Amazon 6.1.0 EMR版 - Amazon EMR
6.1.0 應用程式版本6.1.0 版本備註6.1.0 元件版本6.1.0 組態類別

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

Amazon 6.1.0 EMR版

6.1.0 應用程式版本

此版本支援下列應用程式： Flink, Ganglia, HBase, HCatalog, Hadoop, Hive, Hudi, Hue, JupyterHub, Livy, MXNet, Oozie, Phoenix, Pig, Presto, PrestoSQL, Spark, Sqoop, TensorFlow, Tez, Zeppelin、 和 ZooKeeper.

下表列出此版本 Amazon 中可用的應用程式版本，EMR以及前三個 Amazon EMR版本 （如適用） 中的應用程式版本。

如需每個版本 Amazon 的應用程式版本完整歷史記錄EMR，請參閱下列主題：

應用程式版本資訊
emr-6.1.1 emr-6.1.0 emr-6.0.1 emr-6.0.0
AWS SDK 適用於 Java 1.11.8281.11.8281.11.7111.11.711
Python 2.7、3.72.7、3.72.7、3.72.7、3.7
Scala 2.12.102.12.102.12.102.11.12
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.11.01.11.0 - -
Ganglia3.7.23.7.23.7.23.7.2
HBase2.2.52.2.52.2.32.2.3
HCatalog3.1.23.1.23.1.23.1.2
Hadoop3.2.13.2.13.2.13.2.1
Hive3.1.23.1.23.1.23.1.2
Hudi0.5.2-incubating-amzn-20.5.2-incubating-amzn-20.5.0-incubating-amzn-10.5.0-incubating-amzn-1
Hue4.7.14.7.14.4.04.4.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub1.1.01.1.01.0.01.0.0
Livy0.7.00.7.00.6.00.6.0
MXNet1.6.01.6.01.5.11.5.1
Mahout - - - -
Oozie5.2.05.2.05.1.05.1.0
Phoenix5.0.05.0.05.0.05.0.0
Pig0.17.00.17.0 - -
Presto0.2320.2320.2300.230
Spark3.0.03.0.02.4.42.4.4
Sqoop1.4.71.4.7 - -
TensorFlow2.1.02.1.01.14.01.14.0
Tez0.9.20.9.20.9.20.9.2
Trino （Presto SQL）338338 - -
Zeppelin0.9.00.9.00.9.00.9.0
ZooKeeper3.4.143.4.143.4.143.4.14

6.1.0 版本備註

下列版本備註包含 Amazon 6.1.0 EMR版的資訊。變更是相對於 6.0.0 版而言。

初始版本日期：2020 年 9 月 4 日

上次更新日期：2020 年 10 月 15 日

支援的應用程式

  • AWS SDK for Java 1.11.828 版

  • Flink 版本 1.11.0

  • Ganglia 3.7.2 版

  • Hadoop 版本 3.2.1-amzn-1

  • HBase 2.2.5 版

  • HBase-operator-tools 1.0.0

  • HCatalog 3.1.2-amzn-0 版

  • Hive 版本 3.1.2-amzn-1

  • Hudi 版本 0.5.2-incubating

  • Hue 版本 4.7.1

  • JupyterHub 1.1.0 版

  • Livy 版本 0.7.0

  • MXNet 1.6.0 版

  • Oozie 版本 5.2.0

  • Phoenix 5.0.0 版

  • Presto 版本 0.232

  • PrestoSQL 338 版

  • Spark 版本 3.0.0-amzn-0

  • TensorFlow 2.1.0 版

  • Zeppelin 版本 0.9.0-preview1

  • Zookeeper 3.4.14 版

  • 連接器與驅動程式：DynamoDB 連接器 4.14.0

新功能

  • ARM 從 Amazon 5.30.0 EMR版和 Amazon 6.1.0 EMR版開始支援執行個體類型。

  • 從 Amazon 6.1.0 版和 5.30.0 版開始，支援 M6g 一般用途執行個體類型。 EMR如需詳細資訊，請參閱 Amazon EMR管理指南 中的支援的執行個體類型。

