Todos os produtos
Search
Central de documentação

E-MapReduce:Engine versions

Última atualização: Jul 08, 2026

O EMR Serverless Spark baseia-se no Apache Spark e executa todas as tarefas mediante código Java ou Scala em uma Java Virtual Machine (JVM) padrão. Esta página descreve o formato da versão do mecanismo, as versões dos componentes incluídas em cada versão e as substituições de configuração padrão do Spark que podem afetar o comportamento dos jobs.

Formato do número de versão

Cada versão do mecanismo segue o formato esr- (Spark , Scala **).

Segmento

Significado

esr-**

Número da versão do EMR Serverless Spark. Exemplo: esr-2.1.

Spark **

Versão do Apache Spark que serve de base para o mecanismo. Exemplo: Spark 3.3.1 indica que o mecanismo utiliza o Apache Spark 3.3.1.

Scala **

Versão do Scala compatível com esta versão do mecanismo. Exemplo: Scala 2.12.

Versão do mecanismo

Versões do formato de tabela de lake

esr-4.3.0 (Spark 3.5.2, Scala 2.12)

esr-4.2.0 (Spark 3.5.2, Scala 2.12)

esr-4.1.1 (Spark 3.5.2, Scala 2.12)

esr-4.1.0 (Spark 3.5.2, Scala 2.12)

esr-4.0.0 (Spark 3.5.2, Scala 2.12)

  • Delta 3.2.1

  • Hudi 0.15

  • Iceberg 1.5.0

  • Paimon 1.0

esr-3.3.0 (Spark 3.4.3, Scala 2.12)

esr-3.2.0 (Spark 3.4.3, Scala 2.12)

esr-3.1.1 (Spark 3.4.3, Scala 2.12)

esr-3.1.0 (Spark 3.4.3, Scala 2.12)

esr-3.0.1 (Spark 3.4.3, Scala 2.12)

esr-3.0.0 (Spark 3.4.3, Scala 2.12)

  • Delta 3.0.0

  • Hudi 0.15

  • Iceberg 1.5.0

  • Paimon 1.0

esr-2.7.0 (Spark 3.3.1, Scala 2.12)

  • Delta 2.2.0

  • Hudi 0.15

  • Iceberg 1.1.0

  • Paimon 1.0

esr-2.6.0 (Spark 3.3.1, Scala 2.12)

esr-2.5.1 (Spark 3.3.1, Scala 2.12)

esr-2.5.0 (Spark 3.3.1, Scala 2.12)

  • Delta 2.2.0

  • Hudi 0.14

  • Iceberg 1.1.0

  • Paimon 1.0

esr-2.4.1 (Spark 3.3.1, Scala 2.12)

esr-2.4.0 (Spark 3.3.1, Scala 2.12)

  • Delta 2.2.0

  • Hudi 0.14

  • Iceberg 1.1.0

  • Paimon 1.0

esr-2.2.3 (Spark 3.3.1, Scala 2.12)

esr-2.2.2 (Spark 3.3.1, Scala 2.12)

esr-2.2 (Spark 3.3.1, Scala 2.12)

esr-2.1 (Spark 3.3.1, Scala 2.12)

  • Delta 2.2.0

  • Hudi 0.14

  • Iceberg 1.1.0

  • Paimon 0.9

Use o ambiente de execução do mecanismo Fusion para acessar tecnologias baseadas em vetores e bibliotecas nativas. Isso pode melhorar o desempenho de execução de aplicações SQL. Para mais informações, consulte Mecanismo Fusion .

Versões do mecanismo e suporte a formatos de tabela de lake

As tabelas a seguir listam as versões dos componentes incluídas em cada versão do mecanismo. Um traço (-) indica que a versão do mecanismo não oferece suporte ao componente.

