Amazon EMR 5.14.0 版 - Amazon EMR
5.14.0 應用程式版本5.14.0 版本備註5.14.0 元件版本5.14.0 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 EMR 5.14.0 版

5.14.0 應用程式版本

此版本包含下列應用程式：Flink、Ganglia、HBase、HCatalogHadoop、Hive、HueJupyterHub、、Livy、MXNetMahout、Oozie、Phoenix、Pig、Presto、、、SparkSqoopTezZeppelin、 和 ZooKeeper。

下表列出此 Amazon EMR 版本中提供的應用程式版本，以及前三個 Amazon EMR 版本 (如果適用) 中的應用程式版本。

如需完整了解各 Amazon EMR 版之應用程式版本的完整歷史記錄，請參閱以下主題：

應用程式版本資訊
emr-5.14.0 emr-5.13.1 emr-5.13.0 emr-5.12.3
AWS 適用於 Java 的 SDK 1.11.2971.11.2971.11.2971.11.267
Python 2.7、3.42.7、3.42.7、3.42.7、3.4
Scala 2.11.82.11.82.11.82.11.8
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink1.4.21.4.01.4.01.4.0
Ganglia3.7.23.7.23.7.23.7.2
HBase1.4.21.4.21.4.21.4.0
HCatalog2.3.2-amzn-22.3.2-amzn-22.3.2-amzn-22.3.2-amzn-1
Hadoop2.8.3-amzn-02.8.3-amzn-02.8.3-amzn-02.8.3-amzn-0
Hive2.3.2-amzn-22.3.2-amzn-22.3.2-amzn-22.3.2-amzn-1
Hudi - - - -
Hue4.1.04.1.04.1.04.1.0
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub0.8.1 - - -
Livy0.4.0-incubating0.4.0-incubating0.4.0-incubating0.4.0-incubating
MXNet1.1.01.0.01.0.01.0.0
Mahout0.13.00.13.00.13.00.13.0
Oozie4.3.04.3.04.3.04.3.0
Phoenix4.13.0-HBase-1.44.13.0-HBase-1.44.13.0-HBase-1.44.13.0-HBase-1.4
Pig0.17.00.17.00.17.00.17.0
Presto0.1940.1940.1940.188
Spark2.3.02.3.02.3.02.2.1
Sqoop1.4.71.4.61.4.61.4.6
TensorFlow - - - -
Tez0.8.40.8.40.8.40.8.4
Trino (PrestoSQL) - - - -
Zeppelin0.7.30.7.30.7.30.7.3
ZooKeeper3.4.103.4.103.4.103.4.10

5.14.0 版本備註

以下版本備註包含 Amazon EMR 5.14.0 版的資訊。變更是相對於 5.13.0 版而言。

初始版本日期：2018 年 6 月 4 日

升級

  • 升級 Apache Flink 至 1.4.2

  • 升級 Apache MXnet 至 1.1.0

  • 升級 Apache Sqoop 至 1.4.7

新功能

  • 新增 JupyterHub 支援。如需詳細資訊，請參閱JupyterHub。

變更、強化功能和已解決的問題

  • EMRFS

    • 在傳送至 Amazon S3 的請求中，userAgent 字串已更新，以包含調用主體的使用者與群組資訊。這可與 AWS CloudTrail 日誌搭配使用，以獲得更全面的請求追蹤。

  • HBase

    • 包含 HBASE-20447，以避免發生可能的快取問題，特別在分割區域時。

  • MXnet

    • 新增 OpenCV 程式庫。

  • Spark

    • 當 Spark 使用 EMRFS 將 Parquet 檔案寫入至 Amazon S3 位置時，FileOutputCommitter 演算法已更新為使用版本 2，而非版本 1。這可減少重新命名數量，進而提升應用程式效能。此變更不會影響：

      • Spark 以外的應用程式。

      • 寫入其他檔案系統的應用程式，例如 HDFS (仍使用 FileOutputCommitter 版本 1)。

      • 使用其他輸入格式 (例如文字格式或 csv) 的應用程式，這些格式已使用 EMRFS 直接寫入。

已知問題

  • JupyterHub

    • 建立叢集時，不支援使用組態分類來設定 JupyterHub 和個別 Jupyter 筆記本。手動編輯每個使用者的 jupyterhub_config.py 檔案和 jupyter_notebook_config.py 檔案。如需詳細資訊，請參閱設定 JupyterHub。

