亚马逊EMR版本 4.3.0 - Amazon EMR
4.3.0 应用程序版本4.3.0 发行说明4.3.0 组件版本4.3.0 配置分类
Amazon Web Services 文档中描述的 Amazon Web Services 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 Amazon Web Services 服务入门 (PDF)。

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。

亚马逊EMR版本 4.3.0

4.3.0 应用程序版本

此版本支持以下应用程序：Ganglia、Hadoop、Hive、Hue、Mahout、Oozie-Sandbox、Pig、Presto-Sandbox、Spark 和 Zeppelin-Sandbox。

下表列出了此版本的 Amazon 中可用的应用程序版本EMR和前三个亚马逊版本中的应用程序EMR版本（如果适用）。

要全面了解每个 Amazon 版本的应用程序版本历史记录EMR，请参阅以下主题：

应用程序版本信息
emr-4.3.0 emr-4.2.0 emr-4.1.0 emr-4.0.0
适用于 Java 的Amazon SDK 1.10.271.10.27未跟踪未跟踪
Python 未跟踪未跟踪未跟踪未跟踪
Scala 未跟踪未跟踪未跟踪未跟踪
AmazonCloudWatchAgent - - - -
Delta - - - -
Flink - - - -
Ganglia3.7.23.6.0 - -
HBase - - - -
HCatalog - - - -
Hadoop2.7.12.6.02.6.02.6.0
Hive1.0.01.0.01.0.01.0.0
Hudi - - - -
Hue3.7.13.7.13.7.1 -
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub - - - -
Livy - - - -
MXNet - - - -
Mahout0.11.00.11.00.11.00.10.0
Oozie - - - -
Oozie-Sandbox4.2.04.2.04.0.1 -
Phoenix - - - -
Pig0.14.00.14.00.14.00.14.0
Presto - - - -
Presto-Sandbox0.1300.1250.119 -
Spark1.6.01.5.21.5.01.4.1
Sqoop - - - -
Sqoop-Sandbox - - - -
TensorFlow - - - -
Tez - - - -
Trino (PrestoSQL) - - - -
Zeppelin - - - -
Zeppelin-Sandbox0.5.50.5.50.6.0-SNAPSHOT -
ZooKeeper - - - -
ZooKeeper-Sandbox - - - -

4.3.0 发行说明

以下发行说明包含 Amazon EMR 4.3.0 版本的信息。

发布日期：2016 年 1 月 19 日

功能

  • 已升级到 Hadoop 2.7.1

  • 已升级到 Spark 1.6.0

  • 已将 Ganglia 升级到 3.7.2

  • 已将 Presto 升级到 0.130

  • Amazon 对spark.dynamicAllocation.enabled何时设置为 true EMR 进行了一些更改；默认情况下设置为 false。如果设置为 true，则会影响由 maximizeResourceAllocation 设置设定的默认值：

    • 若spark.dynamicAllocation.enabled设为 true，则 spark.executor.instances 将不被 maximizeResourceAllocation 设置。

    • 目前，spark.driver.memory 设置根据集群中的实例类型进行配置，与 spark.executors.memory 设置的方式类似。但是，由于 Spark 驱动程序应用程序可以在主实例或其中一个核心实例上运行（例如，分别在YARN客户端和集群模式下），因此该spark.driver.memory设置是根据这两个实例组之间较小实例类型的实例类型进行设置的。

    • 现在，该spark.default.parallelism设置设置为YARN容器可用CPU内核数量的两倍。在上一版本中，这是该值的一半。

    • 对为 Spark YARN 进程预留的内存开销的计算进行了调整，使其更加准确，从而使 Spark 可用的内存总量（即spark.executor.memory）略有增加。

