Zarchiwizowane informacje o wersji

Artykuł
04/16/2024

Podsumowanie

Usługa Azure HDInsight jest jedną z najpopularniejszych usług wśród klientów korporacyjnych na potrzeby analizy typu open source na platformie Azure. Zasubskrybuj informacje o wersji usługi HDInsight, aby uzyskać aktualne informacje dotyczące usługi HDInsight i wszystkich wersji usługi HDInsight.

Aby zasubskrybować, kliknij przycisk "obejrzyj" na banerze i zwróć uwagę na wydania usługi HDInsight.

Informacje o wersji

Data wydania: 15 lutego 2024 r.

Ta wersja dotyczy wersji HDInsight 4.x i 5.x. Wersja usługi HDInsight będzie dostępna we wszystkich regionach w ciągu kilku dni. Ta wersja ma zastosowanie do 2401250802 numeru obrazu. Jak sprawdzić numer obrazu?

Usługa HDInsight korzysta z bezpiecznych rozwiązań wdrażania, które obejmują stopniowe wdrażanie regionów. Udostępnienie nowej wersji we wszystkich regionach może potrwać do 10 dni roboczych.

Wersje systemu operacyjnego

HDInsight 4.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.1: Ubuntu 18.04.5 LTS Linux Kernel 5.4

Uwaga

System Ubuntu 18.04 jest obsługiwany w ramach rozszerzonej konserwacji zabezpieczeń (ESM) przez zespół ds. systemu Linux platformy Azure dla usługi Azure HDInsight z lipca 2023 r.

Aby zapoznać się z wersjami specyficznymi dla obciążenia, zobacz

Nowe funkcje

Obsługa platformy Apache Ranger dla usługi Spark SQL na platformie Spark 3.3.0 (HDInsight w wersji 5.1) z pakietem Enterprise Security. Więcej informacji na ten temat znajduje się tutaj.

Naprawione problemy

Poprawki zabezpieczeń ze składników Ambari i Oozie

Wkrótce

Wycofanie maszyn wirtualnych z serii A w warstwie Podstawowa i Standardowa.
- 31 sierpnia 2024 r. wycofamy maszyny wirtualne z serii A w warstwie Podstawowa i Standardowa. Przed tą datą należy przeprowadzić migrację obciążeń do maszyn wirtualnych z serii Av2, które zapewniają większą ilość pamięci na procesor wirtualny i szybszy magazyn na dyskach półprzewodnikowych (SSD).
- Aby uniknąć przerw w działaniu usługi, przeprowadź migrację obciążeń z maszyn wirtualnych serii Podstawowa i Standardowa do maszyn wirtualnych z serii Av2 przed 31 sierpnia 2024 r.

Jeśli masz więcej pytań, skontaktuj się z pomocą techniczną platformy Azure.

Zawsze możesz zapytać nas o usługę HDInsight w usłudze Azure HDInsight — Microsoft Q&A

Słuchamy: Zapraszamy, aby dodać więcej pomysłów i innych tematów tutaj i głosować na nie — pomysły na usługę HDInsight i obserwuj nas, aby uzyskać więcej aktualizacji w społeczności usługi AzureHDInsight

Uwaga

Zalecamy klientom korzystanie z najnowszych wersji obrazów usługi HDInsight w miarę korzystania z najlepszych aktualizacji typu open source, aktualizacji platformy Azure i poprawek zabezpieczeń. Aby uzyskać więcej informacji, zobacz Najlepsze rozwiązania.

Następne kroki

Usługa Azure HDInsight jest jedną z najpopularniejszych usług wśród klientów korporacyjnych na potrzeby analizy typu open source na platformie Azure. Jeśli chcesz subskrybować informacje o wersji, obejrzyj wydania w tym repozytorium GitHub.

Data wydania: 10 stycznia 2024 r.

Ta wersja poprawki dotyczy wersji HDInsight 4.x i 5.x. Wersja usługi HDInsight będzie dostępna we wszystkich regionach w ciągu kilku dni. Ta wersja ma zastosowanie do 2401030422 numeru obrazu. Jak sprawdzić numer obrazu?

Wersje systemu operacyjnego

HDInsight 4.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.1: Ubuntu 18.04.5 LTS Linux Kernel 5.4

Uwaga

System Ubuntu 18.04 jest obsługiwany w ramach rozszerzonej konserwacji zabezpieczeń (ESM) przez zespół ds. systemu Linux platformy Azure dla usługi Azure HDInsight z lipca 2023 r.

Aby zapoznać się z wersjami specyficznymi dla obciążenia, zobacz

Naprawione problemy

Poprawki zabezpieczeń ze składników Ambari i Oozie

Wkrótce

Wycofanie maszyn wirtualnych z serii A w warstwie Podstawowa i Standardowa.
- 31 sierpnia 2024 r. wycofamy maszyny wirtualne z serii A w warstwie Podstawowa i Standardowa. Przed tą datą należy przeprowadzić migrację obciążeń do maszyn wirtualnych z serii Av2, które zapewniają większą ilość pamięci na procesor wirtualny i szybszy magazyn na dyskach półprzewodnikowych (SSD).
- Aby uniknąć przerw w działaniu usługi, przeprowadź migrację obciążeń z maszyn wirtualnych serii Podstawowa i Standardowa do maszyn wirtualnych z serii Av2 przed 31 sierpnia 2024 r.

Jeśli masz więcej pytań, skontaktuj się z pomocą techniczną platformy Azure.

Zawsze możesz zapytać nas o usługę HDInsight w usłudze Azure HDInsight — Microsoft Q&A

Uwaga

Data wydania: 26 października 2023 r.

Ta wersja dotyczy wersji HDInsight 4.x i 5.x usługi HDInsight będzie dostępna we wszystkich regionach w ciągu kilku dni. Ta wersja ma zastosowanie do 2310140056 numeru obrazu. Jak sprawdzić numer obrazu?

Wersje systemu operacyjnego

HDInsight 4.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.1: Ubuntu 18.04.5 LTS Linux Kernel 5.4

Aby zapoznać się z wersjami specyficznymi dla obciążenia, zobacz

Co nowego

Usługa HDInsight ogłasza ogólną dostępność usługi HDInsight 5.1 od 1 listopada 2023 r. Ta wersja udostępnia pełne odświeżanie stosu do składników typu open source i integracji firmy Microsoft.
- Najnowsze wersje open source — usługa HDInsight 5.1 jest dostępna z najnowszą stabilną wersją typu open source. Klienci mogą korzystać ze wszystkich najnowszych funkcji typu open source, ulepszeń wydajności firmy Microsoft i poprawek błędów.
- Bezpieczne — najnowsze wersje są dostarczane z najnowszymi poprawkami zabezpieczeń, zarówno poprawkami zabezpieczeń typu open source, jak i ulepszeniami zabezpieczeń firmy Microsoft.
- Niższy koszt całkowitego kosztu posiadania — dzięki ulepszeniom wydajności klienci mogą obniżyć koszty operacyjne wraz z ulepszonym skalowaniem automatycznym.
Uprawnienia klastra do bezpiecznego magazynu
- Klienci mogą określić (podczas tworzenia klastra), czy do łączenia konta magazynu należy użyć bezpiecznego kanału dla węzłów klastra usługi HDInsight.
Tworzenie klastra usługi HDInsight przy użyciu niestandardowych sieci wirtualnych.
- Aby poprawić ogólny stan zabezpieczeń klastrów usługi HDInsight, klastry usługi HDInsight korzystające z niestandardowych sieci wirtualnych muszą mieć pewność, że użytkownik musi mieć uprawnienia do Microsoft Network/virtualNetworks/subnets/join/action wykonywania operacji tworzenia. Jeśli ta kontrola nie jest włączona, klient może napotkać błędy tworzenia.
Klastry inne niż ESP ABFS [Uprawnienia klastra dla programu Word do odczytu]
- Klastry ABFS inne niż ESP ograniczają użytkowników grup innych niż Hadoop do wykonywania poleceń hadoop na potrzeby operacji magazynu. Ta zmiana poprawia stan zabezpieczeń klastra.
Aktualizacja limitu przydziału w wierszu.
- Teraz możesz zażądać zwiększenia limitu przydziału bezpośrednio na stronie Mój limit przydziału, a bezpośrednie wywołanie interfejsu API jest znacznie szybsze. W przypadku niepowodzenia wywołania interfejsu API można utworzyć nowy wniosek o pomoc techniczną w celu zwiększenia limitu przydziału.

Wkrótce

Maksymalna długość nazwy klastra zostanie zmieniona na 45 z 59 znaków, aby poprawić stan zabezpieczeń klastrów. Ta zmiana zostanie wdrożona we wszystkich regionach, począwszy od nadchodzącej wersji.
Wycofanie maszyn wirtualnych z serii A w warstwie Podstawowa i Standardowa.
- 31 sierpnia 2024 r. wycofamy maszyny wirtualne z serii A w warstwie Podstawowa i Standardowa. Przed tą datą należy przeprowadzić migrację obciążeń do maszyn wirtualnych z serii Av2, które zapewniają większą ilość pamięci na procesor wirtualny i szybszy magazyn na dyskach półprzewodnikowych (SSD).
- Aby uniknąć przerw w działaniu usługi, przeprowadź migrację obciążeń z maszyn wirtualnych serii Podstawowa i Standardowa do maszyn wirtualnych z serii Av2 przed 31 sierpnia 2024 r.

Jeśli masz więcej pytań, skontaktuj się z pomocą techniczną platformy Azure.

Zawsze możesz zapytać nas o usługę HDInsight w usłudze Azure HDInsight — Microsoft Q&A

Uwaga

Ta wersja dotyczy następujących cves wydanych przez MSRC 12 września 2023 r. Akcja polega na aktualizacji do najnowszego obrazu 2308221128 lub 2310140056. Klienci powinni odpowiednio zaplanować.

CVE	Ważność	Tytuł listy błędów CVE	Uwaga
CVE-2023-38156	Ważne	Luka w zabezpieczeniach podniesienia uprawnień narzędzia Apache Ambari dla usługi Azure HDInsight	Uwzględniona w obrazach 2308221128 lub 2310140056
CVE-2023-36419	Ważne	Luka w zabezpieczeniach dotycząca podniesienia uprawnień za pomocą programu Apache Oozie harmonogramu pracy w usłudze Azure HDInsight	Stosowanie akcji skryptu w klastrach lub aktualizowanie do obrazu 2310140056

Uwaga

Data wydania: 7 września 2023 r.

Ta wersja dotyczy wersji HDInsight 4.x i 5.x usługi HDInsight będzie dostępna we wszystkich regionach w ciągu kilku dni. Ta wersja ma zastosowanie do 2308221128 numeru obrazu. Jak sprawdzić numer obrazu?

Wersje systemu operacyjnego

HDInsight 4.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.1: Ubuntu 18.04.5 LTS Linux Kernel 5.4

Aby zapoznać się z wersjami specyficznymi dla obciążenia, zobacz

Ważne

Ta wersja dotyczy następujących cves wydanych przez MSRC 12 września 2023 r. Akcja polega na zaktualizowaniu do najnowszej 2308221128 obrazu. Klienci powinni odpowiednio zaplanować.

CVE	Ważność	Tytuł listy błędów CVE	Uwaga
CVE-2023-38156	Ważne	Luka w zabezpieczeniach podniesienia uprawnień narzędzia Apache Ambari dla usługi Azure HDInsight	Uwzględniony na obrazie 2308221128
CVE-2023-36419	Ważne	Luka w zabezpieczeniach dotycząca podniesienia uprawnień za pomocą programu Apache Oozie harmonogramu pracy w usłudze Azure HDInsight	Stosowanie akcji skryptu w klastrach

Wkrótce

Maksymalna długość nazwy klastra zostanie zmieniona na 45 z 59 znaków, aby poprawić stan zabezpieczeń klastrów. Ta zmiana zostanie wdrożona do 30 września 2023 r.
Uprawnienia klastra do bezpiecznego magazynu
- Klienci mogą określić (podczas tworzenia klastra), czy do kontaktowania się z kontem magazynu należy użyć bezpiecznego kanału dla węzłów klastra usługi HDInsight.
Aktualizacja limitu przydziału w wierszu.
- Żądania zwiększenia limitów przydziału bezpośrednio na stronie Mój limit przydziału, który będzie bezpośrednim wywołaniem interfejsu API, co jest szybsze. Jeśli wywołanie usługi APdI zakończy się niepowodzeniem, klienci muszą utworzyć nowy wniosek o pomoc techniczną w celu zwiększenia limitu przydziału.
Tworzenie klastra usługi HDInsight przy użyciu niestandardowych sieci wirtualnych.
- Aby poprawić ogólny stan zabezpieczeń klastrów usługi HDInsight, klastry usługi HDInsight korzystające z niestandardowych sieci wirtualnych muszą mieć pewność, że użytkownik musi mieć uprawnienia do Microsoft Network/virtualNetworks/subnets/join/action wykonywania operacji tworzenia. Klienci musieliby odpowiednio zaplanować, ponieważ ta zmiana byłaby obowiązkowym sprawdzaniem, aby uniknąć błędów tworzenia klastra przed 30 września 2023 r. 
Wycofanie maszyn wirtualnych z serii A w warstwie Podstawowa i Standardowa.
- 31 sierpnia 2024 r. wycofamy maszyny wirtualne z serii A w warstwie Podstawowa i Standardowa. Przed tą datą należy przeprowadzić migrację obciążeń do maszyn wirtualnych z serii Av2, które zapewniają większą ilość pamięci na procesor wirtualny i szybszy magazyn na dyskach półprzewodnikowych (SSD). Aby uniknąć przerw w działaniu usługi, przeprowadź migrację obciążeń z maszyn wirtualnych serii Podstawowa i Standardowa do maszyn wirtualnych z serii Av2 przed 31 sierpnia 2024 r.
Klastry inne niż ESP ABFS [Uprawnienia klastra dla programu Word do odczytu]
- Zaplanuj wprowadzenie zmian w klastrach innych niż ESP ABFS, które ograniczają użytkowników grup innych niż Hadoop do wykonywania poleceń hadoop na potrzeby operacji magazynu. Ta zmiana w celu poprawy stanu zabezpieczeń klastra. Klienci muszą zaplanować aktualizacje przed 30 września 2023 r.

Jeśli masz więcej pytań, skontaktuj się z pomocą techniczną platformy Azure.

Zawsze możesz zapytać nas o usługę HDInsight w usłudze Azure HDInsight — Microsoft Q&A

Zapraszamy do dodania kolejnych propozycji i pomysłów oraz innych tematów tutaj i głosowania na nie — społeczność usługi HDInsight (azure.com).

Uwaga

Data wydania: 25 lipca 2023 r.

Ta wersja dotyczy wersji HDInsight 4.x i 5.x usługi HDInsight będzie dostępna we wszystkich regionach w ciągu kilku dni. Ta wersja ma zastosowanie do 2307201242 numeru obrazu. Jak sprawdzić numer obrazu?

Wersje systemu operacyjnego

HDInsight 4.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.1: Ubuntu 18.04.5 LTS Linux Kernel 5.4

Aby zapoznać się z wersjami specyficznymi dla obciążenia, zobacz

Co nowego

Usługa HDInsight 5.1 jest teraz obsługiwana w klastrze ESP.
Uaktualniona wersja platformy Ranger 2.3.0 i Oozie 5.2.1 są teraz częścią usługi HDInsight 5.1
Klaster Spark 3.3.1 (HDInsight 5.1) jest dostarczany z klastrem hive Warehouse Połączenie or (HWC) 2.1, który współpracuje z klastrem Interactive Query (HDInsight 5.1).
System Ubuntu 18.04 jest obsługiwany przez zespół ds. zabezpieczeń platformy Azure dla usługi Azure HDInsight z lipca 2023 r. w wersji 2023.

Ważne

Ta wersja dotyczy następujących cves wydanych przez MSRC 8 sierpnia 2023 r. Akcja polega na zaktualizowaniu do najnowszego 2307201242 obrazu. Klienci powinni odpowiednio zaplanować.

CVE	Ważność	Tytuł listy błędów CVE
CVE-2023-35393	Ważne	Luka w zabezpieczeniach dotycząca fałszowania w usłudze Azure Apache Hive
CVE-2023-35394	Ważne	Luka w zabezpieczeniach dotycząca fałszowania notesu Jupyter Notebook w usłudze Azure HDInsight
CVE-2023-36877	Ważne	Luka w zabezpieczeniach dotycząca fałszowania platformy Azure Oozie
CVE-2023-36881	Ważne	Luka w zabezpieczeniach dotycząca fałszowania na platformie Azure Apache Ambari
CVE-2023-38188	Ważne	Luka w zabezpieczeniach dotycząca fałszowania w usłudze Azure Apache Hadoop

Wkrótce

Maksymalna długość nazwy klastra zostanie zmieniona na 45 z 59 znaków, aby poprawić stan zabezpieczeń klastrów. Klienci muszą zaplanować aktualizacje przed 30 września 2023 r.
Uprawnienia klastra do bezpiecznego magazynu
- Klienci mogą określić (podczas tworzenia klastra), czy do kontaktowania się z kontem magazynu należy użyć bezpiecznego kanału dla węzłów klastra usługi HDInsight.
Aktualizacja limitu przydziału w wierszu.
- Żądania zwiększenia limitów przydziału bezpośrednio na stronie Mój limit przydziału, który będzie bezpośrednim wywołaniem interfejsu API, co jest szybsze. Jeśli wywołanie interfejsu API zakończy się niepowodzeniem, klienci muszą utworzyć nowy wniosek o pomoc techniczną w celu zwiększenia limitu przydziału.
Tworzenie klastra usługi HDInsight przy użyciu niestandardowych sieci wirtualnych.
- Aby poprawić ogólny stan zabezpieczeń klastrów usługi HDInsight, klastry usługi HDInsight korzystające z niestandardowych sieci wirtualnych muszą mieć pewność, że użytkownik musi mieć uprawnienia do Microsoft Network/virtualNetworks/subnets/join/action wykonywania operacji tworzenia. Klienci musieliby odpowiednio zaplanować, ponieważ ta zmiana byłaby obowiązkowym sprawdzaniem, aby uniknąć błędów tworzenia klastra przed 30 września 2023 r. 
Wycofanie maszyn wirtualnych z serii A w warstwie Podstawowa i Standardowa.
- 31 sierpnia 2024 r. wycofamy maszyny wirtualne z serii A w warstwie Podstawowa i Standardowa. Przed tą datą należy przeprowadzić migrację obciążeń do maszyn wirtualnych z serii Av2, które zapewniają większą ilość pamięci na procesor wirtualny i szybszy magazyn na dyskach półprzewodnikowych (SSD). Aby uniknąć przerw w działaniu usługi, przeprowadź migrację obciążeń z maszyn wirtualnych z serii Podstawowa i Standardowa do maszyn wirtualnych z serii Av2 przed 31 sierpnia 2024 r.
Klastry inne niż ESP ABFS [Uprawnienia klastra dla programu Word do odczytu]
- Zaplanuj wprowadzenie zmian w klastrach innych niż ESP ABFS, które ograniczają użytkowników grup innych niż Hadoop do wykonywania poleceń hadoop na potrzeby operacji magazynu. Ta zmiana w celu poprawy stanu zabezpieczeń klastra. Klienci muszą zaplanować aktualizacje przed 30 września 2023 r.

Jeśli masz więcej pytań, skontaktuj się z pomocą techniczną platformy Azure.

Zawsze możesz zapytać nas o usługę HDInsight w usłudze Azure HDInsight — Microsoft Q&A

Witamy, aby dodać więcej propozycji i pomysłów i innych tematów tutaj i głosować na nich — społeczność usługi HDInsight (azure.com) i śledzić nas, aby uzyskać więcej aktualizacji na twitterze

Uwaga

Data wydania: 08 maja 2023 r.

Ta wersja dotyczy wersji HDInsight 4.x i 5.x usługi HDInsight jest dostępna we wszystkich regionach w ciągu kilku dni. Ta wersja ma zastosowanie do 2304280205 numeru obrazu. Jak sprawdzić numer obrazu?

Wersje systemu operacyjnego

HDInsight 4.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4

Aby zapoznać się z wersjami specyficznymi dla obciążenia, zobacz

Zaktualizowano usługę Azure HDInsight 5.1 za pomocą polecenia
1. Apache HBase 2.4.11
2. Apache Phoenix 5.1.2
3. Apache Hive 3.1.2
4. Apache Spark 3.3.1
5. Apache Tez 0.9.1
6. Apache Zeppelin 0.10.1
7. Apache Livy 0.5
8. Apache Kafka 3.2.0
Uwaga
- Wszystkie składniki są zintegrowane z usługą Hadoop 3.3.4 i ZK 3.6.3
- Wszystkie powyższe uaktualnione składniki są teraz dostępne w klastrach innych niż ESP w publicznej wersji zapoznawczej.

Rozszerzone autoskalowania dla usługi HDInsight

Usługa Azure HDInsight dokonała znaczących ulepszeń stabilności i opóźnień w skalowaniu automatycznym. Istotne zmiany obejmują ulepszoną pętlę opinii na potrzeby podejmowania decyzji dotyczących skalowania, znaczne ulepszenia opóźnienia skalowania i obsługi ponownego kommisji zlikwidowanych węzłów, dowiedz się więcej o ulepszeniach, sposobie konfigurowania i migrowania klastra do rozszerzonego skalowania automatycznego. Ulepszona funkcja automatycznego skalowania jest dostępna od 17 maja 2023 r. we wszystkich obsługiwanych regionach.
Usługa Azure HDInsight ESP dla platformy Apache Kafka 2.4.1 jest teraz ogólnie dostępna.

Usługa Azure HDInsight ESP dla platformy Apache Kafka 2.4.1 jest dostępna w publicznej wersji zapoznawczej od kwietnia 2022 r. Po istotnych ulepszeniach w poprawkach i stabilności cve usługa Azure HDInsight ESP Kafka 2.4.1 staje się teraz ogólnie dostępna i gotowa dla obciążeń produkcyjnych, dowiedz się więcej o sposobie konfigurowania i migrowania.
Zarządzanie limitami przydziału dla usługi HDInsight

Usługa HDInsight obecnie przydziela limit przydziału do subskrypcji klientów na poziomie regionalnym. Rdzenie przydzielone klientom są ogólne i nie są klasyfikowane na poziomie rodziny maszyn wirtualnych (na przykład , Dv2Ev3, , Eav4itp.).

Usługa HDInsight wprowadziła ulepszony widok, który zapewnia szczegółowy i klasyfikację przydziałów dla maszyn wirtualnych na poziomie rodziny, ta funkcja umożliwia klientom wyświetlanie bieżących i pozostałych przydziałów dla regionu na poziomie rodziny maszyn wirtualnych. Dzięki ulepszonym widokom klienci mają bogatszą widoczność, planowanie przydziałów i lepsze środowisko użytkownika. Ta funkcja jest obecnie dostępna w usługach HDInsight 4.x i 5.x dla regionu Wschodnie stany USA EUAP. Inne regiony do późniejszego użycia.

Aby uzyskać więcej informacji, zobacz Planowanie pojemności klastra w usłudze Azure HDInsight | Microsoft Learn

Polska Środkowa

Maksymalna długość nazwy klastra zmienia się na 45 z 59 znaków, aby zwiększyć poziom zabezpieczeń klastrów.
Uprawnienia klastra do bezpiecznego magazynu
- Klienci mogą określić (podczas tworzenia klastra), czy do kontaktowania się z kontem magazynu należy użyć bezpiecznego kanału dla węzłów klastra usługi HDInsight.
Aktualizacja limitu przydziału w wierszu.
- Żądania zwiększenia limitów przydziału bezpośrednio na stronie Mój limit przydziału, który jest bezpośrednim wywołaniem interfejsu API, co jest szybsze. Jeśli wywołanie interfejsu API zakończy się niepowodzeniem, klienci muszą utworzyć nowy wniosek o pomoc techniczną w celu zwiększenia limitu przydziału.
Tworzenie klastra usługi HDInsight przy użyciu niestandardowych sieci wirtualnych.
- Aby poprawić ogólny stan zabezpieczeń klastrów usługi HDInsight, klastry usługi HDInsight korzystające z niestandardowych sieci wirtualnych muszą mieć pewność, że użytkownik musi mieć uprawnienia do Microsoft Network/virtualNetworks/subnets/join/action wykonywania operacji tworzenia. Klienci musieliby odpowiednio zaplanować, ponieważ byłoby to obowiązkowe sprawdzenie, aby uniknąć błędów tworzenia klastra.
Wycofanie maszyn wirtualnych z serii A w warstwie Podstawowa i Standardowa.
- 31 sierpnia 2024 r. wycofamy maszyny wirtualne z serii A w warstwie Podstawowa i Standardowa. Przed tą datą należy przeprowadzić migrację obciążeń do maszyn wirtualnych z serii Av2, które zapewniają większą ilość pamięci na procesor wirtualny i szybszy magazyn na dyskach półprzewodnikowych (SSD). Aby uniknąć przerw w działaniu usługi, przeprowadź migrację obciążeń z maszyn wirtualnych serii Podstawowa i Standardowa do maszyn wirtualnych z serii Av2 przed 31 sierpnia 2024 r.
Klastry inne niż ESP ABFS [Uprawnienia klastra do odczytu na świecie]
- Zaplanuj wprowadzenie zmian w klastrach innych niż ESP ABFS, które ograniczają użytkowników grup innych niż Hadoop do wykonywania poleceń hadoop na potrzeby operacji magazynu. Ta zmiana w celu poprawy stanu zabezpieczeń klastra. Klienci muszą zaplanować aktualizacje.

Data wydania: 28 lutego 2023 r.

Ta wersja dotyczy usługi HDInsight 4.0. i 5.0, 5.1. Wersja usługi HDInsight jest dostępna we wszystkich regionach w ciągu kilku dni. Ta wersja ma zastosowanie do 2302250400 numeru obrazu. Jak sprawdzić numer obrazu?

Wersje systemu operacyjnego

HDInsight 4.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4

Aby zapoznać się z wersjami specyficznymi dla obciążenia, zobacz

Ważne

Firma Microsoft wydała CVE-2023-23408, co zostało naprawione w bieżącej wersji, a klienci powinni uaktualnić klastry do najnowszej wersji.

HDInsight 5.1

Rozpoczęliśmy wdrażanie nowej wersji usługi HDInsight 5.1. Wszystkie nowe wersje typu open source dodane jako wersje przyrostowe w usłudze HDInsight 5.1.

Aby uzyskać więcej informacji, zobacz HDInsight 5.1.0 w wersji

Uaktualnienie platformy Kafka 3.2.0 (wersja zapoznawcza)

Platforma Kafka 3.2.0 zawiera kilka znaczących nowych funkcji/ulepszeń.
- Uaktualniono dozorcę do wersji 3.6.3
- Obsługa platformy Kafka Strumienie
- Silniejsze gwarancje dostarczania dla producenta platformy Kafka włączone domyślnie.
- log4j 1.x zastąpione ciągiem reload4j.
- Wyślij wskazówkę do lidera partycji, aby odzyskać partycję.
- JoinGroupRequest i LeaveGroupRequest mają dołączony powód.
- Dodano metryki liczby brokerów8.
- Ulepszenia dublowania Maker2 .

Uaktualnienie bazy danych HBase 2.4.11 (wersja zapoznawcza)

Ta wersja ma nowe funkcje, takie jak dodanie nowych typów mechanizmów buforowania dla pamięci podręcznej bloku, możliwość zmiany hbase:meta table i wyświetlania hbase:meta tabeli z internetowego interfejsu użytkownika HBase.

Uaktualnienie phoenix 5.1.2 (wersja zapoznawcza)

Wersja Phoenix została uaktualniona do wersji 5.1.2 w tej wersji. To uaktualnienie obejmuje serwer Phoenix Query Server. Serwer proxy Phoenix Query Server jest standardowym sterownikiem Phoenix JDBC i zapewnia protokół przewodu zgodny z poprzednimi wersjami w celu wywołania tego sterownika JDBC.

Ambari CVEs

Naprawiono wiele cvi ambari.

Uwaga

Usługa ESP nie jest obsługiwana w przypadku platform Kafka i bazy danych HBase w tej wersji.

Koniec wsparcia dla klastrów usługi Azure HDInsight na platformie Spark 2.4 z 10 lutego 2024 r. Aby uzyskać więcej informacji, zobacz Wersje platformy Spark obsługiwane w usłudze Azure HDInsight

Co dalej?

Autoskaluj
- Automatyczne skalowanie z ulepszonym opóźnieniem i kilkoma ulepszeniami
Ograniczenie zmiany nazwy klastra
- Maksymalna długość nazwy klastra zmienia się na 45 z 59 w obszarze Publiczne, Azure — Chiny i Azure Government.
Uprawnienia klastra do bezpiecznego magazynu
- Klienci mogą określić (podczas tworzenia klastra), czy do kontaktowania się z kontem magazynu należy użyć bezpiecznego kanału dla węzłów klastra usługi HDInsight.
Klastry inne niż ESP ABFS [Uprawnienia klastra do odczytu na świecie]
- Zaplanuj wprowadzenie zmian w klastrach innych niż ESP ABFS, które ograniczają użytkowników grup innych niż Hadoop do wykonywania poleceń hadoop na potrzeby operacji magazynu. Ta zmiana w celu poprawy stanu zabezpieczeń klastra. Klienci muszą zaplanować aktualizacje.
Uaktualnienia typu open source
- Platformy Apache Spark 3.3.0 i Hadoop 3.3.4 są opracowywane w usłudze HDInsight 5.1 i zawierają kilka znaczących nowych funkcji, wydajności i innych ulepszeń.

Uwaga

Data wydania: 12 grudnia 2022 r.

Ta wersja dotyczy usługi HDInsight 4.0. i wersja 5.0 usługi HDInsight jest udostępniana wszystkim regionom w ciągu kilku dni.

Wersje systemu operacyjnego

HDInsight 4.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4
HDInsight 5.0: Ubuntu 18.04.5 LTS Linux Kernel 5.4

Aby zapoznać się z wersjami specyficznymi dla obciążenia, zobacz tutaj.

Log Analytics — klienci mogą włączyć monitorowanie klasyczne, aby uzyskać najnowszą wersję pakietu OMS w wersji 14.19. Aby usunąć stare wersje, wyłącz i włącz monitorowanie klasyczne.
Automatyczne wylogowanie użytkownika systemu Ambari z powodu braku aktywności. Aby uzyskać więcej informacji, zobacz tutaj
Spark — nowa i zoptymalizowana wersja platformy Spark 3.1.3 jest zawarta w tej wersji. Przetestowaliśmy platformę Apache Spark 3.1.2 (poprzednią wersję) i platformę Apache Spark 3.1.3 (bieżącą wersję) przy użyciu testu porównawczego TPC-DS. Test został przeprowadzony przy użyciu jednostki SKU E8 V3 dla platformy Apache Spark w obciążeniu 1 TB. Platforma Apache Spark 3.1.3 (bieżąca wersja) przekroczyła wydajność platformy Apache Spark 3.1.2 (poprzednia wersja) o ponad 40% w łącznym czasie wykonywania zapytań TPC-DS przy użyciu tych samych specyfikacji sprzętowych. Zespół platformy Microsoft Spark dodał optymalizacje dostępne w usłudze Azure Synapse w usłudze Azure HDInsight. Aby uzyskać więcej informacji, zobacz Przyspieszanie obciążeń danych za pomocą aktualizacji wydajności platformy Apache Spark 3.1.2 w usłudze Azure Synapse

Katar Środkowy
Niemcy Północne

Usługa HDInsight odeszła od zestawu Azul Zulu Java JDK 8 do Adoptium Temurin JDK 8systemu , który obsługuje wysokiej jakości certyfikowane środowiska uruchomieniowe TCK i skojarzoną technologię do użycia w ekosystemie Java.
Usługa HDInsight została zmigrowana do programu reload4j. Zmiany log4j mają zastosowanie do
- Apache Hadoop
- Apache Zookeeper
- Apache Oozie
- Apache Ranger
- Apache Sqoop
- Apache Pig
- Apache Ambari
- Apache Kafka
- Apache Spark
- Apache Zeppelin
- Apache Livy
- Apache Rubix
- Apache Hive
- Apache Tez
- Apache HBase
- OMI
- Apache Pheonix

Usługa HDInsight w celu zaimplementowania protokołu TLS1.2 w przyszłości, a wcześniejsze wersje są aktualizowane na platformie. Jeśli korzystasz z dowolnych aplikacji w usłudze HDInsight i używają protokołów TLS 1.0 i 1.1, przeprowadź uaktualnienie do protokołu TLS 1.2, aby uniknąć zakłóceń w usługach.

