| 版本 | 环境 |
|---|---|
| OS | veLinux（Debian 10兼容版） |
| Python2 | 2.7.16 |
| Python3 | 3.7.3 |
| Java | ByteOpenJDK 1.8.0_352 |
| 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 | ClickHouse集群 | StarRocks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 | 3.7.0 | - |
| Flink | 1.16.0 | 1.16.0 | - | - | - | - | - | - | - | - | - | - |
| HDFS | 3.3.4 | 3.3.4 | - | 3.3.4 | 3.3.4 | 3.3.4 | - | 3.3.4 | - | - | - | - |
| MapReduce2 | 3.3.4 | 3.3.4 | - | - | - | - | - | 3.3.4 | - | - | - | - |
| YARN | 3.3.4 | 3.3.4 | - | - | - | - | - | 3.3.4 | - | - | - | - |
| Airflow | 2.4.2 | - | - | 2.4.2 | 2.4.2 | - | - | - | - | - | - | - |
| Hive | 3.1.2 | - | - | 3.1.2 | 3.1.2 | - | - | - | - | - | - | - |
| Hue | 4.10.0 | - | - | 4.10.0 | 4.10.0 | - | - | - | - | - | - | - |
| Kafka | - | - | 2.8.1 | - | - | - | - | - | - | - | - | - |
| 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 | - | - | - | - |
| Presto | 0.267 | - | - | 0.267 | - | - | - | - | - | - | - | - |
| Trino | 392 | - | - | - | 392 | - | - | - | - | - | - | - |
| Spark | 3.2.1 | - | - | - | - | - | - | 3.2.1 | - | - | - | - |
| Sqoop | 1.4.7 | - | - | - | - | - | - | - | - | - | - | - |
| Tez | 0.10.1 | - | - | - | - | - | - | - | - | - | - | - |
| Iceberg | 0.14.0 | - | - | 0.14.0 | 0.14.0 | - | - | - | - | - | - | - |
| Hudi | 0.12.2 | - | - | - | - | - | - | - | - | - | - | - |
| HBase | 2.3.7 | - | - | - | - | 2.3.7 | - | - | - | - | - | - |
| OpenSearch | - | - | - | - | - | - | 1.2.3 | - | - | - | - | - |
| TensorFlow | - | - | - | - | - | - | - | 2.7.0 | - | - | - | - |
| TensorFlow on YARN | - | - | - | - | - | - | - | 1.0.0 | - | - | - | - |
| Doris | - | - | - | - | - | - | - | - | 1.2.1 | - | - | - |
| Pulsar | - | - | - | - | - | - | - | - | - | 2.9.1 | - | - |
| BookKeeper | - | - | - | - | - | - | - | - | - | 4.14.2 | - | - |
| Pulsar Manager | - | - | - | - | - | - | - | - | - | 0.2.0 | - | - |
| Delta Lake | 2.0.0 | - | - | - | - | - | - | - | - | - | - | - |
| Impala | 3.4.1 | - | - | - | - | - | - | - | - | - | - | - |
| Kudu | 1.14.0 | - | - | - | - | - | - | - | - | - | - | - |
| ClickHouse | - | - | - | - | - | - | - | - | - | - | 22.3.10.22 | - |
| StarRocks | - | - | - | - | - | - | - | - | - | - | - | 2.4.1 |
| Dolphin Scheduler | 3.1.3 | - | - | - | - | - | - | - | - | - | - | - |
| Phoenix | 5.1.3 | - | - | - | - | 5.1.3 | - | - | - | - | - | - |
| GTS | 1.0.0 | - | - | - | - | - | - | - | - | - | - | - |
以下发布说明包括有关 EMR V3.2.1 的信息， 更改与 3.1.1 有关。
发布日期: 2023 年 03 月 28 日
【组件】Ossa组件由原来的内置组件变为必选组件，该组件主要用于支持云上生态（如DataLeap等）对接；