早期版本中已解决的已知问题

  • YARN默认情况下，日志聚合现在处于启用状态。

  • 修复了启用日志聚合后，无法将日志推送到集群的 Amazon S3 YARN 日志存储桶的问题。

  • YARN现在，在所有节点类型中，容器大小的最小值均为 32。

  • 修复了与 Ganglia 有关的问题，此问题已导致大型集群中主节点上的磁盘 I/O 过多。

  • 修复了在关闭集群时阻止应用程序日志推送至 Amazon S3 的问题。

  • 修复了导致EMRFSCLI某些命令失败的问题。

  • 修复了齐柏林飞艇无法在底层加载依赖项的问题。 SparkContext

  • 修复了因发出尝试添加实例的调整大小命令导致的问题。

  • 修复了 Hive 中出现的 AS 对 Amazon S3 SELECT 进行过多列表调用的问题。CREATE TABLE

  • 修复了在安装 Hue、Oozie 和 Ganglia 时无法正常预置大型集群的问题。

  • 修复了 s3-dist-cp 中的问题，此问题导致即使在失败并出现错误的情况下仍将返回零退出代码。

4.3.0 组件版本

下面列出了 Amazon 随此版本EMR安装的组件。一些组件作为大数据应用程序包的一部分安装。其他则是 Amazon 独有的EMR，是为系统流程和功能而安装的。它们通常以 emr 或 aws 开头。Amazon 最新EMR版本中的大数据应用程序包通常是社区中的最新版本。我们会EMR尽快在 Amazon 上发布社区版本。

Amazon 中的某些组件与社区版本EMR不同。这些组件具有以下形式的 CommunityVersion-amzn-EmrVersion 的发行版标注。EmrVersion 从 0 开始。例如，如果myapp-component以 2.2 版本命名的开源社区组件经过三次修改以包含在不同的 Amazon EMR 版本中，则其发布版本将列为2.2-amzn-2。

组件 版本 描述
emr-ddb3.0.0适用于 Hadoop 生态系统应用程序的 Amazon DynamoDB 连接器。
emr-goodies2.0.0适用于 Hadoop 生态系统的方便易用的库。
emr-kinesis3.1.0适用于 Hadoop 生态系统应用程序的 Amazon Kinesis 连接器。
emr-s3-dist-cp2.1.0针对 Amazon S3 优化的分布式复制应用程序。
emrfs2.3.0适用于 Hadoop 生态系统应用程序的 Amazon S3 连接器。
ganglia-monitor3.7.2适用于 Hadoop 生态系统应用程序的嵌入式 Ganglia 代理以及 Ganglia 监控代理。
ganglia-metadata-collector3.7.2用于从 Ganglia 监控代理中聚合指标的 Ganglia 元数据收集器。
ganglia-web3.7.1用于查看由 Ganglia 元数据收集器收集的指标的 Web 应用程序。
hadoop-client2.7.1-amzn-0Hadoop 命令行客户端，如“hdfs”、“hadoop”或“yarn”。
hadoop-hdfs-datanode2.7.1-amzn-0HDFS用于存储区块的节点级服务。
hadoop-hdfs-library2.7.1-amzn-0HDFS命令行客户端和库
hadoop-hdfs-namenode2.7.1-amzn-0HDFS用于跟踪文件名和区块位置的服务。
hadoop-httpfs-server2.7.1-amzn-0HTTPHDFS操作端点。
hadoop-kms-server2.7.1-amzn-0基于 Hadoop 的加密密钥管理服务器。 KeyProvider API
hadoop-mapred2.7.1-amzn-0MapReduce 用于运行 MapReduce 应用程序的执行引擎库。
hadoop-yarn-nodemanager2.7.1-amzn-0YARN用于管理单个节点上的容器的服务。
hadoop-yarn-resourcemanager2.7.1-amzn-0YARN用于分配和管理群集资源和分布式应用程序的服务。
hive-client1.0.0-amzn-2Hive 命令行客户端。
hive-metastore-server1.0.0-amzn-2用于访问 Hive 元数据仓的服务，Hive 元存储库是一个语义存储库，用于存储 Hadoop 操作的SQL元数据。
hive-server1.0.0-amzn-2用于将 Hive 查询作为 Web 请求接受的服务。
hue-server3.7.1-amzn-5用于使用 Hadoop 生态系统应用程序分析数据的 Web 应用程序
mahout-client0.11.0用于机器学习的库。
mysql-server5.5我的SQL数据库服务器。
oozie-client4.2.0Oozie 命令行客户端。
oozie-server4.2.0用于接受 Oozie 工作流请求的服务。
presto-coordinator0.130用于在 presto-worker 之中接受查询并管理查询的服务。
presto-worker0.130用于执行查询的各个部分的服务。
pig-client0.14.0-amzn-0Pig 命令行客户端。
spark-client1.6.0Spark 命令行客户端。
spark-history-server1.6.0用于查看完整的 Spark 应用程序的生命周期的已记录事件的 Web UI。
spark-on-yarn1.6.0的内存中执行引擎。YARN
spark-yarn-slave1.6.0YARN从属服务器需要的 Apache Spark 库。
webserver2.4Apache HTTP 服务器。
zeppelin-server0.5.5-incubating-amzn-1支持交互式数据分析的基于 Web 的笔记本电脑。