  • 從 Amazon 5.23.0 EMR版開始，支援EC2置放群組功能作為多個主節點叢集的選項。目前，放置群組功能僅支援主節點類型，且 SPREAD 策略會套用至這些主節點。SPREAD 策略將一小組執行個體放置在單獨的基礎硬體上，以防止在發生硬體故障時遺失多個主節點。如需詳細資訊，請參閱 Amazon EMR管理指南 中的EMR與EC2放置群組整合。

  • Managed Scaling – 使用 Amazon 6.1.0 EMR版，您可以啟用 Amazon EMR受管擴展，根據工作負載自動增加或減少叢集中的執行個體或單位數量。Amazon EMR會持續評估叢集指標，以進行擴展決策，以最佳化叢集的成本和速度。Managed Scaling 也適用於 Amazon 5.30.0 版及更新EMR版本，但 6.0.0 除外。如需詳細資訊，請參閱 Amazon EMR管理指南 中的擴展叢集資源。

  • 6.1.0 支援 PrestoSQL EMR 338 版。如需詳細資訊，請參閱 Presto。

    • 6.1.0 EMR 及更新版本僅支援 PrestoSQL，不支援 EMR 6.0.0 或 EMR 5.x。

    • 應用程式名稱 Presto 繼續被用來在叢集上安裝 PrestoDB。若要在叢集上安裝 PrestoSQL，請使用應用程式名稱 PrestoSQL。

    • 您可以安裝 PrestoDB 或 Presto SQL，但無法在單一叢集上安裝兩者。如果在嘗試建立叢集時同時指定 PrestoDB 和 PrestoSQL，則會發生驗證錯誤，且叢集建立請求失敗。

    • 單一主機和 muti-master 叢集都支援 PrestoSQL。在多主機叢集上，執行 PrestoSQL 或 PrestoDB 需要外部 Hive 中繼存放區。請參閱具有多個主要節點的EMR叢集中支援的應用程式。

  • ECR 搭配 Docker 的 Apache Hadoop 和 Apache Spark 的自動身分驗證支援：Spark 使用者可以使用 Docker Hub 和 Amazon Elastic Container Registry （Amazon ECR） 中的 Docker 映像來定義環境和程式庫相依性。

    使用 Amazon 6.x 設定 Docker EMR 並使用 Docker 執行 Spark 應用程式。

  • EMR 支援 Apache Hive ACID交易：Amazon EMR 6.1.0 新增對 Hive ACID交易的支援，使其符合資料庫的ACID屬性。憑藉此功能，您可以在 Hive 受管資料表中使用 Amazon Simple Storage Service (Amazon S3) 中的資料來執行 INSERT, UPDATE, DELETE, 和 MERGE 操作。這是串流擷取、資料重述、使用 進行大量更新MERGE，以及緩慢變更維度等使用案例的重要功能。如需詳細資訊，包括組態範例和使用案例，請參閱 Amazon EMR支援 Apache Hive ACID交易。

變更、強化功能和已解決的問題

  • 這是一個版本，用於修正 Amazon EMR Scaling 無法成功擴展叢集或導致應用程式失敗的問題。

  • 已修正當 Amazon 叢集EMR上常駐程式正在執行運作運作狀態檢查活動時，大型、高度使用叢集的擴展請求失敗的問題，例如收集YARN節點狀態和HDFS節點狀態。發生這種情況是因為叢集上的精靈無法將節點的運作狀態資料傳遞給內部 Amazon EMR元件。

  • 改善叢集EMR內精靈，以便在重複使用 IP 地址時正確追蹤節點狀態，以提高擴展操作期間的可靠性。

  • SPARK-29683。修正因為 Spark 擔任的所有可用的節點被列入拒絕清單，而導致作業在叢集縮減規模期間失敗的問題。

  • YARN-9011。已修正叢集嘗試擴展或縮減規模時，由於YARN停用競爭條件而導致任務失敗的問題。

  • 透過確保 Amazon 叢集EMR上常駐程式和 YARN/ 之間的節點狀態始終一致，修正叢集擴展期間的步驟或任務失敗問題HDFS。

  • 已修正使用 Kerberos 身分驗證啟用之 Amazon EMR叢集的叢集操作，例如縮減規模和提交步驟失敗的問題。這是因為 Amazon 叢集EMR上常駐程式未更新 Kerberos 票證，這是與主節點上安全通訊HDFS/YARN執行的必要條件。

