Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # Versionen von Amazon EMR in EKS 6.9.0 Die folgenden Amazon-EMR-6.9.0-Versionen sind für Amazon EMR in EKS verfügbar. Wählen Sie eine bestimmte **EMR-6.9.0-xxxx-Version** aus, um weitere Details wie das zugehörige Container-Image-Tag anzuzeigen. + [emr-6.9.0-latest](emr-eks-6.9.0-latest.md) + [emr-6.9.0-20230905](emr-eks-6.9.0-20230905.md) + [emr-6.9.0-20230624](emr-eks-6.9.0-20230624.md) + [emr-6.9.0-20221108](emr-eks-6.9.0-20221108.md) + emr-6.9.0- spark-rapids-latest + emr-6.9.0-spark-rapids-20230624 + emr-6.9.0-spark-rapids-20221108 + notebook-spark/emr-6.9.0-latest + notebook-spark/emr-6.9.0-20230624 + notebook-spark/emr-6.9.0-20221108 + notebook-python/emr-6.9.0-latest + notebook-python/emr-6.9.0-20230624 + notebook-python/emr-6.9.0-20221108 **Versionshinweise für Amazon EMR 6.9.0** + Unterstützte Anwendungen ‐ AWS SDK für Java 1.12.331, Spark 3.3.0-amzn-1, Hudi 0.12.1-amzn-0, Iceberg 0.14.1-amzn-0, Delta 2.1.0. + Unterstützte Komponenten – `aws-sagemaker-spark-sdk`, `emr-ddb`, `emr-goodies`, `emr-s3-select`, `emrfs`, `hadoop-client`, `hudi`, `hudi-spark`, `iceberg`, `spark-kubernetes`. + Unterstützte Konfigurationsklassifizierungen: [StartJobRun](https://docs.aws.amazon.com/emr-on-eks/latest/APIReference/API_StartJobRun.html)Zur [ CreateManagedEndpoint](https://docs.aws.amazon.com/emr-on-eks/latest/APIReference/API_CreateManagedEndpoint.html) APIsVerwendung mit und: [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/emr/latest/EMR-on-EKS-DevelopmentGuide/emr-eks-6.9.0.html) Speziell zur Verwendung mit [ CreateManagedEndpoint](https://docs.aws.amazon.com/emr-on-eks/latest/APIReference/API_CreateManagedEndpoint.html) APIs: [See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/emr/latest/EMR-on-EKS-DevelopmentGuide/emr-eks-6.9.0.html) Mithilfe von Konfigurationsklassifizierungen können Sie Anwendungen anpassen. Diese entsprechen häufig einer XML-Konfigurationsdatei für die Anwendung, z. B. `spark-hive-site.xml` Weitere Informationen finden Sie unter [Konfigurieren von Anwendungen](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-configure-apps.html). **Bemerkenswerte Features** + **Nvidia RAPIDS Accelerator für Apache Spark** – Amazon EMR in EKS zur Beschleunigung von Spark mithilfe von EC2-GPU-Instance-Typen (Graphics Processing Unit). Um das Spark-Image mit RAPIDS Accelerator zu verwenden, geben Sie das Release-Label als emr-6.9.0- an. spark-rapids-latest Besuchen Sie die [Dokumentationsseite,](tutorial-spark-rapids.md) um mehr zu erfahren. + **Spark-Redshift-Konnektor** Die Amazon-Redshift-Integration für Apache Spark ist in den Amazon-EMR-Versionen 6.9.0 und höher enthalten. Die native Integration war bisher ein Open-Source-Tool und ist ein Spark-Konnektor, mit dem Sie Apache-Spark-Anwendungen erstellen können, die Daten in Amazon Redshift und Amazon Redshift Serverless lesen und in diese schreiben. Weitere Informationen finden Sie unter [Verwenden der Amazon-Redshift-Integration für Apache Spark auf Amazon EMR in EKS](emr-spark-redshift.md). + **Delta Lake** – [Delta Lake](https://delta.io/) ist ein Open-Source-Speicherformat, das den Aufbau von Data Lakes mit Transaktionskonsistenz, konsistenter Definition von Datensätzen, Änderungen der Schemaentwicklung und Unterstützung von Datenmutationen ermöglicht. Weitere Informationen finden Sie unter [Verwenden von Delta Lake](tutorial-delta-lake.md). + ** PySpark Parameter ändern** — Interaktive Endpunkte unterstützen jetzt das Ändern von Spark-Parametern, die mit PySpark Sitzungen im EMR Studio Jupyter Notebook verknüpft sind. Weitere Informationen finden Sie unter [ PySpark Sitzungsparameter ändern](modify-pyspark-parameters.md). **Gelöste Probleme** + Wenn Sie den DynamoDB-Konnektor mit Spark auf den Amazon-EMR-Versionen 6.6.0, 6.7.0 und 6.8.0 verwenden, geben alle Lesevorgänge aus Ihrer Tabelle ein leeres Ergebnis zurück, obwohl der Eingabe-Split auf nicht leere Daten verweist. Amazon EMR Version 6.9.0 behebt dieses Problem. + Amazon EMR in EKS 6.8.0 füllt den Build-Hash fälschlicherweise in die Metadaten von Parquet-Dateien ein, die mit [Apache Spark](https://aws.amazon.com//emr/features/spark) generiert wurden. Dieses Problem kann dazu führen, dass Tools, die die Metadaten-Versionszeichenfolge aus Parquet-Dateien analysieren, die von Amazon EMR in EKS 6.8.0 generiert wurden, fehlschlagen. **Bekanntes Problem** + Wenn Sie die Amazon Redshift Redshift-Integration für Apache Spark verwenden und eine Zeit, eine Zeitangabe, einen Zeitstempel oder einen Zeitstempel mit Mikrosekundengenauigkeit im Parquet-Format haben, rundet der Konnektor die Zeitwerte auf den nächsten Millisekundenwert. Um das Problem zu umgehen, verwenden Sie den `unload_s3_format`-Formatparameter-Text-Unload.