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。
亚马逊EMR版本 6.0.1
6.0.1 应用程序版本
此版本支持以下应用程序:Ganglia
下表列出了此版本的 Amazon 中可用的应用程序版本EMR和前三个亚马逊版本中的应用程序EMR版本(如果适用)。
要全面了解每个 Amazon 版本的应用程序版本历史记录EMR,请参阅以下主题:
emr-6.1.1 | emr-6.1.0 | emr-6.0.1 | emr-6.0.0 | |
---|---|---|---|---|
AWS SDK适用于 Java | 1.11.828 | 1.11.828 | 1.11.711 | 1.11.711 |
Python | 2.7、3.7 | 2.7、3.7 | 2.7、3.7 | 2.7、3.7 |
Scala | 2.12.10 | 2.12.10 | 2.12.10 | 2.11.12 |
AmazonCloudWatchAgent | - | - | - | - |
Delta | - | - | - | - |
Flink | 1.11.0 | 1.11.0 | - | - |
Ganglia | 3.7.2 | 3.7.2 | 3.7.2 | 3.7.2 |
HBase | 2.2.5 | 2.2.5 | 2.2.3 | 2.2.3 |
HCatalog | 3.1.2 | 3.1.2 | 3.1.2 | 3.1.2 |
Hadoop | 3.2.1 | 3.2.1 | 3.2.1 | 3.2.1 |
Hive | 3.1.2 | 3.1.2 | 3.1.2 | 3.1.2 |
Hudi | 0.5.2-incubating-amzn-2 | 0.5.2-incubating-amzn-2 | 0.5.0-incubating-amzn-1 | 0.5.0-incubating-amzn-1 |
Hue | 4.7.1 | 4.7.1 | 4.4.0 | 4.4.0 |
Iceberg | - | - | - | - |
JupyterEnterpriseGateway | - | - | - | - |
JupyterHub | 1.1.0 | 1.1.0 | 1.0.0 | 1.0.0 |
Livy | 0.7.0 | 0.7.0 | 0.6.0 | 0.6.0 |
MXNet | 1.6.0 | 1.6.0 | 1.5.1 | 1.5.1 |
Mahout | - | - | - | - |
Oozie | 5.2.0 | 5.2.0 | 5.1.0 | 5.1.0 |
Phoenix | 5.0.0 | 5.0.0 | 5.0.0 | 5.0.0 |
Pig | 0.17.0 | 0.17.0 | - | - |
Presto | 0.232 | 0.232 | 0.230 | 0.230 |
Spark | 3.0.0 | 3.0.0 | 2.4.4 | 2.4.4 |
Sqoop | 1.4.7 | 1.4.7 | - | - |
TensorFlow | 2.1.0 | 2.1.0 | 1.14.0 | 1.14.0 |
Tez | 0.9.2 | 0.9.2 | 0.9.2 | 0.9.2 |
Trino(Prest SQL o) | 338 | 338 | - | - |
Zeppelin | 0.9.0 | 0.9.0 | 0.9.0 | 0.9.0 |
ZooKeeper | 3.4.14 | 3.4.14 | 3.4.14 | 3.4.14 |
6.0.1 发布说明
此版本旨在修复 Amazon EMR Scaling 无法成功扩展/缩小集群或导致应用程序故障时出现的问题。
更改、增强和解决的问题
修复了 Amaz EMR on 集群上守护程序运行状况检查活动(例如收集YARN节点状态和HDFS节点状态)时,对利用率很高的大型集群的扩展请求失败的问题。之所以发生这种情况,是因为集群上的守护程序无法将节点的运行状况数据传送到内部 Ama EMR zon 组件。
改进了EMR集群上的守护程序,可在重复使用 IP 地址时正确跟踪节点状态,从而提高扩展操作期间的可靠性。
SPARK-29683
。修复了集群缩减期间出现任务失败的问题,因为 Spark 假定所有可用节点都被拒绝列出。 YARN-9011
。修复了集群尝试向上或向下扩展时,由于YARN停用过程中的争用条件而导致任务失败的问题。 通过确保 Amaz EMR on 集群上守护程序和 YARN /之间的节点状态始终保持一致,修复了集群扩展期间步骤或任务失败的问题。HDFS
修复了启用了 Kerberos 身份验证的 Amazon 集群的EMR集群操作(例如缩减和步骤提交)失败的问题。这是因为 Amaz EMR on 集群上守护程序没有续订 Kerberos 票证,而要与主节点上YARN运行的 HDFS /进行安全通信,则需要续订 Kerberos 票证。
