最近更新时间：2023.01.19 11:40:44
首次发布时间：2022.08.23 12:38:30
| 版本 | 环境 |
|---|---|
| OS | veLinux（Debian 10兼容版） |
| Python2 | 2.7.16 |
| Python3 | 3.7.3 |
| Java | ByteOpenJDK 1.8.0_302 |
| remote_base_log_folder | Hadoop集群 | Flink集群 | Kafka集群 | Presto集群 | Trino集群 | HBase集群 | OpenSearch集群 | TensorFlow集群 | Doris集群 | Pulsar集群 |
|---|---|---|---|---|---|---|---|---|---|---|
| Flume | 1.9.0 | 1.9.0 | 1.9.0 | - | - | - | - | - | - | - |
| OpenLDAP | 2.4.58 | 2.4.58 | 2.4.58 | 2.4.58 | 2.4.58 | 2.4.58 | 2.4.58 | 2.4.58 | - | - |
| Ranger | 2.1.0 | 2.1.0 | 2.1.0 | 2.1.0 | 2.1.0 | 2.1.0 | - | 2.1.0 | - | - |
| ZooKeeper | 3.7.0 | 3.7.0 | 3.7.0 | - | - | 3.7.0 | - | 3.7.0 | - | 3.7.0 |
| Flink | 1.11 | 1.11 | - | - | - | - | - | - | - | - |
| HDFS | 3.3.1 | 3.3.1 | - | 3.3.1 | 3.3.1 | 3.3.1 | - | 3.3.1 | - | - |
| MapReduce2 | 3.3.1 | 3.3.1 | - | - | - | - | - | 3.3.1 | - | - |
| YARN | 3.3.1 | 3.3.1 | - | - | - | - | - | 3.3.1 | - | - |
| Airflow | 2.2.0 | - | - | 2.2.0 | 2.2.0 | - | - | - | - | - |
| Hive | 3.1.2 | - | - | 3.1.2 | 3.1.2 | - | - | - | - | - |
| Hue | 4.9.0 | - | - | 4.9.0 | 4.9.0 | - | - | - | - | - |
| Kafka | - | - | 2.3 | - | - | - | - | - | - | - |
| Knox | 1.5.0 | 1.5.0 | 1.5.0 | 1.5.0 | 1.5.0 | 1.5.0 | 1.5.0 | 1.5.0 | 1.5.0 | - |
| Presto | 0.267 | - | - | 0.267 | - | - | - | - | - | - |
| Presto on YARN | 0.267 | - | - | - | - | - | - | - | - | - |
| Trino | 365 | - | - | - | 365 | - | - | - | - | - |
| Trino on YARN | 365 | - | - | - | - | - | - | - | - | - |
| Spark | 3.2.1 | - | - | - | - | - | - | 3.2.1 | - | - |
| Sqoop | 1.4.7 | - | - | - | - | - | - | - | - | - |
| Kerby | 2.0.1 | - | - | - | - | - | - | - | - | - |
| Tez | 0.10.1 | - | - | - | - | - | - | - | - | - |
| Iceberg | 0.12.0 | - | - | 0.12.0 | 0.12.0 | - | - | - | - | - |
| Hudi | 0.10.0 | - | - | - | - | - | - | - | - | - |
| HBase | - | - | - | - | - | 2.3.7 | - | - | - | - |
| OpenSearch | - | - | - | - | - | - | 1.2.3 | - | - | - |
| TensorFlow | - | - | - | - | - | - | - | 2.7.0 | - | - |
| TensorFlow on YARN | - | - | - | - | - | - | - | 1.0.0 | - | - |
