As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Amazon EMR nas versões EKS 7.11.0
Esta página descreve a funcionalidade nova e atualizada do Amazon EMR que é específica para a implantação do Amazon EMR no EKS. Para obter detalhes sobre o Amazon EMR em execução na Amazon EC2 e sobre a versão 7.11.0 do Amazon EMR em geral, consulte Amazon EMR 7.11.0 no Guia de lançamento do Amazon EMR.
Amazon EMR nas versões do EKS 7.11
As seguintes versões do Amazon EMR 7.11.0 estão disponíveis para o Amazon EMR no EKS. Selecione uma versão específica do EMR-7.11.0-xxxx para ver mais detalhes, como a tag de imagem do contêiner relacionada.
Notas da versão
Notas de lançamento do Amazon EMR no EKS 7.11.0:
-
Aplicações compatíveis: AWS SDK para Java 2.35.5 and 1.12.792, Apache Spark 3.5.6-amzn-0, Apache Hudi 1.0.2-amzn-0, Apache Iceberg 1.9.1-amzn-0, Delta 3.3.2-amzn-0, Apache Spark RAPIDS 25.04.0-amzn-0, Apache Flink 1.20.0-amzn-5
-
Componentes com suporte ‐
emr-ddb,emr-goodies,emr-s3-select,emrfs,hadoop-client,hudi,hudi-spark,iceberg,spark-kubernetes. -
Classificações de configuração com suporte
Para uso com StartJobRune CreateManagedEndpoint APIs:
Classificações Descrições core-siteAltera os valores no arquivo
core-site.xmldo Hadoop.emrfs-siteAlterar as configurações do EMRFS.
spark-metricsAltera os valores no arquivo
metrics.propertiesdo Spark.spark-defaultsAltera os valores no arquivo
spark-defaults.confdo Spark.spark-envAlterar os valores no ambiente do Spark.
spark-hive-siteAltera os valores no arquivo
hive-site.xmldo Spark.spark-log4j2Altera os valores no arquivo
log4j2.propertiesdo Spark.emr-job-submitterConfiguração para o pod de envio de trabalho.
Para uso específico com CreateManagedEndpoint APIs:
Classificações Descrições jeg-configAltera os valores no arquivo
jupyter_enterprise_gateway_config.pydo Jupyter Enterprise Gateway.jupyter-kernel-overridesAltera o valor da imagem do kernel no arquivo de um kernel do Jupyter especificado.
As classificações de configuração permitem que você personalize aplicações. Elas geralmente correspondem a um arquivo XML de configuração da aplicação, como
spark-hive-site.xml. Para obter mais informações, consulte Configure Applications.
Alterações e recursos
As seguintes alterações estão incluídas na versão 7.11.0 do Amazon EMR no EKS:
O Amazon EMR no EKS agora oferece suporte à integração com o SageMaker Unified Studio por meio de uma solução gerenciada da Livy, incluindo:
-
Sessões gerenciadas: novo tipo de recurso de sessão interativa que fornece um endpoint HTTPS personalizado para executar sessões do Spark em seu cluster EKS por meio do Unified Studio SageMaker
-
Integração com Lake Formation: suporta controle de acesso a dados com dois modos: a) Controle de acesso refinado b) Acesso total à tabela (modo de compatibilidade)
-
Gerenciamento de identidade: opções flexíveis de autenticação a) Controle de acesso baseado em funções do IAM b) controle de acesso baseado.
-
Sessões em segundo plano do usuário com integração: suporta cargas de trabalho de longa duração do Spark para continuar em execução mesmo depois que os usuários se desconectarem do SageMaker Unified Studio, oferecendo suporte a sessões de até 90 dias
