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

Amazon EMR 6.1.0 版

6.1.0 應用程式版本

此版本包含下列應用程式：Flink、Ganglia、HBase、HCatalog Hadoop、Hive、Hudi Hue、JupyterHub、、Livy MXNet、Oozie Phoenix、Pig、、Presto、、Trino (PrestoSQL)Spark Sqoop TensorFlow、Zeppelin、Tez、、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-6.1.1	emr-6.1.0	emr-6.0.1	emr-6.0.0
AWS 適用於 Java 的 SDK	1.11.828	1.11.828	1.11.711	1.11.711
Python	2.7、3.7	2.7、3.7	2.7、3.7	2.7、3.7
Scala	2.12.10	2.12.10	2.12.10	2.11.12
AmazonCloudWatchAgent	-	-	-	-
Delta	-	-	-	-
Flink	1.11.0	1.11.0	-	-
Ganglia	3.7.2	3.7.2	3.7.2	3.7.2
HBase	2.2.5	2.2.5	2.2.3	2.2.3
HCatalog	3.1.2-amzn-2	3.1.2-amzn-2	3.1.2-amzn-0	3.1.2-amzn-0
Hadoop	3.2.1-amzn-1.1	3.2.1-amzn-1	3.2.1-amzn-0.1	3.2.1-amzn-0
Hive	3.1.2-amzn-2	3.1.2-amzn-2	3.1.2-amzn-0	3.1.2-amzn-0
Hudi	0.5.2-incubating-amzn-2	0.5.2-incubating-amzn-2	0.5.0-incubating-amzn-1	0.5.0-incubating-amzn-1
Hue	4.7.1	4.7.1	4.4.0	4.4.0
Iceberg	-	-	-	-
JupyterEnterpriseGateway	-	-	-	-
JupyterHub	1.1.0	1.1.0	1.0.0	1.0.0
Livy	0.7.0-incubating	0.7.0-incubating	0.6.0-incubating	0.6.0-incubating
MXNet	1.6.0	1.6.0	1.5.1	1.5.1
Mahout	-	-	-	-
Oozie	5.2.0	5.2.0	5.1.0	5.1.0
Phoenix	5.0.0-HBase-2.0	5.0.0-HBase-2.0	5.0.0-HBase-2.0	5.0.0-HBase-2.0
Pig	0.17.0	0.17.0	-	-
Presto	0.232	0.232	0.230	0.230
Spark	3.0.0-amzn-0.1	3.0.0-amzn-0	2.4.4	2.4.4
Sqoop	1.4.7	1.4.7	-	-
TensorFlow	2.1.0	2.1.0	1.14.0	1.14.0
Tez	0.9.2	0.9.2	0.9.2	0.9.2
Trino (PrestoSQL)	338	338	-	-
Zeppelin	0.9.0-preview1	0.9.0-preview1	0.9.0-SNAPSHOT	0.9.0-SNAPSHOT
ZooKeeper	3.4.14	3.4.14	3.4.14	3.4.14

6.1.0 版本備註

以下版本備註包含 Amazon EMR 6.1.0 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

適用於 Java 的 AWS SDK 1.11.828 版
Flink 版本 1.11.0
Ganglia 3.7.2 版
Hadoop 版本 3.2.1-amzn-1
HBase 版本 2.2.5
HBase-operator-tools 1.0.0
HCatalog 版本 3.1.2-amzn-0
Hive 版本 3.1.2-amzn-1
Hudi 版本 0.5.2-incubating
Hue 版本 4.7.1
JupyterHub 版本 1.1.0
Livy 版本 0.7.0
MXNet 版本 1.6.0
Oozie 版本 5.2.0
Phoenix 5.0.0 版
Presto 版本 0.232
PrestoSQL 版本 338
Spark 版本 3.0.0-amzn-0
TensorFlow 版本 2.1.0
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

