電子病歷(emr)和膠(glue)的區別

AWS提供了大量的工具和服務來處理大量的資料。多年來，AWS建立了許多分析服務。根據您的技術環境，您始終可以根據機器學習工作流選擇一種或另一種資料處理工具。在分析工作負載方面，amazonemr和AWS Glue是大規模處理資料的兩個流行選擇。我們看一下這兩個託管服務，並試圖理解這兩個服務之間的關鍵區別。所以，讓我們開始吧。...

什麼是亞馬遜電子病歷(amazon emr)？

Amazon Elastic MapReduce（EMR）是一種基於雲的託管服務，用於快速、經濟地處理和分析大資料。EMR是業界領先的大資料平臺，它使用Apache Spark、Apache Hadoop、Apache Hive、Apache HBase、Presto等工具簡化大資料分析。它最初是一個用於apachehadoop應用程式的託管環境，但多年來，它增加了對AWS上大量其他專案的支援。EMR是專門設計的，透過提供計算馬力和按需基礎設施來分析如此龐大的資料量，以減輕維護負擔。EMR大量使用amaz***3來儲存用於處理和分析結果的資料集，並使用amazonec2跨虛擬伺服器叢集處理大資料。它是靈活的，可定製的，並且它可以為短例項和長例項執行。EMR是大規模資料處理的主要競爭者。

什麼是aws膠水(aws glue)？

AWS Glue是一種無伺服器、完全託管的提取、轉換和載入（ETL）服務，由Amazon作為AWS的一部分提供，用於幫助抓取、發現和組織資料。它是一種現收現付的計算服務，為結構化和半結構化資料集提供自動模式推斷。它允許您從多個源（如資料庫）中提取資料和後設資料，並構建一個資訊目錄，該目錄可進一步用於將資料轉換為所需的目標狀態。它瞭解您的資料、建議轉換並生成ETL指令碼，除此之外，它還以完全託管的方式在pyth***hell或完全託管的無伺服器Spark環境中執行它們。基於您在資料上定義的轉換，Glue可以自動生成Spark指令碼。不僅可以自定義它們，還可以部署自己的指令碼。Glue構建在Spark之上，並與S3、RDS、Redshift和任何JDBC資料儲存整合。

電子病歷和膠水的區別

工具

–Amazon EMR是一種基於雲的託管服務，它大量使用Amazon S3儲存資料集以處理和分析結果，並使用Amazon EC2跨虛擬伺服器叢集處理大資料。它是一個完全託管的Hadoop環境，為AWS上的許多其他專案提供支援，例如apachespark、apachehive、apachehbase、Presto等等。另一方面，AWS Glue是一種無伺服器ETL工具，它為結構化和半結構化資料集提供自動模式推斷。

定價

–亞馬遜EMR的定價結構簡單且可預測。你是按秒收費的，這意味著你每使用一秒就要付費，最少一分鐘。小時費率取決於使用的例項型別，從每小時0.011美元起，上升到每小時0.27美元。這些費用就像EC2價格加在資料處理成本上一樣。AWS Glue的定價是基於dpu（資料處理單元）的，您將被第二個支付爬蟲程式和ETL作業的費用。它通常每DPU每小時花費0.44美元，增量為1秒，四捨五入到最接近的秒。

靈活性和可擴充套件性

–Amazon EMR是一個完全託管的叢集平臺，它簡化了Apache Hadoop和MapReduce元件叢集的設定和管理。它提供了一種簡單的方法，可以根據您的處理需求擴充套件正在執行的工作負載。它允許您根據需要調整叢集的大小，此外，還可以配置一個或多個例項組進行處理。AWS-Glue也很靈活，易於擴充套件，因為它可以在完全管理的、無伺服器的環境中工作。它為擴充套件Apache環境上的分散式處理編寫了高度可伸縮的ETL作業。

用例

–Amazon EMR是一個完全管理的環境，提供計算能力和按需基礎設施，以快速、經濟高效地分析大量資料。它簡化了在AWS上執行大資料框架（如apacehadoop和apachespark）以大規模處理大資料。它通常是本地Hadoop遷移的好替代品。AWS Glue是一個無伺服器的ETL平臺，可以幫助您抓取、發現和組織自己的資料，併為分析做好準備。它是新工作負載的理想選擇。

電子病歷與膠水：對比圖

總結

簡而言之，Amazon EMR是一個完全管理的環境，它提供了計算能力和按需基礎設施，可以快速、經濟高效地分析大量資料。因此，當您擁有完整的基礎設施時，EMR是您的最佳選擇。另一方面，當您有靈活的需求時，AWS Glue非常有用，因為它是無伺服器的，您不需要配置和管理任何計算資源。Glue只是幫助你抓取、發現和組織你擁有的資料，併為分析做好準備。