全部产品
Search
文档中心

开源大数据平台E-MapReduce:产品简介

更新时间:Aug 07, 2024

开源大数据开发平台E-MapReduce(简称EMR)是运行在阿里云平台上的一种大数据处理系统解决方案。EMR基于开源的Apache Hadoop和Apache Spark,让您可以方便地使用Hadoop和Spark生态系统中的其他周边系统分析和处理数据。EMR还可以与阿里云其他的云数据存储系统和数据库系统(例如,阿里云OSS和RDS等)进行数据传输。

产品介绍

阿里云EMR提供了on ECS、on ACK和Serverless形态,以满足不同用户的需求。

形态

描述

EMR on ECS

EMR负责将开源Hadoop生态的组件安装部署在ECS上,并启动相应的服务。您可以在EMR控制台完成对集群ECS及服务的运维操作。

关于EMR on ECS的更多介绍,请参见什么是EMR on ECS

EMR on ACK

您需要先完成ACK集群的安装部署。当ACK集群准备就绪后,EMR将基于ACK的资源安装部署大数据服务组件,并在容器内运行。关于EMR on ACK的更多介绍,请参见什么是EMR on ACK

EMR Serverless Spark

EMR Serverless Spark是一款云原生,专为大规模数据处理和分析而设计的全托管Serverless产品。它为企业提供了一站式的数据平台服务,包括任务开发、调试、调度和运维等,极大地简化了数据处理的全生命周期工作流程。使用EMR Serverless Spark,企业可以更专注于数据分析和价值提炼,提高工作效率。

关于EMR Serverless Spark的更多介绍,请参见什么是EMR Serverless Spark

产品优势

EMR on ECS

EMR为您提供了相对方便可控的企业级开源大数据服务。您可以快速搭建开源大数据服务,例如Hadoop、Spark、Flink、Kafka和HBase服务。

  • 100%采用社区开源组件,适配并优化开源组件,性能远高于开源版本。

  • 基于时间的弹性伸缩能力,抢占式实例可进一步降低成本。

  • 解耦了计算与存储之间的绑定关系,实现了资源的弹性利用。

  • 分钟级别创建和扩容集群,无需手动部署和启动服务。

EMR on ACK

  • 节省成本:无需单独购买ACK集群。

  • 简化运维:一套运维体系,一套集群管理,全面覆盖大数据和在线等多种业务。

  • 优化体验:支持ECS和ACK两套IaaS资源模型,您可以无缝切换。

  • 深度集成:完全采用云原生数据湖架构,计算使用阿里云ACK,计算资源可以无限扩展。

EMR Serverless Spark

  • 云原生极速计算引擎

    • 内置Fusion Engine (Spark Native Engine),相对开源版本性能提升200%。

    • 内置Celeborn(Remote Shuffle Service),支持PB级Shuffle数据,计算资源总成本最高下降30%。

  • 开放化的数据湖架构

    • 支持计算存储分离,计算可弹性伸缩,存储可按量付费。

    • 对接OSS-HDFS,完全兼容HDFS的云上存储,无缝平滑迁移上云。

    • 中心化的DLF元数据,全面打通湖仓元数据。

  • 一站式的开发体验

    • 提供作业开发、调试、发布、调度等一站式数据开发体验。

    • 内置版本管理、开发与生产隔离,满足企业级开发与发布标准。

  • Serverless的资源平台

    • 开箱即用,无需手动管理和运维云基础设施。

    • 弹性伸缩,秒级资源弹性与供给。

    • 按量付费,按实际计算资源量付费,进一步降低计算总成本。