從 Amazon EMR 版本 5.30.0 和 Amazon EMR 版本 6.1.0 開始支援 ARM 執行個體類型。
從 Amazon EMR 版本 6.1.0 和 5.30.0 開始支援 M6g 一般用途執行個體類型。如需詳細資訊，請參閱《Amazon EMR 管理指南》中支援的執行個體類型。
從 Amazon EMR 版本 5.23.0 開始支援 EC2 放置群組功能，以作為多個主節點叢集的一個選項。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。
受管擴展 – 借助 Amazon EMR 版本 6.1.0，您可以啟用 Amazon EMR 受管擴展功能，根據工作負載自動增減叢集中執行個體或單位的數量。Amazon EMR 會持續評估叢集指標以制定擴展決策，針對成本與速度將叢集優化。Amazon EMR 版本 5.30.0 及更高版本也提供受管擴展，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。
PrestoSQL 版本 338 支援 EMR 6.1.0。如需詳細資訊，請參閱 Presto。
- 僅 EMR 6.1.0 及更高版本支援 PrestoSQL，EMR 6.0.0 或 EMR 5.x 不支援。
- 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 PrestoSQL，但您不能在單個叢集上同時安裝兩者。如果在嘗試建立叢集時同時指定 PrestoDB 和 PrestoSQL，會發生驗證錯誤而且叢集建立請求將會失敗。
- 單主節點和多主節點叢集均支援 PrestoSQL。在多主節點叢集上，執行 PrestoSQL 或 PrestoSQL 需要外部 Hive 中繼存放區。請參閱具有多個主節點的 EMR 叢集中支援的應用程式。
在使用 Docker 的 Apache Hadoop 和 Apache Spark 上支援 ECR 自動驗證：Spark 使用者可以使用來自 Docker Hub 和 Amazon Elastic Container Registry (Amazon ECR) 的 Docker 映像檔來定義環境與程式庫相依性。

在 Amazon EMR 6.x 上設定 Docker 並用它來執行 Spark 應用程式。
EMR 支援 Apache Hive ACID 交易：Amazon EMR 6.1.0 新增對 Hive ACID 的支援，因此它與資料庫的 ACID 屬性相符。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。對於串流擷取、資料重述、使用 MERGE 進行大量更新，以及緩慢變更維度等使用案例，這是一項關鍵功能。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

此版本修正 Amazon EMR 擴展無法成功縱向擴展/縮減叢集規模或導致應用程式發生故障的問題。
修正當 Amazon EMR 叢集上常駐程式執行運作狀態檢查活動 (例如收集 YARN 節點狀態和 HDFS 節點狀態) 時，對大型、高度使用的叢集發起的擴展請求失敗的問題。發生此問題的原因是，叢集上常駐程式無法將節點的運作狀態資料傳送至內部 Amazon EMR 元件。
改進 EMR 叢集上常駐程式，以便在擴展操作期間為提高可靠性而重複使用 IP 地址時，正確地追蹤節點狀態。
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。修正當叢集嘗試縱向擴展或縮減規模時，作業因 YARN 除役中的競爭條件而失敗的問題。
透過確保 Amazon EMR 叢集上常駐程式和 YARN/HDFS 之間的節點狀態始終是一致的，修正叢集擴展期間的步驟或作業失敗問題。
針對使用 Kerberos 身分驗證啟用的 Amazon EMR 叢集，修正某些叢集操作 (例如縮減規模和步驟提交) 失敗的問題。這是因為 Amazon EMR 叢集上的常駐程式未更新 Kerberos 票證，而它對於與主節點上執行的 HDFS/YARN 通訊而言必不可少。
較新的 Amazon EMR 版本修正較舊 Amazon EMR 版本中 AL2 上的「最大開放檔案」限制過低的問題。Amazon EMR 5.30.1、5.30.2、5.31.1、5.32.1、6.0.1、6.1.1、6.2.1、5.33.0、6.3.0 版及更高版本現在包含使用更高「最大開放檔案」設定的永久修正。
EMR 6.0.0 不支援 Apache Flink，但在 EMR 6.1.0 上支援使用 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 已從預設的 EMR 6.1.0 套件中移除。

