本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# Amazon EMR on EKS 6.9.0 版本
<a name="emr-eks-6.9.0"></a>

以下 Amazon EMR 6.9.0 版本适用于 Amazon EMR on EKS。选择特定的 **emr-6.9.0-XXXX** 版本以查看更多详细信息，例如相关的容器映像标签。
+ [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

**Amazon EMR 6.9.0 的发布说明**
+ 支持的应用程序- 适用于 Java 的 Amazon SDK 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。
+ 支持的组件：`aws-sagemaker-spark-sdk`、`emr-ddb`、`emr-goodies`、`emr-s3-select`、`emrfs`、`hadoop-client`、`hudi`、`hudi-spark`、`iceberg`、`spark-kubernetes`。
+ 受支持的配置分类：

  与[StartJobRun](https://docs.amazonaws.cn/emr-on-eks/latest/APIReference/API_StartJobRun.html)和一起使用 [ CreateManagedEndpoint](https://docs.amazonaws.cn/emr-on-eks/latest/APIReference/API_CreateManagedEndpoint.html) APIs：    
[\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/emr/latest/EMR-on-EKS-DevelopmentGuide/emr-eks-6.9.0.html)

  专门用于以下用途 [ CreateManagedEndpoint](https://docs.amazonaws.cn/emr-on-eks/latest/APIReference/API_CreateManagedEndpoint.html) APIs：    
[\[See the AWS documentation website for more details\]](http://docs.amazonaws.cn/emr/latest/EMR-on-EKS-DevelopmentGuide/emr-eks-6.9.0.html)

  配置分类允许您自定义应用程序。这些通常与应用程序的配置 XML 文件（例如 `spark-hive-site.xml`）相对应。有关更多信息，请参阅[配置应用程序](https://docs.amazonaws.cn/emr/latest/ReleaseGuide/emr-configure-apps.html)。

**显著功能**
+ **适用于 Apache Spark 的 Nvidia RAPIDS Ac** celerator — EKS 上的 Amazon EMR， EC2 使用图形处理单元 (GPU) 实例类型加速 Spark。要将 Spark 图像与 RAPIDS Accelerator 一起使用，请将发布标签指定为 emr-6.9.0-。spark-rapids-latest请访问[文档页面](tutorial-spark-rapids.md)以了解更多信息。
+ **Spark-Redshift 连接器**：Amazon EMR 发行版 6.9.0 及更高版本包含适用于 Apache Spark 的 Amazon Redshift 集成。本地集成之前是一种开源工具，现在是 Spark 连接器，您可以将其用于构建 Apache Spark 应用程序，这些应用程序可在 Amazon Redshift 和 Amazon Redshift Serverless 中读取和写入数据。有关更多信息，请参阅 [在 Amazon EMR on EKS 上使用适用于 Apache Spark 的 Amazon Redshift 集成](emr-spark-redshift.md)。
+ **Delta Lake**：[Delta Lake](https://delta.io/) 是一种开源存储格式，可以构建具有事务一致性、对数据集进行一致定义、更改架构发展和数据的数据湖。请访问 [使用 Delta Lake](tutorial-delta-lake.md) 以了解更多信息。
+ **修改 PySpark 参数** ——交互式端点现在支持修改与 EMR Studio Jupyter 笔记本中的 PySpark 会话关联的 Spark 参数。要了解更多信息，请访问[修改会 PySpark 话参数](modify-pyspark-parameters.md)。

**已解决的问题**
+ 在 Amazon EMR 版本 6.6.0、6.7.0 和 6.8.0 上将 DynamoDB 连接器与 Spark 结合使用时，即使输入拆分引用了非空数据，表中的所有读取都会返回空结果。Amazon EMR 发行版 6.9.0 修复了此问题。
+ Amazon EMR on EKS 6.8.0 错误地填充了使用 [Apache Spark](https://www.amazonaws.cn//emr/features/spark) 生成的 Parquet 文件元数据中的构建哈希。此问题可能会导致解析由 Amazon EMR on EKS 6.8.0 生成的 Parquet 文件中的元数据版本字符串的工具失败。

**已知问题**
+ 如果您使用适用于 Apache Spark 的 Amazon Redshift 集成，并且具有 Parquet 格式的时间、timetz、时间戳或 timestamptz（精度为微秒），连接器会将时间值舍入为最接近的毫秒值。解决方法是使用文本卸载格式 `unload_s3_format` 参数。