Amazon EMR 6.x 发布版本

Amazon EMR 发行版 6.2.0

• Application Versions

• Release Notes

• Component Versions

• Configuration Classifications

• 6.x 系列 Amazon EMR 发布版本的应用程序版本 (PNG)

• 5.x 系列 Amazon EMR 发布版本的应用程序版本 (PNG)

• 4.x 系列 Amazon EMR 发布版本的应用程序版本 (PNG)

支持的应用程序

• AWS SDK for Java 版本 1.11.828

• emr-record-server 版本 1.7.0

• Flink 版本 1.11.2

• Ganglia 版本 3.7.2

• Hadoop 版本 3.2.1-amzn-1

• HBase 版本 2.2.6-amzn-0

• HBase-operator-tools 1.0.0

• HCatalog 版本 3.1.2-amzn-0

• Hive 版本 3.1.2-amzn-3

• Hudi 版本 0.6.0-amzn-1

• Hue 版本 4.8.0

• JupyterHub 版本 1.1.0

• Livy 版本 0.7.0

• MXNet 版本 1.7.0

• Oozie 版本 5.2.0

• Phoenix 版本 5.0.0

• Pig 版本 0.17.0

• Presto 版本 0.238.3-amzn-1

• PrestoSQL 版本 343

• Spark 版本 3.0.1-amzn-0

• spark-rapids 0.2.0

• TensorFlow 版本 2.3.1

• Zeppelin 版本 0.9.0-preview1

• Zookeeper 版本 3.4.14

• 连接器和驱动程序：DynamoDB Connector 4.16.0

新功能

• HBase：在提交阶段删除了重命名并添加了持久的 HFile 跟踪。请参阅 Amazon EMR 版本指南 中的持久的 HFile 跟踪。

• HBase：向后移植了创建用于强制在压缩时缓存数据块的配置。

• PrestoDB：对动态分区修剪进行了改进。基于规则的联接重排序适用于非分区数据。

• 限定范围的托管策略：为符合 AWS 最佳实践，Amazon EMR 已推出 v2 EMR 限定范围的默认托管策略作为将弃用的策略的替代。请参阅 Amazon EMR 托管策略。

• 实例元数据服务 (IMDS) V2 支持状态：对于 Amazon EMR 6.2 或更高版本，Amazon EMR 组件使用 IMDSv2 进行所有 IMDS 调用。对于应用程序代码中的 IMDS 调用，您可以同时使用 IMDSv1 和 IMDSv2，或者配置 IMDS 只使用 IMDSv2 以增加安全性。如果在 Amazon EMR 6.x 之前的版本中禁用 IMDSv1，则会导致集群启动失败。

更改、增强和解决的问题

• Spark：对 Spark 运行时进行了性能改进。

已知问题

• Lower "Max open files" limit on older AL2. Amazon EMR releases: emr-5.30.x, emr-5.31.0, emr-5.32.0, emr-6.0.0, emr-6.1.0, and emr-6.2.0 are based on older versions of Amazon Linux 2 (AL2), which have a lower ulimit setting for “Max open files” when EMR clusters are created with the default AMI. The lower open file limit causes a "Too many open files" error when submitting Spark job. In the impacted EMR releases, the Amazon EMR default AMI has a default ulimit setting of 4096 for "Max open files," which is lower than the 65536 file limit in the latest Amazon Linux 2 AMI. The lower ulimit setting for "Max open files" causes Spark job failure when the Spark driver and executor try to open more than 4096 files. To fix the issue, Amazon EMR has a bootstrap action (BA) script that adjusts the ulimit setting at cluster creation. Amazon EMR releases 6.3.0 and 5.33.0 will include a permanent fix with a higher "Max open files" setting.

  The following workaround for this issue lets you to explicitly set the instance-controller ulimit to a maximum of 65536 files.