已知問題

較舊 AL2 上的「最大開放檔案」限制過低 [在新版本中修正]。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 以較舊版本 Amazon Linux 2 (AL2) 為基礎；當使用預設 AMI 建立 Amazon EMR 叢集時，後者的「最大開放檔案」ulimit 設定過低。Amazon EMR 5.30.1、5.30.2、5.31.1、5.32.1、6.0.1、6.1.1、6.2.1、5.33.0、6.3.0 版及更高版本包含使用更高「最大開放檔案」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。在受影響版本中，Amazon EMR 預設 AMI 對「最大開放檔案」有 4096 的預設 ulimit 設定，此設定低於最新 Amazon Linux 2 AMI 中的 65536 檔案限制。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。為了修正該問題，Amazon EMR 提供引導操作 (BA) 指令碼，以便在建立叢集時調整 ulimit 設定。

若您使用未永久修正此問題的較舊 Amazon EMR 版本，以下解決辦法可讓您將執行個體-控制器 ulimit 明確設定為最大 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 包含對所有 Hudi 插入、更新插入和刪除操作產生巨大影響的效能問題。如果您計劃將 Hudi 與 Amazon EMR 6.1.0 或 6.2.0 搭配使用，您應該聯絡 AWS 支援以取得修補的 Hudi RPM。
如果您使用 spark.driver.extraJavaOptions 和 spark.executor.extraJavaOptions 設定自訂的垃圾回收組態，這會導致 EMR 6.1 的驅動程式/執行器因垃圾回收組態衝突而啟動失敗。在 EMR 6.1.0 版中，您應該改用屬性 spark.driver.defaultJavaOptions 和 spark.executor.defaultJavaOptions 為驅動程式和執行器指定自訂的 Spark 垃圾回收組態。閱讀 Apache Spark 執行期環境和在 Amazon EMR 6.1.0 上設定 Spark 垃圾回收，以了解詳細資訊。
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