  • 較新的 Amazon EMR版本會修正 Amazon AL2中較舊版本「開啟檔案上限」限制的問題EMR。Amazon EMR5.30.1、5.30.2、5.31.1、5.32.1、6.0.1、6.1.1、6.2.1、5.33.0、6.3.0 及更新版本現在包含具有更高「最大開啟檔案」設定的永久修正。

  • 6.0.0 EMR 不支援 Apache Flink，但 6.1.0 EMR 支援 Flink 1.11.0。這是首個正式支援 Hadoop 3 的 Flink 版本。請參閱 Apache Flink 1.11.0 版本公告。

  • Ganglia 已從預設 EMR 6.1.0 套件套件中移除。

已知問題

  • 較舊版本 AL2【修正為較新版本】 的「開啟檔案上限」下限。Amazon EMR版本：emr-5.30.x、emr-5.31.0、emr-5.32.0、emr-6.0.0、emr-6.1.0 和 emr-6.2.0 是以 ofAmazon Linux 2 （AL2） 的較舊版本為基礎，當 Amazon EMR叢集使用預設 建立時，其「最大開啟檔案」的 ulimit 設定較低。 AMIAmazon EMR5.30.1、5.30.2、5.31.1、5.32.1、6.0.1、6.1.1、6.2.1、5.33.0、6.3.0 及更新版本包含具有較高「最大開啟檔案」設定的永久修正。提交 Spark 作業時，開放檔限制較低的版本會導致「開放檔案過多」錯誤。在受影響的版本中，Amazon EMR 預設AMI的預設 ulimit 設定為 4096，表示「開啟的檔案上限」低於 latestAmazon Linux 2 中的 65536 檔案限制AMI。當 Spark 驅動程式和執行器嘗試開啟超過 4096 個檔案時，「最大開放檔案」的 ulimit 設定過低會導致 Spark 作業失敗。若要修正此問題，Amazon EMR有一個引導動作 （BA） 指令碼，可在叢集建立時調整 ulimit 設定。

    如果您使用的是沒有此問題永久修正的舊 Amazon EMR版本，則下列解決方法可讓您明確將執行個體控制器的模擬值設定為最多 65536 個檔案。

    從命令列明確設定 ulimit

    1. 編輯 /etc/systemd/system/instance-controller.service 以新增下列參數至「服務」區段。

      LimitNOFILE=65536

      LimitNPROC=65536

    2. 重新啟動 InstanceController

      $ sudo systemctl daemon-reload

      $ sudo systemctl restart instance-controller

    使用引導操作 (BA) 設定 ulimit

    您還可以使用引導操作 (BA) 指令碼，在建立叢集時將執行個體-控制器 ulimit 設定為 65536 個檔案。

    #!/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
  • 重要

    Amazon EMR 6.1.0 和 6.2.0 包含可能嚴重影響所有 Hudi 插入、upsert 和刪除操作的效能問題。如果您計劃將 Hudi 與 Amazon EMR 6.1.0 或 6.2RPM.0 搭配使用，您應該聯絡 AWS 支援以取得修補的 Hudi。

  • 如果您使用 spark.driver.extraJavaOptions和 設定自訂垃圾收集組態spark.executor.extraJavaOptions，這會導致驅動程式/執行器啟動失敗EMR，因為垃圾收集組態衝突。使用 6.1.0 EMR版，您應該為具有 屬性的驅動程式和執行程式指定自訂 Spark 垃圾收集組態，spark.driver.defaultJavaOptionsspark.executor.defaultJavaOptions改為 。在 Apache Spark 執行期環境中閱讀詳細資訊，並在 Amazon EMR 6.1.0 上設定 Spark 垃圾收集。

  • 搭配使用 Pig 和 Oozie (並且在 Hue 中，因為 Hue 使用 Oozie 動作來執行 Pig 指令碼)，會發生原生 lzo 程式庫無法載入的錯誤。此錯誤訊息僅供參考，它不會阻止 Pig 執行。