  Explicitly set a ulimit from the command line

  1. Edit /etc/systemd/system/instance-controller.service to add the following parameters to Service section.

     LimitNOFILE=65536

     LimitNPROC=65536

  2. Restart InstanceController

     $ sudo systemctl daemon-reload

     $ sudo systemctl restart instance-controller

  Set a ulimit using bootstrap action (BA)

  You can also use a bootstrap action (BA) script to configure the instance-controller ulimit to 65536 files at cluster creation.

  #!/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 包含一个性能问题，此问题可能会严重影响所有 Hudi 插入、更新插入和删除操作。如果您计划将 Hudi 与 Amazon EMR 6.1.0 或 6.2.0 结合使用，则应联系 AWS Support 以获取已修补的 Hudi RPM。

• 重要

  运行 Amazon Linux 或 Amazon Linux 2 AMI（Amazon Linux 系统映像）的 Amazon EMR 集群使用默认的 Amazon Linux 行为，而不会自动下载和安装要求重新启动的重要和关键内核更新。这与运行默认 Amazon Linux AMI 的其他 Amazon EC2 实例的行为相同。如果 EMR 版本发布后，要求重新启动的新 Amazon Linux 软件更新（如内核、NVIDIA 和 CUDA 更新）可用，则运行默认 AMI 的 EMR 集群实例不会自动下载并安装这些更新。要获取内核更新，您可以自定义 Amazon EMR AMI 以使用最新的 Amazon Linux AMI。

• 没有发布 Amazon EMR 6.2.0 Maven 构件。它们将与未来的 Amazon EMR 版本一起发布。

• 使用 HBase 存储文件系统表进行持久 HFile 跟踪不支持 HBase 区域复制功能。有关 HBase 区域复制的更多信息，请参阅时间线一致的高可用读取。

• Amazon EMR 6.x 和 EMR 5.x Hive 分桶版本差异

  EMR 5.x 使用 OOS Apache Hive 2，而在 EMR 6.x 中使用 OOS Apache Hive 3。开源 Hive2 使用分桶版本 1，而开源 Hive3 使用分桶版本 2。Hive 2 (EMR 5.x) 和 Hive 3 (EMR 6.x) 之间的这种分桶版本差异意味着 Hive 以不同的方式对哈希函数进行分桶。请参见以下示例。

  下表是分别在 EMR 6.x 和 EMR 5.x 中创建的示例。

  -- Using following LOCATION in EMR 6.x
  CREATE TABLE test_bucketing (id INT, desc STRING)
  PARTITIONED BY (day STRING)
  CLUSTERED BY(id) INTO 128 BUCKETS
  LOCATION 's3://your-own-s3-bucket/emr-6-bucketing/';
  
  -- Using following LOCATION in EMR 5.x 
  LOCATION 's3://your-own-s3-bucket/emr-5-bucketing/';

  在 EMR 6.x 和 EMR 5.x 中插入相同的数据。

  INSERT INTO test_bucketing PARTITION (day='01') VALUES(66, 'some_data');
  INSERT INTO test_bucketing PARTITION (day='01') VALUES(200, 'some_data');

  检查 S3 位置时，显示分桶文件名是不同的，因为哈希函数在 EMR 6.x (Hive 3) 和 EMR 5.x (Hive 2) 之间不同。

  [hadoop@ip-10-0-0-122 ~]$ aws s3 ls s3://your-own-s3-bucket/emr-6-bucketing/day=01/
  2020-10-21 20:35:16         13 000025_0
  2020-10-21 20:35:22         14 000121_0
  [hadoop@ip-10-0-0-122 ~]$ aws s3 ls s3://your-own-s3-bucket/emr-5-bucketing/day=01/
  2020-10-21 20:32:07         13 000066_0
  2020-10-21 20:32:51         14 000072_0
  

  还可以通过在 EMR 6.x 的 Hive CLI 中运行以下命令来查看版本差异。请注意，它返回分桶版本 2。

  hive> DESCRIBE FORMATTED test_bucketing;
  ...
  Table Parameters:
      bucketing_version       2
  ...