| Doris | - | - | - | - | - | - | - | - | 1.0.0 | - |
| Pulsar | - | - | - | - | - | - | - | - | - | 2.9.1 |
| BookKeeper | - | - | - | - | - | - | - | - | - | 4.14.2 |
以下发布说明包括有关 EMR V1.3.1 的信息， 更改与 1.3.0 有关。EMR V1.3.0为火山引擎EMR V1.3.x的第二个版本。
发布日期: 2022 年 08 月 04 日
【通用】Hadoop集群 弹性伸缩 白名单发布：
支持多种伸缩场景
弹性扩展，用户根据自己的业务需求自动调整其弹性计算资源，在满足业务需求高峰增长时无缝地增加ECS实例；
弹性收缩，用户根据自己的业务需求自动调整其弹性计算资源，在业务需求下降时自动减少ECS实例以节约成本；
弹性自愈，用户根据自己的业务需求自动替换不健康的ECS实例使业务始终保持正常的负载，为业务保驾护航。
支持多种伸缩策略
固定数量模式，通过“最小实例数”属性，可以让您始终保持健康运行的ECS实例数量，自动替换不健康实例，以保证日常场景实时可用；
定时伸缩模式，配置定时任务，一次性在固定时间增加或减少ECS实例，适合于突发性的且业务需求比较明确的场景；
周期伸缩模式，配置周期性任务，定时地增加或减少ECS实例，适合于比较稳定的业务预期；
【集群】集群服务上下线：支持将某一节点上的一个组件下线（当组件实例数达到最小数量限制时就不能再继续下线）。
【组件】Trino Bloom索引增强，包括
支持在CREATE INDEX时，为Bloom索引设置roperties参数；
只支持对Iceberg表开启索引功能，且要求Iceberg表的format.version=2；
支持对INT等数字类型的字段构建Bloom索引。
【组件】Hue增加支持PySpark
【组件】支持Airflow RemoteLog写入TOS，配置如下：
设置 remote_logging=True；
通过 remote_base_log_folder 指定对应TOS路径；
无需指定 remote_log_conn_id。
【通用】修复云监控无法采集EMR的ECS实例的部分数据指标的问题。
【通用】集群服务日志外置，不再占用集群内部存储和计算资源，提高集群性能。
【组件】HDFS默认副本策略优化：根据用户选择的机型磁盘动态设置HDFS默认副本数（磁盘为云盘时默认副本是2，为本地盘时默认副本数是3），根据硬件配置优化参数配置。
【组件】Doris稳定性增加：合入社区1.0.1分支的20多个bug，提升Doris组件的稳定性。
【组件】Spark版本升级3.2.1。
【通用】监控指标链路升级改造：
自 1.3.1 版本起的EMR集群，默认对接云监控，用户可以在云监控产品页面的 数据****中台 -- E-MapReduce 空间中查看更多的监控图标，进行更细致的告警配置。
目前完成了 HDFS，HBase，Hive，YARN，Kafka，Presto，Trino 服务组件的接入。
Promethus 改单点为多实例部署，每节点实例收集本节点上的服务指标并输出，减轻 Master 单点收集的压力，规避单点导致整体指标不可用的问题。
下面列出了 EMR 和此版本一起安装的组件。
| 组件 | 版本 | 描述 |
|---|---|---|
| zookeeper_server | 3.7.0 | 用于维护配置信息、命名、提供分布式同步的集中式服务。 |
| zookeeper_client | 3.7.0 | ZooKeeper命令行客户端。 |
| hive_metastore | 3.1.2 | Hive元数据存储服务。 |
| hive_server | 3.1.2 | 用于将 Hive 查询作为 Web 请求接受的服务。 |
| hive_client | 3.1.2 | Hive命令行客户端。 |
| hdfs_namenode | 3.3.1 | 用于跟踪HDFS文件名和数据块的服务。 |
| hdfs_datanode | 3.3.1 | 存储HDFS数据块的节点服务。 |
| hdfs_secondary_namenode | 3.3.1 | 对NameNode数据进行周期性合并的服务。 |
| hdfs_client | 3.3.1 | HDFS客户端命令行。 |
| hdfs_journalnode | 3.3.1 | 用于管理 HA 模式下HDFS日志的服务。 |
| hdfs_zkfc | 3.3.1 | 用户维护HA模式下HDFS NameNode从动态的服务。 |
| hue_server | 4.9.0 | 用于使用 Hadoop 生态系统应用程序分析数据的 Web 应用程序。 |