Aby uzyskać więcej informacji, zobacz Jak włączyć protokół Transport Layer Security (TLS)

Koniec wsparcia dla klastrów usługi Azure HDInsight w systemie Ubuntu 16.04 LTS od 30 listopada 2022 r. Usługa HDInsight rozpoczyna wydawanie obrazów klastra przy użyciu systemu Ubuntu 18.04 od 27 czerwca 2021 r. Zalecamy naszym klientom, którzy korzystają z klastrów korzystających z systemu Ubuntu 16.04, jest ponowne skompilowanie klastrów przy użyciu najnowszych obrazów usługi HDInsight do 30 listopada 2022 r.

Aby uzyskać więcej informacji na temat sprawdzania wersji klastra w systemie Ubuntu, zobacz tutaj

Wykonaj polecenie "lsb_release -a" w terminalu.
Jeśli wartość właściwości "Description" w danych wyjściowych to "Ubuntu 16.04 LTS", ta aktualizacja ma zastosowanie do klastra.

Obsługa wyboru Strefy dostępności dla klastrów kafka i HBase (dostęp do zapisu).

Poprawki błędów typu open source

Poprawki błędów hive

Poprawki błędów	Apache JIRA
HIVE-26127	Błąd INSERT OVERWRITE — nie znaleziono pliku
HIVE-24957	Nieprawidłowe wyniki, gdy podzapytywanie ma coalESCE w predykacie korelacji
HIVE-24999	Funkcja HiveSubQueryRemoveRule generuje nieprawidłowy plan dla podzapytania IN z wieloma korelacjami
HIVE-24322	Jeśli istnieje bezpośrednie wstawianie, identyfikator próby musi zostać sprawdzony podczas odczytywania manifestu kończy się niepowodzeniem
HIVE-23363	Uaktualnianie zależności DataNucleus do wersji 5.2
HIVE-26412	Tworzenie interfejsu w celu pobierania dostępnych miejsc i dodawania wartości domyślnej
HIVE-26173	Uaktualnij derby do wersji 10.14.2.0
HIVE-25920	Bump `Xerce2` do 2.12.2.
HIVE-26300	Uaktualnij wersję powiązania danych Jacksona z wersją 2.12.6.1 lub nowszą, aby uniknąć cve-2020-36518

Data wydania: 10.08.2022

Ta wersja dotyczy usługi HDInsight 4.0. Wydanie usługi HDInsight jest udostępniane wszystkim regionom w ciągu kilku dni.

Nowa funkcja

1. Dołączanie dysków zewnętrznych w klastrach Hadoop/Spark w usłudze HDI

Klaster usługi HDInsight zawiera wstępnie zdefiniowane miejsce na dysku na podstawie jednostki SKU. Ta przestrzeń może nie być wystarczająca w dużych scenariuszach zadań.

Ta nowa funkcja umożliwia dodawanie większej liczby dysków w klastrze, które są używane jako katalog lokalny menedżera węzłów. Dodaj liczbę dysków do węzłów roboczych podczas tworzenia klastra HIVE i Spark, podczas gdy wybrane dyski są częścią katalogów lokalnych menedżera węzłów.

Uwaga

Dodane dyski są konfigurowane tylko dla katalogów lokalnych menedżera węzłów.

Aby uzyskać więcej informacji, zobacz tutaj

2. Analiza selektywnego rejestrowania

Analiza selektywnego rejestrowania jest teraz dostępna we wszystkich regionach w publicznej wersji zapoznawczej. Klaster można połączyć z obszarem roboczym usługi Log Analytics. Po włączeniu można wyświetlić dzienniki i metryki, takie jak dzienniki zabezpieczeń usługi HDInsight, usługa Yarn Resource Manager, metryki systemowe itp. Możesz monitorować obciążenia i zobaczyć, jak wpływają one na stabilność klastra. Selektywne rejestrowanie umożliwia włączanie/wyłączanie wszystkich tabel lub włączanie selektywnych tabel w obszarze roboczym usługi Log Analytics. Można dostosować typ źródła dla każdej tabeli, ponieważ w nowej wersji monitorowania Genewa jedna tabela ma wiele źródeł.

System monitorowania Genewa używa demona mdsd(MDS), który jest agentem monitorowania i biegłym do zbierania dzienników przy użyciu ujednoliconej warstwy rejestrowania.
Selektywne rejestrowanie używa akcji skryptu do wyłączania/włączania tabel i ich typów dzienników. Ponieważ nie otwiera żadnych nowych portów ani nie zmienia istniejącego ustawienia zabezpieczeń, nie ma żadnych zmian zabezpieczeń.
Akcja skryptu jest uruchamiana równolegle we wszystkich określonych węzłach i zmienia pliki konfiguracji dotyczące wyłączania/włączania tabel i ich typów dzienników.

Aby uzyskać więcej informacji, zobacz tutaj

Stała

Analiza dzienników

Usługa Log Analytics zintegrowana z usługą Azure HDInsight z systemem OMS w wersji 13 wymaga uaktualnienia do wersji OMS w wersji 14 w celu zastosowania najnowszych aktualizacji zabezpieczeń. Klienci korzystający ze starszej wersji klastra z pakietem OMS w wersji 13 muszą zainstalować pakiet OMS w wersji 14, aby spełnić wymagania dotyczące zabezpieczeń. (Jak sprawdzić bieżącą wersję i zainstalować 14)

Jak sprawdzić bieżącą wersję pakietu OMS

Zaloguj się do klastra przy użyciu protokołu SSH.
Uruchom następujące polecenie w kliencie SSH.

sudo /opt/omi/bin/ominiserver/ --version

Zrzut ekranu przedstawiający sposób sprawdzania uaktualnienia pakietu OMS.

Jak uaktualnić WERSJĘ pakietu OMS z wersji 13 do 14

Zaloguj się do witryny Azure Portal.
W grupie zasobów wybierz zasób klastra usługi HDInsight
Wybieranie akcji skryptu
W panelu akcji Prześlij skrypt wybierz pozycję Typ skryptu jako niestandardowy
Wklej następujący link w polu Adres URL skryptu powłoki Bash https://hdiconfigactions.blob.core.windows.net/log-analytics-patch/OMSUPGRADE14.1/omsagent-vulnerability-fix-1.14.12-0.sh
Wybieranie typów węzłów
Wybierz pozycję Utwórz

Zrzut ekranu przedstawiający sposób uaktualniania pakietu OMS.

Sprawdź pomyślną instalację poprawki, wykonując następujące kroki:
Zaloguj się do klastra przy użyciu protokołu SSH.
Uruchom następujące polecenie w kliencie SSH.

sudo /opt/omi/bin/ominiserver/ --version

Inne poprawki błędów

Interfejs wiersza polecenia dziennika usługi Yarn nie może pobrać dzienników, jeśli są TFile uszkodzone lub puste.
Usunięto błąd nieprawidłowej jednostki usługi podczas pobierania tokenu OAuth z usługi Azure Active Directory.
Ulepszona niezawodność tworzenia klastra po skonfigurowaniu 100+ węzłów roboczych.

Poprawki błędów typu open source

Poprawki błędów TEZ

Poprawki błędów	Apache JIRA
Niepowodzenie kompilacji tez: nie znaleziono FileSaver.js	TEZ-4411
Nieprawidłowy wyjątek FS w przypadku magazynu i `scratchdir` znajdują się na różnych fs	TEZ-4406
TezUtils.createConfFromByteString w konfiguracji większej niż 32 MB zgłasza wyjątek com.google.protobuf.CodedInputStream	TEZ-4142
TezUtils::createByteStringFromConf powinien używać przystawki zamiast DeflaterOutputStream	TEZ-4113
Aktualizowanie zależności protobuf do wersji 3.x	TEZ-4363

Poprawki błędów hive

Poprawki błędów	Apache JIRA
Optymalizacje wydajności w generacji podzielonej ORC	HIVE-21457
Unikaj odczytywania tabeli jako ACID, gdy nazwa tabeli zaczyna się od "różnicy", ale tabela nie jest transakcyjna, a strategia podziału analizy biznesowej jest używana	HIVE-22582
Usuwanie wywołania FS#exists z acidUtils#getLogicalLength	HIVE-23533
Wektoryzowane orcAcidRowBatchReader.computeOffset i optymalizacja zasobnika	HIVE-17917

Znane problemy

Usługa HDInsight jest zgodna z programem Apache HIVE 3.1.2. Ze względu na usterkę w tej wersji wersja programu Hive jest wyświetlana jako wersja 3.1.0 w interfejsach hive. Nie ma jednak wpływu na funkcjonalność.

Data wydania: 10.08.2022

Ta wersja dotyczy usługi HDInsight 4.0. Wydanie usługi HDInsight jest udostępniane wszystkim regionom w ciągu kilku dni.

Nowa funkcja

1. Dołączanie dysków zewnętrznych w klastrach Hadoop/Spark w usłudze HDI

Klaster usługi HDInsight zawiera wstępnie zdefiniowane miejsce na dysku na podstawie jednostki SKU. Ta przestrzeń może nie być wystarczająca w dużych scenariuszach zadań.

Ta nowa funkcja umożliwia dodawanie większej liczby dysków w klastrze, które będą używane jako katalog lokalny menedżera węzłów. Dodaj liczbę dysków do węzłów roboczych podczas tworzenia klastra HIVE i Spark, podczas gdy wybrane dyski są częścią katalogów lokalnych menedżera węzłów.

Uwaga

Dodane dyski są konfigurowane tylko dla katalogów lokalnych menedżera węzłów.

Aby uzyskać więcej informacji, zobacz tutaj

2. Analiza selektywnego rejestrowania

System monitorowania Genewa używa demona mdsd(MDS), który jest agentem monitorowania i biegłym do zbierania dzienników przy użyciu ujednoliconej warstwy rejestrowania.
Selektywne rejestrowanie używa akcji skryptu do wyłączania/włączania tabel i ich typów dzienników. Ponieważ nie otwiera żadnych nowych portów ani nie zmienia istniejącego ustawienia zabezpieczeń, nie ma żadnych zmian zabezpieczeń.
Akcja skryptu jest uruchamiana równolegle we wszystkich określonych węzłach i zmienia pliki konfiguracji dotyczące wyłączania/włączania tabel i ich typów dzienników.

Aby uzyskać więcej informacji, zobacz tutaj

Stała

Analiza dzienników

Jak sprawdzić bieżącą wersję pakietu OMS

Zaloguj się do klastra przy użyciu protokołu SSH.
Uruchom następujące polecenie w kliencie SSH.

sudo /opt/omi/bin/ominiserver/ --version

Zrzut ekranu przedstawiający sposób sprawdzania uaktualnienia pakietu OMS.

Jak uaktualnić WERSJĘ pakietu OMS z wersji 13 do 14

Zaloguj się do witryny Azure Portal.
W grupie zasobów wybierz zasób klastra usługi HDInsight
Wybieranie akcji skryptu
W panelu akcji Prześlij skrypt wybierz pozycję Typ skryptu jako niestandardowy
Wklej następujący link w polu Adres URL skryptu powłoki Bash https://hdiconfigactions.blob.core.windows.net/log-analytics-patch/OMSUPGRADE14.1/omsagent-vulnerability-fix-1.14.12-0.sh
Wybieranie typów węzłów
Wybierz pozycję Utwórz

Zrzut ekranu przedstawiający sposób uaktualniania pakietu OMS.

Sprawdź pomyślną instalację poprawki, wykonując następujące kroki:
Zaloguj się do klastra przy użyciu protokołu SSH.
Uruchom następujące polecenie w kliencie SSH.

sudo /opt/omi/bin/ominiserver/ --version

Inne poprawki błędów

Interfejs wiersza polecenia dziennika usługi Yarn nie może pobrać dzienników, jeśli są TFile uszkodzone lub puste.
Usunięto błąd nieprawidłowej jednostki usługi podczas pobierania tokenu OAuth z usługi Azure Active Directory.
Ulepszona niezawodność tworzenia klastra po skonfigurowaniu 100+ węzłów roboczych.

Poprawki błędów typu open source

Poprawki błędów TEZ

Poprawki błędów	Apache JIRA
Niepowodzenie kompilacji tez: nie znaleziono FileSaver.js	TEZ-4411
Nieprawidłowy wyjątek FS w przypadku magazynu i `scratchdir` znajdują się na różnych fs	TEZ-4406
TezUtils.createConfFromByteString w konfiguracji większej niż 32 MB zgłasza wyjątek com.google.protobuf.CodedInputStream	TEZ-4142
TezUtils::createByteStringFromConf powinien używać przystawki zamiast DeflaterOutputStream	TEZ-4113
Aktualizowanie zależności protobuf do wersji 3.x	TEZ-4363

Poprawki błędów hive

Poprawki błędów	Apache JIRA
Optymalizacje wydajności w generacji podzielonej ORC	HIVE-21457
Unikaj odczytywania tabeli jako ACID, gdy nazwa tabeli zaczyna się od "różnicy", ale tabela nie jest transakcyjna, a strategia podziału analizy biznesowej jest używana	HIVE-22582
Usuwanie wywołania FS#exists z acidUtils#getLogicalLength	HIVE-23533
Wektoryzowane orcAcidRowBatchReader.computeOffset i optymalizacja zasobnika	HIVE-17917

Znane problemy

Data wydania: 06.03.2022

Ta wersja dotyczy usługi HDInsight 4.0. Wydanie usługi HDInsight jest udostępniane wszystkim regionom w ciągu kilku dni. Data wydania w tym miejscu wskazuje datę wydania pierwszego regionu. Jeśli nie widzisz następujących zmian, poczekaj, aż wydanie będzie aktywne w Twoim regionie w ciągu kilku dni.

Najważniejsze informacje o wersji

Usługa Hive Warehouse Połączenie or (HWC) na platformie Spark w wersji 3.1.2

Usługa Hive Warehouse Połączenie or (HWC) umożliwia korzystanie z unikatowych funkcji technologii Hive i Spark w celu tworzenia zaawansowanych aplikacji danych big data. Funkcja HWC jest obecnie obsługiwana tylko w przypadku platformy Spark w wersji 2.4. Ta funkcja zwiększa wartość biznesową, umożliwiając transakcje ACID w tabelach Hive przy użyciu platformy Spark. Ta funkcja jest przydatna dla klientów korzystających zarówno z technologii Hive, jak i Platformy Spark w ich infrastrukturze danych. Aby uzyskać więcej informacji, zobacz Apache Spark & Hive — Hive Warehouse Połączenie or — Azure HDInsight | Microsoft Docs

Ambari

Zmiany ulepszeń skalowania i aprowizacji
Gałąź usługi HDI jest teraz zgodna z systemem operacyjnym w wersji 3.1.2

Wersja hdI Hive 3.1 została uaktualniona do programu Hive systemu operacyjnego 3.1.2. Ta wersja zawiera wszystkie poprawki i funkcje dostępne w wersji Hive 3.1.2 typu open source.

Uwaga

Spark

Jeśli używasz interfejsu użytkownika platformy Azure do tworzenia klastra Spark dla usługi HDInsight, zobaczysz z listy rozwijanej inną wersję platformy Spark 3.1. (HDI 5.0) wraz ze starszymi wersjami. Ta wersja jest zmienioną wersją platformy Spark 3.1. (HDI 4.0). Jest to tylko zmiana na poziomie interfejsu użytkownika, która nie ma wpływu na istniejących użytkowników i użytkowników, którzy już korzystają z szablonu usługi ARM.

Screenshot_of spark 3.1 dla usługi HDI 5.0.

Uwaga

Zapytanie interakcyjne

Jeśli tworzysz klaster zapytań interakcyjnych, zobaczysz z listy rozwijanej inną wersję jako Interactive Query 3.1 (HDI 5.0).
Jeśli zamierzasz używać platformy Spark 3.1 wraz z programem Hive, które wymagają obsługi acid, musisz wybrać tę wersję Interactive Query 3.1 (HDI 5.0).

Screenshot_of interakcyjne zapytanie 3.1 dla usługi HDI 5.0.

Poprawki błędów TEZ

Poprawki błędów	Apache JIRA
TezUtils.createConfFromByteString w konfiguracji większej niż 32 MB zgłasza wyjątek com.google.protobuf.CodedInputStream	TEZ-4142
Narzędzia TezUtils createByteStringFromConf powinny używać przystawki zamiast DeflaterOutputStream	TEZ-4113

Poprawki błędów bazy danych HBase

Poprawki błędów	Apache JIRA
TableSnapshotInputFormat powinien używać funkcji ReadType.STREAM do skanowania `HFiles`	HBASE-26273
Dodaj opcję wyłączania funkcji scanMetrics w tabeliSnapshotInputFormat	HBASE-26330
Poprawka dotycząca elementu ArrayIndexOutOfBoundsException podczas wykonywania usługi Balancer	HBASE-22739

Poprawki błędów hive

Poprawki błędów	Apache JIRA
NpE podczas wstawiania danych z klauzulą "distribute by" z optymalizacją sortowania dynpart	HIVE-18284
Polecenie MSCK REPAIR z filtrowaniem partycji kończy się niepowodzeniem podczas upuszczania partycji	HIVE-23851
Wystąpił nieprawidłowy wyjątek, jeśli pojemność<= 0	HIVE-25446
Obsługa ładowania równoległego dla tabel HastTables — interfejsy	HIVE-25583
Domyślnie uwzględnij element MultiDelimitSerDe w serwerze HiveServer2	HIVE-20619
Usuń klasy glassfish.jersey i mssql-jdbc z pliku jdbc-standalone jar	HIVE-22134
Wyjątek wskaźnika null podczas uruchamiania kompaktowania względem tabeli MM.	HIVE-21280
Zapytanie Hive o dużym rozmiarze za pośrednictwem kończy `knox` się niepowodzeniem z powodu niepowodzenia przerwanego zapisu potoku	HIVE-22231
Dodawanie przez użytkownika możliwości ustawiania powiązanego użytkownika	HIVE-21009
Implementowanie funkcji zdefiniowanej przez użytkownika w celu interpretowania znacznika daty/godziny przy użyciu wewnętrznej reprezentacji i kalendarza hybrydowego Gregorian-Julian	HIVE-22241
Opcja Beeline, aby pokazać/nie pokazać raportu wykonywania	HIVE-22204
Tez: SplitGenerator próbuje wyszukać pliki planu, które nie istnieją dla tez	HIVE-22169
Usuwanie kosztownego rejestrowania z pamięci podręcznej LLAP `hotpath`	HIVE-22168
UDF: FunkcjaRegistry synchronizuje się z klasą org.apache.hadoop.hive.ql.udf.UDFType	HIVE-22161
Zapobiegaj tworzeniu dołączania routingu zapytań, jeśli właściwość jest ustawiona na false	HIVE-22115
Usuwanie synchronizacji między zapytaniami dla elementu partition-eval	HIVE-22106
Pomiń konfigurowanie dir podstaw hive podczas planowania	HIVE-21182
Pomiń tworzenie dirs podstaw dla tez, jeśli RPC jest włączony	HIVE-21171
przełączanie funkcji zdefiniowanych przez użytkownika programu Hive w celu korzystania z `Re2J` aparatu regularnego	HIVE-19661
Zmigrowane tabele klastrowane przy użyciu bucketing_version 1 w hive 3 używa bucketing_version 2 w przypadku wstawiania	HIVE-22429
Zasobniki: zasobnik w wersji 1 jest niepoprawnie partycjonowanie danych	HIVE-21167
Dodawanie nagłówka licencji ASF do nowo dodanego pliku	HIVE-22498
Ulepszenia narzędzia schematu do obsługi mergeCatalog	HIVE-22498
Usługa Hive z funkcją TEZ UNION ALL i UDTF powoduje utratę danych	HIVE-21915
Dzielenie plików tekstowych, nawet jeśli nagłówek/stopka istnieje	HIVE-21924
Funkcja MultiDelimitSerDe zwraca nieprawidłowe wyniki w ostatniej kolumnie, gdy załadowany plik ma więcej kolumn niż ten, który znajduje się w schemacie tabeli	HIVE-22360
Klient zewnętrzny LLAP — należy zmniejszyć ślad LlapBaseInputFormat#getSplits()	HIVE-22221
Nazwa kolumny z zastrzeżonym słowem kluczowym jest niewyobrażona, gdy zapytanie zawierające sprzężenia w tabeli z kolumną maski zostanie przepisane (Zoltan Matyus za pośrednictwem Zoltan Haindrich)	HIVE-22208
Zapobieganie zamykaniu protokołu LLAP w `AMReporter` powiązanym środowisku uruchomieniowymException	HIVE-22113
Sterownik usługi stanu LLAP może zostać zablokowany z nieprawidłowym identyfikatorem aplikacji Yarn	HIVE-21866
OperationManager.queryIdOperation nie czyści prawidłowo wielu identyfikatorów queryId	HIVE-22275
Przełączanie menedżera węzłów w dół blokuje ponowne uruchamianie usługi LLAP	HIVE-22219
StackOverflowError podczas upuszczania dużej liczby partycji	HIVE-15956
Sprawdzanie dostępu nie powiodło się po usunięciu katalogu tymczasowego	HIVE-22273
Napraw nieprawidłowe wyniki/Wyjątek ArrayOutOfBound w lewym sprzężeniach mapy zewnętrznej w określonych warunkach granic	HIVE-22120
Usuwanie tagu zarządzania dystrybucją z pom.xml	HIVE-19667
Czas analizowania może być wysoki, jeśli istnieją głęboko zagnieżdżone podzapytania	HIVE-21980
W przypadku polecenia ALTER TABLE nie SET TBLPROPERTIES ('EXTERNAL'='TRUE'); `TBL_TYPE` zmiany atrybutów, które nie są odzwierciedlane dla innych niż CAPS	HIVE-20057
JDBC: interfejsy odcieni Hive Połączenie ion `log4j`	HIVE-18874
Aktualizowanie adresów URL repozytorium w gałęzi `poms` 3.1	HIVE-21786
`DBInstall` testy uszkodzone na serwerze głównym i gałęzi-3.1	HIVE-21758
Ładowanie danych do tabeli zasobnikowej powoduje ignorowanie specyfikacji partycji i ładowanie danych do partycji domyślnej	HIVE-21564
Zapytania z warunkiem sprzężenia o sygnaturę czasową lub sygnaturę czasową z lokalnym literałem strefy czasowej zgłaszają wyjątek SemanticException	HIVE-21613
Analizowanie statystyk obliczeniowych dla kolumn pozostawinych za tymczasowym dir w systemie plików HDFS	HIVE-21342
Niezgodna zmiana w obliczeniach zasobnika Hive	HIVE-21376
Podaj rezerwowy autoryzator, gdy żaden inny autoryzator nie jest używany	HIVE-20420
Niektóre wywołania alterPartitions zgłaszają wyjątek "NumberFormatException: null"	HIVE-18767
HiveServer2: Wstępnie uwierzytelniony temat dla transportu http nie jest zachowywany przez cały czas trwania komunikacji http w niektórych przypadkach	HIVE-20555

Data wydania: 10.03.2022

Wersje systemu operacyjnego dla tej wersji to:

HDInsight 4.0: Ubuntu 18.04.5

Platforma Spark 3.1 jest teraz ogólnie dostępna

Platforma Spark 3.1 jest teraz ogólnie dostępna w wersji HDInsight 4.0. Ta wersja zawiera

Adaptacyjne wykonywanie zapytań,
Konwertowanie sprzężenia scalania sortowania na sprzężenie skrótu emisji,
Optymalizator Spark Catalyst,
Dynamiczne oczyszczanie partycji,
Klienci będą mogli tworzyć nowe klastry Spark 3.1, a nie klastry Spark 3.0 (wersja zapoznawcza).

Aby uzyskać więcej informacji, zobacz Apache Spark 3.1 jest teraz ogólnie dostępny w usłudze HDInsight — Microsoft Tech Community.

Aby uzyskać pełną listę ulepszeń, zobacz informacje o wersji platformy Apache Spark 3.1.

Aby uzyskać więcej informacji na temat migracji, zobacz przewodnik migracji.

Platforma Kafka 2.4 jest teraz ogólnie dostępna

Platforma Kafka 2.4.1 jest teraz ogólnie dostępna. Aby uzyskać więcej informacji, zobacz Informacje o wersji platformy Kafka 2.4.1. Inne funkcje obejmują dostępność mirrorMaker 2, nową kategorię metryk Partycja tematu AtMinIsr, Ulepszony czas uruchamiania brokera przez leniwy na żądanie mmap plików indeksu, Więcej metryk konsumentów w celu obserwowania zachowania ankiety użytkownika.

Mapuj typ danych w HWC jest teraz obsługiwany w usłudze HDInsight 4.0

Ta wersja obejmuje obsługę mapowania typu danych dla HWC 1.0 (Spark 2.4) za pośrednictwem aplikacji spark-shell oraz wszystkich innych klientów platformy Spark, które obsługuje HWC. Następujące ulepszenia są uwzględniane jak w przypadku innych typów danych:

Użytkownik może

Utwórz tabelę Programu Hive z dowolną kolumną zawierającą typ danych mapy, wstaw do niej dane i odczytaj z niej wyniki.
Utwórz ramkę danych platformy Apache Spark z typem mapy i wykonaj operacje odczytu i zapisu wsadowego/strumienia.

Nowe regiony

Usługa HDInsight rozszerzyła swoją obecność geograficzną na dwa nowe regiony: Chiny Wschodnie 3 i Chiny Północne 3.

Zmiany w zapleczu systemu operacyjnego

Backporty systemu operacyjnego, które znajdują się w programie Hive, w tym HWC 1.0 (Spark 2.4), które obsługują typ danych mapy.

Poniżej przedstawiono kopie zapasowe systemu operacyjnego Apache JIRAs dla tej wersji:

Funkcja, której to dotyczy	Apache JIRA
Bezpośrednie zapytania SQL magazynu metadanych z funkcją IN/(NOT IN) powinny być podzielone na podstawie maksymalnych parametrów dozwolonych przez bazę danych SQL	HIVE-25659
Uaktualnij `log4j` 2.16.0 do wersji 2.17.0	HIVE-25825
Aktualizowanie `Flatbuffer` wersji	HIVE-22827
Obsługa natywnego typu danych mapy w formacie strzałki	HIVE-25553
Klient zewnętrzny LLAP — obsługa wartości zagnieżdżonych, gdy struktura nadrzędna ma wartość null	HIVE-25243
Uaktualnij wersję strzałki do wersji 0.11.0	HIVE-23987

Powiadomienia o wycofaniu

Zestawy skalowania maszyn wirtualnych platformy Azure w usłudze HDInsight

Usługa HDInsight nie będzie już używać zestawów skalowania maszyn wirtualnych platformy Azure do aprowizowania klastrów, a zmiana powodująca niezgodność nie jest oczekiwana. Istniejące klastry usługi HDInsight w zestawach skalowania maszyn wirtualnych nie mają wpływu, żadne nowe klastry na najnowszych obrazach nie będą już korzystać z zestawów skalowania maszyn wirtualnych.

Skalowanie obciążeń bazy danych HBase w usłudze Azure HDInsight będzie teraz obsługiwane tylko przy użyciu skalowania ręcznego

Począwszy od 01 marca 2022 r., usługa HDInsight będzie obsługiwać tylko ręczną skalę bazy danych HBase. Nie ma to wpływu na uruchamianie klastrów. Nowe klastry HBase nie będą mogły włączyć skalowania automatycznego opartego na harmonogramie. Aby uzyskać więcej informacji na temat ręcznego skalowania klastra HBase, zapoznaj się z naszą dokumentacją dotyczącą ręcznego skalowania klastrów usługi Azure HDInsight

Data wydania: 27.01.2021

Wersje systemu operacyjnego dla tej wersji to:

HDInsight 4.0: Ubuntu 18.04.5 LTS

Obraz usługi HDInsight 4.0 został zaktualizowany w celu ograniczenia Log4j luk w zabezpieczeniach zgodnie z opisem w artykule Odpowiedź firmy Microsoft na CVE-2021-44228 Apache Log4j 2.

Uwaga

Wszystkie klastry HDI 4.0 utworzone po 27 grudnia 2021 r. 00:00 UTC są tworzone ze zaktualizowaną wersją obrazu, która ogranicza log4j luki w zabezpieczeniach. W związku z tym klienci nie muszą stosować poprawek/ponownego uruchamiania tych klastrów.
W przypadku nowych klastrów usługi HDInsight 4.0 utworzonych między 16 grudnia 2021 r. o 01:15 UTC i 27 grudnia 2021 r. 00:00 UTC, HdInsight 3.6 lub w przypiętych subskrypcjach po 16 grudnia 2021 r. poprawka jest stosowana automatycznie w ciągu godziny, w której klaster jest tworzony, jednak klienci muszą następnie ponownie uruchomić węzły, aby poprawki zostały ukończone (z wyjątkiem węzłów zarządzania platformy Kafka, które są automatycznie uruchamiane ponownie).

Data wydania: 27.07.2021

Ta wersja dotyczy zarówno usług HDInsight 3.6, jak i HDInsight 4.0. Wydanie usługi HDInsight jest udostępniane wszystkim regionom w ciągu kilku dni. Data wydania w tym miejscu wskazuje datę wydania pierwszego regionu. Jeśli nie widzisz następujących zmian, zaczekaj na udostępnienie wersji w twoim regionie w ciągu kilku dni.

Wersje systemu operacyjnego dla tej wersji to:

HDInsight 3.6: Ubuntu 16.04.7 LTS
HDInsight 4.0: Ubuntu 18.04.5 LTS

Nowe funkcje

Obsługa Połączenie publicznej w usłudze Azure HDInsight jest ogólnie dostępna 15 października 2021 r.

Usługa Azure HDInsight obsługuje teraz ograniczoną łączność publiczną we wszystkich regionach. Poniżej przedstawiono niektóre najważniejsze najważniejsze elementy tej funkcji:

Możliwość odwrócenia dostawcy zasobów do komunikacji klastra w taki sposób, że jest on wychodzący z klastra do dostawcy zasobów
Obsługa przenoszenia własnych zasobów z włączoną usługą Private Link (na przykład magazyn, SQL, magazyn kluczy) dla klastra usługi HDInsight w celu uzyskania dostępu tylko do zasobów za pośrednictwem sieci prywatnej
Żadne publiczne adresy IP nie są aprowizowane zasób

Korzystając z tej nowej funkcji, można również pominąć reguły tagów tagów usługi sieciowej grupy zabezpieczeń dla ruchu przychodzącego dla adresów IP zarządzania usługą HDInsight. Dowiedz się więcej o ograniczaniu łączności publicznej

Obsługa usługi Azure HDInsight dla usługi Azure Private Link jest ogólnie dostępna 15 października 2021 r.