较新的Amazon EMR 版本通过降低亚马逊较旧AL2版本的 “最大打开文件数” 限制来解决这个问题EMR。亚马逊EMR发布的5.30.1、5.30.2、5.31.1、5.32.1、5.32.1、6.0.1、6.1.1、6.2.1、5.33.0、6.3.0及更高版本现在包含一个永久修复程序,其中包含一个具有更高的 “最大打开文件数” 设置的永久修复。
-
HTTPS现在,亚马逊 Linux 存储库已默认启用。如果您使用 Amazon S3 VPCE 策略来限制对特定存储桶的访问,则必须将新的 Amazon Linux 存储桶ARN
arn:aws:s3:::amazonlinux-2-repos-$region/*
添加到您的策略中($region
替换为终端节点所在的区域)。有关更多信息,请在 AWS 讨论论坛中查看此主题。公告:Amazon Linux 2 现在支持HTTPS在连接软件包存储库时使用。
6.0.1 组件版本
下面列出了 Amazon 随此版本EMR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。其他则是 Amazon 独有的EMR,是为系统流程和功能而安装的。它们通常以 emr
或 aws
开头。Amazon 最新EMR版本中的大数据应用程序包通常是社区中的最新版本。我们会EMR尽快在 Amazon 上发布社区版本。
Amazon 中的某些组件与社区版本EMR不同。这些组件具有以下形式的
的发行版标注。CommunityVersion
-amzn-EmrVersion
从 0 开始。例如,如果EmrVersion
myapp-component
以 2.2 版本命名的开源社区组件经过三次修改以包含在不同的 Amazon EMR 版本中,则其发布版本将列为2.2-amzn-2
。
组件 | 版本 | 描述 |
---|---|---|
aws-sagemaker-spark-sdk | 1.2.6 | 亚马逊 SageMaker Spark SDK |
emr-ddb | 4.14.0 | 适用于 Hadoop 生态系统应用程序的 Amazon DynamoDB 连接器。 |
emr-goodies | 3.0.0 | 适用于 Hadoop 生态系统的方便易用的库。 |
emr-kinesis | 3.5.0 | 适用于 Hadoop 生态系统应用程序的 Amazon Kinesis 连接器。 |
emr-s3-dist-cp | emrfs | 针对 Amazon S3 优化的分布式复制应用程序。 |
emr-s3-select | 1.5.0 | EMRS3Select 连接器 |
emrfs | 2.39.0 | 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 | 3.2.1-amzn-0.1 | Hadoop 命令行客户端,如“hdfs”、“hadoop”或“yarn”。 |
hadoop-hdfs-datanode | 3.2.1-amzn-0.1 | HDFS用于存储区块的节点级服务。 |
hadoop-hdfs-library | 3.2.1-amzn-0.1 | HDFS命令行客户端和库 |
hadoop-hdfs-namenode | 3.2.1-amzn-0.1 | HDFS用于跟踪文件名和区块位置的服务。 |
hadoop-hdfs-journalnode | 3.2.1-amzn-0.1 | HDFS用于管理 HA 集群上的 Hadoop 文件系统日志的服务。 |
hadoop-httpfs-server | 3.2.1-amzn-0.1 | HTTPHDFS操作端点。 |
hadoop-kms-server | 3.2.1-amzn-0.1 | 基于 Hadoop 的加密密钥管理服务器。 KeyProvider API |
hadoop-mapred | 3.2.1-amzn-0.1 | MapReduce 用于运行 MapReduce 应用程序的执行引擎库。 |
hadoop-yarn-nodemanager | 3.2.1-amzn-0.1 | YARN用于管理单个节点上的容器的服务。 |
hadoop-yarn-resourcemanager | 3.2.1-amzn-0.1 | YARN用于分配和管理群集资源和分布式应用程序的服务。 |
hadoop-yarn-timeline-server | 3.2.1-amzn-0.1 | 用于检索YARN应用程序的当前和历史信息的服务。 |
hbase-hmaster | 2.2.3 | 为负责协调区域和执行管理命令的HBase集群提供服务。 |
hbase-region-server | 2.2.3 | 为一个或多个HBase地区提供服务的服务。 |
hbase-client | 2.2.3 | HBase命令行客户端。 |
hbase-rest-server | 2.2.3 | 为其提供RESTfulHTTP终端节点的服务HBase。 |
hbase-thrift-server | 2.2.3 | 为其提供 Thrift 端点的HBase服务。 |