4.3.0 配置分类

配置分类允许您自定义应用程序。它们通常对应于应用程序的配置XML文件，例如hive-site.xml。有关更多信息，请参阅 配置应用程序。

emr-4.3.0 分类
分类 描述

capacity-scheduler

更改 Hadoop 的 capacity-scheduler.xml 文件中的值。

core-site

更改 Hadoop 的 core-site.xml 文件中的值。

emrfs-site

更改EMRFS设置。

hadoop-env

更改适用于所有 Hadoop 组件的 Hadoop 环境中的值。

hadoop-log4j

更改 Hadoop 的 log4j.properties 文件中的值。

hdfs-encryption-zones

配置HDFS加密区域。

hdfs-site

更改 hdfs-site.xml HDFS 中的值。

hive-env

更改 Hive 环境中的值。

hive-exec-log4j

更改 Hive 的 hive-exec-log 4j.properties 文件中的值。

hive-log4j

更改 Hive 的 hive-log4j.properties 文件中的值。

hive-site

更改 Hive 的 hive-site.xml 文件中的值

hue-ini

更改 Hue 的 ini 文件中的值

httpfs-env

更改HTTPFS环境中的值。

httpfs-site

更改 Hadoop 的 httpfs-site.xml 文件中的值。

hadoop-kms-acls

更改 Hadoop 的 kms-acls.xml 文件中的值。

hadoop-kms-env

在 Hadoop KMS 环境中更改值。

hadoop-kms-log4j

更改 Hadoop 的 kms-log4j.properties 文件中的值。

hadoop-kms-site

更改 Hadoop 的 kms-site.xml 文件中的值。

mapred-env

更改 MapReduce 应用程序环境中的值。

mapred-site

更改 MapReduce 应用程序的 mapred-site.xml 文件中的值。

oozie-env

更改 Oozie 的环境中的值。

oozie-log4j

更改 Oozie 的 oozie-log4j.properties 文件中的值。

oozie-site

更改 Oozie 的 oozie-site.xml 文件中的值。

pig-properties

更改 Pig 的 pig.properties 文件中的值。

pig-log4j

更改 Pig 的 log4j.properties 文件中的值。

presto-log

更改 Presto 的 log.properties 文件中的值。

presto-config

更改 Presto 的 config.properties 文件中的值。

presto-connector-hive

更改 Presto 的 hive.properties 文件中的值。

spark

亚马逊EMR精心策划的 Apache Spark 设置。

spark-defaults

更改 Spark 的 spark-defaults.conf 文件中的值。

spark-env

更改 Spark 环境中的值。

spark-log4j

更改 Spark 的 log4j.properties 文件中的值。

spark-metrics

更改 Spark 的 metrics.properties 文件中的值。

yarn-env

更改YARN环境中的值。

yarn-site

更改YARN的 yarn-site.xml 文件中的值。

zeppelin-env

更改 Zeppelin 环境中的值。