  • Hudi 並行性支援：Hudi 目前不支援並行寫入至單個 Hudi 資料表。此外，在新寫入器開始寫入前，Hudi 會復原進行中寫入器所做的任何變更。並行寫入可能會對此機制造成干擾，還會引入競爭條件，進而導致資料損毀。您應該確保在資料處理工作流程中，全程只有單個 Hudi 寫入器對 Hudi 資料表執行操作。Hudi 支援多個並行讀取器操作同一 Hudi 資料表。

  • 使用多個主節點和 Kerberos 身分驗證的叢集中存在的已知問題

    如果您在 Amazon 5.20.0 版及更新EMR版本中執行具有多個主要節點的叢集和 Kerberos 身分驗證，則可能會在叢集執行一段時間後遇到叢集操作的問題，例如縮減規模或提交步驟。時段取決於您定義的 Kerberos 票證有效期。規模調減問題會同時影響自動縮減規模和您提交的明確縮減規模請求。其他叢集操作也可能受影響。

    解決方法：

    • SSH 作為具有多個主要節點之EMR叢集的主要節點hadoop的使用者。

    • 執行以下命令，以更新 hadoop 使用者的 Kerberos 票證。

      kinit -kt <keytab_file> <principal>

      一般而言，Keytab 檔案位於 /etc/hadoop.keytab，而主體則採用 hadoop/<hostname>@<REALM> 的形式。

    注意

    此解決辦法的有效期間和 Kerberos 票證的有效期間相同。此持續時間預設為 10 個小時，但可以透過您的 Kerberos 設定進行變更。若 Kerberos 票證過期，您必須重新執行上述命令。

  • Amazon 6.1.0 中存在影響執行 Presto EMR 的叢集的問題。經過較長的時間 （天） 之後，叢集可能會擲回錯誤，例如「su： 無法 execute /bin/bash：資源暫時無法使用」，或「頻道 0 上的 Shell 請求失敗」。此問題是由於內部 Amazon EMR 程序 （InstanceController） 產生過多的 Light Weight Processes （LWP），最終導致 Hadoop 使用者超過其 nproc 限制。這可防止使用者打開更多程序。此問題的解決方案是升級至 EMR 6.2.0。

6.1.0 元件版本

Amazon 在此版本中EMR安裝的元件如下所列。其中有一些屬於大數據應用程式套件。其他則對 Amazon 而言是獨一無二的EMR，並針對系統程序和功能進行安裝。這些通常會以 emr 或 aws 開頭。Amazon EMR最新版本中的大數據應用程式套件通常是社群中發現的最新版本。我們EMR盡快在 Amazon 中提供社群版本。

Amazon 中的某些元件與社群版本EMR不同。這些元件具有版本標籤，格式為 CommunityVersion-amzn-EmrVersion。EmrVersion 從 0 開始。例如，如果使用 2.2 版命名myapp-component的開放原始碼社群元件已修改三次，以包含在不同的 Amazon EMR版本中，則其發行版本會列為 2.2-amzn-2。

