Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Versions d'Amazon EMR on EKS 7.11.0
Cette page décrit les fonctionnalités nouvelles et mises à jour d'Amazon EMR spécifiques au déploiement d'Amazon EMR on EKS. Pour en savoir plus sur Amazon EMR exécuté sur Amazon EC2 et sur la version 7.11.0 d'Amazon EMR en général, consultez Amazon EMR 7.11.0 dans le guide de mise à jour d'Amazon EMR.
Versions d'Amazon EMR on EKS 7.11
Les versions 7.11.0 d'Amazon EMR suivantes sont disponibles pour Amazon EMR sur EKS. Sélectionnez une version EMR-7.11.0-xxxx spécifique pour afficher plus de détails, tels que la balise d'image du conteneur associée.
Notes de mise à jour
Notes de mise à jour pour Amazon EMR sur EKS 7.11.0 :
-
Applications prises en charge – AWS SDK pour 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
-
Composants pris en charge ‐
emr-ddbemr-goodiesemr-s3-select,,emrfs,hadoop-client,hudi,hudi-spark,iceberg,spark-kubernetes. -
Classifications de configuration prises en charge
À utiliser avec StartJobRunet CreateManagedEndpoint APIs:
Classifications Descriptions core-siteModifiez les valeurs dans le fichier Hadoop
core-site.xml.emrfs-siteModifiez les paramètres EMRFS.
spark-metricsModifiez les valeurs dans le fichier Spark
metrics.properties.spark-defaultsModifiez les valeurs dans le fichier Spark
spark-defaults.conf.spark-envModifiez les valeurs dans l'environnement Spark.
spark-hive-siteModifiez les valeurs dans le fichier Spark
hive-site.xml.spark-log4j2Modifiez les valeurs dans le fichier Spark
log4j2.properties.emr-job-submitterConfiguration pour le pod soumissionnaire de tâches.
À utiliser spécifiquement avec CreateManagedEndpoint APIs:
Classifications Descriptions jeg-configModifiez les valeurs dans le fichier
jupyter_enterprise_gateway_config.pyJupyter Enterprise Gateway.jupyter-kernel-overridesModifiez la valeur de l'image du noyau dans le fichier Jupyter Kernel Spec.
Les classifications de configuration vous permettent de personnaliser les applications. Elles correspondent souvent à un fichier XML de configuration de l'application, tel que
spark-hive-site.xml. Pour plus d'informations, consultez la rubrique Configuration des applications.
Changements et fonctionnalités
Les modifications suivantes sont incluses dans la version 7.11.0 d'Amazon EMR sur EKS :
Amazon EMR on EKS prend désormais en charge l'intégration avec SageMaker Unified Studio via une solution Livy gérée comprenant :
-
Sessions gérées : nouveau type de ressource de session interactive qui fournit un point de terminaison HTTPS personnalisé pour exécuter des sessions Spark sur votre cluster EKS via SageMaker Unified Studio
-
Intégration de Lake Formation : prend en charge le contrôle d'accès aux données grâce à deux modes a) Contrôle d'accès détaillé b) Accès complet aux tables (mode de compatibilité)
-
Gestion des identités : options d'authentification flexibles a) Contrôle d'accès basé sur les rôles IAM b) contrôle d'accès basé sur les rôles.
-
Sessions d'arrière-plan utilisateur avec intégration : prend en charge les charges de travail Spark de longue durée pour qu'elles continuent de fonctionner même après que les utilisateurs se soient déconnectés d' SageMaker Unified Studio, prenant en charge les sessions d'une durée maximale de 90 jours