Teraz możesz używać prywatnych punktów końcowych do nawiązywania połączenia z klastrami usługi HDInsight za pośrednictwem łącza prywatnego. Link prywatny może być używany w scenariuszach obejmujących wiele sieci wirtualnych, w których komunikacja równorzędna sieci wirtualnych nie jest dostępna ani włączona.

Usługa Azure Private Link umożliwia dostęp do usług Azure PaaS (na przykład Azure Storage i SQL Database) oraz hostowanych przez klientów/partnerów platformy Azure za pośrednictwem prywatnego punktu końcowego w sieci wirtualnej.

Ruch między siecią wirtualną a usługą podróżuje siecią szkieletową firmy Microsoft. Udostępnianie usługi w publicznej sieci Internet nie jest już konieczne.

Pozwól więcej na włączanie łącza prywatnego. 

Nowe środowisko integracji usługi Azure Monitor (wersja zapoznawcza)

Nowe środowisko integracji usługi Azure Monitor będzie w wersji zapoznawczej w regionach Wschodnie stany USA i Europa Zachodnia w tej wersji. Dowiedz się więcej o nowym środowisku usługi Azure Monitor tutaj.

Wycofanie

Wersja usługi HDInsight 3.6 jest przestarzała od 01 października 2022 r.

Zmiany zachowania

Interakcyjne zapytanie usługi HDInsight obsługuje tylko automatyczne skalowanie oparte na harmonogramie

W miarę zwiększania się bardziej dojrzałych i zróżnicowanych scenariuszy klientów zidentyfikowaliśmy pewne ograniczenia dotyczące skalowania automatycznego opartego na zapytaniu interaktywnym (LLAP). Te ograniczenia są spowodowane przez charakter dynamiki zapytań LLAP, przyszłych problemów z dokładnością przewidywania obciążenia i problemów w redystrybucji zadania harmonogramu LLAP. Ze względu na te ograniczenia użytkownicy mogą zobaczyć, że ich zapytania działają wolniej w klastrach LLAP po włączeniu autoskalowania. Wpływ na wydajność może przewyższać korzyści związane z kosztami skalowania automatycznego.

Od lipca 2021 r. obciążenie Interakcyjne zapytanie w usłudze HDInsight obsługuje tylko automatyczne skalowanie oparte na harmonogramie. Nie można już włączyć automatycznego skalowania opartego na obciążeniu w nowych klastrach zapytań interakcyjnych. Istniejące uruchomione klastry mogą nadal działać ze znanymi ograniczeniami opisanymi powyżej.

Firma Microsoft zaleca przejście do automatycznego skalowania opartego na harmonogramie dla protokołu LLAP. Bieżący wzorzec użycia klastra można analizować za pomocą pulpitu nawigacyjnego programu Grafana Hive. Aby uzyskać więcej informacji, zobacz Automatyczne skalowanie klastrów usługi Azure HDInsight.

Nadchodzące zmiany

Następujące zmiany są wprowadzane w nadchodzących wersjach.

Wbudowany składnik LLAP w klastrze ESP Spark zostanie usunięty

Klaster ESP Platformy SPARK w usłudze HDInsight 4.0 ma wbudowane składniki LLAP działające w obu węzłach głównych. Składniki LLAP w klastrze ESP Spark zostały pierwotnie dodane dla platformy Spark w usłudze HDInsight 3.6 ESP, ale nie ma rzeczywistego przypadku użytkownika dla platformy SPARK w usłudze HDInsight 4.0 ESP. W następnej wersji zaplanowanej w wrzu 2021 r. usługa HDInsight usunie wbudowany składnik LLAP z klastra PLATFORMy SPARK usługi HDInsight 4.0 ESP. Ta zmiana pomaga odciążyć obciążenie węzła głównego i uniknąć nieporozumień między typem klastra ESP Spark i ESP Interactive Hive.

Nowy region

Zachodnie stany USA 3
Jio Indie Zachodnie
Australia Środkowa

Zmiana wersji składnika

W tej wersji zmieniono następującą wersję składnika:

Wersja ORC z wersji 1.5.1 do 1.5.9

Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć w tym dokumentie.

Powrót portowanych umów JIRA

Poniżej przedstawiono kopię zapasową portowanych umów APACHE JIRA dla tej wersji:

Funkcja, której to dotyczy	Apache JIRA
Znacznik daty/godziny	HIVE-25104
	HIVE-24074
	HIVE-22840
	HIVE-22589
	HIVE-22405
	HIVE-21729
	HIVE-21291
	HIVE-21290
UDF	HIVE-25268
	HIVE-25093
	HIVE-22099
	HIVE-24113
	HIVE-22170
	HIVE-22331
ORC	HIVE-21991
	HIVE-21815
	HIVE-21862
Schemat tabeli	HIVE-20437
	HIVE-22941
	HIVE-21784
	HIVE-21714
	HIVE-18702
	HIVE-21799
	HIVE-21296
Zarządzanie obciążeniem	HIVE-24201
Zagęszczania	HIVE-24882
	HIVE-23058
	HIVE-23046
Zmaterializowany widok	HIVE-22566

Korekta cen dla maszyn wirtualnych usługi HDInsight `Dv2`

Błąd cenowy został poprawiony 25 kwietnia 2021 r. dla Dv2 serii maszyn wirtualnych w usłudze HDInsight. Błąd cenowy spowodował obniżoną opłatę na rachunkach niektórych klientów przed 25 kwietnia, a z korektą ceny są teraz zgodne z reklamowanymi na stronie cennika usługi HDInsight i kalkulatorem cen usługi HDInsight. Błąd cenowy dotyczył klientów w następujących regionach, którzy używali Dv2 maszyn wirtualnych:

Kanada Środkowa
Kanada Wschodnia
Azja Wschodnia
Północna Republika Południowej Afryki
Southeast Asia
Środkowe Zjednoczone Emiraty Arabskie

Począwszy od 25 kwietnia 2021 r., skorygowana kwota dla Dv2 maszyn wirtualnych będzie znajdować się na Twoim koncie. Powiadomienia klientów zostały wysłane do właścicieli subskrypcji przed zmianą. Możesz użyć kalkulatora cen, strony cennika usługi HDInsight lub bloku Tworzenie klastra usługi HDInsight w witrynie Azure Portal, aby wyświetlić poprawione koszty maszyn Dv2 wirtualnych w twoim regionie.

Od Ciebie nie jest potrzebna żadna inna akcja. Korekta cen będzie stosowana tylko do użycia w dniu 25 kwietnia 2021 r. w określonych regionach, a nie do żadnego użycia przed tą datą. Aby upewnić się, że masz najbardziej wydajne i ekonomiczne rozwiązanie, zalecamy przejrzenie cen, vcPU i pamięci RAM dla Dv2 klastrów oraz porównanie Dv2 specyfikacji Ev3 z maszynami wirtualnymi, aby sprawdzić, czy rozwiązanie skorzysta z jednej z nowszych serii maszyn wirtualnych.

Data wydania: 06.02.2021

Wersje systemu operacyjnego dla tej wersji to:

HDInsight 3.6: Ubuntu 16.04.7 LTS
HDInsight 4.0: Ubuntu 18.04.5 LTS

Nowe funkcje

Uaktualnianie wersji systemu operacyjnego

Jak omówiono w cyklu wydania systemu Ubuntu, jądro Ubuntu 16.04 osiąga koniec życia (EOL) w kwietniu 2021 roku. Rozpoczęliśmy wdrażanie nowego obrazu klastra usługi HDInsight 4.0 uruchomionego w systemie Ubuntu 18.04 w tej wersji. Nowo utworzone klastry usługi HDInsight 4.0 działają domyślnie w systemie Ubuntu 18.04 po udostępnieniu. Istniejące klastry w systemie Ubuntu 16.04 działają zgodnie z pełną obsługą.

Usługa HDInsight 3.6 będzie nadal działać w systemie Ubuntu 16.04. Zmieni się ona na Podstawowa pomoc techniczna (od pomocy technicznej w warstwie Standardowa) od 1 lipca 2021 r. Aby uzyskać więcej informacji na temat dat i opcji pomocy technicznej, zobacz Wersje usługi Azure HDInsight. System Ubuntu 18.04 nie będzie obsługiwany w usłudze HDInsight 3.6. Jeśli chcesz użyć systemu Ubuntu 18.04, musisz przeprowadzić migrację klastrów do usługi HDInsight 4.0.

Należy usunąć i ponownie utworzyć klastry, jeśli chcesz przenieść istniejące klastry usługi HDInsight 4.0 do systemu Ubuntu 18.04. Planowanie tworzenia lub ponownego tworzenia klastrów po udostępnieniu obsługi systemu Ubuntu 18.04.

Po utworzeniu nowego klastra możesz połączyć się z klastrem za pomocą protokołu SSH i uruchomić sudo lsb_release -a polecenie , aby sprawdzić, czy działa on w systemie Ubuntu 18.04. Zalecamy przetestowanie aplikacji w subskrypcjach testowych przed przejściem do środowiska produkcyjnego.

Optymalizacje skalowania w klastrach przyspieszonych zapisów bazy danych HBase

Usługa HDInsight dokonała pewnych ulepszeń i optymalizacji skalowania dla klastrów z obsługą przyspieszonego zapisu HBase. Dowiedz się więcej o przyspieszonym zapisie bazy danych HBase.

Wycofanie

Brak wycofania w tej wersji.

Zmiany zachowania

Wyłączanie rozmiaru maszyny wirtualnej Stardard_A5 jako węzła głównego dla usługi HDInsight 4.0

Węzeł główny klastra usługi HDInsight jest odpowiedzialny za inicjowanie klastra i zarządzanie nim. Standard_A5 rozmiar maszyny wirtualnej ma problemy z niezawodnością jako węzeł główny dla usługi HDInsight 4.0. Począwszy od tej wersji, klienci nie będą mogli tworzyć nowych klastrów z Standard_A5 rozmiarem maszyny wirtualnej jako węzłem głównym. Możesz użyć innych dwurdzeniowych maszyn wirtualnych, takich jak E2_v3 lub E2s_v3. Istniejące klastry będą działać w następujący sposób. Czterordzeniowa maszyna wirtualna jest zdecydowanie zalecana dla węzła głównego, aby zapewnić wysoką dostępność i niezawodność produkcyjnych klastrów usługi HDInsight.

Zasób interfejsu sieciowego nie jest widoczny dla klastrów uruchomionych w zestawach skalowania maszyn wirtualnych platformy Azure

Usługa HDInsight stopniowo migruje do zestawów skalowania maszyn wirtualnych platformy Azure. Interfejsy sieciowe dla maszyn wirtualnych nie są już widoczne dla klientów w przypadku klastrów korzystających z zestawów skalowania maszyn wirtualnych platformy Azure.

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Interakcyjne zapytanie usługi HDInsight obsługuje tylko automatyczne skalowanie oparte na harmonogramie

Od lipca 2021 r. obciążenie Interakcyjne zapytanie w usłudze HDInsight obsługuje tylko automatyczne skalowanie oparte na harmonogramie. Nie można już włączyć autoskalowania w nowych klastrach interakcyjnych zapytań. Istniejące uruchomione klastry mogą nadal działać ze znanymi ograniczeniami opisanymi powyżej.

Nazwy hosta maszyny wirtualnej zostaną zmienione 1 lipca 2021 r.

Usługa HDInsight używa teraz maszyn wirtualnych platformy Azure do aprowizowania klastra. Usługa stopniowo migruje do zestawów skalowania maszyn wirtualnych platformy Azure. Ta migracja spowoduje zmianę formatu nazwy FQDN nazwy hosta klastra, a liczby w nazwie hosta nie będą gwarantowane w sekwencji. Jeśli chcesz uzyskać nazwy FQDN dla każdego węzła, zobacz Znajdowanie nazw hostów węzłów klastra.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Usługa HDInsight używa teraz maszyn wirtualnych platformy Azure do aprowizowania klastra. Usługa będzie stopniowo migrowana do zestawów skalowania maszyn wirtualnych platformy Azure. Cały proces może potrwać miesiące. Po przeprowadzeniu migracji regionów i subskrypcji nowo utworzone klastry usługi HDInsight będą uruchamiane w zestawach skalowania maszyn wirtualnych bez akcji klienta. Nie oczekuje się żadnych zmian powodujących niezgodność.

Data wydania: 24.03.2021

Nowe funkcje

Spark 3.0 (wersja zapoznawcza)

Usługa HDInsight dodała obsługę platformy Spark 3.0.0 do usługi HDInsight 4.0 jako funkcji w wersji zapoznawczej.

Kafka 2.4 (wersja zapoznawcza)

Usługa HDInsight dodała obsługę platformy Kafka 2.4.1 do usługi HDInsight 4.0 jako funkcji w wersji zapoznawczej.

`Eav4`Obsługa serii

Usługa HDInsight dodała Eav4obsługę serii -series w tej wersji.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Usługa HDInsight używa teraz maszyn wirtualnych platformy Azure do aprowizowania klastra. Usługa stopniowo migruje do zestawów skalowania maszyn wirtualnych platformy Azure. Cały proces może potrwać miesiące. Po przeprowadzeniu migracji regionów i subskrypcji nowo utworzone klastry usługi HDInsight będą uruchamiane w zestawach skalowania maszyn wirtualnych bez akcji klienta. Nie oczekuje się żadnych zmian powodujących niezgodność.

Wycofanie

Brak wycofania w tej wersji.

Zmiany zachowania

Domyślna wersja klastra została zmieniona na 4.0

Domyślna wersja klastra usługi HDInsight została zmieniona z 3.6 na 4.0. Aby uzyskać więcej informacji na temat dostępnych wersji, zobacz dostępne wersje. Dowiedz się więcej o nowościach w usłudze HDInsight 4.0.

Domyślne rozmiary maszyn wirtualnych klastra są zmieniane na `Ev3`-series

Domyślne rozmiary maszyn wirtualnych klastra są zmieniane z serii D na Ev3-series. Ta zmiana dotyczy węzłów głównych i węzłów roboczych. Aby uniknąć tej zmiany wpływającej na przetestowane przepływy pracy, określ rozmiary maszyn wirtualnych, które mają być używane w szablonie usługi ARM.

Zasób interfejsu sieciowego nie jest widoczny dla klastrów uruchomionych w zestawach skalowania maszyn wirtualnych platformy Azure

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Interakcyjne zapytanie usługi HDInsight obsługuje tylko automatyczne skalowanie oparte na harmonogramie

Uaktualnianie wersji systemu operacyjnego

Klastry usługi HDInsight są obecnie uruchomione w systemie Ubuntu 16.04 LTS. Zgodnie z opisem w cyklu wydania systemu Ubuntu, jądro Ubuntu 16.04 osiągnie koniec życia (EOL) w kwietniu 2021 roku. Rozpoczniemy wdrażanie nowego obrazu klastra usługi HDInsight 4.0 uruchomionego w systemie Ubuntu 18.04 w maju 2021 r. Nowo utworzone klastry usługi HDInsight 4.0 będą domyślnie uruchamiane w systemie Ubuntu 18.04 po udostępnieniu. Istniejące klastry w systemie Ubuntu 16.04 będą działać zgodnie z pełną obsługą.

Usługa HDInsight 3.6 będzie nadal działać w systemie Ubuntu 16.04. Do dnia 30 czerwca 2021 r. zakończy się wsparcie standardowe i zmieni się na wsparcie podstawowe, począwszy od 1 lipca 2021 r. Aby uzyskać więcej informacji na temat dat i opcji pomocy technicznej, zobacz Wersje usługi Azure HDInsight. System Ubuntu 18.04 nie będzie obsługiwany w usłudze HDInsight 3.6. Jeśli chcesz użyć systemu Ubuntu 18.04, musisz przeprowadzić migrację klastrów do usługi HDInsight 4.0.

Należy usunąć i ponownie utworzyć klastry, jeśli chcesz przenieść istniejące klastry do systemu Ubuntu 18.04. Planowanie tworzenia lub ponownego tworzenia klastra po udostępnieniu obsługi systemu Ubuntu 18.04. Wyślemy kolejne powiadomienie po udostępnieniu nowego obrazu we wszystkich regionach.

Zdecydowanie zaleca się przetestowanie akcji skryptu i niestandardowych aplikacji wdrożonych w węzłach brzegowych na maszynie wirtualnej z systemem Ubuntu 18.04 z wyprzedzeniem. Maszynę wirtualną z systemem Ubuntu Linux można utworzyć w wersji 18.04-LTS, a następnie utworzyć parę kluczy secure shell (SSH) na maszynie wirtualnej, aby uruchomić i przetestować akcje skryptu oraz niestandardowe aplikacje wdrożone w węzłach brzegowych.

Wyłączanie rozmiaru maszyny wirtualnej Stardard_A5 jako węzła głównego dla usługi HDInsight 4.0

Węzeł główny klastra usługi HDInsight jest odpowiedzialny za inicjowanie klastra i zarządzanie nim. Standard_A5 rozmiar maszyny wirtualnej ma problemy z niezawodnością jako węzeł główny dla usługi HDInsight 4.0. Począwszy od następnej wersji w maju 2021 r., klienci nie będą mogli tworzyć nowych klastrów z rozmiarem maszyny wirtualnej Standard_A5 jako węzłem głównym. Możesz użyć innych 2-rdzeniowych maszyn wirtualnych, takich jak E2_v3 lub E2s_v3. Istniejące klastry będą działać w następujący sposób. 4-rdzeniowa maszyna wirtualna jest zdecydowanie zalecana dla węzła głównego, aby zapewnić wysoką dostępność i niezawodność produkcyjnych klastrów usługi HDInsight.

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Zmiana wersji składnika

Dodano obsługę platform Spark 3.0.0 i Kafka 2.4.1 jako wersja zapoznawcza. Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć w tym dokumentie.

Data wydania: 02.05.2021

Nowe funkcje

Obsługa serii Dav4

Usługa HDInsight dodała obsługę serii Dav4 w tej wersji. Dowiedz się więcej o serii Dav4 tutaj.

Serwer proxy REST platformy Kafka ( ogólna dostępność)

Serwer proxy REST platformy Kafka umożliwia interakcję z klastrem Platformy Kafka za pośrednictwem interfejsu API REST za pośrednictwem protokołu HTTPS. Serwer proxy REST platformy Kafka jest ogólnie dostępny od tej wersji. Dowiedz się więcej o serwerze proxy REST platformy Kafka tutaj.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Usługa HDInsight używa teraz maszyn wirtualnych platformy Azure do aprowizowania klastra. Usługa stopniowo migruje do zestawów skalowania maszyn wirtualnych platformy Azure. Cały proces może potrwać miesiące. Po przeprowadzeniu migracji regionów i subskrypcji nowo utworzone klastry usługi HDInsight będą uruchamiane w zestawach skalowania maszyn wirtualnych bez akcji klienta. Nie oczekuje się żadnych zmian powodujących niezgodność.

Wycofanie

Wyłączone rozmiary maszyn wirtualnych

Od 9 stycznia 2021 r. usługa HDInsight zablokuje wszystkim klientom tworzenie klastrów przy użyciu standand_A8, standand_A9, standand_A10 i rozmiarów maszyn wirtualnych standand_A11. Istniejące klastry będą działać w następujący sposób. Rozważ przejście do usługi HDInsight 4.0, aby uniknąć potencjalnych przerw w działaniu systemu/pomocy technicznej.

Zmiany zachowania

Domyślny rozmiar maszyny wirtualnej klastra zmienia się na `Ev3`-series

Domyślne rozmiary maszyn wirtualnych klastra zostaną zmienione z serii D na Ev3-series. Ta zmiana dotyczy węzłów głównych i węzłów roboczych. Aby uniknąć tej zmiany wpływającej na przetestowane przepływy pracy, określ rozmiary maszyn wirtualnych, które mają być używane w szablonie usługi ARM.

Zasób interfejsu sieciowego nie jest widoczny dla klastrów uruchomionych w zestawach skalowania maszyn wirtualnych platformy Azure

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Domyślna wersja klastra zostanie zmieniona na 4.0

Od lutego 2021 r. domyślna wersja klastra usługi HDInsight zostanie zmieniona z 3.6 na 4.0. Aby uzyskać więcej informacji na temat dostępnych wersji, zobacz dostępne wersje. Dowiedz się więcej o nowościach w usłudze HDInsight 4.0.

Uaktualnianie wersji systemu operacyjnego

Usługa HDInsight uaktualnia wersję systemu operacyjnego z systemu Ubuntu 16.04 do wersji 18.04. Uaktualnienie zostanie ukończone przed kwietniem 2021 r.

Zakończenie wsparcia w usłudze HDInsight 3.6 w dniu 30 czerwca 2021 r.

Wsparcie dla usługi HDInsight 3.6 zostanie zakończone. Od 30 czerwca 2021 r. klienci nie mogą tworzyć nowych klastrów usługi HDInsight 3.6. Istniejące klastry będą działać bez pomocy technicznej firmy Microsoft. Rozważ przejście do usługi HDInsight 4.0, aby uniknąć potencjalnych przerw w działaniu systemu/pomocy technicznej.

Zmiana wersji składnika

Brak zmiany wersji składnika dla tej wersji. Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć w tym dokumentie.

Data wydania: 11.18.2020

Nowe funkcje

Automatyczna rotacja kluczy na potrzeby szyfrowania kluczy zarządzanych przez klienta magazynowanych

Począwszy od tej wersji, klienci mogą używać adresów URL kluczy szyfrowania bez wersji usługi Azure KeyValut na potrzeby szyfrowania kluczy zarządzanych przez klienta magazynowanych. Usługa HDInsight automatycznie obraca klucze w miarę ich wygaśnięcia lub zastępowania nowymi wersjami. Dowiedz się więcej tutaj.

Możliwość wybierania różnych rozmiarów maszyn wirtualnych usługi Zookeeper dla usług Spark, Hadoop i ML

Wcześniej usługa HDInsight nie obsługiwała dostosowywania rozmiaru węzła zookeeper dla typów klastrów spark, Hadoop i ML Services. Domyślnie A2_v2/A2 rozmiary maszyn wirtualnych, które są udostępniane bezpłatnie. W tej wersji możesz wybrać rozmiar maszyny wirtualnej zookeeper, który jest najbardziej odpowiedni dla danego scenariusza. Za węzły zookeeper o rozmiarze maszyny wirtualnej inne niż A2_v2/A2 będą naliczane opłaty. maszyny wirtualne A2_v2 i A2 są nadal dostępne bezpłatnie.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Usługa HDInsight używa teraz maszyn wirtualnych platformy Azure do aprowizowania klastra. Począwszy od tej wersji, usługa będzie stopniowo migrowana do zestawów skalowania maszyn wirtualnych platformy Azure. Cały proces może potrwać miesiące. Po przeprowadzeniu migracji regionów i subskrypcji nowo utworzone klastry usługi HDInsight będą uruchamiane w zestawach skalowania maszyn wirtualnych bez akcji klienta. Nie oczekuje się żadnych zmian powodujących niezgodność.

Wycofanie

Wycofanie klastra usług HDInsight 3.6 ML

Typ klastra usług ML w usłudze HDInsight 3.6 zostanie zakończony do 31 grudnia 2020 r. Klienci nie będą mogli tworzyć nowych klastrów usług ML 3.6 po 31 grudnia 2020 r. Istniejące klastry będą działać bez pomocy technicznej firmy Microsoft. Sprawdź wygaśnięcie pomocy technicznej dla wersji i typów klastrów usługi HDInsight tutaj.

Wyłączone rozmiary maszyn wirtualnych

Od 16 listopada 2020 r. usługa HDInsight zablokuje nowym klientom tworzenie klastrów przy użyciu standand_A8, standand_A9, standand_A10 i standand_A11 rozmiarów maszyn wirtualnych. Nie będzie to miało wpływu na istniejących klientów, którzy korzystali z tych rozmiarów maszyn wirtualnych w ciągu ostatnich trzech miesięcy. Od 9 stycznia 2021 r. usługa HDInsight zablokuje wszystkim klientom tworzenie klastrów przy użyciu standand_A8, standand_A9, standand_A10 i rozmiarów maszyn wirtualnych standand_A11. Istniejące klastry będą działać w następujący sposób. Rozważ przejście do usługi HDInsight 4.0, aby uniknąć potencjalnych przerw w działaniu systemu/pomocy technicznej.

Zmiany zachowania

Dodawanie sprawdzania reguł sieciowej grupy zabezpieczeń przed operacją skalowania

Usługa HDInsight dodała sieciowe grupy zabezpieczeń (NSG) i trasy zdefiniowane przez użytkownika (UDR) sprawdzające operację skalowania. Ta sama walidacja jest wykonywana w przypadku skalowania klastra poza tworzeniem klastra. Ta walidacja pomaga zapobiegać nieprzewidywalnym błędom. Jeśli walidacja nie zostanie przekazana, skalowanie zakończy się niepowodzeniem. Dowiedz się więcej na temat prawidłowego konfigurowania sieciowych grup zabezpieczeń i tras zdefiniowanych przez użytkownika, zapoznaj się z adresami IP zarządzania usługi HDInsight.

Zmiana wersji składnika

Brak zmiany wersji składnika dla tej wersji. Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć w tym dokumentie.

Data wydania: 11.09.2020

Nowe funkcje

Usługa HDInsight Identity Broker (HIB) jest teraz ogólnie dostępna

Usługa HDInsight Identity Broker (HIB), która umożliwia uwierzytelnianie OAuth dla klastrów ESP, jest teraz ogólnie dostępna w tej wersji. Klastry HIB utworzone po tej wersji będą miały najnowsze funkcje HIB:

Wysoka dostępność (HA)
Obsługa uwierzytelniania wieloskładnikowego (MFA)
Użytkownicy federacyjni logują się bez synchronizacji skrótów haseł w usłudze AAD-DS Aby uzyskać więcej informacji, zobacz dokumentację HIB.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Wycofanie

Wycofanie klastra usług HDInsight 3.6 ML

Typ klastra usług ML w usłudze HDInsight 3.6 zostanie zakończony do 31 grudnia 2020 r. Klienci nie będą tworzyć nowych klastrów usług ML 3.6 po 31 grudnia 2020 r. Istniejące klastry będą działać bez pomocy technicznej firmy Microsoft. Sprawdź wygaśnięcie pomocy technicznej dla wersji i typów klastrów usługi HDInsight tutaj.

Wyłączone rozmiary maszyn wirtualnych

Zmiany zachowania

Brak zmian zachowania dla tej wersji.

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Możliwość wybierania różnych rozmiarów maszyn wirtualnych usługi Zookeeper dla usług Spark, Hadoop i ML

Obecnie usługa HDInsight nie obsługuje dostosowywania rozmiaru węzła zookeeper dla typów klastrów spark, Hadoop i ML Services. Domyślnie A2_v2/A2 rozmiary maszyn wirtualnych, które są udostępniane bezpłatnie. W nadchodzącej wersji możesz wybrać rozmiar maszyny wirtualnej zookeeper, który jest najbardziej odpowiedni dla danego scenariusza. Za węzły zookeeper o rozmiarze maszyny wirtualnej inne niż A2_v2/A2 będą naliczane opłaty. maszyny wirtualne A2_v2 i A2 są nadal dostępne bezpłatnie.

Domyślna wersja klastra zostanie zmieniona na 4.0

Od lutego 2021 r. domyślna wersja klastra usługi HDInsight zostanie zmieniona z 3.6 na 4.0. Aby uzyskać więcej informacji na temat dostępnych wersji, zobacz obsługiwane wersje. Dowiedz się więcej o nowościach w usłudze HDInsight 4.0

Zakończenie wsparcia w usłudze HDInsight 3.6 w dniu 30 czerwca 2021 r.

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Rozwiązano problem z ponownym uruchamianiem maszyn wirtualnych w klastrze

Problem z ponownym uruchamianiem maszyn wirtualnych w klastrze został rozwiązany. Aby ponownie uruchomić węzły w klastrze, można użyć programu PowerShell lub interfejsu API REST.

Zmiana wersji składnika

Brak zmiany wersji składnika dla tej wersji. Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć w tym dokumentie.

Data wydania: 10.08.2020

Nowe funkcje

Klastry prywatne usługi HDInsight bez publicznego adresu IP i łącza prywatnego (wersja zapoznawcza)

Usługa HDInsight obsługuje teraz tworzenie klastrów bez publicznego adresu IP i dostępu łącza prywatnego do klastrów w wersji zapoznawczej. Klienci mogą używać nowych zaawansowanych ustawień sieci do tworzenia w pełni izolowanego klastra bez publicznego adresu IP i używania własnych prywatnych punktów końcowych w celu uzyskania dostępu do klastra.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Wycofanie

Wycofanie klastra usług HDInsight 3.6 ML

Typ klastra usług ML w usłudze HDInsight 3.6 zostanie zakończony do 31 grudnia 2020 r. Po tym klienci nie będą tworzyć nowych klastrów usług ML w wersji 3.6. Istniejące klastry będą działać bez pomocy technicznej firmy Microsoft. Sprawdź wygaśnięcie pomocy technicznej dla wersji i typów klastrów usługi HDInsight tutaj.

Zmiany zachowania

Brak zmian zachowania dla tej wersji.

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Możliwość wybierania różnych rozmiarów maszyn wirtualnych usługi Zookeeper dla usług Spark, Hadoop i ML

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Zmiana wersji składnika

Brak zmiany wersji składnika dla tej wersji. Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć w tym dokumentie.

Data wydania: 28.09.2020

Nowe funkcje

Automatyczne skalowanie zapytań interakcyjnych w usłudze HDInsight 4.0 jest teraz ogólnie dostępne

Automatyczne skalowanie dla typu klastra interakcyjnego zapytania jest teraz ogólnie dostępne dla usługi HDInsight 4.0. Wszystkie klastry Interactive Query 4.0 utworzone po 27 sierpnia 2020 r. będą obsługiwać automatyczne skalowanie.

Klaster HBase obsługuje usługę ADLS Gen2 w warstwie Premium

Usługa HDInsight obsługuje teraz usługę Premium ADLS Gen2 jako podstawowe konto magazynu dla klastrów HBase 3.6 i 4.0 usługi HDInsight. Wraz z przyspieszonymi zapisami można uzyskać lepszą wydajność klastrów HBase.

Dystrybucja partycji platformy Kafka w domenach błędów platformy Azure

Domena błędów to logiczna grupa bazowego sprzętu w centrum danych platformy Azure. Wszystkie domeny błędów korzystają ze wspólnego źródła zasilania i przełącznika sieciowego. Przed usługą HDInsight kafka może przechowywać wszystkie repliki partycji w tej samej domenie błędów. Począwszy od tej wersji, usługa HDInsight obsługuje teraz automatyczną dystrybucję partycji platformy Kafka na podstawie domen błędów platformy Azure.

Szyfrowanie podczas transferu

Klienci mogą włączyć szyfrowanie podczas przesyłania między węzłami klastra przy użyciu szyfrowania IPSec z kluczami zarządzanymi przez platformę. Tę opcję można włączyć w czasie tworzenia klastra. Zobacz więcej szczegółów na temat włączania szyfrowania podczas przesyłania.

Szyfrowanie na hoście

Po włączeniu szyfrowania na hoście dane przechowywane na hoście maszyny wirtualnej są szyfrowane w stanie spoczynku i przepływy szyfrowane do usługi magazynu. W tej wersji można włączyć szyfrowanie na hoście na dysku danych tymczasowych podczas tworzenia klastra. Szyfrowanie na hoście jest obsługiwane tylko w niektórych jednostkach SKU maszyn wirtualnych w ograniczonych regionach. Usługa HDInsight obsługuje następującą konfigurację węzła i jednostki SKU. Zobacz więcej szczegółów na temat włączania szyfrowania na hoście.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Wycofanie

Brak wycofania tej wersji.

