本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
Amazon EMR 发行版 4.3.0
4.3.0 应用程序版本
此版本包括以下应用程序：Ganglia
下表列出了此版本的 Amazon EMR 中提供的应用程序版本以及前三个 Amazon EMR 发行版中的应用程序版本（若适用）。
有关每个发行版的 Amazon EMR 的应用程序版本的全面历史记录，请参见以下主题：
| emr-4.3.0 | emr-4.2.0 | emr-4.1.0 | emr-4.0.0 | |
|---|---|---|---|---|
| AWS 适用于 Java 的 SDK | 1.10.27 | 1.10.27 | 未跟踪 | 未跟踪 |
| Python | 未跟踪 | 未跟踪 | 未跟踪 | 未跟踪 |
| Scala | 未跟踪 | 未跟踪 | 未跟踪 | 未跟踪 |
| 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-沙箱 | - | - | - | - |
4.3.0 发布说明
以下发布说明包括有关 Amazon EMR 发行版 4.3.0 的信息。
发布日期：2016 年 1 月 19 日
特征
-
已升级到 Hadoop 2.7.1
-
已升级到 Spark 1.6.0
-
已将 Ganglia 升级到 3.7.2
-
已将 Presto 升级到 0.130
将
spark.dynamicAllocation.enabled设置为 true 时，Amazon EMR 已对其做出一些更改；默认情况下，此项为 false。如果设置为 true，则会影响由maximizeResourceAllocation设置设定的默认值：-
若
spark.dynamicAllocation.enabled设为 true，则spark.executor.instances将不被maximizeResourceAllocation设置。 -
目前，
spark.driver.memory设置根据集群中的实例类型进行配置，与spark.executors.memory设置的方式类似。但是，由于 Spark 驱动应用程序可在主实例或核心实例之一上运行 (例如在 YARN 客户端和集群模式下分别进行)，spark.driver.memory设置根据更小实例类型的实例类型，在两个实例组之间进行。 -
目前，
spark.default.parallelism设置为 YARN 容器可用的 CPU 内核数的两倍。在上一版本中，这是该值的一半。 -
为 Spark YARN 过程预留的内存开销计算精确性经过优化，从而使得 Spark 可用内存总量略有增加（即
spark.executor.memory）。
-
早期版本中已解决的已知问题
-
默认情况下，现已启用 YARN 日志聚合。
-
修复了在启用 YARN 日志聚合后日志未推送至集群的 Amazon S3 日志存储桶的问题。
-
YARN 容器大小现跨所有节点类型具有新的最小值 32。
-
修复了与 Ganglia 有关的问题，此问题已导致大型集群中主节点上的磁盘 I/O 过多。
-
修复了在关闭集群时阻止应用程序日志推送至 Amazon S3 的问题。
-
修复了 EMRFS CLI 中导致某些命令失败的问题。
-
修复了齐柏林飞艇无法在底层加载依赖项的问题。 SparkContext
-
修复了因发出尝试添加实例的调整大小命令导致的问题。
-
修复了 Hive 中的问题，此问题导致 CREATE TABLE AS SELECT 对 Amazon S3 进行过多的列表调用。
-
修复了在安装 Hue、Oozie 和 Ganglia 时无法正常预置大型集群的问题。
-
修复了 s3-dist-cp 中的问题，此问题导致即使在失败并出现错误的情况下仍将返回零退出代码。
4.3.0 组件版本
下面列出了 Amazon EMR 随此发行版一起安装的组件。一些组件作为大数据应用程序包的一部分安装。其它组件是 Amazon EMR 独有的，并且已为系统流程和功能安装这些组件。它们通常以 emr 或 aws 开头。最新的 Amazon EMR 发行版中的大数据应用程序包通常是在社区中找到的最新版本。我们会尽快在 Amazon EMR 中提供社区发行版。
Amazon EMR 中的某些组件与社区版本不同。这些组件具有以下形式的 CommunityVersion-amzn-EmrVersionEmrVersionmyapp-component 的版本 2.2 的开源社区组件进行三次修改，以包含在不同的 Amazon EMR 发行版中，则其发行版将为 2.2-amzn-2。
| 组件 | 版本 | 描述 |
|---|---|---|
| emr-ddb | 3.0.0 | 适用于 Hadoop 生态系统应用程序的 Amazon DynamoDB 连接器。 |
| emr-goodies | 2.0.0 | 适用于 Hadoop 生态系统的方便易用的库。 |
| emr-kinesis | 3.1.0 | 适用于 Hadoop 生态系统应用程序的 Amazon Kinesis 连接器。 |
| emr-s3-dist-cp | 2.1.0 | 针对 Amazon S3 优化的分布式复制应用程序。 |
| emrfs | 2.3.0 | 适用于 Hadoop 生态系统应用程序的 Amazon S3 连接器。 |
| ganglia-monitor | 3.7.2 | 适用于 Hadoop 生态系统应用程序的嵌入式 Ganglia 代理以及 Ganglia 监控代理。 |
| ganglia-metadata-collector | 3.7.2 | 用于从 Ganglia 监控代理中聚合指标的 Ganglia 元数据收集器。 |
| ganglia-web | 3.7.1 | 用于查看由 Ganglia 元数据收集器收集的指标的 Web 应用程序。 |
| hadoop-client | 2.7.1-amzn-0 | Hadoop 命令行客户端，如“hdfs”、“hadoop”或“yarn”。 |
| hadoop-hdfs-datanode | 2.7.1-amzn-0 | 用于存储数据块的 HDFS 节点级服务。 |
| hadoop-hdfs-library | 2.7.1-amzn-0 | HDFS 命令行客户端和库 |
| hadoop-hdfs-namenode | 2.7.1-amzn-0 | 用于跟踪文件名和数据块位置的 HDFS 服务。 |
| hadoop-httpfs-server | 2.7.1-amzn-0 | 用于 HDFS 操作的 HTTP 终端节点。 |
| hadoop-kms-server | 2.7.1-amzn-0 | 基于 Hadoop 的 API 的加密密钥管理服务器。 KeyProvider |