hcatalog-client | 3.1.2-amzn-0 | 用于操作 hcatalog-server 的“hcat”命令行客户端。 |
hcatalog-server | 3.1.2-amzn-0 | 提供服务HCatalog,为分布式应用程序提供表和存储管理层。 |
hcatalog-webhcat-server | 3.1.2-amzn-0 | HTTP端点为其提供REST接口HCatalog。 |
hive-client | 3.1.2-amzn-0 | Hive 命令行客户端。 |
hive-hbase | 3.1.2-amzn-0 | Hive-hbase 客户端。 |
hive-metastore-server | 3.1.2-amzn-0 | 用于访问 Hive 元数据仓的服务,Hive 元存储库是一个语义存储库,用于存储 Hadoop 操作的SQL元数据。 |
hive-server2 | 3.1.2-amzn-0 | 用于将 Hive 查询作为 Web 请求接受的服务。 |
hudi | 0.5.0-incubating-amzn-1 | 增量处理框架,以支持低延迟和高效率的数据管道。 |
hudi-presto | 0.5.0-incubating-amzn-1 | 用于运行 Presto 以及 Hudl 的捆绑库。 |
hue-server | 4.4.0 | 用于使用 Hadoop 生态系统应用程序分析数据的 Web 应用程序 |
jupyterhub | 1.0.0 | Jupyter notebook 的多用户服务器 |
livy-server | 0.6.0-incubating | REST用于与 Apache Spark 交互的接口 |
nginx | 1.12.1 | nginx [engine x] HTTP 是一个反向代理服务器 |
mxnet | 1.5.1 | 用于深度学习的灵活的、可扩展且高效的库。 |
mariadb-server | 5.5.64+ | MariaDB 数据库服务器。 |
nvidia-cuda | 9.2.88 | Nvidia 驱动程序和 Cuda 工具包 |
oozie-client | 5.1.0 | Oozie 命令行客户端。 |
oozie-server | 5.1.0 | 用于接受 Oozie 工作流请求的服务。 |
opencv | 3.4.0 | 开源计算机视觉库。 |
phoenix-library | 5.0.0--2.0 HBase | 服务器和客户端的 phoenix 库 |
phoenix-query-server | 5.0.0--2.0 HBase | 轻量级服务器,提供JDBC对 Avatica 的访问以及协议缓冲区和JSON格式访问 API |
presto-coordinator | 0.230 | 用于在 presto-worker 之中接受查询并管理查询的服务。 |
presto-worker | 0.230 | 用于执行查询的各个部分的服务。 |
presto-client | 0.230 | Presto 命令行客户端,安装在 HA 集群的备用主服务器(未启动 Presto 服务器)上。 |
r | 3.4.3 | 用于统计计算的 R 项目 |
spark-client | 2.4.4 | Spark 命令行客户端。 |
spark-history-server | 2.4.4 | 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 | 2.4.4 | 的内存中执行引擎。YARN |
spark-yarn-slave | 2.4.4 | YARN从属服务器需要的 Apache Spark 库。 |
tensorflow | 1.14.0 | TensorFlow 用于高性能数值计算的开源软件库。 |
tez-on-yarn | 0.9.2 | tez YARN 应用程序和库。 |
webserver | 2.4.41+ | Apache HTTP 服务器。 |
zeppelin-server | 0.9.0-SNAPSHOT | 支持交互式数据分析的基于 Web 的笔记本电脑。 |
zookeeper-server | 3.4.14 | 用于维护配置信息、命名、提供分布式同步以及提供组服务的集中式服务。 |
zookeeper-client | 3.4.14 | ZooKeeper 命令行客户端。 |
6.0.1 配置分类
配置分类允许您自定义应用程序。它们通常对应于应用程序的配置XML文件,例如hive-site.xml
。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。 |
container-executor | 更改 Hadoop YARN 的 container-executor.cfg 文件中的值。 |