Amazon EMR 发行版 6.1.0

• Application Versions

• Release Notes

• Component Versions

• Configuration Classifications

• 6.x 系列 Amazon EMR 发布版本的应用程序版本 (PNG)

• 5.x 系列 Amazon EMR 发布版本的应用程序版本 (PNG)

• 4.x 系列 Amazon EMR 发布版本的应用程序版本 (PNG)

支持的应用程序

• AWS SDK for Java 版本 1.11.828

• Flink 版本 1.11.0

• Ganglia 版本 3.7.2

• 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 版本 5.0.0

• 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 版本 3.4.14

• 连接器和驱动程序：DynamoDB Connector 4.14.0

新功能

• 从 Amazon EMR 版本 5.30.0 和 Amazon EMR 版本 6.1.0 开始支持 ARM 实例类型。

• 从 Amazon EMR 版本 6.1.0 和 5.31.0 开始支持 M6g 通用实例类型。有关更多信息，请参阅 Amazon EMR 管理指南中的支持的实例类型。

• 自 Amazon EMR 版本 5.23.0 开始，支持将 EC2 置放群组功能用作多主节点集群的选项。目前，置放群组功能仅支持主节点类型，并且 SPREAD 策略将应用于这些主节点。SPREAD 策略在单独的底层硬件中放置一小组实例，以防止在发生硬件故障时丢失多个主节点。有关更多信息，请参阅 Amazon EMR 管理指南 中的 EMR 与 EC2 置放群组的集成。

• 托管扩展 – 使用 Amazon EMR 版本 6.1.0 时，您可以启用 EMR 托管扩展，以根据工作负载自动增加或减少集群中实例或单元的数量。EMR 会持续评估集群指标，以便做出扩展决策，从而优化集群的成本和速度。托管扩展也适用于 Amazon EMR 版本 5.30.0 及更高版本（版本 6.0.0 除外）。有关更多信息，请参阅 Amazon EMR 管理指南 中的扩展集群资源。

• EMR 6.1.0 支持 PrestoSQL 版本 338。有关更多信息，请参阅 Presto。

  • 仅 EMR 6.1.0 和更高版本支持 PrestoSQL，而 EMR 6.0.0 或 EMR 5.x 不支持。

  • 应用程序名称 Presto 继续用于在集群上安装 PrestoDB。要在集群上安装 PrestoSQL，请使用应用程序名称 PrestoSQL。

  • 您可以安装 PrestoDB 或 PrestoSQL，但不能在单个集群上同时安装这两者。如果在尝试创建集群时同时指定了 PrestoDB 和 PresoSQL，则会发生验证错误，并且集群创建请求会失败。

  • 单主集群和多主集群都支持 PrestoSQL。在多主集群上，运行 PrestoSQL 或 PrestoDB 需要外部 Hive 元存储。请参阅具有多个主节点的 EMR 集群中支持的应用程序。

• 在 Apache Hadoop 和带有 Docker 的 Apache Spark 上的 ECR 自动身份验证支持：Spark 用户可以使用来自 Docker Hub 和 Amazon Elastic Container Registry (Amazon ECR) 的 Docker 映像来定义环境和库依赖关系。

  配置 Docker 和使用 Amazon EMR 6.x 通过 Docker 运行 Spark 应用程序。

• EMR 支持 Apache Hive ACID 事务：Amazon EMR 6.1.0 添加了对 Hive ACID 事务的支持，因此它符合数据库的 ACID 属性。借助此功能，您可以对 Hive 托管表以及 Amazon Simple Storage Service (Amazon S3) 中的数据运行 INSERT、UPDATE、DELETE 和 MERGE 操作。这是下面这些使用案例的关键功能：例如，流式处理摄取、数据重新声明、使用 MERGE 进行批量更新以及缓慢更改维度。有关更多信息（包括配置示例和使用案例），请参阅 Amazon EMR 支持 Apache Hive ACID 事务。

