Amazon EMR
Jalankan dan skalakan Apache Spark, Hive, Presto, dan beban kerja big data lainnya dengan mudah
Sederhanakan manajemen dengan penyediaan klaster cepat, penskalaan terkelola, dan penginstalan perangkat lunak otomatis.
Kembangkan, visualisasikan, dan debug aplikasi big data dengan EMR Studio.
Amankan data dan sumber daya Anda melalui izin yang dapat disesuaikan di AWS Identity and Access Management (IAM), AWS Lake Formation, dan Apache Ranger.
Jalankan aplikasi big data dan analisis berskala petabyte lebih cepat, dan dengan biaya kurang dari setengah biaya solusi on-premise.
Cara kerjanya
Kasus penggunaan
Bangun alur data yang dapat diskalakan
Ekstrak data dari berbagai sumber, memprosesnya dalam skala besar, dan membuatnya tersedia untuk aplikasi dan pengguna. Manfaatkan fitur Apache Hudi untuk danau data berskala petabyte.
Percepat ilmu data dengan ML
Gunakan kerangka kerja ML sumber terbuka seperti Apache Spark MLlib, TensorFlow, dan Apache MXNet yang disertakan dalam EMR. Hubungkan ke SageMaker Studio untuk analisis, pelaporan, dan pelatihan model.
Proses aliran data waktu nyata
Analisis peristiwa dari sumber data streaming secara waktu nyata untuk membuat alur data streaming yang berjalan lama, sangat tersedia, dan toleran terhadap kesalahan.
Kueri set data apa pun
Kueri set data dari penyimpanan data yang berbeda termasuk penyimpanan objek, basis data relasional, basis data NoSQL, dan yang lainnya menggunakan alat SQL sumber terbuka.
Cara untuk memulai
Cari tahu cara kerja Amazon EMR
Pelajari lebih lanjut tentang penyediaan klaster, penskalaan sumber daya, mengonfigurasi ketersediaan tinggi, dan banyak lagi.
Jelajahi harga Amazon EMR
Bayar sesuai penggunaan per detik dengan opsi untuk menjalankan klaster EMR di Amazon Elastic Compute Cloud (EC2), Amazon EKS, atau AWS Outposts.
Memulai dengan Amazon EMR
Pelajari tentang pemrosesan aliran waktu nyata, machine learning berskala besar, dan yang lainnya menggunakan EMR.