【组件】新增GTS ，对接DataLeap的统一Flink提交服务；
【服务】新增Flink History服务，集群释放后仍然能够看到Flink历史作业日志，目前处于白名单发布。
【集群】HBase集群中集成了YARN和MapReduce2组件；
【组件】Flink引擎支持avro，csv，debezium-json和avro-confluent等格式；
【组件】Doris版本升级至1.2.1；
【组件】修复Presto写入TOS的潜在问题；
【集群】Kafka集群高可用优化，修复潜在的内置组件出现单点问题导致集群操作异常问题；
【组件】Flink升级至1.16.0，引入StarRocks、Doris、HBase和ByteHouse Connector，支持MySQL Sink，优化多个配置，达到开箱即用；
【组件】Hive适配CFS， 支持外部表方式访问数据；
【组件】presto-cli和trino-cli支持非明文方式输入密码，避免潜在的暴露密码风险；
【组件】Hue查询Presto、Trino时不再使用默认用户，需进行额外的用户认证；修复部分安全问题；
【组件】Iceberg适配TOS的读写，支持与PySpark的交互；
【组件】Dolphin Scheduler升级至3.1.3；
【组件】Kafka升级至2.8.1；
【组件】Hudi升级至0.12.2；
【组件】存算分离场景下，优化Spark引擎和MapReudce的写入性能；
【服务】MetaStore服务正式发布。
在开启Ranger权限管理时，由于DataLeap使用root用户向Hadoop集群提交Flink流任务，因此需在控制台-用户管理处新增root用户（密码自定义），并为root用户赋予hdfs、yarn权限，该步骤预计会在后续版本进行优化；
使用Dolphin Scheduler调度Presto数据源项目时，由于keystore文件只位于master-1节点，因此需要手动将keystore文件复制到集群各节点相应目录下，该步骤预计会在后续版本进行优化；
Dolphin Scheduler暂不支持使用tos、cfs进行资源中心资源存储以及执行数据质量任务，如需使用此功能可联系售后处理，预计会在后续版本支持该功能；
Spark History服务目前无法展示进行中的作业，预计会在后续版本进行优化；
Flink暂不支持操作Iceberg表。
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 | 3.3.4 | 用于跟踪HDFS文件名和数据块的服务。 |
| hdfs_datanode | 3.3.4 | 存储HDFS数据块的节点服务。 |
| hdfs_secondary_namenode | 3.3.4 | 对NameNode数据进行周期性合并的服务。 |
| hdfs_client | 3.3.4 | HDFS客户端命令行。 |
| hdfs_journalnode | 3.3.4 | 用于管理 HA 模式下HDFS日志的服务。 |
| hdfs_zkfc | 3.3.4 | 用户维护HA模式下HDFS NameNode从动态的服务。 |
| hue_server | 4.10.0 | 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 | 0.14.0 | Apache Iceberg 是一种适用于超大型分析数据集的开放表格式。 |
| hudi | 0.12.2 | 增量处理框架，以支持低延迟和高效率的数据管道。 |
| yarn_resourcemanager | 3.3.4 | 分配和管理集群资源与分布式应用程序的 YARN 服务。 |
| yarn_nodemanager | 3.3.4 | 管理单个节点上的容器的 YARN 服务。 |
| yarn_client | 3.3.4 | YARN命令行客户端。 |
| mapreduce2_historyserver | 3.3.4 | 保存作业执行信息的MapReduce服务。 |
| mapreduce2_client | 3.3.4 | MapReduce命令行客户端。 |
| tez_client | 0.10.1 | Tez命令行客户端。 |
| flink_client | 1.16.0 | 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 | 392 | Trino命令行客户端。 |
| trino_coordinator | 392 | 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 | 392 | 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 | 2.8.1 | 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 | 1.2.1 | Doris的FE服务。 |
| doris_be | 1.2.1 | 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。 |
| clickhouse | 22.3.10.22 | ClickHouse应用程序。 |
| catalogd | 3.4.1 | Impala元数据服务的应用程序。 |
| statestored | 3.4.1 | Impala集群节点管理应用程序。 |
| impalad | 3.4.1 | Impala计算节点应用程序。 |
| kudu_tserver | 1.14.0 | Kudu存储节点应用程序。 |
| kudu_master | 1.14.0 | Kudu元数据和集群节点管理应用程序。 |
| starrocks_fe | 2.4.1 | StarRocks的FE服务。 |
| starrocks_fe | 2.4.1 | StarRocks的BE服务。 |