更改、增强和解决的问题

• 在 EMR 6.0.0 上不支持 Apache Flink，但在使用 Flink 1.11.0 的 EMR 6.1.0 上支持它。这是第一个正式支持 Hadoop 3 的 Flink 版本。请参阅 Apache Flink 1.11.0 版本公告。

• 已从默认 EMR 6.1.0 程序捆绑包中删除了 Ganglia。

已知问题

• Lower "Max open files" limit on older AL2. Amazon EMR releases: emr-5.30.x, emr-5.31.0, emr-5.32.0, emr-6.0.0, emr-6.1.0, and emr-6.2.0 are based on older versions of Amazon Linux 2 (AL2), which have a lower ulimit setting for “Max open files” when EMR clusters are created with the default AMI. The lower open file limit causes a "Too many open files" error when submitting Spark job. In the impacted EMR releases, the Amazon EMR default AMI has a default ulimit setting of 4096 for "Max open files," which is lower than the 65536 file limit in the latest Amazon Linux 2 AMI. The lower ulimit setting for "Max open files" causes Spark job failure when the Spark driver and executor try to open more than 4096 files. To fix the issue, Amazon EMR has a bootstrap action (BA) script that adjusts the ulimit setting at cluster creation. Amazon EMR releases 6.3.0 and 5.33.0 will include a permanent fix with a higher "Max open files" setting.

  The following workaround for this issue lets you to explicitly set the instance-controller ulimit to a maximum of 65536 files.

  Explicitly set a ulimit from the command line

  1. Edit /etc/systemd/system/instance-controller.service to add the following parameters to Service section.

     LimitNOFILE=65536

     LimitNPROC=65536

  2. Restart InstanceController

     $ sudo systemctl daemon-reload

     $ sudo systemctl restart instance-controller

  Set a ulimit using bootstrap action (BA)

  You can also use a bootstrap action (BA) script to configure the instance-controller ulimit to 65536 files at cluster creation.

  #!/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 包含一个性能问题，此问题可能会严重影响所有 Hudi 插入、更新插入和删除操作。如果您计划将 Hudi 与 Amazon EMR 6.1.0 或 6.2.0 结合使用，则应联系 AWS Support 以获取已修补的 Hudi RPM。

• 如果使用 spark.driver.extraJavaOptions 和 spark.executor.extraJavaOptions 设置自定义垃圾回收配置，则由于垃圾回收配置冲突，这将导致 EMR 6.1 发生驱动程序/执行程序启动失败。使用 EMR 版本 6.1.0，您应该使用属性 spark.driver.defaultJavaOptions 和 spark.executor.defaultJavaOptions 为驱动程序和执行程序指定自定义 Spark 垃圾收集配置。详细了解 Apache Spark 运行时环境和在 Amazon EMR 6.1.0 上配置 Spark 垃圾回收。

• 将 Pig 与 Oozie 结合使用（以及与 Hue 结合使用，因为 Hue 使用 Oozie 操作来运行 Pig 脚本）会生成一个错误，指出无法加载 native-lzo 库。此错误消息是信息性的，不会阻止 Pig 运行。

• Hudi 并发支持：目前 Hudi 不支持对单个 Hudi 表进行并发写入。此外，Hudi 会回滚正在运行的编写器所做的任何更改，然后再允许新的编写器启动。并发写入可能会干扰此机制并引入竞争条件，从而导致数据损坏。您应确保：作为数据处理工作流程的一部分，随时只有一个 Hudi 写入器对 Hudi 表进行操作。Hudi 的确支持针对同一 Hudi 表运行多个并发读取器。

• Known issue in clusters with multiple master nodes and Kerberos authentication

  If you run clusters with multiple master nodes and Kerberos authentication in EMR releases 5.20.0 and later, you may encounter problems with cluster operations such as scale down or step submission, after the cluster has been running for some time. The time period depends on the Kerberos ticket validity period that you defined. The scale-down problem impacts both automatic scale-down and explicit scale down requests that you submitted. Additional cluster operations can also be impacted.