Zmiany zachowania

Brak zmian zachowania dla tej wersji.

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Możliwość wybierania innej jednostki SKU usługi Zookeeper dla usług Spark, Hadoop i ML

Obecnie usługa HDInsight nie obsługuje zmieniania typu klastra usługi Zookeeper dla typów klastrów spark, Hadoop i ML Services. Używa A2_v2/A2 jednostki SKU dla węzłów usługi Zookeeper, a klienci nie są za nie naliczani opłat. W nadchodzącej wersji klienci mogą w razie potrzeby zmieniać jednostkę SKU usługi Zookeeper dla platform Spark, Hadoop i ML. Za węzły dozorców z jednostkami SKU innymi niż A2_v2/A2 będą naliczane opłaty. Domyślna jednostka SKU będzie nadal A2_V2/A2 i bezpłatnie.

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Zmiana wersji składnika

Brak zmiany wersji składnika dla tej wersji. Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć w tym dokumentie.

Data wydania: 08.09.2020

Ta wersja dotyczy tylko usługi HDInsight 4.0. Wydanie usługi HDInsight jest udostępniane wszystkim regionom w ciągu kilku dni. Data wydania w tym miejscu wskazuje datę wydania pierwszego regionu. Jeśli nie widzisz następujących zmian, zaczekaj na udostępnienie wersji w twoim regionie w ciągu kilku dni.

Nowe funkcje

Obsługa usługi SparkCruise

SparkCruise to automatyczny system ponownego użycia obliczeń dla platformy Spark. Wybiera typowe podwyrażenia, aby zmaterializować się na podstawie poprzedniego obciążenia zapytania. SparkCruise materializuje te podrażenia w ramach przetwarzania zapytań i ponownego użycia obliczeń jest automatycznie stosowane w tle. Możesz skorzystać z usługi SparkCruise bez żadnych modyfikacji kodu platformy Spark.

Obsługa widoku Hive dla usługi HDInsight 4.0

Widok hive apache Ambari został zaprojektowany tak, aby ułatwić tworzenie, optymalizowanie i wykonywanie zapytań Hive z przeglądarki internetowej. Widok Hive jest obsługiwany natywnie dla klastrów usługi HDInsight 4.0, począwszy od tej wersji. Nie ma zastosowania do istniejących klastrów. Aby uzyskać wbudowany widok Programu Hive, należy usunąć i ponownie utworzyć klaster.

Obsługa widoku Tez dla usługi HDInsight 4.0

Widok Apache Tez służy do śledzenia i debugowania wykonywania zadania Hive Tez. Widok Tez jest obsługiwany natywnie dla usługi HDInsight 4.0, począwszy od tej wersji. Nie ma zastosowania do istniejących klastrów. Aby uzyskać wbudowany widok Tez, należy usunąć i ponownie utworzyć klaster.

Wycofanie

Zakończenie obsługi platformy Spark 2.1 i 2.2 w klastrze platformy Spark w usłudze HDInsight 3.6

Od 1 lipca 2020 r. klienci nie mogą tworzyć nowych klastrów Spark z platformą Spark w wersji 2.1 i 2.2 w usłudze HDInsight 3.6. Istniejące klastry będą działać bez pomocy technicznej firmy Microsoft. Rozważ przejście na platformę Spark 2.3 w usłudze HDInsight 3.6 do 30 czerwca 2020 r., aby uniknąć potencjalnych przerw w działaniu systemu/pomocy technicznej.

Zakończenie obsługi platformy Spark 2.3 w klastrze platformy Spark w usłudze HDInsight 4.0

Od 1 lipca 2020 r. klienci nie mogą tworzyć nowych klastrów Spark przy użyciu platformy Spark 2.3 w usłudze HDInsight 4.0. Istniejące klastry będą działać bez pomocy technicznej firmy Microsoft. Rozważ przejście na platformę Spark 2.4 w usłudze HDInsight 4.0 do 30 czerwca 2020 r., aby uniknąć potencjalnych przerw w działaniu systemu lub pomocy technicznej.

Zakończenie obsługi platformy Kafka 1.1 w klastrze platformy Kafka w usłudze HDInsight 4.0

Od 1 lipca 2020 r. klienci nie będą mogli tworzyć nowych klastrów platformy Kafka przy użyciu platformy Kafka 1.1 w usłudze HDInsight 4.0. Istniejące klastry będą działać bez pomocy technicznej firmy Microsoft. Rozważ przejście na platformę Kafka 2.1 w usłudze HDInsight 4.0 do 30 czerwca 2020 r., aby uniknąć potencjalnych przerw w działaniu systemu lub pomocy technicznej.

Zmiany zachowania

Zmiana wersji stosu systemu Ambari

W tej wersji wersja systemu Ambari zmienia się z wersji 2.x.x.x.x na 4.1. Wersję stosu (HDInsight 4.1) można sprawdzić w systemie Ambari: Wersje użytkowników > systemu Ambari>.

Nadchodzące zmiany

Brak nadchodzących zmian powodujących niezgodność, do których należy zwrócić uwagę.

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Poniżej umów JIRA są z powrotem portowane dla programu Hive:

Poniżej umów JIRA są z powrotem portowane dla bazy danych HBase:

Zmiana wersji składnika

Brak zmiany wersji składnika dla tej wersji. Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć w tym dokumentie.

Znane problemy

Rozwiązano problem w witrynie Azure Portal, w którym użytkownicy napotykali błąd podczas tworzenia klastra usługi Azure HDInsight przy użyciu typu uwierzytelniania SSH klucza publicznego. Po kliknięciu przycisku Przejrzyj i utwórz zostanie wyświetlony błąd "Nie może zawierać żadnych trzech kolejnych znaków z nazwy użytkownika SSH". Ten problem został rozwiązany, ale może wymagać odświeżenia pamięci podręcznej przeglądarki, naciskając klawisze CTRL + F5, aby załadować poprawiony widok. Obejście tego problemu było utworzeniu klastra przy użyciu szablonu usługi ARM.

Data wydania: 13.07.2020

Ta wersja dotyczy zarówno usług HDInsight 3.6, jak i 4.0. Wydanie usługi HDInsight jest udostępniane wszystkim regionom w ciągu kilku dni. Data wydania w tym miejscu wskazuje datę wydania pierwszego regionu. Jeśli nie widzisz następujących zmian, zaczekaj na udostępnienie wersji w twoim regionie w ciągu kilku dni.

Nowe funkcje

Obsługa skrytki klienta dla platformy Microsoft Azure

Usługa Azure HDInsight obsługuje teraz usługę Azure Customer Lockbox. Udostępnia interfejs umożliwiający klientom przeglądanie i zatwierdzanie lub odrzucanie żądań dostępu do danych klientów. Jest on używany, gdy inżynier firmy Microsoft musi uzyskać dostęp do danych klienta podczas żądania pomocy technicznej. Aby uzyskać więcej informacji, zobacz Blokada klienta dla platformy Microsoft Azure.

Zasady punktu końcowego usługi dla magazynu

Klienci mogą teraz używać zasad punktu końcowego usługi (SEP) w podsieci klastra usługi HDInsight. Dowiedz się więcej o zasadach punktu końcowego usługi platformy Azure.

Wycofanie

Zakończenie obsługi platformy Spark 2.1 i 2.2 w klastrze platformy Spark w usłudze HDInsight 3.6

Zakończenie obsługi platformy Spark 2.3 w klastrze platformy Spark w usłudze HDInsight 4.0

Zakończenie obsługi platformy Kafka 1.1 w klastrze platformy Kafka w usłudze HDInsight 4.0

Zmiany zachowania

Nie trzeba zwracać uwagi na żadne zmiany zachowania.

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Możliwość wybierania innej jednostki SKU usługi Zookeeper dla usług Spark, Hadoop i ML

Obecnie usługa HDInsight nie obsługuje zmieniania typu klastra usługi Zookeeper dla typów klastrów spark, Hadoop i ML Services. Używa A2_v2/A2 jednostki SKU dla węzłów usługi Zookeeper, a klienci nie są za nie naliczani opłat. W nadchodzącej wersji klienci będą mogli w razie potrzeby zmienić jednostkę SKU usługi Zookeeper dla platform Spark, Hadoop i ML. Za węzły dozorców z jednostkami SKU innymi niż A2_v2/A2 będą naliczane opłaty. Domyślna jednostka SKU będzie nadal A2_V2/A2 i bezpłatnie.

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Rozwiązano problem z usługą Hive Warehouse Połączenie or

Wystąpił problem z użytecznością łącznika usługi Hive Warehouse w poprzedniej wersji. Problem został rozwiązany.

Rozwiązano problem z obcięciem notesu Zeppelin zerami wiodącymi

Zeppelin niepoprawnie obcinał zera wiodące w danych wyjściowych tabeli dla formatu ciągu. Rozwiązaliśmy ten problem w tej wersji.

Zmiana wersji składnika

Brak zmiany wersji składnika dla tej wersji. Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć w tym dokumentie.

Data wydania: 11.06.2020

Nowe funkcje

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Usługa HDInsight używa maszyn wirtualnych platformy Azure do aprowizacji klastra. W tej wersji nowo utworzone klastry usługi HDInsight zaczynają korzystać z zestawu skalowania maszyn wirtualnych platformy Azure. Zmiana jest wdrażana stopniowo. Nie należy oczekiwać żadnych zmian powodujących niezgodność. Zobacz więcej na temat zestawów skalowania maszyn wirtualnych platformy Azure.

Ponowne uruchamianie maszyn wirtualnych w klastrze usługi HDInsight

W tej wersji obsługujemy ponowne uruchamianie maszyn wirtualnych w klastrze usługi HDInsight w celu ponownego uruchomienia węzłów, które nie odpowiadają. Obecnie można to zrobić tylko za pośrednictwem interfejsu API, programu PowerShell i interfejsu wiersza polecenia jest w drodze. Aby uzyskać więcej informacji na temat interfejsu API, zobacz ten dokument.

Wycofanie

Zakończenie obsługi platformy Spark 2.1 i 2.2 w klastrze platformy Spark w usłudze HDInsight 3.6

Zakończenie obsługi platformy Spark 2.3 w klastrze platformy Spark w usłudze HDInsight 4.0

Zakończenie obsługi platformy Kafka 1.1 w klastrze platformy Kafka w usłudze HDInsight 4.0

Zmiany zachowania

Zmiana rozmiaru węzła głównego klastra SPARK ESP

Minimalny dozwolony rozmiar węzła głównego klastra ESP Spark został zmieniony na Standard_D13_V2. Maszyny wirtualne z niskimi rdzeniami i pamięcią jako węzeł główny mogą powodować problemy z klastrem ESP z powodu stosunkowo niskiej pojemności procesora CPU i pamięci. Począwszy od wydania, użyj jednostek SKU wyższych niż Standard_D13_V2 i Standard_E16_V3 jako węzła głównego dla klastrów ESP Spark.

Minimalna 4-rdzeniowa maszyna wirtualna jest wymagana dla węzła głównego

Minimalna 4-rdzeniowa maszyna wirtualna jest wymagana dla węzła głównego, aby zapewnić wysoką dostępność i niezawodność klastrów usługi HDInsight. Od 6 kwietnia 2020 r. klienci mogą wybrać tylko 4-rdzeniową lub nowszą maszynę wirtualną jako węzeł główny dla nowych klastrów usługi HDInsight. Istniejące klastry będą nadal działać zgodnie z oczekiwaniami.

Zmiana aprowizacji węzła procesu roboczego klastra

Gdy 80% węzłów roboczych jest gotowych, klaster przechodzi do etapu operacyjnego . Na tym etapie klienci mogą wykonywać wszystkie operacje płaszczyzny danych, takie jak uruchamianie skryptów i zadań. Klienci nie mogą jednak wykonywać żadnych operacji płaszczyzny sterowania, takich jak skalowanie w górę/w dół. Obsługiwane jest tylko usunięcie.

Po etapie operacyjnym klaster czeka kolejne 60 minut na pozostałe 20% węzłów roboczych. Na koniec tego 60-minutowego okresu klaster przechodzi do etapu uruchamiania , nawet jeśli wszystkie węzły robocze są nadal niedostępne. Gdy klaster wejdzie do uruchomionego etapu, możesz użyć go w zwykły sposób. Operacje planu sterowania, takie jak skalowanie w górę/w dół, oraz operacje planu danych, takie jak uruchamianie skryptów i zadań, są akceptowane. Jeśli niektóre żądane węzły robocze nie są dostępne, klaster zostanie oznaczony jako częściowy sukces. Opłaty są naliczane za węzły, które zostały pomyślnie wdrożone.

Tworzenie nowej jednostki usługi za pomocą usługi HDInsight

Wcześniej podczas tworzenia klastra klienci mogą utworzyć nową jednostkę usługi w celu uzyskania dostępu do połączonego konta usługi ADLS Gen 1 w witrynie Azure Portal. Od 15 czerwca 2020 r. nowe tworzenie jednostki usługi nie jest możliwe w przepływie pracy tworzenia usługi HDInsight, obsługiwana jest tylko istniejąca jednostka usługi. Zobacz Tworzenie jednostki usługi i certyfikatów przy użyciu usługi Azure Active Directory.

Limit czasu akcji skryptu z tworzeniem klastra

Usługa HDInsight obsługuje uruchamianie akcji skryptu z tworzeniem klastra. W tej wersji wszystkie akcje skryptu z tworzeniem klastra muszą zakończyć się w ciągu 60 minut lub upłynął limit czasu. Nie ma to wpływu na akcje skryptu przesłane do uruchomionych klastrów. Dowiedz się więcej tutaj.

Nadchodzące zmiany

Brak nadchodzących zmian powodujących niezgodność, do których należy zwrócić uwagę.

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Zmiana wersji składnika

Baza HBase 2.0 do 2.1.6

Wersja HBase została uaktualniona z wersji 2.0 do wersji 2.1.6.

Spark 2.4.0 do 2.4.4

Wersja platformy Spark została uaktualniona z wersji 2.4.0 do wersji 2.4.4.

Kafka 2.1.0 do 2.1.1

Wersja platformy Kafka została uaktualniona z wersji 2.1.0 do wersji 2.1.1.

Bieżące wersje składników dla usługi HDInsight 4.0 ad HDInsight 3.6 można znaleźć w tym dokumentie

Znane problemy

Problem z usługą Hive Warehouse Połączenie or

W tej wersji występuje problem z usługą Hive Warehouse Połączenie or. Poprawka zostanie uwzględniona w następnej wersji. Nie ma to wpływu na istniejące klastry utworzone przed tą wersją. Unikaj usuwania i ponownego tworzenia klastra, jeśli to możliwe. Otwórz bilet pomocy technicznej, jeśli potrzebujesz dalszej pomocy dotyczącej tego problemu.

Data wydania: 01.09.2020

Nowe funkcje

Wymuszanie protokołu TLS 1.2

Transport Layer Security (TLS) i Secure Sockets Layer (SSL) to protokoły kryptograficzne, które zapewniają zabezpieczenia komunikacji za pośrednictwem sieci komputerowej. Dowiedz się więcej o protokole TLS. Usługa HDInsight używa protokołu TLS 1.2 w publicznych punktach końcowych PROTOKOŁU HTTP, ale protokół TLS 1.1 jest nadal obsługiwany w celu zapewnienia zgodności z poprzednimi wersjami.

W tej wersji klienci mogą zdecydować się na protokół TLS 1.2 tylko dla wszystkich połączeń za pośrednictwem publicznego punktu końcowego klastra. W tym celu wprowadzono nową właściwość minSupportedTlsVersion i można je określić podczas tworzenia klastra. Jeśli właściwość nie jest ustawiona, klaster nadal obsługuje protokoły TLS 1.0, 1.1 i 1.2, co jest takie samo jak dzisiejsze zachowanie. Klienci mogą ustawić wartość dla tej właściwości na wartość "1.2", co oznacza, że klaster obsługuje tylko protokół TLS 1.2 i nowsze. Aby uzyskać więcej informacji, zobacz Transport Layer Security.

Korzystanie z własnego klucza na potrzeby szyfrowania dysków

Wszystkie dyski zarządzane w usłudze HDInsight są chronione za pomocą szyfrowania usługi Azure Storage (SSE). Dane na tych dyskach są domyślnie szyfrowane przez klucze zarządzane przez firmę Microsoft. Począwszy od tej wersji, możesz użyć funkcji Bring Your Own Key (BYOK) na potrzeby szyfrowania dysków i zarządzania nim przy użyciu usługi Azure Key Vault. Szyfrowanie BYOK to jednoetapowa konfiguracja podczas tworzenia klastra bez innych kosztów. Wystarczy zarejestrować usługę HDInsight jako tożsamość zarządzaną w usłudze Azure Key Vault i dodać klucz szyfrowania podczas tworzenia klastra. Aby uzyskać więcej informacji, zobacz Szyfrowanie dysków klucza zarządzanego przez klienta.

Wycofanie

Brak wycofań dla tej wersji. Aby przygotować się do zbliżających się wycofań, zobacz Nadchodzące zmiany.

Zmiany zachowania

Brak zmian zachowania dla tej wersji. Aby przygotować się do nadchodzących zmian, zobacz Nadchodzące zmiany.

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Zakończenie obsługi platformy Spark 2.1 i 2.2 w klastrze platformy Spark w usłudze HDInsight 3.6

Od 1 lipca 2020 r. klienci nie będą mogli tworzyć nowych klastrów Spark przy użyciu platformy Spark 2.1 i 2.2 w usłudze HDInsight 3.6. Istniejące klastry będą działać w obecnym stanie bez pomocy technicznej firmy Microsoft. Rozważ przejście na platformę Spark 2.3 w usłudze HDInsight 3.6 do 30 czerwca 2020 r., aby uniknąć potencjalnych przerw w działaniu systemu lub pomocy technicznej.

Zakończenie obsługi platformy Spark 2.3 w klastrze platformy Spark w usłudze HDInsight 4.0

Od 1 lipca 2020 r. klienci nie będą mogli tworzyć nowych klastrów Spark przy użyciu platformy Spark 2.3 w usłudze HDInsight 4.0. Istniejące klastry będą działać w obecnym stanie bez pomocy technicznej firmy Microsoft. Rozważ przejście na platformę Spark 2.4 w usłudze HDInsight 4.0 do 30 czerwca 2020 r., aby uniknąć potencjalnych przerw w działaniu systemu lub pomocy technicznej.

Zakończenie obsługi platformy Kafka 1.1 w klastrze platformy Kafka w usłudze HDInsight 4.0

Od 1 lipca 2020 r. klienci nie będą mogli tworzyć nowych klastrów platformy Kafka przy użyciu platformy Kafka 1.1 w usłudze HDInsight 4.0. Istniejące klastry będą działać w obecnym stanie bez pomocy technicznej firmy Microsoft. Rozważ przejście na platformę Kafka 2.1 w usłudze HDInsight 4.0 do 30 czerwca 2020 r., aby uniknąć potencjalnych przerw w działaniu systemu lub pomocy technicznej. Aby uzyskać więcej informacji, zobacz Migrowanie obciążeń platformy Apache Kafka do usługi Azure HDInsight 4.0.

Baza HBase 2.0 do 2.1.6

W nadchodzącej wersji usługi HDInsight 4.0 baza HBase zostanie uaktualniona z wersji 2.0 do wersji 2.1.6

Spark 2.4.0 do 2.4.4

W nadchodzącej wersji usługi HDInsight 4.0 platforma Spark zostanie uaktualniona z wersji 2.4.0 do wersji 2.4.4.4

Kafka 2.1.0 do 2.1.1

W nadchodzącej wersji usługi HDInsight 4.0 platforma Kafka zostanie uaktualniona z wersji 2.1.0 do wersji 2.1.1.1

Minimalna 4-rdzeniowa maszyna wirtualna jest wymagana dla węzła głównego

Zmiana rozmiaru węzła klastra ESP Spark

W nadchodzącej wersji minimalny dozwolony rozmiar węzła dla klastra ESP Spark zostanie zmieniony na Standard_D13_V2. Maszyny wirtualne serii A mogą powodować problemy z klastrem ESP ze względu na stosunkowo małą pojemność procesora CPU i pamięci. Maszyny wirtualne serii A zostaną wycofane do tworzenia nowych klastrów ESP.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Usługa HDInsight używa teraz maszyn wirtualnych platformy Azure do aprowizowania klastra. W nadchodzącej wersji usługa HDInsight będzie używać zestawów skalowania maszyn wirtualnych platformy Azure. Zobacz więcej na temat zestawów skalowania maszyn wirtualnych platformy Azure.

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Zmiana wersji składnika

Brak zmiany wersji składnika dla tej wersji. Bieżące wersje składników dla usługi HDInsight 4.0 ad HDInsight 3.6 można znaleźć tutaj.

Data wydania: 12.017.2019

Ta wersja dotyczy zarówno usług HDInsight 3.6, jak i 4.0.

Nowe funkcje

Tagi usługi

Tagi usług upraszczają zabezpieczenia maszyn wirtualnych platformy Azure i sieci wirtualnych platformy Azure, umożliwiając łatwe ograniczanie dostępu sieciowego do usług platformy Azure. Tagi usług można używać w regułach sieciowej grupy zabezpieczeń(NSG), aby zezwalać na ruch do określonej usługi platformy Azure lub blokować go globalnie lub w poszczególnych regionach świadczenia usługi platformy Azure. Platforma Azure zapewnia konserwację adresów IP bazowych dla każdego tagu. Tagi usługi HDInsight dla sieciowych grup zabezpieczeń to grupy adresów IP dla usług kondycji i zarządzania. Grupy te pomagają zminimalizować złożoność tworzenia reguł zabezpieczeń. Klienci usługi HDInsight mogą włączyć tag usługi za pośrednictwem witryny Azure Portal, programu PowerShell i interfejsu API REST. Aby uzyskać więcej informacji, zobacz Network security group (NSG) service tags for Azure HDInsight (Network security group, NSG) tags for Azure HDInsight (Sieciowe grupy zabezpieczeń tagi usługi dla usługi Azure HDInsight).

Niestandardowa baza danych Ambari

Usługa HDInsight umożliwia teraz korzystanie z własnej bazy danych SQL dla systemu Apache Ambari. Tę niestandardową bazę danych Ambari można skonfigurować w witrynie Azure Portal lub za pośrednictwem szablonu usługi Resource Manager. Ta funkcja umożliwia wybranie odpowiedniej bazy danych SQL dla potrzeb związanych z przetwarzaniem i pojemnością. Możesz również łatwo uaktualnić, aby dopasować wymagania dotyczące wzrostu biznesowego. Aby uzyskać więcej informacji, zobacz Konfigurowanie klastrów usługi HDInsight przy użyciu niestandardowej bazy danych Ambari.

Niestandardowa baza danych Ambari.

Wycofanie

Brak wycofań dla tej wersji. Aby przygotować się do zbliżających się wycofań, zobacz Nadchodzące zmiany.

Zmiany zachowania

Brak zmian zachowania dla tej wersji. Aby przygotować się do nadchodzących zmian zachowania, zobacz Nadchodzące zmiany.

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Wymuszanie protokołu Transport Layer Security (TLS) 1.2

Transport Layer Security (TLS) i Secure Sockets Layer (SSL) to protokoły kryptograficzne, które zapewniają zabezpieczenia komunikacji za pośrednictwem sieci komputerowej. Aby uzyskać więcej informacji, zobacz Transport Layer Security. Chociaż klastry usługi Azure HDInsight akceptują połączenia TLS 1.2 w publicznych punktach końcowych HTTPS, protokół TLS 1.1 jest nadal obsługiwany w celu zapewnienia zgodności z poprzednimi wersjami ze starszymi klientami.

Począwszy od następnej wersji, będzie można wyrazić zgodę i skonfigurować nowe klastry usługi HDInsight tak, aby akceptowały tylko połączenia TLS 1.2.

W dalszej części roku, począwszy od 30.06.2020 r., usługa Azure HDInsight będzie wymuszać protokół TLS 1.2 lub nowsze wersje dla wszystkich połączeń HTTPS. Zalecamy, aby upewnić się, że wszyscy klienci są gotowi do obsługi protokołu TLS 1.2 lub jego nowszych wersji.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Usługa HDInsight używa teraz maszyn wirtualnych platformy Azure do aprowizowania klastra. Począwszy od lutego 2020 r. (dokładna data zostanie przekazana później), usługa HDInsight użyje zamiast tego zestawów skalowania maszyn wirtualnych platformy Azure. Zobacz więcej na temat zestawów skalowania maszyn wirtualnych platformy Azure.

Zmiana rozmiaru węzła klastra ESP Spark

W nadchodzącej wersji:

Minimalny dozwolony rozmiar węzła dla klastra ESP Spark zostanie zmieniony na Standard_D13_V2.
Maszyny wirtualne serii A zostaną wycofane w celu utworzenia nowych klastrów ESP, ponieważ maszyny wirtualne serii A mogą powodować problemy z klastrem ESP ze względu na stosunkowo małą pojemność procesora CPU i pamięci.

Baza HBase 2.0 do 2.1

W nadchodzącej wersji usługi HDInsight 4.0 baza HBase zostanie uaktualniona z wersji 2.0 do 2.1.

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Zmiana wersji składnika

Rozszerzono obsługę usługi HDInsight 3.6 do 31 grudnia 2020 r. Więcej szczegółów można znaleźć w temacie Obsługiwane wersje usługi HDInsight.

Brak zmiany wersji składnika dla usługi HDInsight 4.0.

Apache Zeppelin w usłudze HDInsight 3.6: 0.7.0-->0.7.3.

Z tego dokumentu można znaleźć najbardziej aktualne wersje składników.

Nowe regiony

Północne Zjednoczone Emiraty Arabskie

Adresy IP zarządzania ze Zjednoczonych Emiratów Zjednoczonych Emiratów Zjednoczonych to: 65.52.252.96 i 65.52.252.97.

Data wydania: 11.07.2019

Ta wersja dotyczy zarówno usług HDInsight 3.6, jak i 4.0.

Nowe funkcje

HDInsight Identity Broker (HIB) (wersja zapoznawcza)

Usługa HDInsight Identity Broker (HIB) umożliwia użytkownikom logowanie się do systemu Apache Ambari przy użyciu uwierzytelniania wieloskładnikowego (MFA) i uzyskiwanie wymaganych biletów protokołu Kerberos bez konieczności używania skrótów haseł w usługach Azure domena usługi Active Directory Services (AAD-DS). Obecnie HIB jest dostępna tylko dla klastrów wdrożonych za pośrednictwem szablonu usługi Azure Resource Management (ARM).

Serwer proxy interfejsu API REST platformy Kafka (wersja zapoznawcza)

Serwer proxy interfejsu API REST platformy Kafka zapewnia jedno kliknięcie wdrożenia serwera proxy REST o wysokiej dostępności z klastrem Kafka za pośrednictwem zabezpieczonej autoryzacji usługi Azure AD i protokołu OAuth.

Automatyczne skalowanie

Automatyczne skalowanie dla usługi Azure HDInsight jest teraz ogólnie dostępne we wszystkich regionach dla typów klastrów Apache Spark i Hadoop. Ta funkcja umożliwia zarządzanie obciążeniami analizy danych big data w bardziej ekonomiczny i wydajny sposób. Teraz możesz zoptymalizować korzystanie z klastrów usługi HDInsight i płacić tylko za potrzebne elementy.

W zależności od wymagań możesz wybierać między automatycznym skalowaniem opartym na obciążeniu i automatycznym skalowaniem opartym na harmonogramie. Skalowanie automatyczne oparte na obciążeniu może skalować rozmiar klastra w górę i w dół na podstawie bieżących potrzeb zasobów, podczas gdy skalowanie automatyczne oparte na harmonogramie może zmieniać rozmiar klastra na podstawie wstępnie zdefiniowanego harmonogramu.

Obsługa automatycznego skalowania dla obciążeń HBase i LLAP jest również publiczna wersja zapoznawcza. Aby uzyskać więcej informacji, zobacz Automatyczne skalowanie klastrów usługi Azure HDInsight.

Przyspieszone zapisy w usłudze HDInsight dla bazy danych Apache HBase

Funkcja przyspieszonych zapisów korzysta z dysków zarządzanych SSD w warstwie Azure Premium w celu zwiększenia wydajności usługi Apache HBase Write Ahead Log (WAL). Aby uzyskać więcej informacji, zobacz Usługa Azure HDInsight — przyspieszone zapisy dla oprogramowania Apache HBase.

Niestandardowa baza danych Ambari

Usługa HDInsight oferuje teraz nową pojemność umożliwiającą klientom korzystanie z własnej bazy danych SQL dla systemu Ambari. Teraz klienci mogą wybrać odpowiednią bazę danych SQL dla systemu Ambari i łatwo ją uaktualnić na podstawie własnych wymagań dotyczących wzrostu biznesowego. Wdrożenie odbywa się przy użyciu szablonu usługi Azure Resource Manager. Aby uzyskać więcej informacji, zobacz Konfigurowanie klastrów usługi HDInsight przy użyciu niestandardowej bazy danych Ambari.

Maszyny wirtualne serii F są teraz dostępne w usłudze HDInsight

Maszyny wirtualne serii F to dobry wybór, aby rozpocząć pracę z usługą HDInsight z wymaganiami dotyczącymi przetwarzania światła. Przy niższej cenie za godzinę seria F jest najlepszą wartością w cenie w portfolio platformy Azure na podstawie jednostki obliczeniowej Platformy Azure (ACU) na procesor wirtualny. Aby uzyskać więcej informacji, zobacz Wybieranie odpowiedniego rozmiaru maszyny wirtualnej dla klastra usługi Azure HDInsight.

Wycofanie

Wycofanie maszyny wirtualnej z serii G

W tej wersji maszyny wirtualne serii G nie są już oferowane w usłudze HDInsight.

`Dv1` wycofanie maszyny wirtualnej

W tej wersji korzystanie z Dv1 maszyn wirtualnych z usługą HDInsight jest przestarzałe. Każde żądanie Dv1 klienta zostanie obsłużone Dv2 automatycznie. Nie ma różnicy cen między maszynami wirtualnymi Dv1 i Dv2 .

Zmiany zachowania

Zmiana rozmiaru dysku zarządzanego klastra

Usługa HDInsight zapewnia zarządzane miejsce na dysku w klastrze. W tej wersji rozmiar dysku zarządzanego każdego węzła w nowym utworzonym klastrze zostanie zmieniony na 128 GB.

Nadchodzące zmiany

W nadchodzących wersjach zostaną wprowadzone następujące zmiany.

Przenoszenie do zestawów skalowania maszyn wirtualnych platformy Azure

Usługa HDInsight używa teraz maszyn wirtualnych platformy Azure do aprowizowania klastra. Od grudnia usługa HDInsight będzie używać zestawów skalowania maszyn wirtualnych platformy Azure. Zobacz więcej na temat zestawów skalowania maszyn wirtualnych platformy Azure.

Baza HBase 2.0 do 2.1

W nadchodzącej wersji usługi HDInsight 4.0 baza HBase zostanie uaktualniona z wersji 2.0 do 2.1.

Wycofanie maszyny wirtualnej z serii A dla klastra ESP

Maszyny wirtualne serii A mogą powodować problemy z klastrem ESP ze względu na stosunkowo małą pojemność procesora CPU i pamięci. W nadchodzącej wersji maszyny wirtualne serii A zostaną wycofane do tworzenia nowych klastrów ESP.

Poprawki błędów

Usługa HDInsight nadal poprawia niezawodność i wydajność klastra.

Zmiana wersji składnika

W tej wersji nie ma zmiany wersji składnika. Bieżące wersje składników dla usług HDInsight 4.0 i HDInsight 3.6 można znaleźć tutaj.

