亚马逊EMR版本 4.4.0 - Amazon EMR
4.4.0 应用程序版本4.4.0 版本说明4.4.0 组件版本4.4.0 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 4.4.0

4.4.0 应用程序版本

此发行版支持以下应用程序：Ganglia、HCatalog、Hadoop、Hive、Hue、Mahout、Oozie-Sandbox、Pig、Presto-Sandbox、Spark、Sqoop-Sandbox 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-4.4.0 emr-4.3.0 emr-4.2.0 emr-4.1.0
适用于 Java 的Amazon SDK 1.10.271.10.271.10.27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 - - - -
Ganglia3.7.23.7.23.6.0 -
HBase - - - -
HCatalog1.0.0 - - -
Hadoop2.7.12.7.12.6.02.6.0
Hive1.0.01.0.01.0.01.0.0
Hudi - - - -
Hue3.7.13.7.13.7.13.7.1
Iceberg - - - -
JupyterEnterpriseGateway - - - -
JupyterHub - - - -
Livy - - - -
MXNet - - - -
Mahout0.11.10.11.00.11.00.11.0
Oozie - - - -
Oozie-Sandbox4.2.04.2.04.2.04.0.1
Phoenix - - - -
Pig0.14.00.14.00.14.00.14.0
Presto - - - -
Presto-Sandbox0.1360.1300.1250.119
Spark1.6.01.6.01.5.21.5.0
Sqoop - - - -
Sqoop-Sandbox1.4.6 - - -
TensorFlow - - - -
Tez - - - -
Trino (PrestoSQL) - - - -
Zeppelin - - - -
Zeppelin-Sandbox0.5.60.5.50.5.50.6.0-SNAPSHOT
ZooKeeper - - - -
ZooKeeper-Sandbox - - - -

4.4.0 版本说明

以下发行说明包含 Amazon EMR 4.4.0 版本的信息。

发布日期：2016 年 3 月 14 日

功能

  • 已添加 HCatalog 1.0.0

  • 已添加 Sqoop-Sandbox 1.4.6

  • 已升级到 Presto 0.136

  • 已升级到 Zeppelin 0.5.6

  • 已升级到 Mahout 0.11.1

  • 默认情况下已启用 dynamicResourceAllocation。

  • 已添加针对此版本的所有配置分类的表。有关更多信息，请参阅配置应用程序中的“配置分类”表。

早期版本中已解决的已知问题

  • 修复了该maximizeResourceAllocation设置无法为YARN ApplicationMaster守护程序保留足够内存的问题。

  • 修复了自定义时遇到的问题DNS。如果 resolve.conf 中的任何条目位于提供的自定义条目之前，则自定义条目不可解析。此行为受到集群的影响，VPC其中默认VPC名称服务器作为顶部条目插入resolve.conf。

  • 修复了默认 Python 已移至版本 2.7 且未为该版本安装 boto 的问题。

  • 修复了YARN容器和 Spark 应用程序生成唯一的 Ganglia 循环数据库 (rrd) 文件的问题，该文件会导致连接到实例的第一个磁盘已满。由于此修复，YARN容器级别的指标已被禁用，Spark 应用程序级别的指标已被禁用。

  • 修复了导致日志推送程序中删除所有空日志文件夹的问题。结果是 Hive 无法登录CLI，因为日志推送器正在删除其下的空user文件夹。/var/log/hive

  • 修复了影响 Hive 导入的问题，此问题影响分区并导致导入期间出现错误。

  • 修复了EMRFS和 s3-dist-cp 无法正确处理包含句点的存储桶名称的问题。

  • 更改了中的行为，EMRFS以便在启用版本控制的存储桶中不会连续创建_$folder$标记文件，这可能有助于提高启用版本控制的存储桶的性能。

  • 更改了中的EMRFS行为，使其不使用指令文件，除非启用了客户端加密。如果您要在使用客户端加密时删除说明文件，可将 emrfs-site.xml 属性 fs.s3.cse.cryptoStorageMode.deleteInstructionFiles.enabled 设置为 true。

  • 更改了YARN日志聚合，将聚合目标处的日志保留两天。默认目标是您的集群HDFS存储。如果您要更改此持续时间，请在创建集群时使用 yarn.log-aggregation.retain-seconds 配置分类来更改 yarn-site 的值。与往常一样，您可以在创建集群时使用 log-uri 参数将应用程序日志保存到 Amazon S3。

已应用的修补程序

4.4.0 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-cp2.2.0针对 Amazon S3 优化的分布式复制应用程序。
emrfs2.4.0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-1Hadoop 命令行客户端，如“hdfs”、“hadoop”或“yarn”。
hadoop-hdfs-datanode2.7.1-amzn-1HDFS用于存储区块的节点级服务。
hadoop-hdfs-library2.7.1-amzn-1HDFS命令行客户端和库
hadoop-hdfs-namenode2.7.1-amzn-1HDFS用于跟踪文件名和区块位置的服务。
hadoop-httpfs-server2.7.1-amzn-1HTTPHDFS操作端点。
hadoop-kms-server2.7.1-amzn-1基于 Hadoop 的加密密钥管理服务器。 KeyProvider API
hadoop-mapred2.7.1-amzn-1MapReduce 用于运行 MapReduce 应用程序的执行引擎库。
hadoop-yarn-nodemanager2.7.1-amzn-1YARN用于管理单个节点上的容器的服务。
hadoop-yarn-resourcemanager2.7.1-amzn-1YARN用于分配和管理群集资源和分布式应用程序的服务。
hcatalog-client1.0.0-amzn-3用于操作 hcatalog-server 的“hcat”命令行客户端。
hcatalog-server1.0.0-amzn-3提供服务HCatalog，为分布式应用程序提供表和存储管理层。
hcatalog-webhcat-server1.0.0-amzn-3HTTP端点为其提供REST接口HCatalog。
hive-client1.0.0-amzn-3Hive 命令行客户端。
hive-metastore-server1.0.0-amzn-3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-3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-client0.11.1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-coordinator0.136用于在 presto-worker 之中接受查询并管理查询的服务。
presto-worker0.136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。
sqoop-client1.4.6Apache Sqoop 命令行客户端。
webserver2.4Apache HTTP 服务器。
zeppelin-server0.5.6-incubating支持交互式数据分析的基于 Web 的笔记本电脑。

4.4.0 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-4.4.0 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。

hcatalog-env

更改环境HCatalog中的值。

hcatalog-server-jndi

更改HCatalog的 jndi.properties 中的值。

hcatalog-server-proto-hive-site

更改 proto-hive-site .x HCatalog ml 中的值。

hcatalog-webhcat-env

更改 HCatalog W 环境ebHCat中的值。

hcatalog-webhcat-log4j

更改 HCatalog W ebHCat 的 log4j.properties 中的值。

hcatalog-webhcat-site

更改 HCatalog W ebHCat 的 webhcat-site.xml 文件中的值。

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。

sqoop-env

更改 Sqoop 的环境中的值。

sqoop-oraoop-site

更改 Sqoop OraOop 的 oraoop-site.xml 文件中的值。

sqoop-site

更改 Sqoop 的 sqoop-site.xml 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。