Todos os produtos
Search

Este produto

    E-MapReduce:O que é o EMR on ECS?

    Central de documentação

    E-MapReduce:O que é o EMR on ECS?

    Última atualização: Jun 27, 2026

    O EMR on ECS permite implantar clusters do E-MapReduce (EMR) em instâncias do Elastic Compute Service (ECS). Essa solução combina as capacidades de processamento de big data do EMR com a escalabilidade e a flexibilidade das instâncias ECS para oferecer configuração e gerenciamento ágeis dos clusters. Além disso, o EMR on ECS disponibiliza diversos componentes open source e desenvolvidos internamente para processar e analisar grandes volumes de dados em cenários complexos.

    Arquitetura

    O EMR integra serviços da Alibaba Cloud e componentes open source, além de fornecer componentes próprios e recursos de gerenciamento de cluster. Para obter detalhes sobre os tipos de componentes e seus casos de uso, consulte Operações de componentes e Cenários.

    image

    • Serviços da Alibaba Cloud

      • Os clusters são implantados com base em instâncias ECS.

      • É possível armazenar dados no Object Storage Service (OSS) da Alibaba Cloud.

      • A integração nativa com o DataWorks permite usar o EMR como mecanismo de computação de jobs e armazenamento de dados nessa plataforma.

      • O EMR Workflow é um serviço totalmente gerenciado para agendamento de fluxos de trabalho e tarefas.

    • Componentes open source

      O EMR incorpora componentes open source de big data voltados para integração de dados, armazenamento, gerenciamento de recursos, mecanismos de computação, desenvolvimento e serviços de dados. Esses componentes facilitam o processamento e a gestão eficiente das informações.

    • Componentes desenvolvidos internamente

      Para garantir que os componentes e serviços open source funcionem de forma otimizada na infraestrutura da Alibaba Cloud, o EMR oferece os seguintes componentes próprios:

      • OSS-HDFS: solução de armazenamento de objetos compatível com as APIs do Hadoop Distributed File System (HDFS). Permite que tarefas de computação de big data acessem diretamente os dados no OSS usando o protocolo padrão HDFS.

      • JindoCache: solução de cache distribuído que armazena blocos de dados em memória para melhorar a performance de leitura e reduzir a carga sobre o sistema de armazenamento subjacente.

      • DLF-Auth: componente do Data Lake Formation (DLF) usado para ativar o recurso de gerenciamento de permissões de dados do DLF.

    • Gerenciamento de cluster

      • Crie ou escale clusters rapidamente e configure regras de Auto Scaling conforme a necessidade.

      • Gerencie as configurações do cluster e dos serviços implantados, além de executar operações de O&M em nós e serviços.

      • Utilize recursos de monitoramento de métricas multidimensionais, análise de relatórios de cluster e capacidades de alerta.

    Benefícios

    O EMR fornece componentes open source de big data de nível empresarial, aliados a flexibilidade e facilidade de gerenciamento. Para comparar clusters EMR com clusters Hadoop autogerenciados, consulte Comparação entre clusters EMR e clusters Hadoop autogerenciados.

    • Componentes open source estáveis e confiáveis

      • Cada versão do EMR traz as atualizações mais recentes dos componentes open source utilizados. Para verificar os serviços compatíveis com cada versão de cluster, consulte Versões de lançamento.

      • A adaptação completa aos componentes open source elimina problemas de compatibilidade entre versões.

      • Um ambiente de implantação aprimorado na Alibaba Cloud garante performance muito superior à encontrada na comunidade open source.

    • Facilidade de uso

      • Configure um ambiente de computação de big data em minutos e ajuste a escala de recursos com poucos cliques, sem precisar implantar ou iniciar serviços manualmente.

      • Um sistema abrangente de monitoramento e alertas, com diagnóstico e análise inteligentes, simplifica a resolução de problemas e aumenta a eficiência de O&M.

    • Custo-benefício

      • O uso sob demanda dos recursos de computação ajuda a reduzir despesas operacionais.

      • O armazenamento em camadas separadas para dados quentes e frios diminui o custo unitário de armazenamento.

      • Diversas ferramentas de O&M, diagnósticos inteligentes e plataformas de big data estão disponíveis para minimizar custos operacionais.

    • Escalabilidade

      • Ajuste dinamicamente os recursos do cluster com base na carga ou em períodos específicos.

      • O Auto Scaling ocorre em minutos e é compatível com múltiplos tipos de recursos elásticos.

    • Integração profunda

      • Implante clusters EMR usando ECS ou Container Service for Kubernetes (ACK), com suporte a vários tipos de instância ECS. Saiba mais em Instâncias ECS.

      • A integração com o DataWorks permite utilizar o EMR como motor de computação de jobs e armazenamento de dados.

      • Em cenários de data lake, a integração com o DLF possibilita o gerenciamento centralizado de metadados para múltiplos motores.

    Faturamento

    Os custos de um cluster EMR on ECS incluem as taxas do serviço EMR e das instâncias ECS. Para obter informações sobre cobranças de outros serviços da Alibaba Cloud envolvidos no cluster, como OSS, DLF e Workflow, consulte a documentação de regras de faturamento dos respectivos serviços.

    O EMR on ECS é compatível com os seguintes métodos de faturamento:

    • Assinatura: O pagamento pelos recursos é feito antecipadamente por um período determinado. Esse modelo permite reservar recursos com antecedência e obter descontos nas tarifas.

    • Pagamento conforme o uso: Utilize os recursos antes de pagar por eles. Adquira e libere recursos conforme a demanda do seu negócio, sem a necessidade de compras antecipadas em grande volume.

    Por padrão, o tráfego de Internet gerado pelos nós do cluster é cobrado pelo método de pagamento conforme o uso, independentemente do método de faturamento escolhido para o cluster.

    Para obter mais informações, consulte Faturamento.

    Guia de início rápido

    Referências