Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Rilasci 6.15.0 di Amazon EMR su EKS
Questa pagina descrive la funzionalità nuova e aggiornata di Amazon EMR specifica per l'implementazione di Amazon EMR su EKS. Per dettagli su Amazon EMR in esecuzione su Amazon EC2 e sulla versione Amazon EMR 6.15.0 in generale, consulta Amazon EMR 6.15.0 nella Amazon EMR Release Guide.
Rilasci 6.15 di Amazon EMR su EKS
I seguenti rilasci 6.15.0 di Amazon EMR sono disponibili per Amazon EMR su EKS. Seleziona un rilascio emr-6.15.0-XXXX specifico per visualizzare ulteriori dettagli, come il relativo tag dell'immagine di container.
Note di rilascio
Note di rilascio di Amazon EMR su EKS 6.15.0
-
Applicazioni supportate ‐ AWS SDK per Java 1.12.569, Apache Spark 3.4.1-amzn-2, Apache Flink 1.17.1-amzn-1, Apache Hudi 0.14.0-amzn-0, Apache Iceberg 1.4.0-amzn-0, Delta 2.4.0, Apache Spark RAPIDS 23.08.01-amzn-0, Jupyter Enterprise Gateway 2.6.0
-
Componenti supportati:
aws-sagemaker-spark-sdk
,emr-ddb
,emr-goodies
,emr-s3-select
,emrfs
,hadoop-client
,hudi
,hudi-spark
,iceberg
,spark-kubernetes
. -
Classificazioni di configurazione supportate
Da usare con e: StartJobRun CreateManagedEndpoint APIs
Classificazioni Descrizioni core-site
Modifica i valori nel file Hadoop
core-site.xml
.emrfs-site
Modifica le impostazioni EMRFS.
spark-metrics
Modifica i valori nel file Spark
metrics.properties
.spark-defaults
Modifica i valori nel file Spark
spark-defaults.conf
.spark-env
Modifica i valori nell'ambiente Spark.
spark-hive-site
Modifica i valori nel file Spark
hive-site.xml
.spark-log4j
Modifica i valori nel file Spark
log4j2.properties
.emr-job-submitter
Configurazione per il pod del mittente di processi.
Da utilizzare specificamente con CreateManagedEndpoint APIs:
Classificazioni Descrizioni jeg-config
Modifica i valori nel file
jupyter_enterprise_gateway_config.py
Jupyter Enterprise Gateway.jupyter-kernel-overrides
Modifica il valore per l'immagine del kernel nel file Jupyter Kernel Spec.
Le classificazioni di configurazione consentono di personalizzare le applicazioni. Spesso corrispondono a un file XML di configurazione per l'applicazione, ad esempio
spark-hive-site.xml
. Per ulteriori informazioni, consulta la sezione Configurazione delle applicazioni.
Funzionalità significative
Nel rilascio 6.15 di Amazon EMR su EKS sono incluse le funzionalità elencate di seguito.
-
Amazon EMR su EKS con Apache Flink: con Amazon EMR su EKS 6.15.0, puoi eseguire la tua applicazione basata su Apache Flink insieme ad altri tipi di applicazioni sullo stesso cluster Amazon EKS. Ciò consente di migliorare l'utilizzo delle risorse e di semplificare la gestione dell'infrastruttura. Puoi sfruttare le istanze spot in un'applicazione Flink con una disattivazione graduale e ottenere tempi di riavvio più rapidi con il ripristino granulare e il ripristino locale delle attività con Amazon EBS. Le funzionalità di accessibilità e monitoraggio includono la possibilità di avviare un'applicazione Flink con jar archiviati in Amazon S3, l'accesso al AWS Glue Data Catalog, il monitoraggio dell'integrazione con Amazon S3 e Amazon CloudWatch e la rotazione dei log dei container.