元件 版本 描述
aws-sagemaker-spark-sdk1.3.0Amazon SageMaker Spark SDK
emr-ddb4.14.0適用於 Hadoop 生態系統應用程式的 Amazon DynamoDB 連接器。
emr-goodies3.1.0適用 Hadoop 生態系統的超便利程式庫。
emr-kinesis3.5.0適用於 Hadoop 生態系統應用程式的 Amazon Kinesis 連接器。
emr-s3-dist-cp2.14.0針對 Amazon S3 最佳化的分散式複製應用程式。
emr-s3-select2.0.0EMR S3Select 連接器
emrfs2.42.0適用於 Hadoop 生態系統應用程式的 Amazon S3 連接器。
flink-client1.11.0Apache Flink 命令列用戶端指令碼和應用程式。
ganglia-monitor3.7.2Hadoop 生態系統應用程式內嵌 Ganglia 代理程式以及 Ganglia 監控代理程式。
ganglia-metadata-collector3.7.2Ganglia 監控代理程式的彙總指標 Ganglia 中繼資料收集器。
ganglia-web3.7.1由 Ganglia 中繼資料收集器收集，以檢視指標的 Web 應用程式。
hadoop-client3.2.1-amzn-1Hadoop 命令列用戶端，例如「hdfs」、「Hadoop」或「yarn」。
hadoop-hdfs-datanode3.2.1-amzn-1HDFS 儲存區塊的節點層級服務。
hadoop-hdfs-library3.2.1-amzn-1HDFS command-line 用戶端和程式庫
hadoop-hdfs-namenode3.2.1-amzn-1HDFS 服務，用於追蹤檔案名稱和區塊位置。
hadoop-hdfs-journalnode3.2.1-amzn-1HDFS 服務，用於管理 HA 叢集上的 Hadoop 檔案系統日誌。
hadoop-httpfs-server3.2.1-amzn-1HTTP HDFS操作的端點。
hadoop-kms-server3.2.1-amzn-1以 Hadoop 的 為基礎的密碼編譯金鑰管理伺服器 KeyProvider API。
hadoop-mapred3.2.1-amzn-1MapReduce 執行引擎程式庫，用於執行 MapReduce 應用程式。
hadoop-yarn-nodemanager3.2.1-amzn-1YARN 服務，用於管理個別節點上的容器。
hadoop-yarn-resourcemanager3.2.1-amzn-1YARN 服務，用於配置和管理叢集資源和分散式應用程式。
hadoop-yarn-timeline-server3.2.1-amzn-1用於擷取YARN應用程式目前和歷史資訊的 服務。
hbase-hmaster2.2.5負責協調區域和執行管理命令的HBase叢集的服務。
hbase-region-server2.2.5服務一或多個HBase區域的服務。
hbase-client2.2.5HBase command-line 用戶端。
hbase-rest-server2.2.5為 提供RESTfulHTTP端點的服務HBase。
hbase-thrift-server2.2.5向 提供 Thrift 端點的服務HBase。
hcatalog-client3.1.2-amzn-2操作 hcatalog-server 的「hcat」命令列用戶端。
hcatalog-server3.1.2-amzn-2為分散式應用程式提供 HCatalog、資料表和儲存管理層的服務。
hcatalog-webhcat-server3.1.2-amzn-2HTTP 端點提供REST介面給 HCatalog。
hive-client3.1.2-amzn-2Hive 命令列用戶端。
hive-hbase3.1.2-amzn-2Hive-hbase 用戶端。
hive-metastore-server3.1.2-amzn-2存取 Hive 中繼存放區的服務，這是在 Hadoop 操作SQL上儲存 中繼資料的語意儲存庫。
