Amazon EMR

轻松运行和扩展 Apache Spark、Hadoop、HBase、Presto、Hive 以及其他大数据框架

Amazon EMR 提供的托管 Hadoop 框架可以让您快速、轻松、经济高效地在多个动态可扩展的 Amazon EC2 实例中处理大量数据。您还可以运行其他常用的分布式框架（例如 EMR 中的 Apache Spark、HBase、Presto 和 Flink），以及与其他 AWS 数据存储服务（例如 Amazon S3 和 Amazon DynamoDB）中的数据进行交互。EMR Notebooks 基于热门的 Jupyter Notebook，可为即席查询和探索性分析提供开发和协作环境。

EMR 能够安全可靠地处理广泛的大数据使用案例，包括日志分析、Web 索引、数据转换 (ETL)、机器学习、财务分析、科学模拟和生物信息。

Amazon EMR 简介 (3:00)

优势

易于使用

只需几分钟即可启动 EMR 集群。您不必担心节点预置、集群设置、Hadoop 配置或集群优化。EMR 自会处理这些任务，让您可以集中精力进行分析。数据科学家、开发人员和分析师也可以使用 EMR Notebooks（一种基于 Jupyter Notebook 的托管环境）来构建应用程序并与同事协作。

成本低廉

EMR 的定价简单且可预测：您按每个实例费率为使用的每秒时间付费，最低按一分钟收取。您可以按低至每小时 0.15 USD 的价格，使用 Hadoop、Spark 和 Hive 等应用程序启动 10 节点 EMR 集群。EMR 原生支持 Amazon EC2 Spot 实例和预留实例，因此您还可以节省 50-80% 的底层实例费用。

弹性

利用 EMR，您可以预置一个、数百个甚至数千个计算实例来处理任何规模的数据。您可以手动或使用 Auto Scaling 轻松增加或减少实例的数量，并且按实际用量付费。EMR 还可以将计算实例和持久性存储分离，以便二者可以独立扩展。

可靠

您用于优化和监控集群的时间将会更少。EMR 已经针对云优化了 Hadoop，它还会监控您的集群，重新尝试失败的任务，并自动替换性能不佳的实例。EMR 提供最新的稳定开源软件版本，因此您无需管理更新和修复错误，进而减少问题并轻松维护环境。

安全

EMR 会自动配置 EC2 防火墙设置以控制对实例的网络访问，并且您可以在 Amazon Virtual Private Cloud (VPC)（由您定义的逻辑隔离的网络）中启动集群。对于 S3 中储存的对象，您可以通过 AWS Key Management Service 或客户管理的密钥来使用 S3 服务器端加密或采用 EMRFS 的 Amazon S3 客户端加密。您还可以轻松启用其他加密选项和 Kerberos 身份验证。