| knox_gateway | 1.5.0 | 用于与Hadoop生态的RESTAPI和UI交互的应用程序网关。 |
| openldap | 2.4.58 | 后台认证以及用户数据权限管控服务。 |
| ranger_admin | 2.1.0 | Ranger安全管理的中心接口服务。 |
| ranger_usersync | 2.1.0 | 拉取用户和组的Ranger服务。 |
| spark_jobhistoryserver | 3.2.1 | 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。 |
| ksana | 1.0 | 为字节EMR团队自研组件，定位于SparkSQL数据仓库构建引擎，取代了Spark Thrift Server，兼容Hive的使用方式。 |
| spark_client | 3.2.1 | Spark命令行客户端。 |
| livy_server | 3.2.1 | 提供REST接口来与Spark交互的服务。 |
| sqoop | 1.4.7 | 提供数据库与HDFS导入导出功能。 |
| iceberg | 0.12.0 | Apache Iceberg 是一种适用于超大型分析数据集的开放表格式。 |
| hudi | 0.10.0 | 增量处理框架，以支持低延迟和高效率的数据管道。 |
| yarn_resourcemanager | 3.3.1 | 分配和管理集群资源与分布式应用程序的 YARN 服务。 |
| yarn_nodemanager | 3.3.1 | 管理单个节点上的容器的 YARN 服务。 |
| yarn_client | 3.3.1 | YARN命令行客户端。 |
| mapreduce2_historyserver | 3.3.1 | 保存作业执行信息的MapReduce服务。 |
| mapreduce2_client | 3.3.1 | MapReduce命令行客户端。 |
| tez_client | 0.10.1 | Tez命令行客户端。 |
| flink_client | 1.11.3 | Flink命令行客户端。 |
| airflow_webserver | 2.2.0 | Airflow提供的web服务。 |
| airflow_scheduler | 2.2.0 | Airflow的调度器。 |
| presto_cli | 0.267 | Presto命令行客户端。 |
presto_coordinator | 0.267 | Presto中负责query解析，任务调度，结果汇总的，集群监控的节点。 |
| presto_worker | 0.267 | Presto中负责所有Query相关数据的计算工作。 |
| trino_cli | 365 | Trino命令行客户端。 |
| trino_coordinator | 365 | Trino中负责query解析，任务调度，结果汇总的，集群监控的节点。 |
| trino_worker | 365 | Trino中负责所有Query相关数据的计算工作。 |
| kerby_server | 2.0.1 | Kerberos认证服务。 |
| flume_agent | 1.9.0 | Flume中的数据采集工具。 |
| flume_client | 1.9.0 | Flume命令行客户端。 |
| kafka_broker | 2.3 | Kafka中的消息处理节点。 |
| hbase_master | 2.3.7 | 适用于负责协调区域和执行管理命令的 HBase 集群的服务。 |
| hbase_regionserver | 2.3.7 | 用于服务于一个或多个 HBase 区域的服务。 |
| hbase_client | 2.3.7 | HBase 命令行客户端。 |
| opensearch | 1.2.3 | OpenSearch服务。 |
| opensearch_dashboard | 1.2.3 | OpenSearch的可视化仪表盘。 |
| tensorflow | 2.7.0 | 适用于高性能数值计算的 TensorFlow 开源软件库。 |
| tensorflow_on_yarn | 1.0.0 | TensorFlow YARN应用程序和库。 |
| doris_fe | 1.0.0 | Doris的FE服务。 |
| doris_be | 1.0.0 | Doris的BE服务。 |
| bookie | 4.14.2 | 负责Pulsar消息数据的存储。 |
| pulsar_broker | 2.9.1 | 提供读写服务以及 Pulsar 的计算逻辑。 |
| pulsar_client | 2.9.1 | Pulsar 命令行客户端。 |