah nilai dalam file EMR RecordServer log4j.properties.

spark

Pengaturan EMR yang dikurasi Amazon untuk Apache Spark.

spark-defaults

Ubah nilai dalam file spark-defaults.conf Spark.

spark-env

Ubah nilai di lingkungan Spark.

spark-hive-site

Ubah nilai dalam file hive-site.xml Spark

spark-log4j

Ubah nilai dalam file log4j.properties Spark.

spark-metrics

Ubah nilai dalam file metrics.properties Spark.

sqoop-env

Ubah nilai dalam lingkungan Sqoop.

sqoop-oraoop-site

Ubah nilai dalam file oraoop-site.xml Sqoop OraOop ini.

sqoop-site

Ubah nilai dalam file sqoop-site.xml Sqoop.

tez-site

Ubah nilai dalam file tez-site.xml Tez.

yarn-env

Ubah nilai di YARN lingkungan.

yarn-site

Ubah nilai dalam YARN file yarn-site.xml.

zeppelin-env

Ubah nilai di lingkungan Zeppelin.

zookeeper-config

Ubah nilai dalam ZooKeeper file zoo.cfg.

zookeeper-log4j

Ubah nilai dalam file ZooKeeper log4j.properties.