Série 5.x

Versão do mecanismo

Versão do Spark

Versão do Scala

Versão do Delta Lake

Versão do Apache Hudi

Versão do Apache Iceberg

Versão do Apache Paimon

Versão do JDK

esr-5.3.0

4.1.1

2.13

4.2.0

-

-

1.4

JDK 17

esr-5.2.0

4.0.1

2.13

-

-

-

1,3

JDK 17

esr-5.1.0

4.0.1

2.13

-

-

-

1,3

JDK 17

esr-5.0.0

4.0.1

2.13

-

-

-

1,3

JDK 17

Série 4.x

Versão do mecanismo

Versão do Spark

Versão do Scala

Versão do Delta Lake

Versão do Hudi

Versão do Iceberg

Versão do Paimon

Versão do JDK

esr-4.9.1, esr-4.9.0

3.5.2

2.12

3.3.2

0.15

1.10.1

1.4

JDK 17

esr-4.8.0

3.5.2

2.12

3.3.2

0.15

1.9.2

1,3

JDK 17

esr-4.7.0

3.5.2

2.12

3.2.1

0.15

1.9.2

1,3

JDK 17

esr-4.6.0

3.5.2

2.12

3.2.1

0.15

1.9.2

1,3

JDK 17

esr-4.5.1, esr-4.5.0

3.5.2

2.12

3.2.1

0.15

1.9.2

1.2

JDK 17

esr-4.4.1, esr-4.4.0

3.5.2

2.12

3.2.1

0.15

1.5.0

1.2

JDK 8

esr-4.3.0

3.5.2

2.12

3.2.1

0.15

1.5.0

1.1

JDK 8

esr-4.2.0

3.5.2

2.12

3.2.1

0.15

1.5.0

1.0

JDK 8

esr-4.1.1, esr-4.1.0

3.5.2

2.12

3.2.1

0.15

1.5.0

1.0

JDK 8

esr-4.0.0

3.5.2

2.12

3.2.1

0.15

1.5.0

1.0

JDK 8

Série 3.x

Versão do mecanismo

Versão do Spark

Versão do Scala

Versão do Delta Lake

Versão do Hudi

Versão do Iceberg

Versão do Paimon

Versão do JDK

esr-3.8.0

3.4.4

2.12

3.0.0

0.15

1.5.0

1.4

JDK 8

esr-3.7.0

3.4.4

2.12

3.0.0

0.15

1.5.0

1,3

JDK 8

esr-3.6.0

3.4.4

2.12

3.0.0

0.15

1.5.0

1,3

JDK 8

esr-3.5.0

3.4.4

2.12

3.0.0

0.15

1.5.0

1,3

JDK 8

esr-3.4.1, esr-3.4.0

3.4.4

2.12

3.0.0

0.15

1.5.0

1.2

JDK 8

esr-3.3.1, esr-3.3.0

3.4.4

2.12

3.0.0

0.15

1.5.0

1.1

JDK 8

esr-3.2.0

3.4.4

2.12

3.0.0

0.15

1.5.0

1.0

JDK 8

esr-3.1.1, esr-3.1.0

3.4.4

2.12

3.0.0

0.15

1.5.0

1.0

JDK 8

esr-3.0.1, esr-3.0.0

3.4.3

2.12

3.0.0

0.15

1.5.0

1.0

JDK 8

Série 2.x

Versão do mecanismo

Versão do Spark

Versão do Scala

Versão do Delta Lake

Versão do Hudi

Versão do Iceberg

Versão do Paimon

Versão do JDK

esr-2.9.0

3.3.1

2.12

2.2.0

0.15

1.5.0

1,3

JDK 8

esr-2.8.1, esr-2.8.0

3.3.1

2.12

2.2.0

0.15

1.5.0

1.2

JDK 8

esr-2.7.1, esr-2.7.0

3.3.1

2.12

2.2.0

0.15

1.1.0

1.1

JDK 8

esr-2.6.0

3.3.1

2.12

2.2.0

0.14

1.1.0

1.0

JDK 8

esr-2.5.1, esr-2.5.0

3.3.1

2.12

2.2.0

0.14

1.1.0

1.0

JDK 8

esr-2.4.1, esr-2.4.0

3.3.1

2.12

2.2.0

0.14

1.1.0

1.0

JDK 8

esr-2.2.3, esr-2.2.2, esr-2.2

3.3.1

2.12

2.2.0

0.14

1.1.0

0.9

JDK 8

esr-2.1

3.3.1

2.12

2.2.0

0.14

1.1.0

0.9

JDK 8

Ajustes padrão de parâmetros

Para melhorar o desempenho e a estabilidade, o EMR Serverless Spark substitui algumas configurações padrão do Spark. Essas substituições aplicam-se a todas as versões do mecanismo (de esr-2.x a esr-5.x) e podem fazer com que o comportamento dos jobs difira do Spark open-source. Antes de executar jobs, avalie se essas alterações afetam sua lógica de negócios.

Parâmetro

Padrão do EMR Serverless Spark

Padrão do Spark open-source

Impacto potencial

spark.sql.sources.partitionOverwriteMode

DYNAMIC

STATIC

No modo DYNAMIC, apenas as partições presentes nos dados de saída são sobrescritas. No modo STATIC, todas as partições existentes no caminho de destino são sobrescritas, mesmo sem novos dados. Jobs que dependem da substituição completa de partições devem considerar essa diferença.

spark.sql.mapKeyDedupPolicy

LAST_WIN

EXCEPTION

Com LAST_WIN, chaves de mapa duplicadas são resolvidas silenciosamente, mantendo o último valor. Com EXCEPTION, chaves duplicadas geram erro. Jobs que dependiam do lançamento de erros para validação de dados não falharão conforme o esperado.