Amazon EMR cung cấp một framework Hadoop được quản lý giúp xử lý khối lượng dữ liệu cực lớn một cách dễ dàng, nhanh chóng và tiết kiệm chi phí trên nhiều máy ảo có thể mở rộng động của Amazon EC2. Bạn cũng có thể chạy một framework phân phối phổ biến khác như Apache Spark, HBase, Presto,và Flink trên Amazon EMR và tương tác với dữ liệu trên các kho dữ liệu AWS khác chẳng hạn như Amazon S3 và Amazon DynamoDB.
Amazon EMR xử lý một cách bảo mật và tin cậy nhiều trường hợp sử dụng dữ liệu quy mô lớn khác nhau, bao gồm phân tích nhật ký, đánh chỉ mục web, chuyển đổi dữ liệu (ETL), học máy, phân tích tài chính, mô phỏng khoa học và tin sinh học.
Amazon EMR Release Velocity
Với các phiên bản phát hành trên Amazon EMR, bạn có thể dễ dàng lựa chọn và sử dụng các dự án nguồn mở mới nhất trên cụm EMR của bạn, bao gồm các ứng dụng trên hệ sinh thái Apache Hadoop và Spark. Phần mềm được cài đặt và cấu hình bởi Amazon EMR, do đó bạn có thể dành nhiều thời gian cho việc tăng giá trị của dữ liệu của bạn mà không phải lo lắng về hạ tầng và các công việc hành chính.
Dễ sử dụng
Bạn có thể chạy cụm máy chủ Amazon EMR trong vài phút. Bạn không cần phải lo lắng về trang bị nút mạng, thiết lập cụm máy chủ, cấu hình Hadoop hoặc tinh chỉnh cụm máy chủ. Amazon EMR đảm nhận các công việc này nên bạn có thể tập trung vào phân tích.
Chi phí thấp
Mức giá của Amazon EMR đơn giản và dự báo được: Bạn trả mức phí trên mỗi giây cho mỗi giây sử dụng, trong đó tiền phí tối thiểu là một phút. Bạn có thể chạy cụm máy chủ Hadoop gồm 10 nút mạng với mức phí thấp chỉ bằng 0,15 USD mỗi giờ. Do Amazon EMR có tính năng hỗ trợ gốc cho Amazon EC2 Spot và Reserved Instances, bạn cũng có thể tiết kiệm 50-80% chi phí cho các máy ảo cơ bản.
Linh hoạt
Với Amazon EMR, bạn có thể cung cấp một, hàng trăm hoặc hàng nghìn máy ảo điện toán để xử lý dữ liệu ở bất kỳ quy mô nào. Bạn có thể dễ dàng tăng hoặc giảm số lượng máy ảo thủ công hoặc sử dụng Auto Scaling, đồng thời bạn chỉ phải trả tiền cho những gì bạn sử dụng.
Tin cậy
Bạn có thể tốn ít thời gian hơn cho việc tinh chỉnh và giám sát cụm máy chủ của bạn. Amazon EMR đã tinh chỉnh Hadoop cho đám mây; đồng thời cũng giám sát cụm máy chủ của bạn – thử lại các tác vụ thất bại và tự động thay thế các phiên bản có hiệu năng thấp.
Bảo mật
Amazon EMR tự động cấu hình thiết lập tường lửa Amazon EC2 kiểm soát quyền truy cập mạng đến các phiên bản và bạn có thể chạy các cụm máy chủ trên Amazon Virtual Private Cloud (VPC), một mạng cách ly lôgíc do bạn xác định. Đối với đối tượng lưu trữ trên Amazon S3, bạn có thể sử dụng tính năng mã hóa phía máy chủ của Amazon S3 hoặc mã hóa phía máy khách của Amazon S3 với EMRFS, với AWS Key Management Service hoặc các khóa do khách hàng quản lý. Bạn cũng có thể dễ dàng kích hoạt các tùy chọn mã hóa khác và xác thực bằng Kerberos.
Linh hoạt
Bạn có quyền kiểm soát hoàn toàn đối với cụm máy chủ của bạn. Bạn có quyền truy cập gốc đến mọi máy ảo, bạn có thể dễ dàng cài thêm các ứng dụng khác và bạn có thể tùy chỉnh mọi cụm máy chủ bằng các biện pháp bootstrap. Bạn cũng có thể chạy các cụm máy chủ Amazon EMR bằng các Amazon Linux AMI tùy chỉnh.
Clickstream Analysis
Có thể sử dụng Amazon EMR để phân tích dữ liệu về vùng nhấp chuột trên màn hình của người dùng để phân loại người dùng, tìm hiểu sở thích người dùng và phát quảng cáo hiệu quả hơn.
Tìm hiểu thêm về cách Razorfish sử dụng EMR để phân tích vùng nhấp chuột trên màn hình của người dùng »
Phân tích theo thời gian thực
Sử dụng và xử lý dữ liệu theo thời gian thực từ Amazon Kinesis, Apache Kafka hoặc các luồng dữ liệu khác bằng Spark Streaming trên Amazon EMR. Thực hiện các phân tích luồng dữ liệu theo dung sai cao và ghi kết quả lên Amazon S3 hoặc HDFS.
Tìm hiểu cách Hearst sử dụng Spark Streaming »
Phân tích nhật ký
Có thể sử dụng Amazon EMR để xử lý nhật ký do các ứng dụng web và di động tạo ra. Amazon EMR giúp khách hàng biến hàng petabyte dữ liệu không được cấu trúc hoặc bán cấu trúc thành thông tin hữu ích về ứng dụng của họ hoặc người dùng.
Tìm hiểu cách Yelp sử dụng EMR để tăng cường các tính năng chính của website »
Extract Transform Load (ETL)
Có thể sử dụng Amazon EMR để thực hiện các công việc chuyển đổi dữ liệu (ETL) một cách nhanh chóng và tiết kiệm chi phí chẳng hạn như việc phân loại, tổng hợp và nối trên các tập dữ liệu lớn.
Tìm hiểu cách Redfin sử dụng các cụm EMR chuyển đổi cho ETL »
Predictive Analytics
Apache Spark trên Amazon EMR cung cấp MLlib cho các thuật toán học máy có thể mở rộng hoặc bạn có thể sử dụng các thư viện của chính bạn. Bằng cách lưu trữ các tập dữ liệu trong bộ nhớ, Spark có thể cung cấp hiệu năng tuyệt vời cho các công việc học máy phổ thông.
Tìm hiểu cách Intent Media sử dụng Spark MLib »
Nghiên cứu cấu trúc gien
Có thể sử dụng Amazon EMR để xử lý khối lượng dữ liệu gien cực lớn và các tập dữ liệu khoa học lớn khác một cách nhanh chóng và hiệu quả. Các nhà nghiên cứu có thể truy cập dữ liệu gien được lưu trữ miễn phí trên AWS.
Tìm hiểu về Apache Spark và Precision Medicine »
Bắt đầu với Amazon EMR rất dễ dàng. Làm theo Hướng dẫn làm quen của chúng tôi để chạy cụm máy chủ Amazon EMR đầu tiên của bạn và bắt đầu phân tích dữ liệu trên kho dữ liệu do AWS vận hành bằng vài cú nhấp chuột. Bạn có thể tìm hiểu thêm về Spark, Presto và kho dữ liệu, cũng như tại sao EMR phù hợp với danh mục của Kho dữ liệu và Phân tích của AWS.