  Workaround:

  • SSH as hadoop user to the lead master node of the EMR cluster with multiple master nodes.

  • Run the following command to renew Kerberos ticket for hadoop user.

    kinit -kt <keytab_file> <principal>

    Typically, the keytab file is located at /etc/hadoop.keytab and the principal is in the form of hadoop/<hostname>@<REALM>.

  注意

  This workaround will be effective for the time period the Kerberos ticket is valid. This duration is 10 hours by default, but can configured by your Kerberos settings. You must re-run the above command once the Kerberos ticket expires.

• Amazon EMR 6.1.0 中存在一个问题，该问题影响运行 Presto 的集群。在一段较长的时间（若干天）之后，集群可能会引发错误，例如，“su: failed to execute /bin/bash: Resource temporarily unavailable”（su: 无法执行 /bin/bash: 资源暂时不可用）或“shell request failed on channel 0”（通道 0 上的 Shell 请求失败）。此问题是由内部 Amazon EMR 进程 (InstanceController) 导致的，该进程产生太多的轻量级进程 (LWP)，这最终导致 Hadoop 用户超出其 nproc 限制。这会阻止用户打开其他进程。此问题的解决方案是升级到 EMR 6.2.0。

Amazon EMR 发布版本 6.0.0

• Application Versions

• Release Notes

• Component Versions

• Configuration Classifications

• 6.x 系列 Amazon EMR 发布版本的应用程序版本 (PNG)

• 5.x 系列 Amazon EMR 发布版本的应用程序版本 (PNG)

• 4.x 系列 Amazon EMR 发布版本的应用程序版本 (PNG)

支持的应用程序

• AWS SDK for Java 版本 1.11.711

• Ganglia 版本 3.7.2

• Hadoop 版本 3.2.1

• HBase 版本 2.2.3

• HCatalog 版本 3.1.2

• Hive 版本 3.1.2

• Hudi 版本 0.5.0-incubating

• Hue 版本 4.4.0

• JupyterHub 版本 1.0.0

• Livy 版本 0.6.0

• MXNet 版本 1.5.1

• Oozie 版本 5.1.0

• Phoenix 版本 5.0.0

• Presto 版本 0.230

• Spark 版本 2.4.4

• TensorFlow 版本 1.14.0

• Zeppelin 版本 0.9.0-SNAPSHOT

• Zookeeper 版本 3.4.14

• 连接器和驱动程序：DynamoDB 连接器 4.14.0

新功能

• YARN Docker 运行时支持 - YARN 应用程序（例如 Spark 作业）现在可以在 Docker 容器的上下文中运行。这可让您轻松定义 Docker 映像中的依赖项，而无需在 Amazon EMR 集群上安装自定义库。有关更多信息，请参阅配置 Docker 集成和使用 Amazon EMR 6.0.0 通过 Docker 运行 Spark 应用程序。

• Hive LLAP 支持 - Hive 现在支持 LLAP 执行模式以提高查询性能。有关更多信息，请参阅使用 Hive LLAP。

更改、增强和解决的问题

• Amazon Linux

  • Amazon Linux 2 是 EMR 6.x 发布版本系列的操作系统。

  • systemd 用于服务管理，而不是 Amazon Linux 1 中使用的 upstart。

• Java 开发工具包 (JDK)