hive-server23.1.2-amzn-2依 Web 請求接受 Hive 查詢的服務。
hudi0.5.2-incubating-amzn-2增量處理架構，以低延遲和高效率強化資料管道。
hudi-presto0.5.2-incubating-amzn-2用於使用 Hudi 執行 Presto 的套件程式庫。
hudi-prestosql0.5.2-incubating-amzn-2用於搭配 Hudi 執行 PrestoSQL 的套件程式庫。
hudi-spark0.5.2-incubating-amzn-2用於使用 Hudi 執行 Spark 的套件程式庫。
hue-server4.7.1使用 Hadoop 生態系統應用程式分析資料的 Web 應用程式
jupyterhub1.1.0適用於 Jupyter 筆記本的多使用者伺服器
livy-server0.7.0-incubatingREST 與 Apache Spark 互動的介面
nginx1.12.1nginx 【引擎 x】 是 HTTP和 反向代理伺服器
mxnet1.6.0靈活有效率的程式庫，具可擴展性，適用於深度學習。
mariadb-server5.5.64+MariaDB 資料庫伺服器。
nvidia-cuda9.2.88Nvidia 驅動程式和 Cuda 工具組
oozie-client5.2.0Oozie 命令列用戶端。
oozie-server5.2.0接受 Oozie 工作流程要求的服務。
opencv4.3.0開放原始碼電腦 Vision 程式庫。
phoenix-library5.0.0-HBase-2.0適用於伺服器和用戶端的 phoenix 程式庫
phoenix-query-server5.0.0-HBase-2.0提供 Avatica JDBC存取權以及通訊協定緩衝區和JSON格式存取權的輕量型伺服器 API
presto-coordinator0.232在 presto-workers 之間接受查詢和執行管理查詢的服務。
presto-worker0.232執行查詢各部分的服務。
presto-client0.232安裝於 HA 叢集的待命主節點的 Presto 命令列用戶端，該主節點上的 Presto 伺服器未啟動。
prestosql-coordinator338在 prestosql-workers 之間接受查詢和執行管理查詢的服務。
prestosql-worker338執行查詢各部分的服務。
prestosql-client338安裝於 HA 叢集的待命主節點的 Presto 命令列用戶端，該主節點上的 Presto 伺服器未啟動。
pig-client0.17.0Pig 命令列用戶端。
r3.4.3統計運算 R 專案
ranger-kms-server2.0.0Apache Ranger Key Management System
spark-client3.0.0-amzn-0Spark 命令列用戶端。
spark-history-server3.0.0-amzn-0用於檢視完整 Spark 應用程式生命週期記錄事件的 Web 使用者介面。
spark-on-yarn3.0.0-amzn-0的記憶體內執行引擎YARN。
spark-yarn-slave3.0.0-amzn-0從屬所需的 Apache Spark YARN 程式庫。
sqoop-client1.4.7Apache Sqoop 命令列用戶端。
tensorflow2.1.0TensorFlow 適用於高效能數值運算的開放原始碼軟體程式庫。
tez-on-yarn0.9.2tez YARN 應用程式和程式庫。
webserver2.4.41+Apache HTTP 伺服器。
zeppelin-server0.9.0-preview1能進行互動式資料分析，以 Web 為基礎的筆記型電腦。
zookeeper-server3.4.14用於維護組態資訊、命名、提供分散式同步，並提供群組服務的集中化服務。
zookeeper-client3.4.14ZooKeeper 命令列用戶端。