Data wydania: 08.07.2019

Wersje składników

Poniżej podano oficjalne wersje apache wszystkich składników usługi HDInsight 4.0. Wymienione składniki to wersje najnowszych wersji stabilnych.

Apache Ambari 2.7.1
Apache Hadoop 3.1.1
Apache HBase 2.0.0
Apache Hive 3.1.0
Apache Kafka 1.1.1, 2.1.0
Apache Mahout 0.9.0+
Apache Oozie 4.2.0
Apache Phoenix 4.7.0
Apache Pig 0.16.0
Apache Ranger 0.7.0
Apache Slider 0.92.0
Apache Spark 2.3.1, 2.4.0
Apache Sqoop 1.4.7
Apache TEZ 0.9.1
Apache Zeppelin 0.8.0
Apache ZooKeeper 3.4.6

Nowsze wersje składników apache są czasami powiązane w dystrybucji HDP oprócz wersji wymienionych powyżej. W takim przypadku te nowsze wersje są wymienione w tabeli Technical Previews i nie powinny zastępować wersji składników Apache powyższej listy w środowisku produkcyjnym.

Informacje o poprawce apache

Aby uzyskać więcej informacji na temat poprawek dostępnych w usłudze HDInsight 4.0, zobacz listę poprawek dla każdego produktu w poniższej tabeli.

Nazwa produktu	Informacje o poprawce
Ambari	Informacje o poprawkach systemu Ambari
Hadoop	Informacje o poprawkach usługi Hadoop
HBase	Informacje o poprawce bazy danych HBase
Hive	Ta wersja udostępnia program Hive 3.1.0 bez dodatkowych poprawek apache.
Kafka	Ta wersja udostępnia platformę Kafka 1.1.1 bez dodatkowych poprawek apache.
Oozie	Informacje o poprawkach Oozie
Phoenix	Informacje o poprawkach Phoenix
Pig	Informacje o poprawkach pig
Ranger	Informacje o poprawkach platformy Ranger
platforma Spark	Informacje o poprawkach platformy Spark
Sqoop	Ta wersja udostępnia narzędzie Sqoop 1.4.7 bez dodatkowych poprawek apache.
Tez	Ta wersja udostępnia tez 0.9.1 bez dodatkowych poprawek apache.
Zeppelin	Ta wersja udostępnia program Zeppelin 0.8.0 bez dodatkowych poprawek apache.
Dozorca	Informacje o poprawkach dozorców

Naprawiono typowe luki w zabezpieczeniach i ujawnieniach

Aby uzyskać więcej informacji na temat problemów z zabezpieczeniami rozwiązanych w tej wersji, zobacz Artykuł Hortonworks's Fixed Vulnerabilities and Exposures for HDP 3.0.1 (Stałe luki w zabezpieczeniach i narażenie na zagrożenia dla usługi HDP 3.0.1).

Znane problemy

Replikacja jest uszkodzona dla bezpiecznej bazy danych HBase z instalacją domyślną

W przypadku usługi HDInsight 4.0 wykonaj następujące czynności:

Włącz komunikację między klastrami.
Zaloguj się do aktywnego węzła głównego.

Pobierz skrypt, aby włączyć replikację za pomocą następującego polecenia:

sudo wget https://raw.githubusercontent.com/Azure/hbase-utils/master/replication/hdi_enable_replication.sh

Wpisz polecenie sudo kinit <domainuser>.

Wpisz następujące polecenie, aby uruchomić skrypt:

sudo bash hdi_enable_replication.sh -m <hn*> -s <srclusterdns> -d <dstclusterdns> -sp <srcclusterpasswd> -dp <dstclusterpasswd> -copydata

W przypadku usługi HDInsight 3.6

Zaloguj się do aktywnego HMaster ZK.

Pobierz skrypt, aby włączyć replikację za pomocą następującego polecenia:

sudo wget https://raw.githubusercontent.com/Azure/hbase-utils/master/replication/hdi_enable_replication.sh

Wpisz polecenie sudo kinit -k -t /etc/security/keytabs/hbase.service.keytab hbase/<FQDN>@<DOMAIN>.

Wpisz następujące polecenie:

sudo bash hdi_enable_replication.sh -s <srclusterdns> -d <dstclusterdns> -sp <srcclusterpasswd> -dp <dstclusterpasswd> -copydata

Usługa Phoenix Sqlline przestaje działać po migracji klastra HBase do usługi HDInsight 4.0

Wykonaj poniższe kroki:

Upuść następujące tabele Phoenix:
1. SYSTEM.FUNCTION
2. SYSTEM.SEQUENCE
3. SYSTEM.STATS
4. SYSTEM.MUTEX
5. SYSTEM.CATALOG
Jeśli nie możesz usunąć żadnej z tabel, uruchom ponownie bazę danych HBase, aby wyczyścić wszystkie połączenia z tabelami.
Uruchom ponownie polecenie sqlline.py. Firma Phoenix ponownie utworzy wszystkie tabele, które zostały usunięte w kroku 1.
Wygeneruj ponownie tabele i widoki Phoenix dla danych bazy danych HBase.

Usługa Phoenix Sqlline przestaje działać po replikowaniu metadanych HBase Phoenix z usługi HDInsight 3.6 do 4.0

Wykonaj poniższe kroki:

Przed wykonaniem replikacji przejdź do docelowego klastra 4.0 i wykonaj polecenie sqlline.py. To polecenie spowoduje wygenerowanie tabel Phoenix, takich jak SYSTEM.MUTEX i SYSTEM.LOG które istnieją tylko w wersji 4.0.
Upuść następujące tabele:
1. SYSTEM.FUNCTION
2. SYSTEM.SEQUENCE
3. SYSTEM.STATS
4. SYSTEM.CATALOG
Uruchamianie replikacji bazy danych HBase

Wycofanie

Usługi Apache Storm i ML nie są dostępne w usłudze HDInsight 4.0.

Data wydania: 14.04.2019

Nowe funkcje

Nowe aktualizacje i możliwości należą do następujących kategorii:

Aktualizowanie projektów Hadoop i innych projektów open source — oprócz 1000+ poprawek błędów w ponad 20 projektach typu open source ta aktualizacja zawiera nową wersję platformy Spark (2.3) i platformę Kafka (1.0).

a. Nowe funkcje platformy Apache Spark 2.3

b. Nowe funkcje na platformie Apache Kafka 1.0
Zaktualizuj program R Server 9.1 na maszynę Edukacja Services 9.3 — w tej wersji udostępniamy analitykom danych i inżynierom najlepsze rozwiązania typu open source ulepszone dzięki innowacjom algorytmicznym i łatwości operacji, wszystkim dostępnym w preferowanym języku z szybkością platformy Apache Spark. Ta wersja rozszerza możliwości oferowane w programie R Server z dodatkową obsługą języka Python, co prowadzi do zmiany nazwy klastra z programu R Server na usługi ML.
Obsługa usługi Azure Data Lake Storage Gen2 — HDInsight będzie obsługiwać wersję zapoznawcza usługi Azure Data Lake Storage Gen2. W dostępnych regionach klienci będą mogli wybrać konto usługi ADLS Gen2 jako magazyn podstawowy lub pomocniczy dla klastrów usługi HDInsight.
HdInsight Enterprise Security Package Aktualizacje (wersja zapoznawcza)— obsługa punktów końcowych usługi sieci wirtualnej dla usługi Azure Blob Storage, ADLS Gen1, Azure Cosmos DB i Azure DB.

Wersje składników

Poniżej wymieniono oficjalne wersje apache wszystkich składników usługi HDInsight 3.6. Wszystkie wymienione tutaj składniki to oficjalne wersje platformy Apache z najnowszej stabilnej wersji dostępnej.

Apache Hadoop 2.7.3
Apache HBase 1.1.2
Apache Hive 1.2.1
Apache Hive 2.1.0
Apache Kafka 1.0.0
Apache Mahout 0.9.0+
Apache Oozie 4.2.0
Apache Phoenix 4.7.0
Apache Pig 0.16.0
Apache Ranger 0.7.0
Apache Slider 0.92.0
Apache Spark 2.2.0/2.3.0
Apache Sqoop 1.4.6
Apache Storm 1.1.0
Apache TEZ 0.7.0
Apache Zeppelin 0.7.3
Apache ZooKeeper 3.4.6

Nowsze wersje kilku składników apache są czasami powiązane w dystrybucji HDP oprócz wersji wymienionych powyżej. W takim przypadku te nowsze wersje są wymienione w tabeli Technical Previews i nie powinny zastępować wersji składników Apache powyższej listy w środowisku produkcyjnym.

Informacje o poprawce apache

Hadoop

Ta wersja udostępnia platformę Hadoop Common 2.7.3 i następujące poprawki apache:

HADOOP-13190: Wzmianka o loadBalancingKMSClientProvider w dokumentacji usługi KMS HA.
HADOOP-13227: Program AsyncCallHandler powinien używać architektury sterowanej zdarzeniami do obsługi wywołań asynchronicznych.
HADOOP-14104: Klient powinien zawsze prosić o nazwę węzła dla ścieżki dostawcy kms.
HADOOP-14799: Zaktualizuj nimbus-jose-jwt do wersji 4.41.1.
HADOOP-14814: Napraw niezgodną zmianę interfejsu API na fsServerDefaults na HADOOP-14104.
HADOOP-14903: dodaj jawnie plik json do pom.xml.
HADOOP-15042: Funkcja Azure PageBlobInputStream.skip() może zwracać wartość ujemną, gdy parametr numberOfPagesRemaining wynosi 0.
HADOOP-15255: obsługa konwersji wyższej/dolnej litery dla nazw grup w ldapGroupsMapping.
HADOOP-15265: wyklucz jawnie json-smart z pom.xml hadoop-auth.
HDFS-7922: ShortCircuitCache#close nie zwalnia klasy ScheduledThreadPoolExecutors.
HDFS-8496: Wywoływanie metody stopWriter() z blokadą FSDatasetImpl może blokować inne wątki (cmccabe).
HDFS-10267: Dodatkowe "zsynchronizowane" w fsDatasetImpl#recoverAppend i FsDatasetImpl#recoverClose.
HDFS-10489: Przestarzałe dfs.encryption.key.provider.uri dla stref szyfrowania HDFS.
HDFS-11384: Dodaj opcję dla usługi balancer w celu rozproszenia wywołań getBlocks, aby uniknąć rpc węzła NameNode. Skok CallQueueLength.
HDFS-11689: Nowy wyjątek zgłoszony przez DFSClient%isHDFSEncryptionEnabled złamany hacky kod hive.
HDFS-11711: Dn nie powinien usuwać bloku Przy "Zbyt wielu otwartych plikach" Wyjątek.
HDFS-12347: TestBalancerRPCDelay#testBalancerRPCDelay często kończy się niepowodzeniem.
HDFS-12781: po Datanode dół na karcie Interfejs NamenodeDatanode użytkownika jest zgłaszany komunikat ostrzegawczy.
HDFS-13054: Obsługa metody PathIsNotEmptyDirectoryException w DFSClient wywołaniu usuwania.
HDFS-13120: Różnice migawek mogą być uszkodzone po concat.
YARN-3742: YARN RM zostanie zamknięty, jeśli ZKClient upłynął limit czasu tworzenia.
YARN-6061: Dodaj program UncaughtExceptionHandler dla wątków krytycznych w usłudze RM.
YARN-7558: polecenie dzienników yarn nie może pobrać dzienników dla uruchomionych kontenerów, jeśli jest włączone uwierzytelnianie interfejsu użytkownika.
YARN-7697: Pobieranie dzienników dla zakończonej aplikacji kończy się niepowodzeniem, mimo że agregacja dzienników została ukończona.

Usługa HDP 2.6.4 udostępniała platformę Hadoop Common 2.7.3 i następujące poprawki apache:

HADOOP-13700: Usuń unthrown IOException z TrashPolicy#initialize i #getInstance podpisów.
HADOOP-13709: Możliwość czyszczenia podprocesów zduplikowanych przez powłokę po zakończeniu procesu.
HADOOP-14059: błąd zmiany nazwy literówki s3a (self, subdir).
HADOOP-14542: Dodaj interfejs API rejestratora IOUtils.cleanupWithLogger, który akceptuje interfejs API rejestratora slf4j.
HDFS-9887: Limity czasu gniazd WebHdfs powinny być konfigurowalne.
HDFS-9914: Naprawiono konfigurowalny limit czasu łączenia/odczytu webhDFS.
MAPREDUCE-6698: Zwiększ limit czasu dla elementu TestUnnecessaryBlockingOnHist oryFileInfo.testTwoThreadsQueryingDifferentJobOfSameUser.
YARN-4550: Niektóre testy w środowisku TestContainerLanch kończą się niepowodzeniem w środowisku ustawień regionalnych innych niż angielski.
YARN-4717: TestResourceLocalizationService.testPublicResourceInitializesLocalDir przerywa się niepowodzeniem z powodu błędu IllegalArgumentException z czyszczenia.
YARN-5042: Zainstaluj /sys/fs/cgroup w kontenerach platformy Docker jako instalację readonly.
YARN-5318: Naprawiono sporadyczne niepowodzenie testu modułu TestRM Administracja Service#te stRefreshNodesResourceWithFileSystemBasedConfigurationProvider.
YARN-5641: Lokalizator pozostawia za tarballs po zakończeniu kontenera.
YARN-6004: Refaktoryzacja TestResourceLocalizationService#testDownloadingResourcesOnContainer, aby było mniej niż 150 wierszy.
YARN-6078: kontenery zablokowane w stanie lokalizowania.
YARN-6805: NPE w systemie LinuxContainerExecutor z powodu wartości null PrivilegedOperationException kodu zakończenia.

HBase

Ta wersja udostępnia program HBase 1.1.2 i następujące poprawki apache.

HBASE-13376: Ulepszenia modułu równoważenia obciążenia Stochastic.
HBASE-13716: Zatrzymaj korzystanie z fsConstants platformy Hadoop.
HBASE-13848: Uzyskiwanie dostępu do haseł SSL serwera InfoServer za pośrednictwem interfejsu API dostawcy poświadczeń.
HBASE-13947: Użyj usługi MasterServices zamiast serwera w narzędziu AssignmentManager.
HBASE-14135: HBase Backup/Restore Phase 3: Merge backup images (Faza 3: Scal obrazy kopii zapasowej).
HBASE-14473: Lokalne regiony obliczeniowe równolegle.
HBASE-14517: Pokaż regionserver's wersję na stronie stanu wzorca.
HBASE-14606: TestySecureLoadIncrementalHFiles upłynął limit czasu w kompilacji magistrali na platformie Apache.
HBASE-15210: Cofanie agresywnego rejestrowania modułu równoważenia obciążenia z dziesiątkami wierszy na milisekundę.
HBASE-15515: Improve LocalityBasedCandidateGenerator in Balancer (Zwiększanie wartości localityBasedCandidateGenerator w usłudze Balancer).
HBASE-15615: Niewłaściwy czas uśpienia, gdy RegionServerCallable trzeba ponowić próbę.
HBASE-16135: Element PeerClusterZnode pod numerem rs usuniętego elementu równorzędnego nigdy nie może zostać usunięty.
HBASE-16570: Lokalizacja regionu obliczeniowego równolegle podczas uruchamiania.
HBASE-16810: Moduł równoważenia bazy danych HBase zgłasza wyjątek ArrayIndexOutOfBoundsException, gdy regionservers znajdują się w węźle /hbase/opróżniania węzła znode i zwolnionym.
HBASE-16852: TestDefaultCompactSelection nie powiodło się w gałęzi-1.3.
HBASE-17387: Zmniejsz obciążenie raportu wyjątku w regionie RegionActionResult dla funkcji multi().
HBASE-17850: Narzędzie do naprawy systemu kopii zapasowych.
HBASE-17931: Przypisywanie tabel systemowych do serwerów z najwyższą wersją.
HBASE-18083: Ustaw duży/mały plik jako czysty numer wątku konfigurowalny w HFileCleaner.
HBASE-18084: Ulepszanie narzędzia CleanerChore w celu oczyszczenia z katalogu, co zużywa więcej miejsca na dysku.
HBASE-18164: Znacznie szybsza funkcja kosztu lokalnego i generator kandydatów.
HBASE-18212: W trybie autonomicznym z lokalnym systemem plików HBase rejestruje komunikat ostrzegawczy: Nie można wywołać metody "unbuffer" w klasie org.apache.hadoop.fs.FSDataInputStream.
HBASE-18808: Nieskuteczne ewidencjonowanie konfiguracji BackupLogCleaner#getDeletableFiles().
HBASE-19052: FixedFileTrailer powinien rozpoznać klasę CellComparatorImpl w gałęzi-1.x.
HBASE-19065: HRegion#bulkLoadHFiles() powinien poczekać na zakończenie współbieżnego regionu#flush().
HBASE-19285: Dodawanie histogramów opóźnień dla tabeli.
HBASE-19393: HTTP 413 FULL head podczas uzyskiwania dostępu do interfejsu użytkownika bazy danych HBase przy użyciu protokołu SSL.
HBASE-19395: [branch-1] TestEndToEndSplitTransaction.testMasterOpsWhileSplitting kończy się niepowodzeniem z serwerem NPE.
HBASE-19421: gałąź-1 nie kompiluje się na platformie Hadoop 3.0.0.
HBASE-19934: HBaseSnapshotException, gdy repliki do odczytu są włączone, a migawka online jest wykonywana po podzieleniu regionu.
HBASE-20008: [backport] NullPointerException podczas przywracania migawki po podzieleniu regionu.

Hive

Ta wersja udostępnia program Hive 1.2.1 i Hive 2.1.0 oprócz następujących poprawek:

Poprawki Programu Hive 1.2.1 Apache:

HIVE-10697: ObjectInspectorConvertors#UnionConvertor wykonuje wadliwą konwersję.
HIVE-11266: count(*) — nieprawidłowy wynik na podstawie statystyk tabeli dla tabel zewnętrznych.
HIVE-12245: obsługa komentarzy kolumn dla tabeli opartej na bazie HBase.
HIVE-12315: Napraw wektoryzowany podwójny podział przez zero.
HIVE-12360: Złe wyszukiwanie w nieskompresowanym ORC z predykatem.
HIVE-12378: Wyjątek w polu binarnym HBaseSerDe.serialize.
HIVE-12785: Widok z typem unii i funkcją UDF do struktury jest uszkodzony.
HIVE-14013: Opis tabeli nie pokazuje poprawnie unicode.
HIVE-14205: Hive nie obsługuje typu unii z formatem pliku AVRO.
HIVE-14421: FS.deleteOnExit przechowuje odwołania do plików _tmp_space.db.
HIVE-15563: Ignoruj wyjątek przejścia stanu nielegalnej operacji w pliku SQLOperation.runQuery, aby uwidocznić rzeczywisty wyjątek.
HIVE-15680: Nieprawidłowe wyniki, gdy hive.optimize.index.filter=true i ta sama tabela ORC jest przywoływana dwa razy w zapytaniu w trybie MR.
HIVE-15883: Tabela mapowana HBase w wstawieniu programu Hive kończy się niepowodzeniem dla liczby dziesiętnej.
HIVE-16232: Obsługa obliczeń statystyk dla kolumn w quotedIdentifier.
HIVE-16828: Po włączeniu funkcji CBO zapytanie w widokach podzielonych na partycje zgłasza wyjątek IndexOutOfBoundException.
HIVE-17013: Żądanie usuwania z podzapytaniem na podstawie wyboru w widoku.
HIVE-17063: wstawianie zastępowania partycji na tabeli zewnętrznej kończy się niepowodzeniem po pierwszym upuszczaniu partycji.
HIVE-17259: Hive JDBC nie rozpoznaje kolumn UNIONTYPE.
HIVE-17419: ANALIZUJ TABELĘ... W poleceniu COMPUTE STATISTICS FOR COLUMNS są wyświetlane obliczone statystyki dla zamaskowanych tabel.
HIVE-17530: KlasaCastException podczas konwertowania uniontypeelementu .
HIVE-17621: Ustawienia lokacji Hive są ignorowane podczas obliczania podziału HCatInputFormat.
HIVE-17636: Dodaj test multiple_agg.q dla elementu blobstores.
HIVE-17729: Dodawanie testów bazy danych i wyjaśnienie powiązanych testów magazynu obiektów blob.
HIVE-17731: dodaj opcję wstecz compat dla użytkowników zewnętrznych do programu HIVE-11985.
HIVE-17803: W przypadku wielu zapytań pig 2 HCatStorers zapisu w tej samej tabeli będzie deptać dane wyjściowe siebie nawzajem.
HIVE-17829: ArrayIndexOutOfBoundsException — tabele oparte na bazie HBASE ze schematem Avro w programie Hive2.
HIVE-17845: wstawianie kończy się niepowodzeniem, jeśli kolumny tabeli docelowej nie są małymi literami.
HIVE-17900: analizowanie statystyk kolumn wyzwalanych przez compactor generuje źle sformułowany kod SQL z 1 kolumną > partycji.
HIVE-18026: Optymalizacja konfiguracji głównej usługi Hive webhcat.
HIVE-18031: obsługa replikacji dla operacji Alter Database.
HIVE-18090: puls kwasu kończy się niepowodzeniem, gdy magazyn metadanych jest połączony za pośrednictwem poświadczeń usługi Hadoop.
HIVE-18189: zapytanie Hive zwraca nieprawidłowe wyniki po ustawieniu wartości hive.groupby.orderby.position.alias na true.
HIVE-18258: Vectorization: Reduce-Side GROUP BY MERGEPARTIAL with duplikowane kolumny is broken.
HIVE-18293: Program Hive nie kompaktuje tabel zawartych w folderze, który nie jest własnością tożsamości z uruchomionym programem HiveMetaStore.
HIVE-18327: Usuń niepotrzebną zależność HiveConf dla usługi MiniHiveKdc.
HIVE-18341: Dodano obsługę ponownego ładowania w celu dodania "nieprzetworzonej" przestrzeni nazw dla funkcji TDE z tymi samymi kluczami szyfrowania.
HIVE-18352: wprowadzenie opcji METADATAONLY podczas wykonywania zrzutu REPL w celu umożliwienia integracji innych narzędzi.
HIVE-18353: CompactorMR powinien wywołać metodę jobclient.close(), aby wyzwolić czyszczenie.
HIVE-18390: IndexOutOfBoundsException podczas wykonywania zapytań względem widoku partycjonowanego w kolumnie ColumnPruner.
HIVE-18429: Kompaktowanie powinno obsługiwać przypadek, gdy nie generuje żadnych danych wyjściowych.
HIVE-18447: JDBC: umożliwia użytkownikom JDBC przekazywanie informacji o plikach cookie za pośrednictwem parametry połączenia.
HIVE-18460: Kompakt nie przekazuje właściwości tabeli do modułu zapisywania Orc.
HIVE-18467: obsługa całego zrzutu magazynu / ładowania + tworzenia/upuszczania zdarzeń bazy danych (Anishek Agarwal, z recenzją Sankar Hariappan).
HIVE-18551: Wektoryzacja: VectorMapOperator próbuje napisać zbyt wiele kolumn wektorów dla hybrydowej łaski.
HIVE-18587: wstawianie zdarzenia DML może próbować obliczyć sumę kontrolną dla katalogów.
HIVE-18613: Rozszerz JsonSerDe, aby obsługiwać typ BINARNY.
HIVE-18626: Ponowne ładowanie klauzuli "with" nie przekazuje konfiguracji do zadań podrzędnych.
HIVE-18660: PCR nie rozróżnia kolumn partycji i kolumn wirtualnych.
HIVE-18754: STAN REPL powinien obsługiwać klauzulę "with".
HIVE-18754: STAN REPL powinien obsługiwać klauzulę "with".
HIVE-18788: Czyszczenie danych wejściowych w JDBC PreparedStatement.
HIVE-18794: Ponowne ładowanie klauzuli "with" nie przekazuje konfiguracji do zadań dla tabel innych niż partycje.
HIVE-18808: Zwiększenie niezawodności kompaktowania w przypadku niepowodzenia aktualizacji statystyk.
HIVE-18817: Wyjątek ArrayIndexOutOfBounds podczas odczytu tabeli ACID.
HIVE-18833: Automatyczne scalanie kończy się niepowodzeniem podczas "wstawiania do katalogu jako pliku orcfile".
HIVE-18879: Nie zezwalaj na element osadzony w narzędziu UDFXPathUtil musi działać, jeśli xercesImpl.jar w ścieżce klasy.
HIVE-18907: Tworzenie narzędzia w celu rozwiązania problemu z indeksem kluczy kwaśnych z programu HIVE-18817.

Poprawki Apache Hive 2.1.0:

HIVE-14013: Opis tabeli nie pokazuje poprawnie unicode.
HIVE-14205: Hive nie obsługuje typu unii z formatem pliku AVRO.
HIVE-15563: Ignoruj wyjątek przejścia stanu nielegalnej operacji w pliku SQLOperation.runQuery, aby uwidocznić rzeczywisty wyjątek.
HIVE-15680: Nieprawidłowe wyniki, gdy hive.optimize.index.filter=true i ta sama tabela ORC jest przywoływana dwa razy w zapytaniu w trybie MR.
HIVE-15883: Tabela mapowana HBase w wstawieniu programu Hive kończy się niepowodzeniem dla liczby dziesiętnej.
HIVE-16757: Usuń wywołania przestarzałe AbstractRelNode.getRows.
HIVE-16828: Po włączeniu funkcji CBO zapytanie w widokach podzielonych na partycje zgłasza wyjątek IndexOutOfBoundException.
HIVE-17063: wstawianie zastępowania partycji na tabeli zewnętrznej kończy się niepowodzeniem po pierwszym upuszczaniu partycji.
HIVE-17259: Hive JDBC nie rozpoznaje kolumn UNIONTYPE.
HIVE-17530: KlasaCastException podczas konwertowania uniontypeelementu .
HIVE-17600: Make OrcFile's enforceBufferSize user-settable.
HIVE-17601: ulepszanie obsługi błędów w usłudze LlapServiceDriver.
HIVE-17613: usuwanie pul obiektów na potrzeby krótkich alokacji tego samego wątku.
HIVE-17617: Zestawienie pustego zestawu wyników powinno zawierać grupowanie pustego zestawu grupowania.
HIVE-17621: Ustawienia lokacji Hive są ignorowane podczas obliczania podziału HCatInputFormat.
HIVE-17629: CachedStore: ma zatwierdzoną/niezatwierdzoną konfigurację umożliwiającą selektywne buforowanie tabel/partycji i zezwalanie na odczyt podczas wstępnej instalacji.
HIVE-17636: Dodaj test multiple_agg.q dla elementu blobstores.
HIVE-17702: niepoprawna obsługa funkcji isRepeating w czytniku dziesiętnym w orc.
HIVE-17729: Dodawanie testów bazy danych i wyjaśnienie powiązanych testów magazynu obiektów blob.
HIVE-17731: dodaj opcję wstecz compat dla użytkowników zewnętrznych do programu HIVE-11985.
HIVE-17803: W przypadku wielu zapytań pig 2 HCatStorers zapisu w tej samej tabeli będzie deptać dane wyjściowe siebie nawzajem.
HIVE-17845: wstawianie kończy się niepowodzeniem, jeśli kolumny tabeli docelowej nie są małymi literami.
HIVE-17900: analizowanie statystyk kolumn wyzwalanych przez compactor generuje źle sformułowany kod SQL z 1 kolumną > partycji.
HIVE-18006: Optymalizowanie zużycia pamięci przez HLLDenseRegister.
HIVE-18026: Optymalizacja konfiguracji głównej usługi Hive webhcat.
HIVE-18031: obsługa replikacji dla operacji Alter Database.
HIVE-18090: puls kwasu kończy się niepowodzeniem, gdy magazyn metadanych jest połączony za pośrednictwem poświadczeń usługi Hadoop.
HIVE-18189: Kolejność według pozycji nie działa, gdy cbo jest wyłączona.
HIVE-18258: Vectorization: Reduce-Side GROUP BY MERGEPARTIAL with duplikowane kolumny is broken.
HIVE-18269: LLAP: Szybkie llap operacje we/wy z powolnym potokiem przetwarzania mogą prowadzić do OOM.
HIVE-18293: Program Hive nie kompaktuje tabel zawartych w folderze, który nie jest własnością tożsamości z uruchomionym programem HiveMetaStore.
HIVE-18318: Czytnik rekordów LLAP powinien sprawdzać przerwanie nawet wtedy, gdy nie blokuje.
HIVE-18326: LLAP Tez scheduler — tylko wywłaszcza zadania, jeśli istnieje zależność między nimi.
HIVE-18327: Usuń niepotrzebną zależność HiveConf dla usługi MiniHiveKdc.
HIVE-18331: Dodaj ponowne rejestrowanie po wygaśnięciu biletu TGT i niektóre rejestrowanie/lambda.
HIVE-18341: Dodano obsługę ponownego ładowania w celu dodania "nieprzetworzonej" przestrzeni nazw dla funkcji TDE z tymi samymi kluczami szyfrowania.
HIVE-18352: wprowadzenie opcji METADATAONLY podczas wykonywania zrzutu REPL w celu umożliwienia integracji innych narzędzi.
HIVE-18353: CompactorMR powinien wywołać metodę jobclient.close(), aby wyzwolić czyszczenie.
HIVE-18384: ConcurrentModificationException w log4j2.x bibliotece.
HIVE-18390: IndexOutOfBoundsException podczas wykonywania zapytań względem widoku partycjonowanego w kolumnie ColumnPruner.
HIVE-18447: JDBC: umożliwia użytkownikom JDBC przekazywanie informacji o plikach cookie za pośrednictwem parametry połączenia.
HIVE-18460: Kompakt nie przekazuje właściwości tabeli do modułu zapisywania Orc.
HIVE-18462: (Wyjaśnienie sformatowane dla zapytań ze sprzężeniami mapowania zawiera kolumnęExprMap z niesformatowaną nazwą kolumny).
HIVE-18467: obsługa całego zrzutu magazynu / ładowania + tworzenia/upuszczania zdarzeń bazy danych.
HIVE-18488: Czytniki ORC LLAP brakuje niektórych testów null.
HIVE-18490: Zapytanie o istnieje i NIE ISTNIEJE z predykatem nieprzywiągowym może spowodować nieprawidłowy wynik.
HIVE-18506: LlapBaseInputFormat — indeks tablicy ujemnej.
HIVE-18517: Wektoryzacja: Fix VectorMapOperator w celu akceptowania baz danych VRB i sprawdzania flagi wektoryzowanej poprawnie w celu obsługi Buforowanie LLAP).
HIVE-18523: Napraw wiersz podsumowania w przypadku braku danych wejściowych.
HIVE-18528: Zagregowane statystyki w magazynie obiektów otrzymują nieprawidłowy wynik.
HIVE-18530: Replikacja powinna pominąć tabelę MM (na razie).
HIVE-18548: Napraw importowanie log4j .
HIVE-18551: Wektoryzacja: VectorMapOperator próbuje napisać zbyt wiele kolumn wektorów dla hybrydowej łaski.
HIVE-18577: SemanticAnalyzer.validate ma kilka bezsensownych wywołań magazynu metadanych.
HIVE-18587: wstawianie zdarzenia DML może próbować obliczyć sumę kontrolną dla katalogów.
HIVE-18597: LLAP: Zawsze pakuj plik JAR interfejsu log4j2 API dla elementu org.apache.log4j.
HIVE-18613: Rozszerz JsonSerDe, aby obsługiwać typ BINARNY.
HIVE-18626: Ponowne ładowanie klauzuli "with" nie przekazuje konfiguracji do zadań podrzędnych.
HIVE-18643: nie sprawdzaj zarchiwizowanych partycji dla operacji ACID.
HIVE-18660: PCR nie rozróżnia kolumn partycji i kolumn wirtualnych.
HIVE-18754: STAN REPL powinien obsługiwać klauzulę "with".
HIVE-18788: Czyszczenie danych wejściowych w JDBC PreparedStatement.
HIVE-18794: Ponowne ładowanie klauzuli "with" nie przekazuje konfiguracji do zadań dla tabel innych niż partycje.
HIVE-18808: Zwiększenie niezawodności kompaktowania w przypadku niepowodzenia aktualizacji statystyk.
HIVE-18815: Usuwanie nieużywanej funkcji w systemie HPL/SQL.
HIVE-18817: Wyjątek ArrayIndexOutOfBounds podczas odczytu tabeli ACID.
HIVE-18833: Automatyczne scalanie kończy się niepowodzeniem podczas "wstawiania do katalogu jako pliku orcfile".
HIVE-18879: Nie zezwalaj na element osadzony w narzędziu UDFXPathUtil musi działać, jeśli xercesImpl.jar w ścieżce klasy.
HIVE-18944: Pozycja zestawów grupowania jest niepoprawnie ustawiana podczas DPP.