container-log4j | 更改 Hadoop 的 container-log4j.prop YARN erties 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。 |
hadoop-ssl-server | 更改 hadoop ssl 服务器配置 |
hadoop-ssl-client | 更改 hadoop ssl 客户端配置 |
hbase | 亚马逊EMR精心策划的 Apache 设置。HBase |
hbase-env | 更改环境HBase中的值。 |
hbase-log4j | 更改 hbase-HBase log4j.properties 文件中的值。 |
hbase-metrics | 更改 hadoop-metrics2-h HBase base.properties 文件中的值。 |
hbase-policy | 更改HBase的 hbase-policy.xml 文件中的值。 |
hbase-site | 更改HBase的 hbase-site.xml 文件中的值。 |
hdfs-encryption-zones | 配置HDFS加密区域。 |
hdfs-env | 更改HDFS环境中的值。 |
hdfs-site | 更改的 hdfs-site.xml HDFS 中的值。 |
hcatalog-env | 更改环境HCatalog中的值。 |
hcatalog-server-jndi | 更改HCatalog的 jndi.properties 中的值。 |
hcatalog-server-proto-hive-site | 更改 proto-hive-site .x HCatalog ml 中的值。 |
hcatalog-webhcat-env | 更改 HCatalog W 环境ebHCat中的值。 |
hcatalog-webhcat-log4j2 | 更改 HCatalog W ebHCat 的 log4j2.properties 中的值。 |
hcatalog-webhcat-site | 更改 HCatalog W ebHCat 的 webhcat-site.xml 文件中的值。 |
hive | 亚马逊EMR精心策划的 Apache Hive 设置。 |
hive-beeline-log4j2 | 更改 Hive 的 beeline-log4j2.properties 文件中的值。 |
hive-parquet-logging | 更改 Hive parquet-logging.properties 文件中的值。 |
hive-env | 更改 Hive 环境中的值。 |
hive-exec-log4j2 | 更改 Hive 的 hive-exec-log 4j2.properties 文件中的值。 |
hive-llap-daemon-log4j2 | 更改 Hive 的 llap-daemon-log 4j2.properties 文件中的值。 |
hive-log4j2 | 更改 Hive 的 hive-log4j2.properties 文件中的值。 |
hive-site | 更改 Hive 的 hive-site.xml 文件中的值 |
hiveserver2-site | 更改 Hive Server2 的 hiveserver2-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 | 在 Hadoop KMS 环境中更改值。 |
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。 |
jupyter-notebook-conf | 更改 Jupyter notebook 的 jupyter_notebook_config.py 文件中的值。 |
jupyter-hub-conf | 更改 JupyterHubs的 jupyterhub_config.py 文件中的值。 |
jupyter-s3-conf | 配置 Jupyter notebook S3 持久性。 |
jupyter-sparkmagic-conf | 更改 Sparkmagic 的 config.json 文件中的值。 |
livy-conf | 更改 Livy 的 livy.conf 文件中的值。 |
livy-env | 更改 Livy 环境中的值。 |
livy-log4j | 更改 Livy log4j.properties 设置。 |
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。 |
phoenix-hbase-metrics | 更改 Phoenix 的 hadoop-metrics2-hbase.properties 文件中的值。 |
phoenix-hbase-site | 更改 Phoenix 的 hbase-site.xml 文件中的值。 |
phoenix-log4j | 更改 Phoenix 的 log4j.properties 文件中的值。 |