6.1.0 組態類別

組態分類可讓您自訂應用程式。這些檔案通常對應於應用程式的組態XML檔案，例如 hive-site.xml。如需詳細資訊，請參閱設定應用程式。

emr-6.1.0 分類
分類 描述

capacity-scheduler

變更 Hadoop 中 capacity-scheduler.xml 檔案的值。

container-executor

變更 Hadoop YARN的 container-executor.cfg 檔案中的值。

container-log4j

變更 Hadoop YARN的 container-log4j.properties 檔案中的值。

core-site

變更 Hadoop 中 core-site.xml 檔案的值。

emrfs-site

變更EMRFS設定。

flink-conf

變更 flink-conf.yaml 設定。

flink-log4j

變更 Flink log4j.properties 設定。

flink-log4j-yarn-session

變更 Flink log4j-yarn-session.properties 設定。

flink-log4j-cli

變更 Flink log4j-cli.properties 設定。

hadoop-env

在 Hadoop 環境中變更所有 Hadoop 元件的值。

hadoop-log4j

變更 Hadoop 中 log4j.properties 檔案的值。

hadoop-ssl-server

變更 hadoop ssl 伺服器組態

hadoop-ssl-client

變更 hadoop ssl 用戶端組態

hbase

Apache 的 Amazon EMR精選設定HBase。

hbase-env

變更 HBase環境中的值。

hbase-log4j

變更 HBasehbase-log4j.properties 檔案中的值。

hbase-metrics

變更 HBase的 hadoop-metrics2-hbase.properties 檔案中的值。

hbase-policy

變更 HBasehbase-policy.xml 檔案中的值。

hbase-site

變更 HBasehbase-site.xml 檔案中的值。

hdfs-encryption-zones

設定HDFS加密區域。

hdfs-env

變更HDFS環境中的值。

hdfs-site

變更 HDFShdfs-site.xml 中的值。

hcatalog-env

變更 HCatalog環境中的值。

hcatalog-server-jndi

變更 jndi.properties HCatalog中的值。

hcatalog-server-proto-hive-site

變更 HCatalog. proto-hive-sitexml 中的值。

hcatalog-webhcat-env

變更 HCatalog W ebHCat環境中的值。

hcatalog-webhcat-log4j2

變更 HCatalog W ebHCat的 log4j2.properties 中的值。

hcatalog-webhcat-site

變更 HCatalog W ebHCat的 webhcat-site.xml 檔案中的值。

hive

Apache Hive 的 Amazon EMR精選設定。

hive-beeline-log4j2

變更 Hive 的 beeline-log4j2.properties 檔案中的值。

hive-parquet-logging

變更 Hive 的 parquet-logging.properties 檔案中的值。

hive-env

變更 Hive 環境中的值。

hive-exec-log4j2

在 Hive 的 hive-exec-log4j2.properties 檔案中變更值。

hive-llap-daemon-log4j2

變更 Hive llap-daemon-log4j2.properties 檔案中的值。

hive-log4j2

變更 Hive 的 hive-log4j2.properties 檔案中的值。

hive-site

變更 Hive 的 hive-site.xml 檔案中的值

hiveserver2-site

變更 Hive Server2 的 hiveserver2-site.xml 檔案中的值

hue-ini

變更 Hue 的 ini 檔案中的值

httpfs-env

變更HTTPFS環境中的值。

httpfs-site

變更 Hadoop 中 httpfs-site.xml 檔案的值。

hadoop-kms-acls

變更 Hadoop 中 kms-acls.xml 檔案的值。

hadoop-kms-env

變更 Hadoop KMS環境中的值。

hadoop-kms-log4j

變更 Hadoop 的 kms-log4j.properties 檔案中的值。

hadoop-kms-site

變更 Hadoop 中 kms-site.xml 檔案的值。

hudi-env

變更 Hudi 環境中的值。

jupyter-notebook-conf

變更 Jupyter 筆記本中 jupyter_notebook_config.py 檔案的值。

jupyter-hub-conf

變更 JupyterHubsjupyterhub_config.py 檔案中的值。

jupyter-s3-conf

設定 Jupyter 筆記本 S3 持久性。

jupyter-sparkmagic-conf

變更 Sparkmagic 中 config.json 檔案的值。

livy-conf

變更 Livy 的 livy.conf 檔案中的值。

livy-env

變更 Livy 環境中的值。

livy-log4j

變更 Livy log4j.properties 設定。

mapred-env

變更 MapReduce 應用程式環境中的值。

mapred-site

變更 MapReduce 應用程式 mapred-site.xml 檔案中的值。

oozie-env

變更 Oozie 環境中的值。

oozie-log4j

變更 Oozie 的 oozie-log4j.properties 檔案中的值。

oozie-site

變更 Oozie 的 oozie-site.xml 檔案中的值。

phoenix-hbase-metrics

變更 Phoenix 的 hadoop-metrics2-hbase.properties 檔案中的值。

phoenix-hbase-site

變更 Phoenix 的 hbase-site.xml 檔案中的值。

phoenix-log4j

變更 Phoenix 中 log4j.properties 檔案的值。

phoenix-metrics

變更 Phoenix 的 hadoop-metrics2-phoenix.properties 檔案中的值。

pig-env

在 Pig 環境中變更值。

pig-properties

變更 Pig 的 pig.properties 檔案中的值。

pig-log4j

變更 Pig 的 log4j.properties 檔案中的值。

presto-log

變更 Presto 的 log.properties 檔案中的值。

presto-config

變更 Presto 的 config.properties 檔案中的值。

presto-password-authenticator