Kafka

Ta wersja udostępnia platformę Kafka 1.0.0 i następujące poprawki apache.

KAFKA-4827: Połączenie platformy Kafka: błąd z znakami specjalnymi w nazwie łącznika.
KAFKA-6118: Błąd przejściowy w interfejsie kafka.api.SaslScramSslToEndToEndAuthorizationTest.testTwoConsumersWithDifferentSaslCredentials.
KAFKA-6156: Narzędzie JmxReporter nie może obsługiwać ścieżek katalogu w stylu systemu Windows.
KAFKA-6164: Wątki ClientQuotaManager uniemożliwiają zamknięcie podczas napotkania błędu podczas ładowania dzienników.
KAFKA-6167: Znacznik czasu w katalogu strumieni zawiera dwukropek, który jest niedozwolonym znakiem.
KAFKA-6179: RecordQueue.clear() nie czyści utrzymywanej listy minTimestampTracker.
KAFKA-6185: Przeciek pamięci selektora z dużym prawdopodobieństwem operacji OOM w przypadku konwersji w dół.
KAFKA-6190: GlobalKTable nigdy nie kończy przywracania podczas korzystania z komunikatów transakcyjnych.
KAFKA-6210: IllegalArgumentException, jeśli 1.0.0 jest używany dla wersji inter.broker.protocol.version lub log.message.format.version.
KAFKA-6214: używanie replik rezerwowych z magazynem stanu pamięci powoduje awarię Strumienie.
KAFKA-6215: Kafka Strumienie Test kończy się niepowodzeniem w magistrali.
KAFKA-6238: Problemy z wersją protokołu podczas stosowania uaktualnienia stopniowego do wersji 1.0.0.
KAFKA-6260: AbstractCoordinator nie obsługuje wyraźnie wyjątku NULL.
KAFKA-6261: Rejestrowanie żądań zgłasza wyjątek, jeśli acks=0.
KAFKA-6274: Ulepszanie KTable automatycznie generowanych nazw magazynu stanów źródłowych.

Mahout

W usługach HDP-2.3.x i 2.4.x, zamiast wysyłać określoną wersję apache Mahout, zsynchronizowaliśmy się z określonym punktem poprawki na magistrali Apache Mahout. Ten punkt poprawki znajduje się po wersji 0.9.0, ale przed wersją 0.10.0. Zapewnia to dużą liczbę poprawek błędów i ulepszeń funkcjonalnych w wersji 0.9.0, ale zapewnia stabilną wersję funkcji Mahout przed zakończeniem konwersji na nową platformę Spark w wersji 0.10.0.

Punkt poprawki wybrany dla Mahout w HDP 2.3.x i 2.4.x pochodzi z gałęzi "mahout-0.10.x" Apache Mahout, od 19 grudnia 2014 r., poprawka 0f037cb03e7c096 w usłudze GitHub.

W usługach HDP-2.5.x i 2.6.x usunęliśmy bibliotekę "commons-httpclient" z Mahout, ponieważ postrzegamy ją jako przestarzałą bibliotekę z możliwymi problemami z zabezpieczeniami i uaktualniliśmy klienta Hadoop-Client w Mahout do wersji 2.7.3, tej samej wersji używanej w usłudze HDP-2.5. W efekcie:

Wcześniej skompilowane zadania Mahout muszą zostać ponownie skompilowane w środowisku HDP-2.5 lub 2.6.
Istnieje niewielka możliwość, że niektóre zadania Mahout mogą napotkać błędy "ClassNotFoundException" lub "nie można załadować klasy" związane z prefiksami "org.apache.commons.httpclient", "net.java.dev.jets3t" lub powiązanymi prefiksami nazw klas. Jeśli wystąpią te błędy, możesz rozważyć, czy ręcznie zainstalować wymagane pliki jar w ścieżce klasy dla zadania, jeśli ryzyko problemów z zabezpieczeniami w przestarzałej bibliotece jest akceptowalne w danym środowisku.
Istnieje jeszcze mniejsza możliwość, że niektóre zadania Mahout mogą napotkać awarie w wywołaniach kodu klienta hbase-client Mahout do bibliotek hadoop-common ze względu na problemy ze zgodnością binarną. Niestety, nie ma możliwości rozwiązania tego problemu z wyjątkiem przywracania do wersji HDP-2.4.2 Mahout, która może mieć problemy z zabezpieczeniami. Ponownie, powinno to być niezwykłe i jest mało prawdopodobne, aby wystąpić w każdym zestawie zadań Mahout.

Oozie

Ta wersja udostępnia program Oozie 4.2.0 z następującymi poprawkami apache.

OOZIE-2571: Dodaj właściwość spark.scala.binary.version Maven, aby można było użyć języka Scala 2.11.
OOZIE-2606: Ustaw plik spark.yarn.jars, aby naprawić platformę Spark 2.0 przy użyciu usługi Oozie.
OOZIE-2658: --driver-class-path może zastąpić ścieżkę klasy na platformie SparkMain.
OOZIE-2787: Oozie dystrybuuje plik JAR aplikacji dwa razy, co sprawia, że zadanie platformy Spark kończy się niepowodzeniem.
OOZIE-2792: Hive2 akcja nie analizuje identyfikatora aplikacji Platformy Spark z pliku dziennika prawidłowo, gdy hive jest na platformie Spark.
OOZIE-2799: Ustawianie lokalizacji dziennika dla usługi Spark sql w gałęzi.
OOZIE-2802: Niepowodzenie akcji platformy Spark na platformie Spark 2.1.0 z powodu duplikatu sharelibs.
OOZIE-2923: Ulepszanie analizowania opcji platformy Spark.
OOZIE-3109: SCA: obsługa skryptów między witrynami: Emocje ed.
OOZIE-3139: Oozie weryfikuje niepoprawnie przepływ pracy.
OOZIE-3167: uaktualnij wersję serwera tomcat w gałęzi Oozie 4.3.

Phoenix

Ta wersja zawiera rozwiązanie Phoenix 4.7.0 i następujące poprawki apache:

PHOENIX-1751: Wykonaj agregacje, sortowanie itp., w preScannerNext zamiast postScannerOpen.
PHOENIX-2714: Popraw oszacowanie bajtów w usłudze BaseResultIterators i uwidocznij jako interfejs.
PHOENIX-2724: Wykonywanie zapytań z dużą liczbą przewodników jest wolniejsze w porównaniu z brakiem statystyk.
PHOENIX-2855: Obejście inkrementacji TimeRange nie jest serializowane dla bazy HBase 1.2.
PHOENIX-3023: Niska wydajność, gdy zapytania limitu są wykonywane równolegle domyślnie.
PHOENIX-3040: Nie używaj przewodników do wykonywania zapytań szeregowo.
PHOENIX-3112: Skanowanie częściowe wierszy nie jest poprawnie obsługiwane.
PHOENIX-3240: KlasaCastException z modułu ładującego Pig.
PHOENIX-3452: WARTOŚĆ NULLS FIRST/NULL LAST nie powinna mieć wpływu na to, czy FUNKCJA GROUP BY zachowuje kolejność.
PHOENIX-3469: Niepoprawna kolejność sortowania klucza podstawowego DESC dla wartości NULLS LAST/NULLS FIRST.
PHOENIX-3789: Wykonaj wywołania konserwacji indeksu między regionami w pliku postBatchMutateIndispensably.
PHOENIX-3865: WARTOŚĆ IS NULL nie zwraca prawidłowych wyników, gdy rodzina pierwszej kolumny nie jest filtrowana.
PHOENIX-4290: Pełne skanowanie tabeli wykonane w celu usunięcia z tabelą o niezmiennych indeksach.
PHOENIX-4373: Klucz zmiennej długości zmiennej indeksu lokalnego może mieć końcowe wartości null podczas upserting.
PHOENIX-4466: java.lang.RuntimeException: kod odpowiedzi 500 — Wykonywanie zadania platformy Spark w celu nawiązania połączenia z serwerem zapytań phoenix i załadowania danych.
PHOENIX-4489: Wyciek Połączenie ion HBase w Phoenix MR Jobs.
PHOENIX-4525: Przepełnienie całkowite w wykonaniu GroupBy.
PHOENIX-4560: FUNKCJA ORDER BY z GRUPĄ BY nie działa, jeśli w kolumnie znajduje się MIEJSCE pk .
PHOENIX-4586: FUNKCJA UPSERT SELECT nie uwzględnia operatorów porównania dla podzapytania.
PHOENIX-4588: Wyrażenie klonowania również wtedy, gdy jego dzieci mają Determinism.PER_INVOCATION.

Pig

Ta wersja udostępnia program Pig 0.16.0 z następującymi poprawkami apache.

PIG-5159: Naprawa Świnia nie zapisuje historii gruntu.
PIG-5175: uaktualnienie jruby do wersji 1.7.26.

Ranger

Ta wersja zawiera platformę Ranger 0.7.0 i następujące poprawki apache:

RANGER-1805: Ulepszanie kodu w celu stosowania najlepszych rozwiązań w języku js.
RANGER-1960: Weź pod uwagę nazwę tabeli migawki do usunięcia.
RANGER-1982: Poprawa błędów metryki analizy Administracja Ranger i Ranger KMS.
RANGER-1984: Rekordy dziennika inspekcji bazy danych HBase mogą nie pokazywać wszystkich tagów skojarzonych z dostępem do kolumny.
RANGER-1988: Naprawianie niezabezpieczonej losowości.
RANGER-1990: Dodaj jednokierunkową obsługę protokołu SSL MySQL w usłudze Ranger Administracja.
RANGER-2006: Rozwiązywanie problemów wykrytych przez analizę kodu statycznego w module ranger usersync na potrzeby ldap źródła synchronizacji.
RANGER-2008: Ocena zasad kończy się niepowodzeniem w przypadku warunków zasad wielowierszowych.

Suwak

Ta wersja udostępnia suwak 0.92.0 bez dodatkowych poprawek apache.

platforma Spark

Ta wersja udostępnia platformę Spark 2.3.0 i następujące poprawki apache:

SPARK-13587: Obsługa virtualenv w pyspark.
SPARK-19964: Unikaj odczytywania z repozytoriów zdalnych w aplikacji SparkSubmitSuite.
SPARK-22882: test ML do przesyłania strumieniowego ze strukturą: ml.classification.
SPARK-22915: Testy przesyłania strumieniowego dla funkcji spark.ml.feature, od N do Z.
SPARK-23020: Napraw kolejny wyścig w teście uruchamiania procesu.
SPARK-23040: Zwraca iterator przerwalny dla czytnika mieszania.
SPARK-23173: Unikaj tworzenia uszkodzonych plików parquet podczas ładowania danych z formatu JSON.
SPARK-23264: Napraw scala. MatchError w literals.sql.out.
SPARK-23288: Naprawianie metryk wyjściowych za pomocą ujścia parquet.
SPARK-23329: Poprawiono dokumentację funkcji trygonometrycznych.
SPARK-23406: Włącz samoobsługowe sprzężenia strumienia strumienia dla gałęzi-2.3.
SPARK-23434: Platforma Spark nie powinna ostrzegać "katalogu metadanych" dla ścieżki pliku HDFS.
SPARK-23436: Wywnioskuj partycję jako datę tylko wtedy, gdy można ją rzutować na datę.
SPARK-23457: Najpierw zarejestruj odbiorniki ukończenia zadań w pliku ParquetFileFormat.
SPARK-23462: popraw brakujący komunikat o błędzie pola w elempcie "StructType".
SPARK-23490: Sprawdź identyfikator storage.locationUri z istniejącą tabelą w tabeli CreateTable.
SPARK-23524: Duże lokalne bloki mieszania nie powinny być sprawdzane pod kątem uszkodzenia.
SPARK-23525: Obsługa funkcji ALTER TABLE CHANGE COLUMN COMMENT dla zewnętrznej tabeli hive.
SPARK-23553: Testy nie powinny zakładać wartości domyślnej "spark.sql.sources.default".
SPARK-23569: zezwalaj pandas_udf na pracę z funkcjami typu typu w stylu python3.
SPARK-23570: Dodaj platformę Spark 2.3.0 w aplikacji HiveExternalCatalogVersionsSuite.
SPARK-23598: Utwórz metody w publicznej wersji BufferedRowIterator, aby uniknąć błędu środowiska uruchomieniowego dla dużego zapytania.
SPARK-23599: Dodaj generator UUID z pseudolosowych liczb.
SPARK-23599: użyj elementu RandomUUIDGenerator w wyrażeniu Uuid.
SPARK-23601: Usuwanie .md5 plików z wydania.
SPARK-23608: Dodawanie synchronizacji w usłudze SHS między funkcjami attachSparkUI i detachSparkUI w celu uniknięcia współbieżnego problemu z modyfikacjami w programach obsługi jetty.
SPARK-23614: Napraw niepoprawną wymianę ponownego użycia podczas buforowania.
SPARK-23623: Unikaj współbieżnego używania buforowanych odbiorców w pamięci podręcznej CachedKafkaConsumer (gałąź-2.3).
SPARK-23624: Popraw dokument metody pushFilters w źródle danych W wersji 2.
SPARK-23628: funkcja calculateParamLength nie powinna zwracać wartości 1 i liczby wyrażeń.
SPARK-23630: zezwalaj na zastosowanie dostosowań konfiguracji hadoop użytkownika.
SPARK-23635: Zmienna env funkcji wykonawczej platformy Spark jest zastępowana przez tę samą nazwę zmiennej env am.
SPARK-23637: Yarn może przydzielić więcej zasobów, jeśli ten sam wykonawca zostanie zabity wielokrotnie.
SPARK-23639: Uzyskaj token przed zainicjowanie klienta magazynu metadanych w interfejsie wiersza polecenia platformy SparkSQL.
SPARK-23642: Podklasa akumulacjaV2 to Poprawkazero scaladoc .
SPARK-23644: użyj ścieżki bezwzględnej do wywołania REST w usłudze SHS.
SPARK-23645: Dodaj dokumenty RE "pandas_udf" przy użyciu args słów kluczowych.
SPARK-23649: Pomijanie znaków niedozwolonych w formacie UTF-8.
SPARK-23658: InProcessAppHandle używa niewłaściwej klasy w getLogger.
SPARK-23660: Napraw wyjątek w trybie klastra yarn, gdy aplikacja zakończyła się szybko.
SPARK-23670: Napraw przeciek pamięci na platformie SparkPlanGraphWrapper.
SPARK-23671: Naprawiono warunek umożliwiający włączenie puli wątków SHS.
SPARK-23691: użyj narzędzia sql_conf w testach PySpark tam, gdzie to możliwe.
SPARK-23695: Napraw komunikat o błędzie dla testów przesyłania strumieniowego Kinesis.
SPARK-23706: spark.conf.get(wartość, default=None) powinna wygenerować wartość None w PySpark.
SPARK-23728: Napraw testy ML z oczekiwanymi wyjątkami podczas uruchamiania testów przesyłania strumieniowego.
SPARK-23729: Uwzględnianie fragmentu identyfikatora URI podczas rozpoznawania globów.
SPARK-23759: Nie można powiązać interfejsu użytkownika platformy Spark z określoną nazwą hosta/adresem IP.
SPARK-23760: CodegenContext.withSubExprEliminationExprs powinien poprawnie zapisać/przywrócić stan CSE.
SPARK-23769: Usuń komentarze, które niepotrzebnie wyłączają Scalastyle sprawdzanie.
SPARK-23788: Napraw wyścig w StreamingQuerySuite.
SPARK-23802: PropagateEmptyRelation może pozostawić plan zapytania w stanie nierozwiązanym.
SPARK-23806: Funkcja Broadcast.unpersist może spowodować wyjątek krytyczny w przypadku użycia z alokacją dynamiczną.
SPARK-23808: ustaw domyślną sesję platformy Spark w sesjach spark tylko testowych.
SPARK-23809: Aktywne sparkSession należy ustawić przez polecenie getOrCreate.
SPARK-23816: Zabite zadania powinny ignorować FetchFailures.
SPARK-23822: Popraw komunikat o błędzie dotyczący niezgodności schematu Parquet.
SPARK-23823: Zachowaj pochodzenie w transformExpression.
SPARK-23827: StreamingJoinExec powinien upewnić się, że dane wejściowe są podzielone na określoną liczbę partycji.
SPARK-23838: Uruchamianie zapytania SQL jest wyświetlane jako "ukończone" na karcie SQL.
SPARK-23881: Naprawa łuszczący test JobCancellationSuite". przerywany iterator czytnika shuffle".

Sqoop

Ta wersja udostępnia narzędzie Sqoop 1.4.6 bez dodatkowych poprawek apache.

Storm

Ta wersja udostępnia system Storm 1.1.1 i następujące poprawki apache:

STORM-2652: Wyjątek zgłoszony w metodzie open JmsSpout.
STORM-2841: testNoAcksIfFlushFails UT kończy się niepowodzeniem z powodu błędu NullPointerException.
STORM-2854: Uwidaczniaj IEventLogger, aby podłączyć dziennik zdarzeń.
STORM-2870: FileBasedEventLogger przecieka nieuprawdniającego wykonawcyservice, co uniemożliwia zakończenie procesu.
STORM-2960: Lepiej podkreślić znaczenie konfigurowania odpowiedniego konta systemu operacyjnego dla procesów Storm.

Tez

Ta wersja udostępnia tez 0.7.0 i następujące poprawki apache:

TEZ-1526: Ładowaniecache dla usługi TezTaskID wolne w przypadku dużych zadań.

Zeppelin

Ta wersja zapewnia zeppelin 0.7.3 bez dodatkowych poprawek Apache.

ZEPPELIN-3072: Interfejs użytkownika zeppelin staje się powolny/nie odpowiada, jeśli istnieje zbyt wiele notesów.
ZEPPELIN-3129: Interfejs użytkownika zeppelin nie wylogowuje się w programie IE.
ZEPPELIN-903: zastąp CXF ciągiem Jersey2.

ZooKeeper

Ta wersja udostępnia usługę ZooKeeper 3.4.6 i następujące poprawki apache:

ZOOKEEPER-1256: Błąd ClientPortBindTest w systemie macOS X.
ZOOKEEPER-1901: [JDK8] Sortuj elementy podrzędne do porównania w testach AsyncOps.
ZOOKEEPER-2423: Uaktualnianie wersji netty z powodu luki w zabezpieczeniach (CVE-2014-3488).
ZOOKEEPER-2693: Atak DOS na wchp/wchc cztery litery słów (4lw).
ZOOKEEPER-2726: Patch wprowadza potencjalny stan wyścigu.

Naprawiono typowe luki w zabezpieczeniach i ujawnieniach

W tej sekcji opisano wszystkie typowe luki w zabezpieczeniach i zagrożenia (CVE), które zostały rozwiązane w tej wersji.

CVE-2017-7676

Podsumowanie: Ocena zasad platformy Apache Ranger ignoruje znaki po znaku wieloznaczny "*"
Ważność: Krytyczne
Dostawca: Hortonworks
Wersje, których dotyczy problem: wersje usługi HDInsight 3.6, w tym Apache Ranger w wersji 0.5.x/0.6.x/0.7.0
Użytkownicy, których dotyczy problem: środowiska korzystające z zasad ranger z znakami po symbolu wieloznacznymi "" — na przykład mójtest, test*.txt
Wpływ: Matcher zasobów zasad ignoruje znaki po symbolu wieloznacznych "*", co może spowodować niezamierzone zachowanie.
Poprawka szczegółów: moduł dopasowania zasobów zasad platformy Ranger został zaktualizowany w celu poprawnego obsługi dopasowań z symbolami wieloznacznymi.
Zalecana akcja: uaktualnienie do usługi HDI 3.6 (z programem Apache Ranger 0.7.1 lub nowszym).

CVE-2017-7677

Podsumowanie: Autoryzator hive platformy Apache Ranger powinien sprawdzić uprawnienia RWX po określeniu lokalizacji zewnętrznej
Ważność: Krytyczne
Dostawca: Hortonworks
Wersje, których dotyczy problem: wersje usługi HDInsight 3.6, w tym Apache Ranger w wersji 0.5.x/0.6.x/0.7.0
Użytkownicy, których dotyczy problem: środowiska korzystające z lokalizacji zewnętrznej dla tabel hive
Wpływ: W środowiskach korzystających z lokalizacji zewnętrznej dla tabel hive autoryzator Hive platformy Apache Ranger powinien sprawdzić uprawnienia RWX dla lokalizacji zewnętrznej określonej dla tabeli tworzenia.
Szczegóły poprawki: Autoryzator Hive programu Ranger został zaktualizowany w celu poprawnego obsługi sprawdzania uprawnień w lokalizacji zewnętrznej.
Zalecana akcja: użytkownicy powinni przeprowadzić uaktualnienie do usługi HDI 3.6 (z programem Apache Ranger 0.7.1 lub nowszym).

CVE-2017-9799

Podsumowanie: Potencjalne wykonanie kodu jako niewłaściwego użytkownika w systemie Apache Storm
Ważność: ważne
Dostawca: Hortonworks
Wersje, których dotyczy problem: HDP 2.4.0, HDP-2.5.0, HDP-2.6.0
Użytkownicy, których dotyczy problem: użytkownicy korzystający z systemu Storm w trybie bezpiecznym i używają magazynu obiektów blob do dystrybucji artefaktów opartych na topologii lub dystrybuowania dowolnych zasobów topologii za pomocą magazynu obiektów blob.
Wpływ: W niektórych sytuacjach i konfiguracjach burzy teoretycznie jest możliwe, aby właściciel topologii skłonił nadzorcę do uruchomienia procesu roboczego jako inny, nie root, użytkownik. W najgorszym przypadku może to prowadzić do zabezpieczenia poświadczeń innego użytkownika, który został naruszony. Ta luka w zabezpieczeniach dotyczy tylko instalacji systemu Apache Storm z włączonymi zabezpieczeniami.
Środki zaradcze: uaktualnij do wersji HDP-2.6.2.1, ponieważ obecnie nie ma żadnych obejść.

CVE-2016-4970

Podsumowanie: program obsługi/ssl/OpenSslEngine.java w programie Netty 4.0.x przed 4.0.37. Final i 4.1.x przed 4.1.1. Final umożliwia zdalnym atakującym spowodowanie odmowy usługi (nieskończona pętla)
Ważność: Umiarkowana
Dostawca: Hortonworks
Wersje, których dotyczy problem: HDP 2.x.x od wersji 2.3.x
Użytkownicy, których dotyczy problem: wszyscy użytkownicy korzystający z systemu plików HDFS.
Wpływ: wpływ jest niski, ponieważ narzędzie Hortonworks nie używa OpenSslEngine.java bezpośrednio w bazie kodu platformy Hadoop.
Zalecana akcja: uaktualnienie do wersji HDP 2.6.3.

CVE-2016-8746

Podsumowanie: Problem z dopasowaniem ścieżki platformy Apache Ranger w ocenie zasad
Ważność: Normalna
Dostawca: Hortonworks
Wersje, których dotyczy problem: wszystkie wersje hdp 2.5, w tym Apache Ranger w wersji 0.6.0/0.6.1/0.6.2
Użytkownicy, których dotyczy problem: wszyscy użytkownicy narzędzia administratora zasad platformy Ranger.
Wpływ: aparat zasad ranger niepoprawnie pasuje do ścieżek w określonych warunkach, gdy zasady zawierają symbole wieloznaczne i flagi cyklicznego.
Poprawka szczegółów: Naprawiono logikę oceny zasad
Zalecana akcja: użytkownicy powinni przeprowadzić uaktualnienie do wersji HDP 2.5.4 lub nowszej (z programem Apache Ranger 0.6.3 lub nowszym) lub HDP 2.6+ (z programem Apache Ranger 0.7.0 lub nowszym)

CVE-2016-8751

Podsumowanie: Problem z przechowywaniem skryptów między witrynami platformy Apache Ranger
Ważność: Normalna
Dostawca: Hortonworks
Wersje, których dotyczy problem: wszystkie wersje HDP 2.3/2.4/2.5, w tym Apache Ranger w wersji 0.5.x/0.6.0/0.6.1/6.2
Użytkownicy, których dotyczy problem: wszyscy użytkownicy narzędzia administratora zasad platformy Ranger.
Wpływ: Platforma Apache Ranger jest podatna na przechowywanie skryptów między witrynami podczas wprowadzania niestandardowych warunków zasad. Administracja użytkownicy mogą przechowywać dowolny kod JavaScript wykonywany, gdy zwykle użytkownicy loguje się i uzyskują dostęp do zasad.
Poprawka szczegółów: Dodano logikę w celu oczyszczenia danych wejściowych użytkownika.
Zalecana akcja: użytkownicy powinni przeprowadzić uaktualnienie do wersji HDP 2.5.4 lub nowszej (z programem Apache Ranger 0.6.3 lub nowszym) lub HDP 2.6+ (z programem Apache Ranger 0.7.0 lub nowszym)

Rozwiązano problemy dotyczące pomocy technicznej

Rozwiązano problemy reprezentują wybrane problemy, które zostały wcześniej zarejestrowane za pośrednictwem pomocy technicznej narzędzia Hortonworks, ale zostały rozwiązane w bieżącej wersji. Te problemy mogły zostać zgłoszone w poprzednich wersjach w sekcji Znane problemy; oznacza to, że zostały zgłoszone przez klientów lub zidentyfikowane przez zespół inżynierów ds. jakości Hortonworks.

Nieprawidłowe wyniki

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-100019	YARN-8145	yarn rmadmin -getGroups nie zwraca zaktualizowanych grup dla użytkownika
BUG-100058	PHOENIX-2645	Symbole wieloznaczne nie pasują do znaków nowego wiersza
BUG-100266	PHOENIX-3521, PHOENIX-4190	Wyniki są nieprawidłowe w przypadku indeksów lokalnych
BUG-88774	HIVE-17617, HIVE-18413, HIVE-18523	niepowodzenie zapytania36, niezgodność liczby wierszy
BUG-89765	HIVE-17702	niepoprawna obsługa isRepeating w czytniku dziesiętnym w ORC
BUG-92293	HADOOP-15042	Funkcja Azure PageBlobInputStream.skip() może zwracać wartość ujemną, gdy parametr numberOfPagesRemaining wynosi 0
BUG-92345	ATLAS-2285	Interfejs użytkownika: zmieniono nazwę zapisanego wyszukiwania za pomocą atrybutu date.
BUG-92563	HIVE-17495, HIVE-18528	Zagregowane statystyki w obiekcie ObjectStore otrzymują nieprawidłowy wynik
BUG-92957	HIVE-11266	count(*) nieprawidłowy wynik na podstawie statystyk tabeli dla tabel zewnętrznych
BUG-93097	RANGER-1944	Filtr akcji dla Administracja Inspekcja nie działa
BUG-93335	HIVE-12315	vectorization_short_regress.q ma problem z nieprawidłowym wynikiem dla podwójnego obliczenia
BUG-93415	HIVE-18258, HIVE-18310	Wektoryzacja: zmniejszanie grupowania WEDŁUG SCALANIAPARTIAL z zduplikowanymi kolumnami jest uszkodzone
BUG-93939	ATLAS-2294	Dodatkowy parametr "description" dodany podczas tworzenia typu
BUG-94007	PHOENIX-1751, PHOENIX-3112	Zapytania Phoenix zwracają wartości null z powodu częściowych wierszy bazy danych HBase
BUG-94266	HIVE-12505	Wstawianie zastępowania w tej samej zaszyfrowanej strefie w trybie dyskretnym nie może usunąć niektórych istniejących plików
BUG-94414	HIVE-15680	Nieprawidłowe wyniki, gdy w zapytaniu występuje dwukrotne odwołanie do tabeli HIVe.optimize.index.filter=true i tej samej tabeli ORC
BUG-95048	HIVE-18490	Zapytanie z parametrem EXISTS i NOT EXISTS with non-equi predykate może wygenerować nieprawidłowy wynik
BUG-95053	PHOENIX-3865	Wartość IS NULL nie zwraca prawidłowych wyników, gdy rodzina pierwszej kolumny nie jest filtrowana względem
BUG-95476	RANGER-1966	Inicjalizacja aparatu zasad nie tworzy w niektórych przypadkach wzbogacenia kontekstu
BUG-95566	SPARK-23281	Zapytanie generuje wyniki w nieprawidłowej kolejności, gdy złożona kolejność według klauzuli odwołuje się zarówno do oryginalnych kolumn, jak i aliasów
BUG-95907	PHOENIX-3451, PHOENIX-3452, PHOENIX-3469, PHOENIX-4560	Rozwiązywanie problemów z usługą ORDER BY ASC, gdy zapytanie ma agregację
BUG-96389	PHOENIX-4586	FUNKCJA UPSERT SELECT nie uwzględnia operatorów porównania dla podzapytania.
BUG-96602	HIVE-18660	PcR nie rozróżnia między partycjami a kolumnami wirtualnymi
BUG-97686	ATLAS-2468	[Wyszukiwanie podstawowe] Problem z przypadkami OR, gdy NEQ jest używany z typami liczbowymi
BUG-97708	HIVE-18817	Wyjątek ArrayIndexOutOfBounds podczas odczytu tabeli ACID.
BUG-97864	HIVE-18833	Automatyczne scalanie kończy się niepowodzeniem, gdy "wstaw do katalogu jako plik orcfile"
BUG-97889	RANGER-2008	Ocena zasad kończy się niepowodzeniem w przypadku warunków zasad wielowierszowych.
BUG-98655	RANGER-2066	Dostęp do rodziny kolumn HBase jest autoryzowany przez otagowaną kolumnę w rodzinie kolumn
BUG-99883	HIVE-19073, HIVE-19145	StatsOptimizer może przełączać stałe kolumny

Inne

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-100267	HBASE-17170	Baza HBase ponawia również próbę wykonania polecenia DoNotRetryIOException z powodu różnic modułu ładującego klasy.
BUG-92367	YARN-7558	Polecenie "dzienniki usługi yarn" nie może pobrać dzienników dla uruchomionych kontenerów, jeśli jest włączone uwierzytelnianie interfejsu użytkownika.
BUG-93159	OOZIE-3139	Oozie weryfikuje przepływ pracy niepoprawnie
BUG-93936	ATLAS-2289	Osadzony kod uruchamiania/zatrzymywania serwera kafka/zookeeper, który ma zostać przeniesiony z implementacji kafkaNotification
BUG-93942	ATLAS-2312	Użyj obiektów ThreadLocal DateFormat, aby uniknąć jednoczesnego użycia z wielu wątków
BUG-93946	ATLAS-2319	Interfejs użytkownika: usunięcie tagu, który na 25+ pozycji na liście tagów w strukturze płaskiej i drzewa wymaga odświeżenia, aby usunąć tag z listy.
BUG-94618	YARN-5037, YARN-7274	Możliwość wyłączenia elastyczności na poziomie kolejki liścia
BUG-94901	HBASE-19285	Dodawanie histogramów opóźnienia dla tabeli
BUG-95259	HADOOP-15185, HADOOP-15186	Aktualizowanie `adls` łącznika w celu korzystania z bieżącej wersji zestawu ADLS SDK
BUG-95619	HIVE-18551	Wektoryzacja: VectorMapOperator próbuje napisać zbyt wiele kolumn wektorów dla hybrydowej grace
BUG-97223	SPARK-23434	Platforma Spark nie powinna ostrzegać "katalogu metadanych" dla ścieżki pliku HDFS