    • JupyterHub 無法在私有子網路的叢集上啟動，並在失敗時顯示訊息 Error: ENOENT: no such file or directory, open '/etc/jupyter/conf/server.crt' 。這是由指令碼中產生自我簽署憑證的錯誤所致。使用以下解決辦法來產生自我簽署的憑證。所有命令都在連線至主節點時執行。

      1. 從容器複製憑證產生指令碼到主節點。

        sudo docker cp jupyterhub:/tmp/gen_self_signed_cert.sh ./

      2. 使用文字編輯器以變更第 23 列，將公開主機名稱變更為本機主機名稱，如下所示：

        local hostname=$(curl -s $EC2_METADATA_SERVICE_URI/local-hostname)

      3. 執行指令碼以產生自我簽署憑證：

        sudo bash ./gen_self_signed_cert.sh

      4. 將指令碼產生的憑證檔案移至 /etc/jupyter/conf/ 目錄：

        sudo mv /tmp/server.crt /tmp/server.key /etc/jupyter/conf/

      您可以對 jupyter.log 檔案執行 tail，以驗證 JupyterHub 重新啟動並傳回 200 回應代碼。例如：

      tail -f /var/log/jupyter/jupyter.log

      這應該會傳回類似如下的回應：

      # [I 2018-06-14 18:56:51.356 JupyterHub app:1581] JupyterHub is now running at https://:9443/
# 19:01:51.359 - info: [ConfigProxy] 200 GET /api/routes

  • 主節點或執行個體控制器重新啟動後，Amazon EMR 版本 5.14.0、5.15.0 或 5.16.0 中將不會收集 CloudWatch 指標，也不提供自動擴展功能。此問題已在 Amazon EMR 5.17.0 中修正。

5.14.0 元件版本

Amazon EMR 在此版本安裝的元件列出如下。其中有一些屬於大數據應用程式套件。其他的則為 Amazon EMR 獨有，並安裝為系統程序和功能。這些通常會以 emr 或 aws 開頭。在最新 Amazon EMR 版本中的大數據應用程式套件，通常也是社群中可找到的最新版本。我們致力盡快提供 Amazon EMR 的社群版本。

Amazon EMR 中的某些元件與社群版本不同。這些元件具有版本標籤，格式為 CommunityVersion-amzn-EmrVersion。EmrVersion 從 0 開始。例如，假設有一個名為 myapp-component 的開放原始碼社群元件 2.2 版為了包含在不同 Amazon EMR 發行版本中而修改過三次，則其發行版本會列為 2.2-amzn-2。