如果在 Amazon EMR 5.20.0 版及更高版本中使用多個主節點和 Kerberos 身分驗證執行叢集，當叢集執行一段時間後，您可能遇到某些叢集操作 (例如縮減規模或步驟提交) 失敗的問題。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：
- 以 hadoop 使用者身分透過 SSH 連線至具有多個主節點的 EMR 叢集首要主節點。
- 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 EMR 6.1.0 中有一個問題會影響執行 Presto 的叢集。經過一段較長時間 (數天) 以後，叢集可能擲出錯誤，例如「su：無法執行 /bin/bash：資源暫時不可用」或「通道 0 上的 shell 請求失敗」。此問題由內部 Amazon EMR 程序 (InstanceController) 導致，因為它產生過多輕量型程序 (LWP)，最終使得 Hadoop 使用者超出其 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 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	說明
aws-sagemaker-spark-sdk	1.3.0	Amazon SageMaker Spark SDK
emr-ddb	4.14.0	適用於 Hadoop 生態系統應用程式的 Amazon DynamoDB 連接器。
emr-goodies	3.1.0	適用 Hadoop 生態系統的超便利程式庫。
emr-kinesis	3.5.0	適用於 Hadoop 生態系統應用程式的 Amazon Kinesis 連接器。
emr-s3-dist-cp	2.14.0	針對 Amazon S3 最佳化的分散式複製應用程式。
emr-s3-select	2.0.0	EMR S3Select Connector
emrfs	2.42.0	適用於 Hadoop 生態系統應用程式的 Amazon S3 連接器。
flink-client	1.11.0	Apache Flink 命令列用戶端指令碼和應用程式。
ganglia-monitor	3.7.2	Hadoop 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-collector	3.7.2	Ganglia 監控代理程式的彙總指標 Ganglia 中繼資料收集器。
ganglia-web	3.7.1	由 Ganglia 中繼資料收集器收集，以檢視指標的 Web 應用程式。
hadoop-client	3.2.1-amzn-1	Hadoop 命令列用戶端，例如「hdfs」、「Hadoop」或「yarn」。
hadoop-hdfs-datanode	3.2.1-amzn-1	用於存放區塊的 HDFS 節點層級服務。
hadoop-hdfs-library	3.2.1-amzn-1	HDFS 命令列用戶端和程式庫
hadoop-hdfs-namenode	3.2.1-amzn-1	用於追蹤檔案名稱和區塊位置的 HDFS 服務。
hadoop-hdfs-journalnode	3.2.1-amzn-1	HDFS 檔案系統中的 Hadoop 服務，用於管理在 HA 叢集。
hadoop-httpfs-server	3.2.1-amzn-1	HDFS 操作的 HTTP 端點。
hadoop-kms-server	3.2.1-amzn-1	以 Hadoop 金鑰供應商 API 為基礎的加密金鑰管理伺服器。
hadoop-mapred	3.2.1-amzn-1	執行 MapReduce 應用程式的 MapReduce 執行引擎程式庫。
hadoop-yarn-nodemanager	3.2.1-amzn-1	在個別節點用於管理容器的 YARN 服務。
hadoop-yarn-resourcemanager	3.2.1-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-server	3.2.1-amzn-1	為 YARN 應用程式擷取目前和歷史資訊的服務。
hbase-hmaster	2.2.5	負責區域協調和執行管理命令的 HBase 叢集服務。
hbase-region-server	2.2.5	提供一或多個 HBase 區域的服務。
hbase-client	2.2.5	HBase 命令列用戶端。
hbase-rest-server	2.2.5	為 HBase 提供 RESTful HTTP 端點的服務。
hbase-thrift-server	2.2.5	提供 Thrift 端點到 HBase 的服務。
hcatalog-client	3.1.2-amzn-2	操作 hcatalog-server 的「hcat」命令列用戶端。
hcatalog-server	3.1.2-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-server	3.1.2-amzn-2	HTTP 端點提供了 REST 介面至 HCatalog。
hive-client	3.1.2-amzn-2	Hive 命令列用戶端。
hive-hbase	3.1.2-amzn-2	Hive-hbase 用戶端。
hive-metastore-server	3.1.2-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-server2	3.1.2-amzn-2	依 Web 請求接受 Hive 查詢的服務。
hudi	0.5.2-incubating-amzn-2	增量處理架構，以低延遲和高效率強化資料管道。
hudi-presto	0.5.2-incubating-amzn-2	用於使用 Hudi 執行 Presto 的套件程式庫。
hudi-prestosql	0.5.2-incubating-amzn-2	用於使用 Hudi 執行 PrestoSQL 的套件程式庫。
hudi-spark	0.5.2-incubating-amzn-2	用於使用 Hudi 執行 Spark 的套件程式庫。
hue-server	4.7.1	使用 Hadoop 生態系統應用程式分析資料的 Web 應用程式
jupyterhub	1.1.0	適用於 Jupyter 筆記本的多使用者伺服器
livy-server	0.7.0-incubating	與 Apache Spark 互動的 REST 介面
nginx	1.12.1	nginx [engine x] 是 HTTP 和反向代理伺服器
mxnet	1.6.0	靈活有效率的程式庫，具可擴展性，適用於深度學習。
mariadb-server	5.5.64+	MariaDB 資料庫伺服器。
nvidia-cuda	9.2.88	Nvidia 驅動程式和 Cuda 工具組
oozie-client	5.2.0	Oozie 命令列用戶端。
oozie-server	5.2.0	接受 Oozie 工作流程要求的服務。
opencv	4.3.0	開放原始碼電腦 Vision 程式庫。
