Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Amazon EMR pada rilis EKS 6.9.0
<a name="emr-eks-6.9.0"></a>

Rilis Amazon EMR 6.9.0 berikut tersedia untuk Amazon EMR di EKS. Pilih rilis **EMR-6.9.0-XXXX** tertentu untuk melihat detail selengkapnya seperti tag gambar kontainer terkait.
+ [emr-6.9.0-terbaru](emr-eks-6.9.0-latest.md)
+  [emr-6.9.0-20230905](emr-eks-6.9.0-20230905.md) 
+ [emr-6.9.0-20230624](emr-eks-6.9.0-20230624.md)
+ [emr-6.9.0-20221108](emr-eks-6.9.0-20221108.md)
+ emr-6.9.0-spark-cepat-terbaru
+ emr-6.9.0-spark-cepat-20230624
+ emr-6.9.0-spark-cepat-20221108
+ notebook- spark/emr -6.9.0-terbaru
+ notebook- spark/emr -6.9.0-20230624
+ notebook- spark/emr -6.9.0-20221108
+ notebook- python/emr -6.9.0-terbaru
+ notebook- python/emr -6.9.0-20230624
+ notebook- python/emr -6.9.0-20221108

**Catatan rilis untuk Amazon EMR 6.9.0**
+ Aplikasi yang didukung - AWS SDK untuk Java 1.12.331, Spark 3.3.0-amzn-1, Hudi 0.12.1-amzn-0, Iceberg 0.14.1-amzn-0, Delta 2.1.0.
+ Komponen yang didukung - `aws-sagemaker-spark-sdk``emr-ddb`,`emr-goodies`,,`emr-s3-select`,`emrfs`,`hadoop-client`,`hudi`,`hudi-spark`,`iceberg`,`spark-kubernetes`.
+ Klasifikasi konfigurasi yang didukung:

  Untuk digunakan dengan [StartJobRun](https://docs.aws.amazon.com/emr-on-eks/latest/APIReference/API_StartJobRun.html)dan [ CreateManagedEndpoint](https://docs.aws.amazon.com/emr-on-eks/latest/APIReference/API_CreateManagedEndpoint.html)API:    
[See the AWS documentation website for more details](http://docs.aws.amazon.com/id_id/emr/latest/EMR-on-EKS-DevelopmentGuide/emr-eks-6.9.0.html)

  Untuk digunakan secara khusus dengan [ CreateManagedEndpoint](https://docs.aws.amazon.com/emr-on-eks/latest/APIReference/API_CreateManagedEndpoint.html)API:    
[See the AWS documentation website for more details](http://docs.aws.amazon.com/id_id/emr/latest/EMR-on-EKS-DevelopmentGuide/emr-eks-6.9.0.html)

  Klasifikasi konfigurasi memungkinkan Anda menyesuaikan aplikasi. Ini sering kali bersesuaian dengan file XML konfigurasi untuk aplikasi, seperti `spark-hive-site.xml`. Untuk informasi selengkapnya, lihat [Mengkonfigurasi Aplikasi](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-configure-apps.html).

**Fitur penting**
+ **Akselerator Nvidia RAPIDS untuk Apache Spark** - Amazon EMR di EKS untuk mempercepat Spark menggunakan tipe instans unit pemrosesan grafis (GPU) EC2. Untuk menggunakan gambar Spark dengan RAPIDS Accelerator, tentukan label rilis sebagai emr-6.9.0-spark-rapids-latest. Kunjungi [halaman dokumentasi](tutorial-spark-rapids.md) untuk mempelajari lebih lanjut.
+ **Spark-Redshift konektor** - Integrasi Amazon Redshift untuk Apache Spark disertakan dalam rilis Amazon EMR 6.9.0 dan yang lebih baru. Sebelumnya alat open-source, integrasi asli adalah konektor Spark yang dapat Anda gunakan untuk membangun aplikasi Apache Spark yang membaca dan menulis ke data di Amazon Redshift dan Amazon Redshift Serverless. Untuk informasi selengkapnya, lihat [Menggunakan integrasi Amazon Redshift untuk Apache Spark di Amazon EMR di EKS](emr-spark-redshift.md).
+ **Delta Lake** - [Delta Lake](https://delta.io/) adalah format penyimpanan sumber terbuka yang memungkinkan pembangunan danau data dengan konsistensi transaksional, definisi kumpulan data yang konsisten, perubahan evolusi skema, dan dukungan mutasi data. Kunjungi [Menggunakan Danau Delta](tutorial-delta-lake.md) untuk mempelajari lebih lanjut.
+ **Ubah PySpark parameter** - Titik akhir interaktif sekarang mendukung modifikasi parameter Spark yang terkait dengan PySpark sesi di Notebook EMR Studio Jupyter. Kunjungi [Memodifikasi parameter PySpark sesi](modify-pyspark-parameters.md) untuk mempelajari lebih lanjut.

**Masalah terselesaikan**
+ Saat Anda menggunakan konektor DynamoDB dengan Spark di Amazon EMR versi 6.6.0, 6.7.0, dan 6.8.0, semua pembacaan dari tabel Anda mengembalikan hasil kosong, meskipun pemisahan input mereferensikan data yang tidak kosong. Amazon EMR rilis 6.9.0 memperbaiki masalah ini.
+ [Amazon EMR di EKS 6.8.0 salah mengisi hash build dalam metadata file Parquet yang dihasilkan menggunakan Apache Spark.](https://aws.amazon.com//emr/features/spark) Masalah ini dapat menyebabkan alat yang mengurai string versi metadata dari file Parket yang dihasilkan oleh Amazon EMR di EKS 6.8.0 gagal. 

**Masalah yang diketahui**
+ Jika Anda menggunakan integrasi Amazon Redshift untuk Apache Spark dan memiliki waktu, jadwal, stempel waktu, atau timestamptz dengan presisi mikrodetik dalam format Parket, konektor membulatkan nilai waktu ke nilai milidetik terdekat. Sebagai solusinya, gunakan parameter format pembongkaran teks. `unload_s3_format`