| hadoop-mapred | 2.7.1-amzn-0 | MapReduce 用于运行 MapReduce 应用程序的执行引擎库。 |
| hadoop-yarn-nodemanager | 2.7.1-amzn-0 | 用于管理单个节点上的容器的 YARN 服务。 |
| hadoop-yarn-resourcemanager | 2.7.1-amzn-0 | 用于分配和管理集群资源与分布式应用程序的 YARN 服务。 |
| hive-client | 1.0.0-amzn-2 | Hive 命令行客户端。 |
| hive-metastore-server | 1.0.0-amzn-2 | 用于访问 Hive 元存储 (一个用于存储 Hadoop 操作中的 SQL 的元数据的语义存储库) 的服务。 |
| hive-server | 1.0.0-amzn-2 | 用于将 Hive 查询作为 Web 请求接受的服务。 |
| hue-server | 3.7.1-amzn-5 | 用于使用 Hadoop 生态系统应用程序分析数据的 Web 应用程序 |
| mahout-client | 0.11.0 | 用于机器学习的库。 |
| mysql-server | 5.5 | MySQL 数据库服务器。 |
| oozie-client | 4.2.0 | Oozie 命令行客户端。 |
| oozie-server | 4.2.0 | 用于接受 Oozie 工作流请求的服务。 |
| presto-coordinator | 0.130 | 用于在 presto-worker 之中接受查询并管理查询的服务。 |
| presto-worker | 0.130 | 用于执行查询的各个部分的服务。 |
| pig-client | 0.14.0-amzn-0 | Pig 命令行客户端。 |
| spark-client | 1.6.0 | Spark 命令行客户端。 |
| spark-history-server | 1.6.0 | 用于查看完整的 Spark 应用程序的生命周期的已记录事件的 Web UI。 |
| spark-on-yarn | 1.6.0 | 适用于 YARN 的内存中执行引擎。 |
| spark-yarn-slave | 1.6.0 | YARN 从属项所需的 Apache Spark 库。 |
| webserver | 2.4 | Apache HTTP 服务器。 |
| zeppelin-server | 0.5.5-incubating-amzn-1 | 支持交互式数据分析的基于 Web 的 Notebook。 |
4.3.0 配置分类
配置分类允许您自定义应用程序。这些通常与应用程序的配置 XML 文件（例如 hive-site.xml）相对应。有关更多信息，请参阅配置应用程序。
| 分类 | 描述 |
|---|---|
capacity-scheduler | 更改 Hadoop 的 capacity-scheduler.xml 文件中的值。 |
core-site | 更改 Hadoop 的 core-site.xml 文件中的值。 |
emrfs-site | 更改 EMRFS 设置。 |
hadoop-env | 更改适用于所有 Hadoop 组件的 Hadoop 环境中的值。 |
hadoop-log4j | 更改 Hadoop 的 log4j.properties 文件中的值。 |
hdfs-encryption-zones | 配置 HDFS 加密区域。 |
hdfs-site | 更改 HDFS 的 hdfs-site.xml 中的值。 |
hive-env | 更改 Hive 环境中的值。 |
hive-exec-log4j | 更改 Hive 的 hive-exec-log 4j.properties 文件中的值。 |
hive-log4j | 更改 Hive 的 hive-log4j.properties 文件中的值。 |
hive-site | 更改 Hive 的 hive-site.xml 文件中的值 |
hue-ini | 更改 Hue 的 ini 文件中的值 |
httpfs-env | 更改 HTTPFS 环境中的值。 |
httpfs-site | 更改 Hadoop 的 httpfs-site.xml 文件中的值。 |
hadoop-kms-acls | 更改 Hadoop 的 kms-acls.xml 文件中的值。 |
hadoop-kms-env | 更改 Hadoop KMS 环境中的值。 |
hadoop-kms-log4j | 更改 Hadoop 的 kms-log4j.properties 文件中的值。 |
hadoop-kms-site | 更改 Hadoop 的 kms-site.xml 文件中的值。 |
mapred-env | 更改 MapReduce 应用程序环境中的值。 |
mapred-site | 更改 MapReduce 应用程序的 mapred-site.xml 文件中的值。 |
oozie-env | 更改 Oozie 的环境中的值。 |
oozie-log4j | 更改 Oozie 的 oozie-log4j.properties 文件中的值。 |
oozie-site | 更改 Oozie 的 oozie-site.xml 文件中的值。 |
pig-properties | 更改 Pig 的 pig.properties 文件中的值。 |
pig-log4j | 更改 Pig 的 log4j.properties 文件中的值。 |
presto-log | 更改 Presto 的 log.properties 文件中的值。 |
presto-config | 更改 Presto 的 config.properties 文件中的值。 |
presto-connector-hive | 更改 Presto 的 hive.properties 文件中的值。 |
spark | 适用于 Apache Spark 的 Amazon EMR 辅助设置。 |
spark-defaults | 更改 Spark 的 spark-defaults.conf 文件中的值。 |
spark-env | 更改 Spark 环境中的值。 |
spark-log4j | 更改 Spark 的 log4j.properties 文件中的值。 |
spark-metrics | 更改 Spark 的 metrics.properties 文件中的值。 |
yarn-env | 更改 YARN 环境中的值。 |
yarn-site | 更改 YARN 的 yarn-site.xml 文件中的值。 |
zeppelin-env | 更改 Zeppelin 环境中的值。 |