變更 Presto 的 password-authenticator.properties 檔案中的值。

presto-env

變更 Presto 的 presto-env.sh 檔案中的值。

presto-node

變更 Presto 的 node.properties 檔案中的值。

presto-connector-blackhole

變更 Presto 的 blackhole.properties 檔案中的值。

presto-connector-cassandra

變更 Presto 的 cassandra.properties 檔案中的值。

presto-connector-hive

變更 Presto 的 hive.properties 檔案中的值。

presto-connector-jmx

變更 Presto 的 jmx.properties 檔案中的值。

presto-connector-kafka

變更 Presto 的 kafka.properties 檔案中的值。

presto-connector-localfile

變更 Presto 的 localfile.properties 檔案中的值。

presto-connector-memory

變更 Presto 的 memory.properties 檔案中的值。

presto-connector-mongodb

變更 Presto 的 mongodb.properties 檔案中的值。

presto-connector-mysql

變更 Presto 的 mysql.properties 檔案中的值。

presto-connector-postgresql

變更 Presto 的 postgresql.properties 檔案中的值。

presto-connector-raptor

變更 Presto 的 raptor.properties 檔案中的值。

presto-connector-redis

變更 Presto 的 redis.properties 檔案中的值。

presto-connector-redshift

變更 Presto 的 redshift.properties 檔案中的值。

presto-connector-tpch

變更 Presto 的 tpch.properties 檔案中的值。

presto-connector-tpcds

變更 Presto 的 tpcds.properties 檔案中的值。

prestosql-log

變更 Presto 的 log.properties 檔案中的值。

prestosql-config

變更 Presto 的 config.properties 檔案中的值。

prestosql-password-authenticator

變更 Presto 的 password-authenticator.properties 檔案中的值。

prestosql-env

變更 Presto 的 presto-env.sh 檔案中的值。

prestosql-node

變更 Presto SQL的 node.properties 檔案中的值。

prestosql-connector-blackhole

變更 Presto SQL的 blackhole.properties 檔案中的值。

prestosql-connector-cassandra

變更 Presto SQLcassandra.properties 檔案中的值。

prestosql-connector-hive

變更 Presto SQL的 hive.properties 檔案中的值。

prestosql-connector-jmx

變更 Presto SQL的 jmx.properties 檔案中的值。

prestosql-connector-kafka

變更 Presto SQL的 kafka.properties 檔案中的值。

prestosql-connector-localfile

變更 Presto SQL的 localfile.properties 檔案中的值。

prestosql-connector-memory

變更 Presto SQL的 memory.properties 檔案中的值。

prestosql-connector-mongodb

變更 Presto SQL的 mongodb.properties 檔案中的值。

prestosql-connector-mysql

變更 Presto SQL的 mysql.properties 檔案中的值。

prestosql-connector-postgresql

變更 Presto SQL的 postgresql.properties 檔案中的值。

prestosql-connector-raptor

變更 Presto SQL的 raptor.properties 檔案中的值。

prestosql-connector-redis

變更 Presto SQL的 redis.properties 檔案中的值。

prestosql-connector-redshift

變更 Presto SQL的 redshift.properties 檔案中的值。

prestosql-connector-tpch

變更 Presto SQL的 tpch.properties 檔案中的值。

prestosql-connector-tpcds

變更 Presto SQL的 tpcds.properties 檔案中的值。

ranger-kms-dbks-site

變更 Ranger 的 dbks-site.xml 檔案中的值KMS。

ranger-kms-site

變更 Ranger 的 ranger-kms-site.xml 檔案中的值KMS。

ranger-kms-env

在 Ranger KMS環境中變更值。

ranger-kms-log4j

變更 Ranger 的 kms-log4j.properties 檔案中的值KMS。

ranger-kms-db-ca

變更 S3 for MySQL 與 Ranger SSL連線上的 CA 檔案值KMS。

spark

Apache Spark 的 Amazon EMR精選設定。

spark-defaults

變更 Spark 的 spark-defaults.conf 檔案中的值。

spark-env

變更 Spark 環境中的值。

spark-hive-site

變更 Spark 的 hive-site.xml 檔案中的值

spark-log4j

變更 Spark 中 log4j.properties 檔案的值。

spark-metrics

變更 Spark 中 metrics.properties 檔案的值。

sqoop-env

變更 Sqoop 環境中的值。

sqoop-oraoop-site

變更 Sqoop OraOop的 oraoop-site.xml 檔案中的值。

sqoop-site

變更 Sqoop 的 sqoop-site.xml 檔案中的值。

tez-site

變更 Tez 的 tez-site.xml 檔案中的值。

yarn-env

變更YARN環境中的值。

yarn-site

變更 YARN的 yarn-site.xml 檔案中的值。

zeppelin-env

變更 Zeppelin 環境中的值。

zookeeper-config

變更 ZooKeeperzoo.cfg 檔案中的值。

zookeeper-log4j

變更 ZooKeeper的 log4j.properties 檔案中的值。