  • Coretto JDK 8 是 EMR 6.x 发布版本系列的默认 JDK。

• Scala

  • Scala 2.12 与 Apache Spark 和 Apache Livy 一起使用。

• Python 3

  • Python 3 现在是 EMR 中的默认 Python 版本。

• YARN 节点标签

  • 从 Amazon EMR 6.x 发布版本系列开始，默认情况下禁用 YARN 节点标签功能。默认情况下，应用程序主进程可以在核心节点和任务节点上运行。您可以通过配置以下属性来启用 YARN 节点标签功能：yarn.node-labels.enabled 和 yarn.node-labels.am.default-node-label-expression。有关更多信息，请参阅了解主节点、核心节点和任务节点。

已知问题

• Lower "Max open files" limit on older AL2. Amazon EMR releases: emr-5.30.x, emr-5.31.0, emr-5.32.0, emr-6.0.0, emr-6.1.0, and emr-6.2.0 are based on older versions of Amazon Linux 2 (AL2), which have a lower ulimit setting for “Max open files” when EMR clusters are created with the default AMI. The lower open file limit causes a "Too many open files" error when submitting Spark job. In the impacted EMR releases, the Amazon EMR default AMI has a default ulimit setting of 4096 for "Max open files," which is lower than the 65536 file limit in the latest Amazon Linux 2 AMI. The lower ulimit setting for "Max open files" causes Spark job failure when the Spark driver and executor try to open more than 4096 files. To fix the issue, Amazon EMR has a bootstrap action (BA) script that adjusts the ulimit setting at cluster creation. Amazon EMR releases 6.3.0 and 5.33.0 will include a permanent fix with a higher "Max open files" setting.

  The following workaround for this issue lets you to explicitly set the instance-controller ulimit to a maximum of 65536 files.

  Explicitly set a ulimit from the command line

  1. Edit /etc/systemd/system/instance-controller.service to add the following parameters to Service section.

     LimitNOFILE=65536

     LimitNPROC=65536

  2. Restart InstanceController

     $ sudo systemctl daemon-reload

     $ sudo systemctl restart instance-controller

  Set a ulimit using bootstrap action (BA)

  You can also use a bootstrap action (BA) script to configure the instance-controller ulimit to 65536 files at cluster creation.

  #!/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

• Spark 交互式 shell（包括 PySpark、SparkR 和 spark-shell）不支持将 Docker 与其他库一起使用。

• 要将 Python 3 与 Amazon EMR 版本 6.0.0 一起使用，您必须将 PATH 添加到 yarn.nodemanager.env-whitelist。

• 当您使用 AWS Glue 数据目录作为 Hive 的元存储时，不支持长时间和处理 (LLAP) 功能。

• 将 Amazon EMR 6.0.0 与 Spark 和 Docker 集成结合使用时，您需要将集群中的实例配置为相同的实例类型和相同数量的 EBS 卷，以避免在使用 Docker 运行时提交 Spark 作业时失败。

• 在 Amazon EMR 6.0.0 中，Amazon S3 存储模式上的 HBase 受到 HBASE-24286 问题的影响。使用现有 S3 数据创建集群时，HBase 主服务器无法初始化。

• Known issue in clusters with multiple master nodes and Kerberos authentication

  If you run clusters with multiple master nodes and Kerberos authentication in EMR releases 5.20.0 and later, you may encounter problems with cluster operations such as scale down or step submission, after the cluster has been running for some time. The time period depends on the Kerberos ticket validity period that you defined. The scale-down problem impacts both automatic scale-down and explicit scale down requests that you submitted. Additional cluster operations can also be impacted.

  Workaround:

  • SSH as hadoop user to the lead master node of the EMR cluster with multiple master nodes.

  • Run the following command to renew Kerberos ticket for hadoop user.

    kinit -kt <keytab_file> <principal>

    Typically, the keytab file is located at /etc/hadoop.keytab and the principal is in the form of hadoop/<hostname>@<REALM>.

  注意

  This workaround will be effective for the time period the Kerberos ticket is valid. This duration is 10 hours by default, but can configured by your Kerberos settings. You must re-run the above command once the Kerberos ticket expires.