E-MapReduce：EMR與自建Hadoop叢集對比優勢

對比項

阿里雲EMR

自建Hadoop叢集

成本與效率

分鐘級部署叢集，敏捷響應業務需求。支援按量和訂用帳戶付費方式。

需提前預估資源，採購伺服器，部署Hadoop生態組件，周期長達數周。

叢集資源支援靈活調整，資料階層式存放區，資源使用率高。

資源相對固定，資源使用率低。

無額外軟體License費用。

採用Hadoop發行版，需額外支付License費用。

開箱即用能力

按叢集規格調優預設參數，對核心組件進行特性級效能最佳化，較開源版本效能大幅提升。

採用開源社區版本，效能需自行最佳化，開發難度較大。

經歷大規模、企業級環境的檢驗，基於開源組件持續加固，定期修複bug。

需自行更新和升級開源版本。

經過專業的各組件相容性驗證測試，提供優於社區版本的使用體驗。

需要驗證各組件版本相容性，自行修複社區bug。

營運與監控

叢集計算資源可根據時間或負載自動平滑地擴縮容，分鐘級擴充海量算力。具體可參見Auto Scaling。

無法根據業務負載波峰波穀，進行叢集資源的彈性擴縮容。

提供豐富的監控診斷能力，智能輔助叢集營運。具體可參見啟用健康診斷、查看叢集日報與分析。

監控和診斷需依賴專業營運人員，問題處理效率低。

安全與生態

支援企業級多租戶資源管理。支援對錶、列、行層級的許可權控制和日誌審計。支援資料加密。

多租戶管理能力需自行配置，能力不完善，無法滿足企業級需求。

打通開源生態和阿里雲生態，支援對接DataWorks、資料湖構建（Data Lake Formation）、CloudMonitor等雲產品。

叢集配套能力需基於社區開源生態自行構建，成本高、周期長。

服務支援

專業和資深巨量資料專家技術服務團隊提供售後支援，具體見支援人員的範圍和方式。

無官方服務支援，問題解決依賴自建團隊，維護難度大。