Avis et détails du produit Amazon EMR

EMR nous aide à travailler avec de grandes quantités de données de manière plus rapide et plus facile. L'interface utilisateur est simple pour démarrer des tâches, vérifier la progression et voir ce qui se passe, y compris la révision des journaux. Il fonctionne également bien avec d'autres services AWS comme CloudWatch. En ce qui concerne les prix, il peut économiser de l'argent car nous utilisons seulement ce dont nous avons besoin au lieu de tout faire fonctionner tout le temps. Le support et l'intégration sont simples ; si vous utilisez déjà AWS, il est prêt à l'emploi. Il dispose également de fonctionnalités intelligentes comme le dimensionnement et l'optimisation, ce qui facilite la gestion. Offre de bonnes performances. Avis collecté par et hébergé sur G2.com.

Amazon EMR est utile, mais il est difficile à apprendre au début. Les écrans et la configuration peuvent sembler déroutants, et les coûts peuvent augmenter s'ils ne sont pas gérés correctement. Avis collecté par et hébergé sur G2.com.

J'aime que Amazon EMR soit facile à utiliser, robuste et fiable. C'est génial de ne pas avoir à me soucier de l'infrastructure et des serveurs sur lesquels ma charge distribuée s'exécute. Il est facile de copier mes fichiers PySpark sur le cluster EMR et de les exécuter. La fonction de mise à l'échelle automatique est très utile et avoir une terminaison automatique est également pratique. Avis collecté par et hébergé sur G2.com.

Parfois, il y a des cas particuliers où nous avons des problèmes avec le cluster. Parfois, nous perdons nos nœuds spot, donc les tâches échouent. Cela peut être un peu difficile de déboguer ces cas particuliers, et cela nécessite d'ouvrir un ticket avec le support d'Amazon. Avis collecté par et hébergé sur G2.com.

EMR est facile à exécuter pour un seul travail de test et il fournit des journaux d'erreurs précis. Avis collecté par et hébergé sur G2.com.

Parfois, cela échoue à cause de la montée/descente en charge. Nous devons donc l'ajuster manuellement. Avis collecté par et hébergé sur G2.com.

EMR que nous utilisons pour exécuter la logique métier sur de grandes données commerciales reçues de diverses sources et de fournisseurs tiers. Avis collecté par et hébergé sur G2.com.

La mise à l'échelle automatique pour les nœuds de tâche et de cœur est lente et prend normalement plus de 15 minutes, ce qui entraîne l'échec de l'exécution des tâches en raison du manque de ressources sur le cluster. Avis collecté par et hébergé sur G2.com.

Il est très facile de lancer ou de cloner un cluster EMR. Et EMR offre des capacités de mise à l'échelle très faciles basées sur des conteneurs, des CPU, des instances spot, l'utilisation de flotte d'instances ou de groupes d'instances. Et EMR prend en charge de nombreuses applications largement utilisées comme Spark, Hive, Hadoop, Trino, Presto, Ranger, Flink, etc. Avis collecté par et hébergé sur G2.com.

Travailler avec des instances Spot sur EMR est légèrement compliqué lors de l'indisponibilité des instances Spot lorsque vous devez utiliser des instances dans une zone de disponibilité particulière. De nombreuses solutions comme Databricks offrent un repli qui est encore plus facile à utiliser. Avis collecté par et hébergé sur G2.com.

Amazon EMR est un produit beaucoup plus puissant pour déployer des solutions big data sur Spark, Flink, scoop, etc. Il est très facile à configurer et offre une belle interface utilisateur qui aide beaucoup à déboguer les tâches Spark. En dehors de cela, du point de vue de l'observabilité, EMR déverse tous les journaux sur S3 et le cloud watch, ce qui aide finalement les développeurs à déboguer les problèmes de mémoire dans le cluster. Avis collecté par et hébergé sur G2.com.

Je n'aime pas l'interface du carnet qu'il fournit, elle n'a pas de fonctionnalités comme l'auto-complétion, etc. Avis collecté par et hébergé sur G2.com.

Grande expérience utilisateur et interface utilisateur

Plus rapide

Plus évolutif

Lire l'entrée de plusieurs sources

Écrire la sortie vers plusieurs sources

Accepté différents types de langages de programmation Avis collecté par et hébergé sur G2.com.

Le démarrage prend du temps, ce qui nécessite plus de patience.

Excellent outil mais cher, c'est l'un des principaux inconvénients.

À part cela, rien, tout semble parfait, je l'utilise tous les jours. Avis collecté par et hébergé sur G2.com.

Mes charges de travail s'exécutent plus rapidement et j'ai plus de temps pour travailler à affiner le code, au lieu de simplement m'asseoir en attendant que la requête s'exécute. Avis collecté par et hébergé sur G2.com.

Ce n'est pas aussi élastique que promu. Je voudrais que le cluster évolue en temps réel. Avis collecté par et hébergé sur G2.com.

Contrôle de la spécification de la configuration, et le support de débogage Avis collecté par et hébergé sur G2.com.

Dépanner les incidents est difficile avec le support. Avis collecté par et hébergé sur G2.com.

> L'une des architectures multi-cluster pour le traitement des big data qui inclut tous les types de fichiers

> L'utilisateur n'a pas besoin de se soucier de la maintenance des clusters et les clusters seront remplacés dynamiquement en cas de défaillance

> C'est l'une des architectures pour le traitement map-reduce (traitement Hadoop), capable de traiter des données en pétaoctets en utilisant une architecture multithreadée Avis collecté par et hébergé sur G2.com.

> ce n'est pas sans serveur, c'est-à-dire que l'administrateur/utilisateur doit provisionner manuellement les clusters pour le traitement, et les supprimer après le traitement

> Le coût est comparativement plus élevé par rapport aux services sans serveur disponibles sur AWS

> EMR est livré avec 2 nœuds maîtres, si les deux nœuds maîtres échouent, le cluster EMR tombera en panne, c'est-à-dire que les utilisateurs doivent provisionner un cluster multi-AZ pour éviter les pannes de nœuds Avis collecté par et hébergé sur G2.com.