Avaliações e Detalhes do Produto Amazon EMR

Estamos usando o EMR para executar a lógica de negócios em grandes dados empresariais recebidos de várias fontes e fornecedores terceiros. Análise coletada por e hospedada no G2.com.

A escalabilidade automática para nós de tarefa e núcleo é lenta e normalmente leva mais de 15 minutos, o que causa falhas na execução de trabalhos devido à falta de recursos no cluster. Análise coletada por e hospedada no G2.com.

É muito fácil lançar ou clonar um cluster EMR. E o EMR oferece capacidades de escalonamento muito fáceis com base em contêineres, CPU, instâncias spot, uso de frota de instâncias ou grupos de instâncias. E o EMR suporta muitas das aplicações amplamente utilizadas, como Spark, Hive, Hadoop, Trino, Presto, Ranger, Flink, etc. Análise coletada por e hospedada no G2.com.

Trabalhar com instâncias Spot no EMR é um pouco complicado durante a indisponibilidade de instâncias spot quando você precisa usar instâncias em uma zona de disponibilidade específica. Muitas soluções como o Databricks fornecem fallback que são ainda mais fáceis de usar. Análise coletada por e hospedada no G2.com.

Amazon EMR é um produto muito mais poderoso para implantar soluções de big data em cima de Spark, Flink, scoop, etc. É muito fácil de configurar e fornece uma interface de usuário agradável que ajuda bastante na depuração de trabalhos Spark. Além disso, do ponto de vista de observabilidade, o EMR despeja todos os logs no S3 e no CloudWatch, o que eventualmente ajuda os desenvolvedores a depurar problemas de memória no cluster. Análise coletada por e hospedada no G2.com.

Eu não gosto da interface do notebook que ele fornece, não tem recursos como auto-completação etc. Análise coletada por e hospedada no G2.com.

Ótima Experiência do Usuário e Interface do Usuário

Mais rápido

Mais escalável

Pode automatizar facilmente

Ler entrada de várias fontes

Escrever saída para várias fontes

Aceita diferentes tipos de linguagem de programação Análise coletada por e hospedada no G2.com.

Inicializar leva tempo, o que requer mais paciência

ótima ferramenta, mas cara, essa é uma das principais desvantagens

Fora isso, nada, tudo parece ótimo, estou usando todos os dias. Análise coletada por e hospedada no G2.com.

Meus workloads são executados mais rapidamente e tenho mais tempo para trabalhar no refinamento do código, em vez de apenas ficar sentado esperando a consulta ser executada. Análise coletada por e hospedada no G2.com.

Não é tão elástico quanto promovido. Eu gostaria que o cluster escalasse em tempo real. Análise coletada por e hospedada no G2.com.

Controle de especificação da configuração e o suporte de depuração Análise coletada por e hospedada no G2.com.

Incidentes de resolução de problemas são difíceis com suporte Análise coletada por e hospedada no G2.com.

> Uma das arquiteturas multicluster para processamento de big data que inclui todos os tipos de arquivos

> O usuário não precisa se preocupar com a manutenção dos clusters e os clusters serão substituídos dinamicamente com base em falhas

> É uma das arquiteturas para processamento de map reduce (processamento hadoop), pode processar dados em PB usando arquitetura multithread Análise coletada por e hospedada no G2.com.

> não é sem servidor, ou seja, o administrador/usuário precisa provisionar manualmente os clusters para processamento e excluí-los após o processamento

> O custo é comparativamente maior em comparação com os serviços sem servidor disponíveis na AWS

> O EMR vem com 2 nós mestres, se ambos os nós mestres falharem, o cluster EMR cairá, ou seja, os usuários precisam provisionar um cluster multi-AZ para evitar falhas de nós Análise coletada por e hospedada no G2.com.

Facilidade de criar instâncias EMR e escolher os Softwares necessários para serem reinstalados (Spark/Hive/etc.). Análise coletada por e hospedada no G2.com.

O custo é um pouco alto e pode ser um fator limitante às vezes. Análise coletada por e hospedada no G2.com.

Planos personalizáveis pelo usuário e eficiência de custo, e a melhor interface do usuário, é claro. Análise coletada por e hospedada no G2.com.

Os processos em nuvem ainda são lentos, pois são virtuais, mas ainda assim é uma escolha melhor. Análise coletada por e hospedada no G2.com.

Nenhum multiprocesso tradicional é necessário, distribui o trabalho entre o nó cliente, o melhor e mais antigo trabalho encontrado foi usando pspark com um quadro de dados com um alto nível de APIs Python. Análise coletada por e hospedada no G2.com.

A plataforma está densamente compactada, será difícil fazer alterações de configuração em arquivos YAML. Análise coletada por e hospedada no G2.com.