phoenix-library	5.0.0-HBase-2.0	適用於伺服器和用戶端的 phoenix 程式庫
phoenix-query-server	5.0.0-HBase-2.0	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-coordinator	0.232	在 presto-workers 之間接受查詢和執行管理查詢的服務。
presto-worker	0.232	執行查詢各部分的服務。
presto-client	0.232	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-coordinator	338	在 prestosql-workers 之間接受查詢和執行管理查詢的服務。
prestosql-worker	338	執行查詢各部分的服務。
prestosql-client	338	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-client	0.17.0	Pig 命令列用戶端。
r	3.4.3	統計運算 R 專案
ranger-kms-server	2.0.0	Apache Ranger Key Management System
spark-client	3.0.0-amzn-0	Spark 命令列用戶端。
spark-history-server	3.0.0-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-yarn	3.0.0-amzn-0	適用於 YARN 的記憶體內執行引擎。
spark-yarn-slave	3.0.0-amzn-0	YARN 從屬所需的 Apache Spark 程式庫。
sqoop-client	1.4.7	Apache Sqoop 命令列用戶端。
tensorflow	2.1.0	適用於高效能數值運算的 TensorFlow 開放原始碼軟體程式庫。
tez-on-yarn	0.9.2	tez YARN 應用程式和程式庫。
webserver	2.4.41+	Apache HTTP 伺服器。
zeppelin-server	0.9.0-preview1	能進行互動式資料分析，以 Web 為基礎的筆記型電腦。
zookeeper-server	3.4.14	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-client	3.4.14	ZooKeeper 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	說明
capacity-scheduler	變更 Hadoop 中 capacity-scheduler.xml 檔案的值。
container-executor	在 Hadoop YARN 的 container-executor.cfg 檔案中變更值。
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-env	變更 HDFS 環境中的值。
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	Apache Hive 的 Amazon EMR 彙整設定。
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	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。
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 JupyterHubs 中 jupyterhub_config.py 檔案的值。
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 PrestoSQL 的 node.properties 檔案中的值。
prestosql-connector-blackhole	變更 PrestoSQL 的 blackhole.properties 檔案中的值。
prestosql-connector-cassandra	變更 PrestoSQL 的 cassandra.properties 檔案中的值。
prestosql-connector-hive	變更 PrestoSQL 的 hive.properties 檔案中的值。
prestosql-connector-jmx	變更 PrestoSQL 的 jmx.properties 檔案中的值。
prestosql-connector-kafka	變更 PrestoSQL 的 kafka.properties 檔案中的值。
prestosql-connector-localfile	變更 PrestoSQL 的 localfile.properties 檔案中的值。
prestosql-connector-memory	變更 PrestoSQL 的 memory.properties 檔案中的值。
prestosql-connector-mongodb	變更 PrestoSQL 的 mongodb.properties 檔案中的值。
prestosql-connector-mysql	變更 PrestoSQL 的 mysql.properties 檔案中的值。
prestosql-connector-postgresql	變更 PrestoSQL 的 postgresql.properties 檔案中的值。
prestosql-connector-raptor	變更 PrestoSQL 的 raptor.properties 檔案中的值。
prestosql-connector-redis	變更 PrestoSQL 的 redis.properties 檔案中的值。
prestosql-connector-redshift	變更 PrestoSQL 的 redshift.properties 檔案中的值。
prestosql-connector-tpch	變更 PrestoSQL 的 tpch.properties 檔案中的值。
prestosql-connector-tpcds	變更 PrestoSQL 的 tpcds.properties 檔案中的值。
ranger-kms-dbks-site	變更 Ranger KMS 之 dbks-site.xml 檔案中的值。
ranger-kms-site	變更 Ranger KMS 之 ranger-kms-site.xml 檔案中的值。
ranger-kms-env	變更 Ranger KMS 環境中的值。
ranger-kms-log4j	變更 Ranger KMS 之 kms-log4j.properties 檔案中的值。
ranger-kms-db-ca	變更 S3 上 CA 檔案的值，以使用 Ranger KMS 進行 MySQL SSL 連線。
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。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

emr-6.1.1

emr-6.0.1