元件 版本 描述
aws-sagemaker-spark-sdk1.0.1Amazon SageMaker Spark SDK
emr-ddb4.5.0適用於 Hadoop 生態系統應用程式的 Amazon DynamoDB 連接器。
emr-goodies2.4.0適用 Hadoop 生態系統的超便利程式庫。
emr-kinesis3.4.0適用於 Hadoop 生態系統應用程式的 Amazon Kinesis 連接器。
emr-s3-dist-cp2.10.0針對 Amazon S3 最佳化的分散式複製應用程式。
emrfs2.23.0適用於 Hadoop 生態系統應用程式的 Amazon S3 連接器。
flink-client1.4.2Apache 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-client2.8.3-amzn-1Hadoop 命令列用戶端，例如「hdfs」、「Hadoop」或「yarn」。
hadoop-hdfs-datanode2.8.3-amzn-1用於存放區塊的 HDFS 節點層級服務。
hadoop-hdfs-library2.8.3-amzn-1HDFS 命令列用戶端和程式庫
hadoop-hdfs-namenode2.8.3-amzn-1用於追蹤檔案名稱和區塊位置的 HDFS 服務。
hadoop-httpfs-server2.8.3-amzn-1HDFS 操作的 HTTP 端點。
hadoop-kms-server2.8.3-amzn-1以 Hadoop 金鑰供應商 API 為基礎的加密金鑰管理伺服器。
hadoop-mapred2.8.3-amzn-1執行 MapReduce 應用程式的 MapReduce 執行引擎程式庫。
hadoop-yarn-nodemanager2.8.3-amzn-1在個別節點用於管理容器的 YARN 服務。
hadoop-yarn-resourcemanager2.8.3-amzn-1用於分配和管理叢集資源，以及分散式應用程式的 YARN 服務。
hadoop-yarn-timeline-server2.8.3-amzn-1為 YARN 應用程式擷取目前和歷史資訊的服務。
hbase-hmaster1.4.2負責區域協調和執行管理命令的 HBase 叢集服務。
hbase-region-server1.4.2提供一或多個 HBase 區域的服務。
hbase-client1.4.2HBase 命令列用戶端。
hbase-rest-server1.4.2為 HBase 提供 RESTful HTTP 端點的服務。
hbase-thrift-server1.4.2提供 Thrift 端點到 HBase 的服務。
hcatalog-client2.3.2-amzn-2操作 hcatalog-server 的「hcat」命令列用戶端。
hcatalog-server2.3.2-amzn-2服務為分散式應用程式提供 HCatalog、表格和儲存管理層。
hcatalog-webhcat-server2.3.2-amzn-2HTTP 端點提供了 REST 介面至 HCatalog。
hive-client2.3.2-amzn-2Hive 命令列用戶端。
hive-hbase2.3.2-amzn-2Hive-hbase 用戶端。
hive-metastore-server2.3.2-amzn-2為 Hadoop 操作的 SQL 提供存取 Hive 中繼儲存、存放中繼資料語意儲存庫的服務。
hive-server22.3.2-amzn-2依 Web 請求接受 Hive 查詢的服務。
hue-server4.1.0使用 Hadoop 生態系統應用程式分析資料的 Web 應用程式
jupyterhub0.8.1適用於 Jupyter 筆記本的多使用者伺服器
livy-server0.4.0-incubating與 Apache Spark 互動的 REST 介面
mahout-client0.13.0機器學習程式庫。
mxnet1.1.0靈活有效率的程式庫，具可擴展性，適用於深度學習。
mysql-server5.5.54+MySQL 資料庫伺服器。
nvidia-cuda9.1.85Nvidia 驅動程式和 Cuda 工具組
oozie-client4.3.0Oozie 命令列用戶端。
oozie-server4.3.0接受 Oozie 工作流程要求的服務。
opencv3.4.0開放原始碼電腦 Vision 程式庫。
phoenix-library4.13.0-HBase-1.4適用於伺服器和用戶端的 phoenix 程式庫
phoenix-query-server4.13.0-HBase-1.4此為一輕量伺服器，可提供對 Avatica API 的 JDBC 存取以及通訊協定緩衝區和 JSON 格式存取
presto-coordinator0.194在 presto-workers 之間接受查詢和執行管理查詢的服務。
presto-worker0.194執行查詢各部分的服務。
pig-client0.17.0Pig 命令列用戶端。
r3.4.1統計運算 R 專案
spark-client2.3.0Spark 命令列用戶端。
spark-history-server2.3.0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-yarn2.3.0適用於 YARN 的記憶體內執行引擎。
spark-yarn-slave2.3.0YARN 從屬所需的 Apache Spark 程式庫。
sqoop-client1.4.7Apache Sqoop 命令列用戶端。
tez-on-yarn0.8.4tez YARN 應用程式和程式庫。
webserver2.4.25+Apache HTTP 伺服器。
zeppelin-server0.7.3能進行互動式資料分析，以 Web 為基礎的筆記型電腦。
zookeeper-server3.4.10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-client3.4.10ZooKeeper 命令列用戶端。

5.14.0 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-5.14.0 分類
分類 描述

capacity-scheduler

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

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 HBase 的 Amazon EMR 彙整設定。

hbase-env

變更 HBase 環境中的值。

hbase-log4j

變更 HBase 的 hbase-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 HBase 的 hbase-policy.xml 檔案中的值。

hbase-site

變更 HBase 的 hbase-site.xml 檔案中的值。

hdfs-encryption-zones

設定 HDFS 加密區域。

hdfs-site

變更 HDFS 的 hdfs-site.xml 中的值。

hcatalog-env

變更 HCatalog 環境中的值。

hcatalog-server-jndi

變更 HCatalog 的 jndi.properties 中的值。

hcatalog-server-proto-hive-site

變更 HCatalog 的 proto-hive-site.xml 中的值。

hcatalog-webhcat-env

變更 HCatalog WebHCat 環境中的值。

hcatalog-webhcat-log4j2

變更 HCatalog WebHCat 的 log4j2.properties 中的值。

hcatalog-webhcat-site

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

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

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

hive-llap-daemon-log4j2

變更 Hive 的 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。

jupyter-notebook-conf

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

jupyter-hub-conf

變更 JupyterHubs 中 jupyterhub_config.py 檔案的值。

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-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-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。

spark

Apache Spark 的 Amazon EMR 彙整設定。

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 ZooKeeper 的 zoo.cfg 檔案中的值。

zookeeper-log4j

變更 ZooKeeper 中 log4j.properties 檔案的值。