全部产品
Search
文档中心

E-MapReduce:Instance ECS

更新时间:Jun 24, 2025

Topik ini menjelaskan keluarga instance Elastic Compute Service (ECS) yang didukung oleh E-MapReduce (EMR) dan skenario penggunaannya.

Keluarga instance ECS yang didukung oleh EMR

  • Tujuan Umum

    Keluarga instance ini menggunakan disk cloud untuk penyimpanan. Rasio vCPU terhadap memori adalah 1:4, misalnya, 8 vCPU dan 32 GiB memori.

  • Komputasi Dioptimalkan

    Keluarga instance ini menggunakan disk cloud untuk penyimpanan dan menyediakan lebih banyak sumber daya komputasi. Rasio vCPU terhadap memori adalah 1:2, misalnya, 8 vCPU dan 16 GiB memori.

  • Optimasi Memori

    Keluarga instance ini menggunakan disk cloud untuk penyimpanan dan menyediakan lebih banyak sumber daya memori. Rasio vCPU terhadap memori adalah 1:8, misalnya, 8 vCPU dan 64 GiB memori.

  • Data Besar

    Keluarga instance ini menggunakan disk SATA lokal untuk penyimpanan, yang sangat hemat biaya. Jika Anda ingin menyimpan volume data besar (terabyte), kami sarankan Anda menggunakan keluarga instance ini.

    null Node core hanya dapat dibuat di kluster Hadoop, Data Science, Dataflow, dan Druid.
  • Tipe SSD Lokal

    Keluarga instance ini menggunakan SSD lokal untuk penyimpanan, yang memberikan IOPS acak tinggi dan throughput tinggi.

  • Tipe Bersama (Tingkat Pemula)

    Instance dalam keluarga instance ini berbagi CPU, sehingga tidak stabil dalam skenario yang memerlukan volume komputasi besar. Keluarga instance ini cocok untuk pengguna tingkat pemula, tetapi tidak untuk pelanggan perusahaan.

  • GPU

    Keluarga instance ini merupakan model berbasis GPU heterogen dan berlaku untuk skenario seperti pembelajaran mesin.

Skenario penggunaan keluarga instance

  • Node Master

    Instance dalam keluarga instance tujuan umum dan optimasi memori dapat berfungsi sebagai node master untuk EMR. Mereka cocok untuk skenario di mana data disimpan pada disk cloud untuk memastikan keandalan data yang tinggi.

  • Node Core
    • Instance dalam keluarga instance tujuan umum, komputasi dioptimalkan, dan optimasi memori dapat berfungsi sebagai node core untuk EMR. Mereka cocok untuk volume data kecil (di bawah terabyte) dan skenario di mana OSS digunakan sebagai penyimpanan data utama.
    • Jika volume data mencapai 10 terabyte atau lebih, kami sarankan Anda menggunakan tipe data besar karena lebih hemat biaya.
      null Jika disk lokal digunakan, data HDFS disimpan di disk lokal, yang tidak dapat menjamin keandalan data.
  • Node Tugas

    Semua keluarga instance kecuali keluarga data besar dapat digunakan untuk node tugas guna meningkatkan kemampuan komputasi sebuah kluster.