Wydajność

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-83282	HBASE-13376, HBASE-14473, HBASE-15210, HBASE-15515, HBASE-16570, HBASE-16810, HBASE-18164	Szybkie obliczenia lokalne w module równoważenia
BUG-91300	HBASE-17387	Zmniejsz obciążenie raportu wyjątku w regionie RegionActionResult dla funkcji multi()
BUG-91804	TEZ-1526	Ładowanie usługiCache dla identyfikatora TezTaskID wolne w przypadku dużych zadań
BUG-92760	ACCUMULO-4578	Anulowanie operacji kompaktowania FATE nie zwalnia blokady przestrzeni nazw
BUG-93577	RANGER-1938	Rozwiązanie Solr w przypadku konfiguracji inspekcji nie używa skutecznie plików DocValues
BUG-93910	HIVE-18293	Program Hive nie kompaktuje tabel zawartych w folderze, który nie jest własnością tożsamości z uruchomionym programem HiveMetaStore
BUG-94345	HIVE-18429	Kompaktowanie powinno obsługiwać przypadek, gdy nie generuje żadnych danych wyjściowych
BUG-94381	HADOOP-13227, HDFS-13054	Obsługa żądaniaHedgingProxyProvider RetryAction order: FAIL < RETRY < FAILOVER_AND_RETRY.
BUG-94432	HIVE-18353	Program CompactorMR powinien wywołać metodę jobclient.close(), aby wyzwolić czyszczenie
BUG-94869	PHOENIX-4290, PHOENIX-4373	Zażądano wiersza poza zakresem dla polecenia Get on `HRegion` dla lokalnej indeksowanej tabeli z solonego phoenix.
BUG-94928	HDFS-11078	Naprawianie serwera NPE w pliku LazyPersistFileScrubber
BUG-94964	HIVE-18269, HIVE-18318, HIVE-18326	Wiele poprawek protokołu LLAP
BUG-95669	HIVE-18577, HIVE-18643	Po uruchomieniu zapytania update/delete w tabeli partycjonowanej ACID moduł HS2 odczytuje wszystkie partycje.
BUG-96390	HDFS-10453	Wątek ReplicationMonitor może być zablokowany przez długi czas z powodu wyścigu między replikacją i usunięcia tego samego pliku w dużym klastrze.
BUG-96625	HIVE-16110	Przywracanie wartości "Vectorization: Support 2 Value CASE WHEN zamiast fallback to VectorUDFAdaptor"
BUG-97109	HIVE-16757	Użycie przestarzałej metody getRows() zamiast nowych wartości estimateRowCount(RelMetadataQuery...) ma poważny wpływ na wydajność
BUG-97110	PHOENIX-3789	Wykonywanie wywołań konserwacji indeksu między regionami w pliku postBatchMutateIndispensably
BUG-98833	YARN-6797	Funkcja TimelineWriter nie w pełni korzysta z odpowiedzi POST
BUG-98931	ATLAS-2491	Aktualizowanie punktu zaczepienia programu Hive w celu korzystania z powiadomień usługi Atlas w wersji 2

Potencjalna utrata danych

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-95613	HBASE-18808	Nieskuteczne ewidencjonowanie konfiguracji BackupLogCleaner#getDeletableFiles()
BUG-97051	HIVE-17403	Łączenie nie powiodło się dla tabel niezarządzanych i transakcyjnych
BUG-97787	HIVE-18460	Kompakt nie przekazuje właściwości tabeli do modułu zapisywania orc
BUG-97788	HIVE-18613	Rozszerzanie funkcji JsonSerDe w celu obsługi typu binarnego

Niepowodzenie zapytania

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-100180	CALCITE-2232	Błąd asercji w obiekcie AggregatePullUpConstantsRule podczas dostosowywania indeksów agregujących
BUG-100422	HIVE-19085	Ustawienie parametru FastHiveDecimal abs(0) na `+ve`
BUG-100834	PHOENIX-4658	IllegalStateException: requestSeek nie może być wywoływany w funkcji ReversedKeyValueHeap
BUG-102078	HIVE-17978	Zapytania TPCDS 58 i 83 generują wyjątki w wektoryzacji.
BUG-92483	HIVE-17900	analizowanie statystyk kolumn wyzwalanych przez kompaktor generuje źle sformułowany kod SQL z 1 kolumną > partycji
BUG-93135	HIVE-15874, HIVE-18189	Zapytanie Hive zwraca nieprawidłowe wyniki po ustawieniu wartości hive.groupby.orderby.position.alias na true
BUG-93136	HIVE-18189	Kolejność według pozycji nie działa, gdy `cbo` jest wyłączona
BUG-93595	HIVE-12378, HIVE-15883	Tabela mapowana przez bazę danych HBase w wstawienie programu Hive kończy się niepowodzeniem dla kolumn dziesiętnych i binarnych
BUG-94007	PHOENIX-1751, PHOENIX-3112	Zapytania Phoenix zwracają wartości null z powodu częściowych wierszy bazy danych HBase
BUG-94144	HIVE-17063	Wstawianie zastępowania partycji do tabeli zewnętrznej kończy się niepowodzeniem po pierwszym upuszczaniu partycji
BUG-94280	HIVE-12785	Widok z typem unii i funkcją UDF do rzutowania, struktura jest uszkodzona
BUG-94505	PHOENIX-4525	Przepełnienie całkowite w wykonaniu Grupuj według
BUG-95618	HIVE-18506	LlapBaseInputFormat — indeks tablicy ujemnej
BUG-95644	HIVE-9152	CombineHiveInputFormat: zapytanie Hive kończy się niepowodzeniem w aplikacji Tez z wyjątkiem java.lang.IllegalArgumentException
BUG-96762	PHOENIX-4588	Wyrażenie klonowania również wtedy, gdy jego elementy podrzędne mają Determinism.PER_INVOCATION
BUG-97145	HIVE-12245, HIVE-17829	Obsługa komentarzy kolumn dla tabeli opartej na bazie HBase
BUG-97741	HIVE-18944	Pozycja zestawów grupowania jest niepoprawnie ustawiana podczas DPP
BUG-98082	HIVE-18597	LLAP: Zawsze pakuj plik JAR interfejsu `log4j2` API dla `org.apache.log4j`
BUG-99849	Nie dotyczy	Tworzenie nowej tabeli z poziomu kreatora plików próbuje użyć domyślnej bazy danych

Bezpieczeństwo

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-100436	RANGER-2060	`Knox` serwer proxy z `knox-sso` programem nie działa w przypadku platformy Ranger
BUG-101038	SPARK-24062	Błąd zeppelin %Spark "odmowa Połączenie ion" "Należy określić klucz tajny..." błąd w serwerze HiveThriftServer
BUG-101359	ACCUMULO-4056	Aktualizacja wersji kolekcji commons-collection do wersji 3.2.2 po wydaniu
BUG-54240	HIVE-18879	Nie zezwalaj na działanie elementu osadzonego w narzędziu UDFXPathUtil, jeśli xercesImpl.jar w ścieżce klasy
BUG-79059	OOZIE-3109	Znaki specyficzne dla formatu HTML przesyłania strumieniowego w dzienniku ucieczki
BUG-90041	OOZIE-2723	JSON.org licencja jest teraz CatX
BUG-93754	RANGER-1943	Autoryzacja rozwiązania Ranger Solr jest pomijana, gdy kolekcja jest pusta lub ma wartość null
BUG-93804	HIVE-17419	ANALIZUJ TABELĘ... POLECENIE COMPUTE STATISTICS FOR COLUMNS (STATYSTYKI OBLICZENIOWE DLA KOLUMN) pokazuje obliczone statystyki dla zamaskowanych tabel
BUG-94276	ZEPPELIN-3129	Interfejs użytkownika zeppelin nie wylogowuje się w programie IE
BUG-95349	ZOOKEEPER-1256, ZOOKEEPER-1901	Uaktualnianie netty
BUG-95483	Nie dotyczy	Poprawka cve-2017-15713
BUG-95646	OOZIE-3167	Uaktualnianie wersji serwera tomcat w gałęzi Oozie 4.3
BUG-95823	Nie dotyczy	`Knox`:Uaktualnienia `Beanutils`
BUG-95908	RANGER-1960	Uwierzytelnianie bazy danych HBase nie uwzględnia przestrzeni nazw tabeli podczas usuwania migawki
BUG-96191	FALCON-2322, FALCON-2323	Uaktualnij wersje Jackson i Spring, aby uniknąć luk w zabezpieczeniach
BUG-96502	RANGER-1990	Dodawanie jednokierunkowej obsługi protokołu SSL MySQL w usłudze Ranger Administracja
BUG-96712	FLUME-3194	uaktualnij derby do najnowszej wersji (1.14.1.0)
BUG-96713	FLUME-2678	Uaktualnij program xalan do wersji 2.7.2, aby dbać o lukę CVE-2014-0107
BUG-96714	FLUME-2050	Uaktualnianie do `log4j2` (gdy ogólna dostępność)
BUG-96737	Nie dotyczy	Używanie metod systemu plików Java io do uzyskiwania dostępu do plików lokalnych
BUG-96925	Nie dotyczy	Uaktualnianie serwera Tomcat z wersji 6.0.48 do 6.0.53 w usłudze Hadoop
BUG-96977	FLUME-3132	Uaktualnianie zależności biblioteki tomcat `jasper`
BUG-97022	HADOOP-14799, HADOOP-14903, HADOOP-15265	Uaktualnianie biblioteki Nimbus-JOSE-JWT z wersją powyżej 4.39
BUG-97101	RANGER-1988	Naprawianie niezabezpieczonej losowości
BUG-97178	ATLAS-2467	Uaktualnienie zależności dla platformy Spring i nimbus-jose-jwt
BUG-97180	Nie dotyczy	Uaktualnij Nimbus-jose-jwt
BUG-98038	HIVE-18788	Czyszczenie danych wejściowych w JDBC PreparedStatement
BUG-98353	HADOOP-13707	Przywracanie polecenia "Jeśli protokół Kerberos jest włączony, gdy nie skonfigurowano protokołu HTTP SPNEGO, niektóre linki nie mogą być dostępne"
BUG-98372	HBASE-13848	Uzyskiwanie dostępu do haseł SSL serwera InfoServer za pośrednictwem interfejsu API dostawcy poświadczeń
BUG-98385	ATLAS-2500	Dodaj więcej nagłówków do odpowiedzi usługi Atlas.
BUG-98564	HADOOP-14651	Zaktualizuj wersję okhttp do wersji 2.7.5
BUG-99440	RANGER-2045	Kolumny tabeli Hive bez jawnych zasad zezwalania są wyświetlane za pomocą polecenia "desc table"
BUG-99803	Nie dotyczy	Oozie powinien wyłączyć ładowanie klas dynamicznych HBase

Stabilność

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-100040	ATLAS-2536	NpE w atlas Hive Hook
BUG-100057	HIVE-19251	ObjectStore.getNextNotification z limitem powinna używać mniejszej ilości pamięci
BUG-100072	HIVE-19130	Serwer NPE jest zgłaszany podczas ponownego ładowania zastosowanego zdarzenia partycji upuszczania.
BUG-100073	Nie dotyczy	zbyt wiele połączeń close_wait z `hiveserver` węzła danych
BUG-100319	HIVE-19248	FUNKCJA REPL LOAD nie zgłasza błędu, jeśli kopiowanie pliku nie powiedzie się.
BUG-100352	Nie dotyczy	CLONE — przeczyszczanie logiki RM skanuje /rejestr znode zbyt często
BUG-100427	HIVE-19249	Replikacja: klauzula WITH nie przekazuje konfiguracji do zadania we wszystkich przypadkach
BUG-100430	HIVE-14483	java.lang.ArrayIndexOutOfBoundsException org.apache.orc.impl.TreeReaderFactory$BytesColumnVectorUtil.commonReadByteArrays
BUG-100432	HIVE-19219	Przyrostowy zrzut REPL powinien zgłaszać błąd, jeśli żądane zdarzenia są czyszczone.
BUG-100448	SPARK-23637, SPARK-23802, SPARK-23809, SPARK-23816, SPARK-23822, SPARK-23823, SPARK-23838, SPARK-23881	Aktualizacja `Spark2` do wersji 2.3.0+ (4/11)
BUG-100740	HIVE-16107	JDBC: Klient Httpclient powinien ponowić próbę jeszcze raz na noHttpResponseException
BUG-100810	HIVE-19054	Replikacja usługi Hive Functions kończy się niepowodzeniem
BUG-100937	MAPREDUCE-6889	Dodaj interfejs API zadania#zamknij, aby zamknąć usługi klienckie MR.
BUG-101065	ATLAS-2587	Ustaw listę ACL odczytu dla /apache_atlas/active_server_info węzła znode w wysokiej dostępności, `Knox` aby serwer proxy był odczytywany.
BUG-101093	STORM-2993	Śruba systemu plików HDFS systemu Storm zgłasza wyjątek ClosedChannelException, gdy są używane zasady rotacji czasu
BUG-101181	Nie dotyczy	Narzędzie PhoenixStorageHandler nie obsługuje poprawnie predykatu AND
BUG-101266	PHOENIX-4635	Wyciek Połączenie ion HBase w org.apache.phoenix.hive.mapreduce.PhoenixInputFormat
BUG-101458	HIVE-11464	brak informacji o pochodzenia, jeśli istnieje wiele danych wyjściowych
BUG-101485	Nie dotyczy	Interfejs API ograniczania magazynu metadanych hive działa wolno i powoduje przekroczenie limitu czasu klienta
BUG-101628	HIVE-19331	Replikacja przyrostowa hive do chmury nie powiodła się.
BUG-102048	HIVE-19381	Replikacja funkcji Hive do chmury kończy się niepowodzeniem z funkcją FunctionTask
BUG-102064	Nie dotyczy	Testy replikacji `\[ onprem to onprem \]` hive nie powiodły się w narzędziu ReplCopyTask
BUG-102137	HIVE-19423	Testy replikacji `\[ Onprem to Cloud \]` hive nie powiodły się w narzędziu ReplCopyTask
BUG-102305	HIVE-19430	Zrzuty OOM magazynu metadanych HS2 i hive
BUG-102361	Nie dotyczy	wiele wstawień powoduje zreplikowanie pojedynczego wstawiania do docelowego klastra hive ( `onprem - s3` )
BUG-87624	Nie dotyczy	Włączenie rejestrowania zdarzeń storm powoduje, że pracownicy stale umierają
BUG-88929	HBASE-15615	Niewłaściwy czas uśpienia, gdy element RegionServerCallable wymaga ponowienia próby
BUG-89628	HIVE-17613	usuwanie pul obiektów dla krótkich alokacji tego samego wątku
BUG-89813	Nie dotyczy	Analiza głównej przyczyny: Poprawność kodu: metoda niezsynchronizowana zastępuje zsynchronizowaną metodę
BUG-90437	ZEPPELIN-3072	Interfejs użytkownika zeppelin staje się powolny/nie odpowiada, jeśli istnieje zbyt wiele notesów
BUG-90640	HBASE-19065	HRegion#bulkLoadHFiles() powinien poczekać na zakończenie współbieżnego regionu#flush()
BUG-91202	HIVE-17013	Żądanie usuwania z podzapytaniem na podstawie wyboru w widoku
BUG-91350	KNOX-1108	NiFiHaDispatch nie kończy się niepowodzeniem
BUG-92054	HIVE-13120	propagacja uczenia maszynowego podczas generowania podziałów ORC
BUG-92373	FALCON-2314	Bump TestNG w wersji do 6.13.1, aby uniknąć zależności programu BeanShell
BUG-92381	Nie dotyczy	testContainerLogsWithNewAPI i testContainerLogsWithOldAPI UT kończy się niepowodzeniem
BUG-92389	STORM-2841	testNoAcksIfFlushFails UT kończy się niepowodzeniem z powodu błędu NullPointerException
BUG-92586	SPARK-17920, SPARK-20694, SPARK-21642, SPARK-22162, SPARK-22289, SPARK-22373, SPARK-22495, SPARK-22574, SPARK-22574, SPARK-22591, SPARK-22595, SPARK-22601, SPARK-22603, SPARK-22607, SPARK-22635, SPARK-22637, SPARK-22653, SPARK-22654, SPARK-22686, SPARK-22688, SPARK-22688, SPARK-22817, SPARK-22862, SPARK-22889, SPARK-22972, SPARK-22975, SPARK-22982, SPARK-22983, SPARK-22984, SPARK-23001, SPARK-23038, SPARK-23095	Aktualizacja `Spark2` do wersji 2.2.1 (16 stycznia)
BUG-92680	ATLAS-2288	Wyjątek NoClassDefFoundError podczas uruchamiania skryptu import-hive podczas tworzenia tabeli hbase za pośrednictwem programu Hive
BUG-92760	ACCUMULO-4578	Anulowanie operacji kompaktowania FATE nie zwalnia blokady przestrzeni nazw
BUG-92797	HDFS-10267, HDFS-8496	Zmniejszenie rywalizacji o blokadę węzła danych w niektórych przypadkach użycia
BUG-92813	FLUME-2973	Zakleszczenie w ujściu hdfs
BUG-92957	HIVE-11266	count(*) nieprawidłowy wynik na podstawie statystyk tabeli dla tabel zewnętrznych
BUG-93018	ATLAS-2310	W wysokiej dostępności węzeł pasywny przekierowuje żądanie z nieprawidłowym kodowaniem adresu URL
BUG-93116	RANGER-1957	Program Ranger Usersync nie synchronizuje użytkowników ani grup okresowo po włączeniu synchronizacji przyrostowej.
BUG-93361	HIVE-12360	Zły wyszukiwanie w nieskompresowanym ORC z predykatem pushdown
BUG-93426	CALCITE-2086	HTTP/413 w pewnych okolicznościach z powodu dużych nagłówków autoryzacji
BUG-93429	PHOENIX-3240	ClassCastException from Pig loader (KlasaCastException z modułu ładującego Pig)
BUG-93485	Nie dotyczy	Nie można pobrać tabeli mytestorg.apache.hadoop.hive.ql.metadata.InvalidTableException: Nie można odnaleźć tabeli podczas uruchamiania tabeli analizy kolumn w usłudze LLAP
BUG-93512	PHOENIX-4466	java.lang.RuntimeException: kod odpowiedzi 500 — Wykonywanie zadania platformy Spark w celu nawiązania połączenia z serwerem zapytań phoenix i załadowania danych
BUG-93550	Nie dotyczy	Zeppelin %spark.r nie działa z platformą Spark1 z powodu niezgodności wersji scala
BUG-93910	HIVE-18293	Program Hive nie kompaktuje tabel zawartych w folderze, który nie jest własnością tożsamości z uruchomionym programem HiveMetaStore
BUG-93926	ZEPPELIN-3114	Notesy i interpretery nie są zapisywane w zeppelin po >testowaniu obciążenia 1d
BUG-93932	ATLAS-2320	klasyfikacja "*" z zapytaniem zgłasza wyjątek 500 Wewnętrzny serwer.
BUG-93948	YARN-7697	Nm spada z OOM z powodu wycieku w agregacji dzienników (część 1)
BUG-93965	ATLAS-2229	Wyszukiwanie DSL: atrybut nieciągowy orderby zgłasza wyjątek
BUG-93986	YARN-7697	Nm ulegnie awarii z powodu wycieku w agregacji dzienników (część 2)
BUG-94030	ATLAS-2332	Tworzenie typu z atrybutami z zagnieżdżonym typem danych kolekcji kończy się niepowodzeniem
BUG-94080	YARN-3742, YARN-6061	Obie maszyny RM są w stanie wstrzymania w bezpiecznym klastrze
BUG-94081	HIVE-18384	ConcurrentModificationException w `log4j2.x` bibliotece
BUG-94168	Nie dotyczy	Usługa Yarn RM ulega awarii z powodu błędu rejestru usług
BUG-94330	HADOOP-13190, HADOOP-14104, HADOOP-14814, HDFS-10489, HDFS-11689	System plików HDFS powinien obsługiwać wiele `KMS Uris`
BUG-94345	HIVE-18429	Kompaktowanie powinno obsługiwać przypadek, gdy nie generuje żadnych danych wyjściowych
BUG-94372	ATLAS-2229	Zapytanie DSL: hive_table name = ["t1","t2"] zgłasza nieprawidłowy wyjątek zapytania DSL
BUG-94381	HADOOP-13227, HDFS-13054	Obsługa żądaniaHedgingProxyProvider RetryAction order: FAIL < RETRY < FAILOVER_AND_RETRY.
BUG-94432	HIVE-18353	Program CompactorMR powinien wywołać metodę jobclient.close(), aby wyzwolić czyszczenie
BUG-94575	SPARK-22587	Zadanie platformy Spark kończy się niepowodzeniem, jeśli plik fs.defaultFS i plik jar aplikacji są innym adresem URL
BUG-94791	SPARK-22793	Wyciek pamięci na serwerze Spark Thrift
BUG-94928	HDFS-11078	Naprawianie serwera NPE w pliku LazyPersistFileScrubber
BUG-95013	HIVE-18488	W czytnikach ORC protokołu LLAP brakuje niektórych kontroli wartości null
BUG-95077	HIVE-14205	Program Hive nie obsługuje typu unii z formatem pliku AVRO
BUG-95200	HDFS-13061	SaslDataTransferClient#checkTrustAndSend nie powinien ufać częściowo zaufanemu kanałowi
BUG-95201	HDFS-13060	Dodawanie elementu BlacklistBasedTrustedChannelResolver dla elementu TrustedChannelResolver
BUG-95284	HBASE-19395	[gałąź-1] Błąd TestEndToEndSplitTransaction.testMasterOpsWhileSplitting z serwerem NPE
BUG-95301	HIVE-18517	Wektoryzacja: Poprawiono vectorMapOperator, aby akceptować vrB i sprawdzać flagę wektoryzowaną poprawnie w celu obsługi Buforowanie LLAP
BUG-95542	HBASE-16135	Element PeerClusterZnode pod numerem rs usuniętego elementu równorzędnego nigdy nie może zostać usunięty
BUG-95595	HIVE-15563	Ignoruj wyjątek przejścia stanu nielegalnej operacji w pliku SQLOperation.runQuery, aby uwidocznić rzeczywisty wyjątek.
BUG-95596	YARN-4126, YARN-5750	Niepowodzenie usługi TestClientRMService
BUG-96019	HIVE-18548	Naprawianie `log4j` importu
BUG-96196	HDFS-13120	Różnice migawek mogą być uszkodzone po concat
BUG-96289	HDFS-11701	Serwer NPE z nierozwiązanego hosta powoduje trwałe błędy dfSInputStream
BUG-96291	STORM-2652	Wyjątek zgłoszony w metodzie open JmsSpout
BUG-96363	HIVE-18959	Unikaj tworzenia dodatkowej puli wątków w ramach protokołu LLAP
BUG-96390	HDFS-10453	Wątek ReplicationMonitor może być zablokowany przez długi czas z powodu wyścigu między replikacją a usunięciem tego samego pliku w dużym klastrze.
BUG-96454	YARN-4593	Zakleszczenie w pliku AbstractService.getConfig()
BUG-96704	FALCON-2322	KlasaCastException podczas przesyłania kanału informacyjnegoAndSchedule
BUG-96720	SLIDER-1262	Testy functestów suwaka kończą się niepowodzeniem w `Kerberized` środowisku
BUG-96931	SPARK-23053, SPARK-23186, SPARK-23230, SPARK-23358, SPARK-23376, SPARK-23391	Aktualizacja `Spark2` aktualna (19 lutego)
BUG-97067	HIVE-10697	ObjectInspectorConvertors#UnionConvertor wykonuje wadliwą konwersję
BUG-97244	KNOX-1083	Domyślny limit czasu httpClient powinien być rozsądną wartością
BUG-97459	ZEPPELIN-3271	Opcja wyłączania harmonogramu
BUG-97511	KNOX-1197	Funkcja AnonymousAuthFilter nie jest dodawana, gdy uwierzytelnianie=Anonimowe w usłudze
BUG-97601	HIVE-17479	Katalogi przejściowe nie są czyszczone dla zapytań aktualizacji/usuwania
BUG-97605	HIVE-18858	Właściwości systemu w konfiguracji zadania nie są rozpoznawane podczas przesyłania zadania mr
BUG-97674	OOZIE-3186	Oozie nie może użyć konfiguracji połączonej przy użyciu jceks://file/...
BUG-97743	Nie dotyczy	java.lang.NoClassDefFoundError wyjątek podczas wdrażania topologii storm
BUG-97756	PHOENIX-4576	Naprawiono niepowodzenie testów LocalIndexSplitMergeIT
BUG-97771	HDFS-11711	Nazwa wyróżniająca nie powinna usuwać bloku W przypadku wyjątku "Zbyt wiele otwartych plików"
BUG-97869	KNOX-1190	`Knox` Obsługa logowania jednokrotnego dla usługi Google OIDC jest uszkodzona.
BUG-97879	PHOENIX-4489	Wyciek Połączenie bazy danych HBase w Phoenix MR Jobs
BUG-98392	RANGER-2007	Nie można odnowić biletu protokołu Kerberos narzędzia ranger-tagsync
BUG-98484	Nie dotyczy	Replikacja przyrostowa hive do chmury nie działa
BUG-98533	HBASE-19934, HBASE-20008	Przywracanie migawki bazy danych HBase kończy się niepowodzeniem z powodu wyjątku wskaźnika null
BUG-98555	PHOENIX-4662	Wyjątek NullPointerException w TableResultIterator.java ponownego wyślij do pamięci podręcznej
BUG-98579	HBASE-13716	Przestań używać fsConstants usługi Hadoop
BUG-98705	KNOX-1230	Wiele współbieżnych żądań powoduje `Knox` mangling adresu URL
BUG-98983	KNOX-1108	NiFiHaDispatch nie kończy się niepowodzeniem
BUG-99107	HIVE-19054	Replikacja funkcji używa "hive.repl.replica.functions.root.dir" jako katalogu głównego
BUG-99145	RANGER-2035	Błędy podczas uzyskiwania dostępu do definicji usługi przy użyciu pustej klasy implClass z zapleczem Oracle
BUG-99160	SLIDER-1259	Suwak nie działa w środowiskach z wieloma domami
BUG-99239	ATLAS-2462	Importowanie sqoop dla wszystkich tabel zgłasza serwer NPE bez tabeli podanej w poleceniu
BUG-99301	ATLAS-2530	Newline na początku atrybutu name hive_process i hive_column_lineage
BUG-99453	HIVE-19065	Sprawdzanie zgodności klienta magazynu metadanych powinno obejmować synchronizacjęMetaStoreClient
BUG-99521	Nie dotyczy	Usługa ServerCache dla funkcji HashJoin nie jest ponownie tworzona, gdy iteratory są ponownie potwierdzane
BUG-99590	PHOENIX-3518	Przeciek pamięci w renewLeaseTask
BUG-99618	SPARK-23599, SPARK-23806	Aktualizacja `Spark2` do wersji 2.3.0+ (3/28)
BUG-99672	ATLAS-2524	Haczyk Hive z powiadomieniami w wersji 2 — niepoprawna obsługa operacji "alter view as"
BUG-99809	HBASE-20375	Usuwanie użycia polecenia getCurrentUserCredentials w module hbase-spark

Możliwości obsługi

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-87343	HIVE-18031	Obsługa replikacji operacji Alter Database.
BUG-91293	RANGER-2060	`Knox` serwer proxy z `knox-sso` programem nie działa w przypadku platformy Ranger
BUG-93116	RANGER-1957	Program Ranger Usersync nie synchronizuje użytkowników ani grup okresowo po włączeniu synchronizacji przyrostowej.
BUG-93577	RANGER-1938	Rozwiązanie Solr w przypadku konfiguracji inspekcji nie używa skutecznie plików DocValues
BUG-96082	RANGER-1982	Ulepszenie błędu dla metryki analizy Administracja Ranger i Ranger`Kms`
BUG-96479	HDFS-12781	Po `Datanode` dół na karcie Interfejs `DatanodeNamenode` użytkownika jest zgłaszany komunikat ostrzegawczy.
BUG-97864	HIVE-18833	Automatyczne scalanie kończy się niepowodzeniem, gdy "wstaw do katalogu jako plik orcfile"
BUG-98814	HDFS-13314	Węzeł NameNode powinien opcjonalnie zakończyć działanie, jeśli wykryje uszkodzenie fsImage

Uaktualnienie

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-100134	SPARK-22919	Przywracanie "Bump Apache httpclient versions"
BUG-95823	Nie dotyczy	`Knox`:Uaktualnienia `Beanutils`
BUG-96751	KNOX-1076	Zaktualizuj nimbus-jose-jwt do wersji 4.41.2
BUG-97864	HIVE-18833	Automatyczne scalanie kończy się niepowodzeniem, gdy "wstaw do katalogu jako plik orcfile"
BUG-99056	HADOOP-13556	Zmień wartość Configuration.getPropsWithPrefix, aby użyć polecenia getProps zamiast iteratora
BUG-99378	ATLAS-2461, ATLAS-2554	Narzędzie migracji do eksportowania danych atlasu w grafowej bazie danych Titan

