在阿里雲EMR中，地區與儲存直接影響叢集的效能和成本。合理選擇地區可降低網路延遲、滿足資料本地化合規要求，並最佳化資源成本。科學的儲存配置（如HDFS、OSS-HDFS/OSS）則能提升資料讀寫效率、降低儲存成本，同時保障資料可靠性。本文將從地區選擇和儲存規劃兩個核心維度出發，提供策略與關鍵考量，協助您快速選型。
地區選擇策略
地區選擇需綜合以下四大核心因素，確保業務與資源的最優匹配。
核心因素 | 說明 |
資料本地化（優先考慮） |
|
EMR服務覆蓋 |
|
ECS執行個體價格差異 | 不同地區的ECS執行個體定價存在差異，詳情請參見ECS價格計算機。 |
應用拓撲最佳化 |
|
EMR支援地區：
亞太地區 - 中國
華東1（杭州）、華東2（上海）、華北1（青島）、華北2（北京）、華北3（張家口）、華北5（呼和浩特）、華北6（烏蘭察布）、華南1（深圳）、西南1（成都）、中國香港
亞太地區 - 其他
日本（東京）、新加坡、馬來西亞（吉隆坡）、印尼（雅加達）
歐洲與美國
德國（法蘭克福）、英國（倫敦）、美國（矽谷）、美國（維吉尼亞）
中東
阿聯酋（杜拜）
儲存規劃
儲存架構選型
EMR支援存算分離（OSS-HDFS/OSS）和存算一體（HDFS）兩種架構，需根據資料需求與成本選擇。
對比維度 | 存算分離（OSS-HDFS/OSS） | 存算一體（HDFS） |
技術特點 |
| 計算與儲存耦合，資料存放區在叢集內部的HDFS中。 |
適用情境 |
| 低延遲讀寫情境 |
資料可靠性 |
|
|
資料持久性 |
| 資料隨叢集釋放而刪除。 |
擴充靈活性 | 計算資源與儲存解耦，獨立擴充計算節點。 | 計算資源與儲存耦合，需同步擴縮容。
|
儲存成本（樣本） | 0.0170美元/GB/月（標準OSS儲存） | 0.051美元/GiB/月 說明
|
營運複雜度 |
|
|
訪問方式 |
詳情請參見OSS/OSS-HDFS快速入門。 |
|
儲存配置選型
在EMR中，執行個體節點上有系統硬碟和資料盤兩種角色的磁碟。
磁碟角色 | 描述 | 支援的磁碟類型 |
系統硬碟 | 系統硬碟用於安裝作業系統，不儲存業務資料。 | |
資料盤 | 資料盤用於儲存資料、本地化日誌、任務的Shuffle等，其容量需根據儲存架構（存算一體/存算分離）差異化評估，詳情請參見儲存容量評估。 說明 儲存容量相同時，多盤配置比單盤更能提升組件可用性。部分組件在多盤環境下具備容錯能力，即使個別磁碟故障，也不會影響整體功能。 |
磁碟類型
EMR叢集支援使用以下兩種類型的磁碟來儲存資料。
雲端硬碟
雲端硬碟是阿里雲為Elastic Compute Service提供的資料區塊層級的Block Storage產品，採用分布式三副本機制，為ECS執行個體提供99.9999999%的資料可靠性保證。
按雲端硬碟效能不同，分為SSD雲端硬碟、高效雲端硬碟和ESSD雲端硬碟。
雲端硬碟類型 | 特點 | 應用情境 |
| 時延敏感的應用或者I/O密集型業務情境：
| |
SSD雲端硬碟 |
|
|
高效雲端硬碟 |
|
|
更多雲端硬碟與本地碟效能資訊，請參見Block Storage效能。
本地碟
本地碟是ECS執行個體所在物理機上的本地硬碟裝置，為ECS執行個體提供本機存放區訪問能力。本地碟適用於對儲存I/O效能、海量儲存性價比有極高要求的業務情境。
使用情境
在EMR控制台的節點群組配置中，當附錄：ECS執行個體類型選擇巨量資料型、本地SSD時，其資料盤為物理直連的本地碟，直接掛載於伺服器，提供極低延遲與高吞吐效能。
本地碟僅適用於核心節點（Core）或任務節點（Task）。
本地碟有遺失資料的風險，作為巨量資料儲存需要考慮備份策略。
儲存容量評估
在儲存架構（存算一體/存算分離）選型完成後，您需根據業務資料規模與增長趨勢，評估儲存容量需求，確保磁碟配置滿足業務訴求。
資料類型 | 說明 | 計算規則 |
未經處理資料 | 業務直接產生的初始資料（如日誌）。 | 儲存空間 = 未經處理資料量 |
中間資料 | 處理過程中產生的臨時資料（如ETL中間結果）。 | 儲存空間 = 未經處理資料量 × 1.5（根據業務複雜度調整） |
結果資料 | 最終需儲存的輸出資料。 | 儲存空間 = 未經處理資料量 × 10%~50%（根據業務需求調整） |
資料增長：規劃時需考慮至少6個月的資料增長需求。
存算一體（HDFS）
資料盤容量需綜合考慮未經處理資料、中間資料、結果資料及副本冗餘（預設3副本）。
存算分離（OSS-HDFS/OSS）
通過Object Storage Service實現業務資料持久化儲存，資料盤僅用於臨時計算緩衝、本地化日誌及任務的Shuffle資料，不保留業務資料。