phoenix-metrics | 更改 Phoenix 的 hadoop-metrics2-phoenix.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-password-authenticator | 更改 Presto 的 password-authenticator.properties 文件中的值。 |
presto-env | 更改 Presto 的 presto-env.sh 文件中的值。 |
presto-node | 更改 Presto 的 node.properties 文件中的值。 |
presto-connector-blackhole | 更改 Presto 的 blackhole.properties 文件中的值。 |
presto-connector-cassandra | 更改 Presto 的 cassandra.properties 文件中的值。 |
presto-connector-hive | 更改 Presto 的 hive.properties 文件中的值。 |
presto-connector-jmx | 更改 Presto 的 jmx.properties 文件中的值。 |
presto-connector-kafka | 更改 Presto 的 kafka.properties 文件中的值。 |
presto-connector-localfile | 更改 Presto 的 localfile.properties 文件中的值。 |
presto-connector-memory | 更改 Presto 的 memory.properties 文件中的值。 |
presto-connector-mongodb | 更改 Presto 的 mongodb.properties 文件中的值。 |
presto-connector-mysql | 更改 Presto 的 mysql.properties 文件中的值。 |
presto-connector-postgresql | 更改 Presto 的 postgresql.properties 文件中的值。 |
presto-connector-raptor | 更改 Presto 的 raptor.properties 文件中的值。 |
presto-connector-redis | 更改 Presto 的 redis.properties 文件中的值。 |
presto-connector-redshift | 更改 Presto 的 redshift.properties 文件中的值。 |
presto-connector-tpch | 更改 Presto 的 tpch.properties 文件中的值。 |
presto-connector-tpcds | 更改 Presto 的 tpcds.properties 文件中的值。 |
ranger-kms-dbks-site | 更改 Ranger KMS 的 dbks-site.xml 文件中的值。 |
ranger-kms-site | 更改 Ran ranger-kms-site KMS ger .xml 文件中的值。 |
ranger-kms-env | 在游侠KMS环境中更改值。 |
ranger-kms-log4j | 更改 Ranger 的 kms-log4j.properties 文件中的值。KMS |
ranger-kms-db-ca | 更改 S3 上我与 Ranger SQL SSL KMS 连接的 CA 文件值。 |
recordserver-env | 更改EMR RecordServer 环境中的值。 |
recordserver-conf | 更改 server.proper EMR RecordServer ties 文件中的值。 |
recordserver-log4j | 更改EMR RecordServer的 log4j.properties 文件中的值。 |
spark | 亚马逊EMR精心策划的 Apache Spark 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-hive-site | 更改 Spark 的 hive-site.xml 文件中的值 |
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。 |
tez-site | 更改 Tez 的 tez-site.xml 文件中的值。 |
yarn-env | 更改YARN环境中的值。 |
yarn-site | 更改 yarn-site.xml 文件YARN中的值。 |
zeppelin-env | 更改 Zeppelin 环境中的值。 |
zookeeper-config | 更改 ZooKeeper的 zoo.cfg 文件中的值。 |
zookeeper-log4j | 更改 ZooKeeper的 log4j.properties 文件中的值。 |