Użyteczność

Identyfikator usterki	Apache JIRA	Podsumowanie
BUG-100045	HIVE-19056	IllegalArgumentException w pliku FixAcidKeyIndex, gdy plik ORC ma 0 wierszy
BUG-100139	KNOX-1243	Normalizacja wymaganych nazw DN skonfigurowanych w `KnoxToken` usłudze
BUG-100570	ATLAS-2557	Poprawka umożliwiająca zezwalanie na `lookup` grupy hadoop `ldap` , gdy grupy z interfejsu UGI są niepoprawnie ustawione lub nie są puste
BUG-100646	ATLAS-2102	Ulepszenia interfejsu użytkownika usługi Atlas: strona wyników wyszukiwania
BUG-100737	HIVE-19049	Dodawanie obsługi polecenia Alter table add columns for Druid
BUG-100750	KNOX-1246	Zaktualizuj konfigurację usługi w programie `Knox` , aby obsługiwać najnowsze konfiguracje dla platformy Ranger.
BUG-100965	ATLAS-2581	Regresja przy użyciu powiadomień punktów zaczepienia Hive w wersji 2: Przenoszenie tabeli do innej bazy danych
BUG-84413	ATLAS-1964	Interfejs użytkownika: obsługa zamawiania kolumn w tabeli wyszukiwania
BUG-90570	HDFS-11384, HDFS-12347	Dodaj opcję dla usługi balancer w celu rozproszenia wywołań getBlocks, aby uniknąć rpc węzła NameNode. Skok callQueueLength
BUG-90584	HBASE-19052	FixedFileTrailer powinien rozpoznawać klasę CellComparatorImpl w gałęzi-1.x
BUG-90979	KNOX-1224	`Knox` Serwer proxy `HADispatcher` do obsługi usługi Atlas w wysokiej dostępności.
BUG-91293	RANGER-2060	`Knox` serwer proxy z logowaniem jednokrotnym knox-sso nie działa w przypadku platformy Ranger
BUG-92236	ATLAS-2281	Zapisywanie zapytań filtru atrybutów tagu/typu z filtrami o wartości null/nie null.
BUG-92238	ATLAS-2282	Zapisane ulubione wyszukiwanie jest wyświetlane tylko po odświeżeniu po utworzeniu, gdy istnieje 25+ ulubione wyszukiwania.
BUG-92333	ATLAS-2286	Wstępnie utworzony typ "kafka_topic" nie powinien deklarować atrybutu "topic" jako unikatowego
BUG-92678	ATLAS-2276	Wartość ścieżki dla jednostki typu hdfs_path jest ustawiona na małe litery z mostka hive.
BUG-93097	RANGER-1944	Filtr akcji dla Administracja Inspekcja nie działa
BUG-93135	HIVE-15874, HIVE-18189	Zapytanie Hive zwraca nieprawidłowe wyniki po ustawieniu wartości hive.groupby.orderby.position.alias na true
BUG-93136	HIVE-18189	Kolejność według pozycji nie działa, gdy `cbo` jest wyłączona
BUG-93387	HIVE-17600	Utwórz tabelę "enforceBufferSize" w pliku OrcFile.
BUG-93495	RANGER-1937	Usługa Ranger `tagsync` powinna przetwarzać ENTITY_CREATE powiadomienia, aby obsługiwać funkcję importowania usługi Atlas
BUG-93512	PHOENIX-4466	java.lang.RuntimeException: kod odpowiedzi 500 — Wykonywanie zadania platformy Spark w celu nawiązania połączenia z serwerem zapytań phoenix i załadowania danych
BUG-93801	HBASE-19393	HTTP 413 FULL head podczas uzyskiwania dostępu do interfejsu użytkownika bazy danych HBase przy użyciu protokołu SSL.
BUG-93804	HIVE-17419	ANALIZUJ TABELĘ... POLECENIE COMPUTE STATISTICS FOR COLUMNS (STATYSTYKI OBLICZENIOWE DLA KOLUMN) pokazuje obliczone statystyki dla zamaskowanych tabel
BUG-93932	ATLAS-2320	klasyfikacja "*" z zapytaniem zgłasza wyjątek 500 Wewnętrzny serwer.
BUG-93933	ATLAS-2286	Wstępnie utworzony typ "kafka_topic" nie powinien deklarować atrybutu "topic" jako unikatowego
BUG-93938	ATLAS-2283, ATLAS-2295	Aktualizacje interfejsu użytkownika dla klasyfikacji
BUG-93941	ATLAS-2296, ATLAS-2307	Podstawowe ulepszenia wyszukiwania w celu opcjonalnego wykluczania jednostek podtypu i podkatafikacyjnych typów
BUG-93944	ATLAS-2318	Interfejs użytkownika: po dwukrotnym kliknięciu tagu podrzędnego jest zaznaczony tag nadrzędny
BUG-93946	ATLAS-2319	Interfejs użytkownika: usunięcie tagu, który na 25+ pozycji na liście tagów w strukturze płaskiej i drzewa wymaga odświeżenia, aby usunąć tag z listy.
BUG-93977	HIVE-16232	Obsługa obliczeń statystyk dla kolumny w quotedIdentifier
BUG-94030	ATLAS-2332	Tworzenie typu z atrybutami z zagnieżdżonym typem danych kolekcji kończy się niepowodzeniem
BUG-94099	ATLAS-2352	Serwer Atlas powinien zapewnić konfigurację, aby określić ważność protokołu Kerberos DelegationToken
BUG-94280	HIVE-12785	Widok z typem unii i funkcją UDF do rzutowania, struktura jest uszkodzona
BUG-94332	SQOOP-2930	Plik exec zadania sqoop nie zastępuje zapisanych właściwości ogólnych zadania
BUG-94428	Nie dotyczy	`Dataplane` Obsługa interfejsu API `Knox` REST agenta profilera
BUG-94514	ATLAS-2339	Interfejs użytkownika: modyfikacje w "kolumnach" w widoku wyników wyszukiwania podstawowego wpływają również na rozszerzenie DSL.
BUG-94515	ATLAS-2169	Żądanie usuwania kończy się niepowodzeniem po skonfigurowaniu usuwania twardego
BUG-94518	ATLAS-2329	Jeśli użytkownik kliknie inny tag, który jest niepoprawny, pojawi się wiele aktywów interfejsu użytkownika usługi Atlas
BUG-94519	ATLAS-2272	Zapisz stan przeciąganych kolumn przy użyciu interfejsu API zapisywania wyszukiwania.
BUG-94627	HIVE-17731	dodawanie opcji wstecz `compat` dla użytkowników zewnętrznych do programu HIVE-11985
BUG-94786	HIVE-6091	Puste `pipeout` pliki są tworzone na potrzeby tworzenia/zamykania połączenia
BUG-94793	HIVE-14013	Opis tabeli nie pokazuje poprawnie unicode
BUG-94900	OOZIE-2606, OOZIE-2658, OOZIE-2787, OOZIE-2802	Ustaw plik spark.yarn.jars, aby naprawić platformę Spark 2.0 przy użyciu usługi Oozie
BUG-94901	HBASE-19285	Dodawanie histogramów opóźnienia dla tabeli
BUG-94908	ATLAS-1921	Interfejs użytkownika: wyszukiwanie przy użyciu atrybutów jednostki i cech: interfejs użytkownika nie wykonuje sprawdzania zakresu i umożliwia udostępnianie wartości poza granicami dla typów danych całkowitych i zmiennoprzecinkowych.
BUG-95086	RANGER-1953	ulepszenie listy stron grupy użytkowników
BUG-95193	SLIDER-1252	Agent suwaka kończy się niepowodzeniem z błędami weryfikacji protokołu SSL w języku Python 2.7.5-58
BUG-95314	YARN-7699	queueUsagePercentage jest przychodzący jako INF dla `getApp` wywołania interfejsu API REST
BUG-95315	HBASE-13947, HBASE-14517, HBASE-17931	Przypisywanie tabel systemowych do serwerów z najwyższą wersją
BUG-95392	ATLAS-2421	Aktualizacje powiadomień do obsługi struktur danych w wersji 2
BUG-95476	RANGER-1966	Inicjalizacja aparatu zasad nie tworzy w niektórych przypadkach wzbogacenia kontekstu
BUG-95512	HIVE-18467	obsługa całego zrzutu magazynu / ładowania + tworzenia/upuszczania zdarzeń bazy danych
BUG-95593	Nie dotyczy	Rozszerzanie narzędzia Oozie DB w celu obsługi `Spark2sharelib` tworzenia
BUG-95595	HIVE-15563	Ignoruj wyjątek przejścia stanu nielegalnej operacji w pliku SQLOperation.runQuery, aby uwidocznić rzeczywisty wyjątek.
BUG-95685	ATLAS-2422	Eksportowanie: Obsługa eksportu opartego na typach
BUG-95798	PHOENIX-2714, PHOENIX-2724, PHOENIX-3023, PHOENIX-3040	Nie używaj przewodników do wykonywania zapytań szeregowo
BUG-95969	HIVE-16828, HIVE-17063, HIVE-18390	Widok podzielony na partycje kończy się niepowodzeniem z błędem: IndexOutOfBoundsException Index: 1, Rozmiar: 1
BUG-96019	HIVE-18548	Naprawianie `log4j` importu
BUG-96288	HBASE-14123, HBASE-14135, HBASE-17850	Backport HBase Backup/Restore 2.0
BUG-96313	KNOX-1119	`Pac4J` Jednostka OAuth/OpenID musi być konfigurowalna
BUG-96365	ATLAS-2442	Użytkownik z uprawnieniami tylko do odczytu w zasobie jednostki nie może wykonać wyszukiwania podstawowego
BUG-96479	HDFS-12781	Po `Datanode` dół na karcie Interfejs `DatanodeNamenode` użytkownika jest zgłaszany komunikat ostrzegawczy.
BUG-96502	RANGER-1990	Dodawanie jednokierunkowej obsługi protokołu SSL MySQL w usłudze Ranger Administracja
BUG-96718	ATLAS-2439	Aktualizowanie punktu zaczepienia Sqoop w celu korzystania z powiadomień w wersji 2
BUG-96748	HIVE-18587	wstawianie zdarzenia DML może próbować obliczyć sumę kontrolną dla katalogów
BUG-96821	HBASE-18212	W trybie autonomicznym z lokalnym systemem plików HBase rejestruje komunikat ostrzegawczy: Nie można wywołać metody "unbuffer" w klasie org.apache.hadoop.fs.FSDataInputStream
BUG-96847	HIVE-18754	STAN REPL powinien obsługiwać klauzulę "with"
BUG-96873	ATLAS-2443	Przechwyć wymagane atrybuty jednostki w wychodzących komunikatach DELETE
BUG-96880	SPARK-23230	Jeśli format hive.default.fileformat jest innym rodzajem typów plików, utwórz `textfile` tabelę powodującą `serde` błąd
BUG-96911	OOZIE-2571, OOZIE-2792, OOZIE-2799, OOZIE-2923	Ulepszanie analizowania opcji platformy Spark
BUG-97100	RANGER-1984	Rekordy dziennika inspekcji bazy danych HBase mogą nie pokazywać wszystkich tagów skojarzonych z dostępem do kolumny
BUG-97110	PHOENIX-3789	Wykonywanie wywołań konserwacji indeksu między regionami w pliku postBatchMutateIndispensably
BUG-97145	HIVE-12245, HIVE-17829	Obsługa komentarzy kolumn dla tabeli opartej na bazie HBase
BUG-97409	HADOOP-15255	Obsługa konwersji wyższej/małej litery dla nazw grup w ldapGroupsMapping
BUG-97535	HIVE-18710	rozszerzanie dziedziczyćPerms do ACID w Hive 2.X
BUG-97742	OOZIE-1624	Wzorzec wykluczeń dla `sharelib` reguł JAR
BUG-97744	PHOENIX-3994	Priorytet RPC indeksu nadal zależy od właściwości fabryki kontrolera w hbase-site.xml
BUG-97787	HIVE-18460	Kompakt nie przekazuje właściwości tabeli do modułu zapisywania orc
BUG-97788	HIVE-18613	Rozszerzanie funkcji JsonSerDe w celu obsługi typu binarnego
BUG-97899	HIVE-18808	Zwiększenie niezawodności kompaktowania w przypadku niepowodzenia aktualizacji statystyk
BUG-98038	HIVE-18788	Czyszczenie danych wejściowych w JDBC PreparedStatement
BUG-98383	HIVE-18907	Tworzenie narzędzia w celu rozwiązania problemu z indeksem kluczy kwasu z programu HIVE-18817
BUG-98388	RANGER-1828	Dobra praktyka kodowania — dodawanie kolejnych nagłówków w ranger
BUG-98392	RANGER-2007	Nie można odnowić biletu protokołu Kerberos narzędzia ranger-tagsync
BUG-98533	HBASE-19934, HBASE-20008	Przywracanie migawki bazy danych HBase kończy się niepowodzeniem z powodu wyjątku wskaźnika null
BUG-98552	HBASE-18083, HBASE-18084	Ustaw duży/mały numer wątku na czysty wątek konfigurowalny w HFileCleaner
BUG-98705	KNOX-1230	Wiele współbieżnych żądań powoduje `Knox` mangling adresu URL
BUG-98711	Nie dotyczy	Wysyłanie niFi nie może używać dwukierunkowego protokołu SSL bez service.xml modyfikacji
BUG-98880	OOZIE-3199	Zezwalaj na konfigurowanie ograniczeń właściwości systemowych
BUG-98931	ATLAS-2491	Aktualizowanie punktu zaczepienia programu Hive w celu korzystania z powiadomień usługi Atlas w wersji 2
BUG-98983	KNOX-1108	NiFiHaDispatch nie kończy się niepowodzeniem
BUG-99088	ATLAS-2511	Udostępnianie opcji selektywnego importowania bazy danych/tabel z programu Hive do usługi Atlas
BUG-99154	OOZIE-2844, OOZIE-2845, OOZIE-2858, OOZIE-2885	Zapytanie platformy Spark nie powiodło się z wyjątkiem "java.io.FileNotFoundException: hive-site.xml (odmowa uprawnień)"
BUG-99239	ATLAS-2462	Importowanie sqoop dla wszystkich tabel zgłasza serwer NPE bez tabeli podanej w poleceniu
BUG-99636	KNOX-1238	Naprawianie niestandardowych Ustawienia magazynu zaufania dla bramy
BUG-99650	KNOX-1223	Serwer proxy zeppelin `Knox` nie przekierowuje /api/ticket zgodnie z oczekiwaniami
BUG-99804	OOZIE-2858	HiveMain, ShellMain i SparkMain nie powinny zastępować właściwości i plików konfiguracji lokalnie
BUG-99805	OOZIE-2885	Uruchamianie akcji platformy Spark nie powinno wymagać programu Hive na ścieżce klas
BUG-99806	OOZIE-2845	Zastąp kod oparty na odbiciu, który ustawia zmienną w programie HiveConf
BUG-99807	OOZIE-2844	Zwiększ stabilność akcji Oozie, gdy `log4j`brakuje właściwości lub nie można ich odczytać
RMP-9995	AMBARI-22222	Przełącz druid, aby użyć katalogu /var/druid zamiast /apps/druid na dysku lokalnym

Zmiany zachowań

Składnik Apache	Apache JIRA	Podsumowanie	Szczegóły
Spark 2.3	Nie dotyczy	Zmiany opisane w informacjach o wersji platformy Apache Spark	— Istnieje dokument "Wycofanie" i przewodnik "Zmiana zachowania", https://spark.apache.org/releases/spark-release-2-3-0.html#deprecations — W części SQL istnieje inny szczegółowy przewodnik "Migracja" (od 2.2 do 2.3), https://spark.apache.org/docs/latest/sql-programming-guide.html#upgrading-from-spark-sql-22-to-23\|
platforma Spark	HIVE-12505	Zadanie platformy Spark zostało ukończone pomyślnie, ale wystąpił pełny błąd przydziału dysku HDFS	Scenariusz: Uruchomienie wstawiania zastępuje się, gdy limit przydziału jest ustawiony w folderze Kosz użytkownika, który uruchamia polecenie. Poprzednie zachowanie: zadanie zakończy się pomyślnie, mimo że nie można przenieść danych do kosza. Wynik może błędnie zawierać niektóre dane, które wcześniej znajdują się w tabeli. Nowe zachowanie: gdy przejście do folderu Kosz nie powiedzie się, pliki zostaną trwale usunięte.
Kafka 1.0	Nie dotyczy	Zmiany opisane w informacjach o wersji platformy Apache Spark	https://kafka.apache.org/10/documentation.html#upgrade_100_notable
Hive/ Ranger		Inne zasady hive platformy ranger wymagane dla INSERT OVERWRITE	Scenariusz: Inne zasady hive platformy ranger wymagane dla INSERT OVERWRITE Poprzednie zachowanie: Zapytanie INSERT INSERT OVERWRITE programu Hive powiedzie się jak zwykle. Nowe zachowanie: zapytania INSERT INSERT programu Hive nieoczekiwanie kończą się niepowodzeniem po uaktualnieniu do wersji HDP-2.6.x z powodu błędu: Błąd podczas kompilowania instrukcji: FAILED: HiveAccessControlException Uprawnienie odrzucone: użytkownik jdoe nie ma uprawnień ZAPISU w /tmp/(state=42000,code=40000) Od wersji HDP-2.6.0 zapytania INSERT OVERWRITE programu Hive wymagają zasad identyfikatora URI platformy Ranger, aby zezwolić na operacje zapisu, nawet jeśli użytkownik ma uprawnienia do zapisu przyznane za pomocą zasad systemu plików HDFS. Obejście/oczekiwane działanie klienta:* 1. Utwórz nowe zasady w repozytorium Hive. 2. Na liście rozwijanej, na której zobaczysz pozycję Baza danych, wybierz pozycję Identyfikator URI. 3. Zaktualizuj ścieżkę (przykład: /tmp/*) 4. Dodaj użytkowników i grupę i zapisz. 5. Ponów próbę wstawienia zapytania.
HDFS	Nie dotyczy	System plików HDFS powinien obsługiwać wiele `KMS Uris`	Poprzednie zachowanie: właściwość dfs.encryption.key.provider.uri została użyta do skonfigurowania ścieżki dostawcy usługi KMS. Nowe zachowanie: dfs.encryption.key.provider.uri jest teraz przestarzały na rzecz ścieżki hadoop.security.key.provider.path w celu skonfigurowania ścieżki dostawcy usługi KMS.
Zeppelin	ZEPPELIN-3271	Opcja wyłączania harmonogramu	Składnik, którego dotyczy problem: Zeppelin-Server Poprzednie zachowanie: w poprzednich wersjach zeppelin nie było możliwości wyłączenia harmonogramu. Nowe zachowanie: domyślnie użytkownicy nie będą już widzieć harmonogramu, ponieważ jest on domyślnie wyłączony. Obejście/Oczekiwana akcja klienta: jeśli chcesz włączyć harmonogram, musisz dodać element azeppelin.notebook.cron.enable z wartością true w obszarze niestandardowej witryny zeppelin w ustawieniach rozwiązania Zeppelin z systemu Ambari.

Znane problemy

Integracja usługi HDInsight z usługą ADLS Gen 2 Istnieją dwa problemy w klastrach ESP usługi HDInsight przy użyciu usługi Azure Data Lake Storage Gen 2 z katalogami użytkowników i uprawnieniami:
1. Katalogi główne dla użytkowników nie są tworzone w węźle głównym 1. Aby obejść ten problem, należy ręcznie utworzyć katalogi i zmienić własność na nazwę UPN odpowiedniego użytkownika.
2. Uprawnienia w katalogu /hdp nie są obecnie ustawione na 751. Należy ustawić tę opcję na
```
chmod 751 /hdp 
chmod –R 755 /hdp/apps
```
Spark 2.3
- [SPARK-23523][SQL] Nieprawidłowy wynik spowodowany przez regułę OptimizeMetadataOnlyQuery
- [SPARK-23406] Usterki w samodzielnych sprzężeniach strumienia
- Przykładowe notesy platformy Spark nie są dostępne, gdy usługa Azure Data Lake Storage (Gen2) jest domyślnym magazynem klastra.
Pakiet Enterprise Security
- Serwer Spark Thrift nie akceptuje połączeń od klientów ODBC. Kroki obejścia:
  1. Poczekaj około 15 minut po utworzeniu klastra.
  2. Sprawdź interfejs użytkownika ranger pod kątem istnienia hivesampletable_policy.
  3. Uruchom ponownie usługę Spark. Połączenie usługi STS powinno działać teraz.
Obejście niepowodzenia sprawdzania usługi Ranger
- RANGER-1607: Obejście niepowodzenia sprawdzania usługi Ranger podczas uaktualniania do usługi HDP 2.6.2 z poprzednich wersji usługi HDP.
  
  Uwaga
  
  Tylko wtedy, gdy usługa Ranger jest włączona za pomocą protokołu SSL.
Ten problem występuje podczas próby uaktualnienia do wersji HDP-2.6.1 z poprzednich wersji usługi HDP za pośrednictwem systemu Ambari. System Ambari używa wywołania curl do sprawdzania usługi Ranger w systemie Ambari. Jeśli wersja zestawu JDK używana przez ambari to JDK-1.7, wywołanie curl zakończy się niepowodzeniem z powodu następującego błędu:

curl: (35) error:14077410:SSL routines:SSL23_GET_SERVER_HELLO:sslv3 alert handshake failure

Przyczyną tego błędu jest wersja tomcat używana w środowisku Ranger to Tomcat-7.0.7*. Użycie zestawu JDK-1.7 powoduje konflikt z domyślnymi szyframi podanymi w pliku Tomcat-7.0.7*.

Ten problem można rozwiązać na dwa sposoby:
- Zaktualizuj zestaw JDK używany w zestawie Ambari z zestawu JDK-1.7 do zestawu JDK-1.8 (zobacz sekcję Zmienianie wersji zestawu JDK w przewodniku referencyjnym systemu Ambari).
- Jeśli chcesz kontynuować obsługę środowiska JDK-1.7:
  1. Dodaj właściwość ranger.tomcat.ciphers w sekcji ranger-admin-site w konfiguracji narzędzia Ambari Ranger z następującą wartością:
    
    SSL_RSA_WITH_RC4_128_MD5, SSL_RSA_WITH_RC4_128_SHA, TLS_RSA_WITH_AES_128_CBC_SHA, SSL_RSA_WITH_3DES_EDE_CBC_SHA
  2. Jeśli środowisko jest skonfigurowane dla usługi Ranger-KMS, dodaj właściwość ranger.tomcat.ciphers w sekcji theranger-kms-site w konfiguracji narzędzia Ambari Ranger z następującą wartością:
    
    SSL_RSA_WITH_RC4_128_MD5, SSL_RSA_WITH_RC4_128_SHA, TLS_RSA_WITH_AES_128_CBC_SHA, SSL_RSA_WITH_3DES_EDE_CBC_SHA
Uwaga

Zanotowane wartości są przykładami roboczymi i mogą nie wskazywać na środowisko. Upewnij się, że sposób ustawiania tych właściwości jest zgodny ze sposobem konfigurowania środowiska.
RangerUI: ucieczka tekstu warunku zasad wprowadzona w formularzu zasad

Składnik, którego dotyczy problem: Ranger

Opis problemu

Jeśli użytkownik chce utworzyć zasady z niestandardowymi warunkami zasad, a wyrażenie lub tekst zawiera znaki specjalne, wymuszanie zasad nie będzie działać. Znaki specjalne są konwertowane na ASCII przed zapisaniem zasad w bazie danych.

Znaki specjalne: & <> " '

Na przykład tagi warunku.attributes['type']='abc' zostaną przekonwertowane na następujące po zapisaniu zasad.

tags.attds[' dsds'] =' cssdfs'

Warunek zasad można wyświetlić z tymi znakami, otwierając zasady w trybie edycji.

Obejście
- Opcja 1. Tworzenie/aktualizowanie zasad za pośrednictwem interfejsu API REST platformy Ranger
  
  Adres URL REST: http://< host>:6080/service/plugins/policies
  
  Tworzenie zasad z warunkiem zasad:
  
  W poniższym przykładzie zostaną utworzone zasady z tagami jako "tags-test" i przypisze je do grupy "public" z warunkiem zasad astags.attr['type']=='abc", wybierając wszystkie uprawnienia składnika hive, takie jak select, update, create, drop, alter, index, lock, all.
  
  Przykład:
```
  curl -H "Content-Type: application/json" -X POST http://localhost:6080/service/plugins/policies -u admin:admin -d '{"policyType":"0","name":"P100","isEnabled":true,"isAuditEnabled":true,"description":"","resources":{"tag":{"values":["tags-test"],"isRecursive":"","isExcludes":false}},"policyItems":[{"groups":["public"],"conditions":[{"type":"accessed-after-expiry","values":[]},{"type":"tag-expression","values":["tags.attr['type']=='abc'"]}],"accesses":[{"type":"hive:select","isAllowed":true},{"type":"hive:update","isAllowed":true},{"type":"hive:create","isAllowed":true},{"type":"hive:drop","isAllowed":true},{"type":"hive:alter","isAllowed":true},{"type":"hive:index","isAllowed":true},{"type":"hive:lock","isAllowed":true},{"type":"hive:all","isAllowed":true}]}],"denyPolicyItems":[],"allowExceptions":[],"denyExceptions":[],"service":"tagdev"}'
```
  Zaktualizuj istniejące zasady przy użyciu warunku zasad:
  
  Poniższy przykład spowoduje zaktualizowanie zasad przy użyciu tagów jako "tags-test" i przypisanie ich do grupy "public" z warunkiem zasad astags.attr['type']=='abc", wybierając wszystkie uprawnienia składnika hive, takie jak select, update, create, drop, alter, index, lock, all.
  
  Adres URL REST: http://< host-name>:6080/service/plugins/policies/<policy-id>
  
  Przykład:
```
  curl -H "Content-Type: application/json" -X PUT http://localhost:6080/service/plugins/policies/18 -u admin:admin -d '{"id":18,"guid":"ea78a5ed-07a5-447a-978d-e636b0490a54","isEnabled":true,"createdBy":"Admin","updatedBy":"Admin","createTime":1490802077000,"updateTime":1490802077000,"version":1,"service":"tagdev","name":"P0101","policyType":0,"description":"","resourceSignature":"e5fdb911a25aa7f77af5a9546938d9ed","isAuditEnabled":true,"resources":{"tag":{"values":["tags"],"isExcludes":false,"isRecursive":false}},"policyItems":[{"accesses":[{"type":"hive:select","isAllowed":true},{"type":"hive:update","isAllowed":true},{"type":"hive:create","isAllowed":true},{"type":"hive:drop","isAllowed":true},{"type":"hive:alter","isAllowed":true},{"type":"hive:index","isAllowed":true},{"type":"hive:lock","isAllowed":true},{"type":"hive:all","isAllowed":true}],"users":[],"groups":["public"],"conditions":[{"type":"ip-range","values":["tags.attributes['type']=abc"]}],"delegateAdmin":false}],"denyPolicyItems":[],"allowExceptions":[],"denyExceptions":[],"dataMaskPolicyItems":[],"rowFilterPolicyItems":[]}'
```
- Opcja 2. Stosowanie zmian języka JavaScript
  
  Procedura aktualizowania pliku JS:
  1. Dowiedz się, PermissionList.js plik w obszarze /usr/hdp/current/ranger-admin
  2. Zapoznaj się z definicją funkcji renderPolicyCondtion (nr wiersza: 404).
  3. Usuń następujący wiersz z tej funkcji, tj. w obszarze funkcji display (nr wiersza: 434)
    
    val = _.escape(val);//Line No:460
    
    Po usunięciu powyższego wiersza interfejs użytkownika platformy Ranger umożliwi tworzenie zasad z warunkiem zasad, które mogą zawierać znaki specjalne i ocena zasad zakończy się pomyślnie dla tych samych zasad.

Integracja usługi HDInsight z usługą ADLS Gen 2: problemy z katalogami użytkowników i uprawnieniami w klastrach ESP 1. Katalogi główne dla użytkowników nie są tworzone w węźle głównym 1. Obejście polega na utworzeniu tych ręcznie i zmianie własności na nazwę UPN odpowiedniego użytkownika. 2. Uprawnienia w /hdp nie są obecnie ustawione na 751. Musi to być ustawione na a. chmod 751 /hdp b. chmod –R 755 /hdp/apps

Wycofanie

Portal pakietu OMS: usunęliśmy link ze strony zasobów usługi HDInsight, która wskazywała portal pakietu OMS. Dzienniki usługi Azure Monitor początkowo używały własnego portalu o nazwie portal pakietu OMS do zarządzania konfiguracją i analizowania zebranych danych. Wszystkie funkcje z tego portalu zostały przeniesione do witryny Azure Portal, w której będzie ona nadal opracowywana. Usługa HDInsight wycofała obsługę portalu pakietu OMS. Klienci będą używać integracji dzienników usługi HDInsight Azure Monitor w witrynie Azure Portal.
Zakończenie obsługi platformy Spark 2.3:Spark w wersji 2.3.0

Uaktualnianie

Wszystkie te funkcje są dostępne w usłudze HDInsight 3.6. Aby uzyskać najnowszą wersję usług Spark, Kafka i R Server (Machine Edukacja Services), wybierz wersję spark, Kafka, ML Services podczas tworzenia klastra usługi HDInsight 3.6. Aby uzyskać obsługę usługi ADLS, możesz wybrać typ magazynu usługi ADLS jako opcję. Istniejące klastry nie zostaną automatycznie uaktualnione do tych wersji.

Wszystkie nowe klastry utworzone po czerwcu 2018 r. automatycznie przejdą do 1000+ poprawek błędów we wszystkich projektach typu open source. Postępuj zgodnie z tym przewodnikiem, aby uzyskać najlepsze rozwiązania dotyczące uaktualniania do nowszej wersji usługi HDInsight.

Zarchiwizowane informacje o wersji

Podsumowanie

Informacje o wersji

Data wydania: 15 lutego 2024 r.

Nowe funkcje

Naprawione problemy

Wkrótce

Następne kroki

Data wydania: 10 stycznia 2024 r.

Naprawione problemy

Wkrótce

Data wydania: 26 października 2023 r.

Co nowego

Wkrótce

Data wydania: 7 września 2023 r.

Wkrótce

Data wydania: 25 lipca 2023 r.

Co nowego

Wkrótce

Data wydania: 08 maja 2023 r.

Data wydania: 28 lutego 2023 r.

Co dalej?

Data wydania: 12 grudnia 2022 r.

Poprawki błędów typu open source

Data wydania: 10.08.2022

Nowa funkcja

Stała

Analiza dzienników

Inne poprawki błędów

Poprawki błędów typu open source

Poprawki błędów TEZ

Poprawki błędów hive

Znane problemy

Data wydania: 10.08.2022

Nowa funkcja

Stała

Analiza dzienników

Inne poprawki błędów

Poprawki błędów typu open source

Poprawki błędów TEZ

Poprawki błędów hive

Znane problemy

Data wydania: 06.03.2022

Najważniejsze informacje o wersji

Ambari

Poprawki błędów TEZ

Poprawki błędów bazy danych HBase

Poprawki błędów hive

Data wydania: 10.03.2022

Platforma Spark 3.1 jest teraz ogólnie dostępna

Platforma Kafka 2.4 jest teraz ogólnie dostępna

Mapuj typ danych w HWC jest teraz obsługiwany w usłudze HDInsight 4.0

Nowe regiony

Zmiany w zapleczu systemu operacyjnego

Poniżej przedstawiono kopie zapasowe systemu operacyjnego Apache JIRAs dla tej wersji:

Powiadomienia o wycofaniu

Zestawy skalowania maszyn wirtualnych platformy Azure w usłudze HDInsight

Skalowanie obciążeń bazy danych HBase w usłudze Azure HDInsight będzie teraz obsługiwane tylko przy użyciu skalowania ręcznego

Data wydania: 27.01.2021

Data wydania: 27.07.2021

Nowe funkcje

Obsługa Połączenie publicznej w usłudze Azure HDInsight jest ogólnie dostępna 15 października 2021 r.

Obsługa usługi Azure HDInsight dla usługi Azure Private Link jest ogólnie dostępna 15 października 2021 r.

Nowe środowisko integracji usługi Azure Monitor (wersja zapoznawcza)

Wycofanie

Zmiany zachowania

Interakcyjne zapytanie usługi HDInsight obsługuje tylko automatyczne skalowanie oparte na harmonogramie

Nadchodzące zmiany

Wbudowany składnik LLAP w klastrze ESP Spark zostanie usunięty

Nowy region

Zmiana wersji składnika

Powrót portowanych umów JIRA

Korekta cen dla maszyn wirtualnych usługi HDInsight Dv2

Data wydania: 06.02.2021

Nowe funkcje

Uaktualnianie wersji systemu operacyjnego

Optymalizacje skalowania w klastrach przyspieszonych zapisów bazy danych HBase

Wycofanie

Zmiany zachowania

Wyłączanie rozmiaru maszyny wirtualnej Stardard_A5 jako węzła głównego dla usługi HDInsight 4.0

Korekta cen dla maszyn wirtualnych usługi HDInsight `Dv2`

`Eav4`Obsługa serii

Domyślne rozmiary maszyn wirtualnych klastra są zmieniane na `Ev3`-series

Domyślny rozmiar maszyny wirtualnej klastra zmienia się na `Ev3`-series