Amazon EMR
Amazon EMR 版本指南
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

Apache Hadoop

Apache Hadoop 是一种开源 Java 软件框架,支持跨越实例集群处理大量数据。它可在一个实例或成千上万个实例上运行。Hadoop 使用各种处理模型(例如,MapReduce 和 Tez)跨多个实例分布处理,并使用名为 HDFS 的分布式文件系统跨多个实例存储数据。Hadoop 监控集群中实例的运行状况,并可从一个或多个节点的故障中恢复。通过这种方法,Hadoop 提高了处理和存储容量,同时实现了高可用性。

有关更多信息,请参阅 http://hadoop.apache.org

下表列出了最新版的 Amazon EMR 附带的 Hadoop 的版本,以及 Amazon EMR 随 Hadoop 一起安装的组件。

有关随此版本中的 Hadoop 一起安装的组件的版本,请参阅发行版 5.20.0 组件版本

emr-5.20.0 的 Hadoop 版本信息

Amazon EMR 发行版标签 Hadoop 版本 随 Hadoop 安装的组件

emr-5.20.0

Hadoop 2.8.5

emrfs、emr-ddb、emr-goodies、emr-kinesis、emr-s3-dist-cp、hadoop-client、hadoop-hdfs-datanode、hadoop-hdfs-library、hadoop-hdfs-namenode、hadoop-httpfs-server、hadoop-kms-server、hadoop-mapred、hadoop-yarn-nodemanager、hadoop-yarn-resourcemanager、hadoop-yarn-timeline-server

从 Amazon EMR 5.18.0 开始,您可以使用 Amazon EMR 项目存储库构建针对特定 Amazon EMR 发布版附带的准确版本的库和依赖项的任务代码。有关更多信息,请参阅使用 Amazon EMR 项目存储库检查依赖项