Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Versionen von Amazon EMR auf EKS 7.11.0
Auf dieser Seite werden die neuen und aktualisierten Funktionen für Amazon EMR beschrieben, die spezifisch für die Bereitstellung von Amazon EMR in EKS sind. Einzelheiten zur Ausführung von Amazon EMR auf Amazon EC2 und zur Version Amazon EMR 7.11.0 im Allgemeinen finden Sie unter Amazon EMR 7.11.0 im Amazon EMR-Versionshandbuch.
Amazon EMR auf EKS 7.11-Versionen
Die folgenden Amazon EMR 7.11.0-Versionen sind für Amazon EMR auf EKS verfügbar. Wählen Sie eine bestimmte EMR-7.11.0-xxxx-Version aus, um weitere Details wie das zugehörige Container-Image-Tag anzuzeigen.
Versionshinweise
Versionshinweise für Amazon EMR auf EKS 7.11.0:
-
Unterstützte Anwendungen – AWS SDK für Java 2.35.5 and 1.12.792, Apache Spark 3.5.6-amzn-0, Apache Hudi 1.0.2-amzn-0, Apache Iceberg 1.9.1-amzn-0, Delta 3.3.2-amzn-0, Apache Spark RAPIDS 25.04.0-amzn-0, Apache Flink 1.20.0-amzn-5
-
Unterstützte Komponenten ‐
emr-ddb,,emr-goodies,emr-s3-select,,emrfs,hadoop-client,hudi,hudi-spark.icebergspark-kubernetes -
Unterstützte Konfigurationsklassifizierungen
Zur Verwendung mit StartJobRunund CreateManagedEndpoint APIs:
Klassifizierungen Beschreibungen core-siteÄndern Sie die Werte in der
core-site.xml-Hadoop-Datei.emrfs-siteÄndert die EMRFS-Einstellungen.
spark-metricsÄndern Sie die Werte in der
metrics.properties-Spark-Datei.spark-defaultsÄndern Sie die Werte in der
spark-defaults.conf-Spark-Datei.spark-envÄndert die Werte in der Spark-Umgebung.
spark-hive-siteÄndern Sie die Werte in der
hive-site.xml-Spark-Datei.spark-log4j2Ändern Sie die Werte in der
log4j2.properties-Spark-Datei.emr-job-submitterKonfiguration für den Auftragsübermittler-Pod.
Speziell zur Verwendung mit CreateManagedEndpoint APIs:
Klassifizierungen Beschreibungen jeg-configÄndern Sie die Werte in der Jupyter-Enterprise-Gateway-Datei
jupyter_enterprise_gateway_config.py.jupyter-kernel-overridesÄndern Sie den Wert für das Kernel-Image in der Jupyter-Kernel-Spec-Datei.
Mithilfe von Konfigurationsklassifizierungen können Sie Anwendungen anpassen. Diese entsprechen häufig einer XML-Konfigurationsdatei für die Anwendung, z. B.
spark-hive-site.xmlWeitere Informationen finden Sie unter Konfigurieren von Anwendungen.
Änderungen und Funktionen
Die folgenden Änderungen sind in der Version 7.11.0 von Amazon EMR auf EKS enthalten:
Amazon EMR on EKS unterstützt jetzt die Integration mit SageMaker Unified Studio über eine verwaltete Livy-Lösung, einschließlich:
-
Verwaltete Sitzungen: Neuer interaktiver Sitzungsressourcentyp, der einen benutzerdefinierten HTTPS-Endpunkt für die Ausführung von Spark-Sitzungen auf Ihrem EKS-Cluster über SageMaker Unified Studio bietet
-
Lake Formation Integration: Unterstützt Datenzugriffskontrolle mit zwei Modi a) Feinkörnige Zugriffskontrolle b) Vollständiger Tabellenzugriff (Kompatibilitätsmodus)
-
Identitätsmanagement: Flexible Authentifizierungsoptionen a) Rollenbasierte IAM-Zugriffskontrolle b) basierte Zugriffskontrolle.
-
Benutzerhintergrundsitzungen mit Integration: Unterstützt Spark-Workloads mit langer Laufzeit, sodass sie auch nach der Abmeldung der Benutzer von SageMaker Unified Studio weiterlaufen können, und unterstützt Sitzungen von bis zu 90 Tagen
