Amazon EMR
Cluster big data Spark/Hadoop
Chạy framework big data như Apache Spark, Hive, Presto, Flink trên cluster EC2 (hoặc EKS) do AWS dựng sẵn; dữ liệu thường để trên S3.
- Chi phí$$ Vừa phải
- Độ khó●●●●●
- Để không có tốn tiền?Có
- AWS quản lý
- Có trong đềSAA
Hình dungNhư thuê cả xưởng máy móc chạy hàng loạt, xong việc thì trả xưởng.
Khi nào nên dùng
✓ Nên dùng khi
Xử lý dữ liệu lớn bằng Spark/Hadoop, cần tuỳ biến cluster.
✗ Không nên dùng khi
Không muốn quản lý cluster → EMR Serverless / Glue.
Ví dụ hay gặp
- ETL hàng TB dữ liệu bằng Spark
- Chuyển cluster Hadoop on-prem lên AWS
- Train ML phân tán trên dữ liệu lớn
Tốn bao nhiêu tiền?
- Cách tính: Tính theo giờ chạy instance (phí EC2 cộng phụ phí EMR mỗi instance).
⚠️ Bẫy chi phí
Dùng Spot cho task node và tự tắt cluster khi xong job để tránh trả tiền cluster nhàn rỗi.
Dịch vụ liên quan
Ôn thi SAA-C03
EMR xuất hiện trong các chủ đề ôn thi sau: