Amazon EMR fournit une infrastructure Hadoop qui permet de traiter de manière simple, rapide et rentable de grandes quantités de données sur des instances Amazon EC2 dynamiquement évolutives. Vous pouvez également exécuter d'autres frameworks distribués courants tels qu'Apache Spark, HBase, Presto et Flink dans Amazon EMR et interagir avec le contenu d'autres magasins de données AWS comme Amazon S3 et Amazon DynamoDB.
Amazon EMR gère un large éventail de cas d'utilisation de Big Data de façon sûre et fiable, tels que l'analyse des journaux, l'indexation Web, les transformations de données (ETL), l'apprentissage machine, l'analyse financière, la simulation scientifique et la recherche bio-informatique.
Vitesse de publication des versions d'Amazon EMR
Grâce au contrôle de version sur Amazon EMR, vous pouvez facilement sélectionner et utiliser les derniers projets open source dans votre cluster EMR, notamment des applications dans les écosystèmes Apache Hadoop et Spark. Le logiciel est installé et configuré par Amazon EMR. Vous pouvez donc consacrer plus de temps à la valorisation de vos données sans vous soucier des tâches d'infrastructure et d'administration.
Utilisation simple
Vous pouvez lancer un cluster Amazon EMR en quelques minutes. Vous n'avez pas à vous préoccuper de la mise en service des nœuds, ni de la mise en place et du réglage du cluster, ni de la configuration d'Hadoop. Amazon EMR prend en charge ces tâches, afin que vous puissiez vous concentrer sur vos opérations d'analyse.
Coût réduit
La tarification d'Amazon EMR est simple et prévisible : l'utilisation de chaque instance vous est facturée à l'heure. Vous pouvez lancer un cluster Hadoop à 10 nœuds pour un coût aussi bas que 0,15 USD de l'heure. De plus, Amazon EMR propose une prise en charge native des instances EC2 ponctuelles et réservées, vous pouvez donc également économiser entre 50 et 80 % sur le coût de vos instances sous-jacentes.
Elasticité
Avec Amazon EMR, vous pouvez mettre en service une, des centaines, voire des milliers d'instances de calcul afin de traiter vos données à n'importe quelle échelle. Vous pouvez facilement augmenter ou diminuer le nombre d'instances, aussi bien manuellement qu'à l'aide de l'option Auto Scaling, et vous ne payez qu'en fonction de votre utilisation.
Fiable
Vous perdez moins de temps à régler les paramètres de votre cluster et à surveiller son exécution. Amazon EMR permet un réglage d'Hadoop pour le cloud, ainsi que la surveillance de votre cluster. Les tâches ayant échoué sont réexécutées, et les instances aux performances insatisfaisantes sont automatiquement remplacées.
Sécurité
Amazon EMR configure automatiquement les paramètres du pare-feu Amazon EC2 qui contrôlent l'accès réseau aux instances, et vous pouvez lancer vos clusters dans Amazon Virtual Private Cloud (VPC), un réseau isolé de manière logique que vous définissez. Pour les objets stockés dans Amazon S3, vous pouvez utiliser le chiffrement côté serveur ou le chiffrement côté client Amazon S3 avec le système EMRFS à l'aide d'AWS Key Management Service ou de clés gérées par le client.
Flexibilité
Vous disposez d'un contrôle total sur votre cluster. Vous disposez d'un accès racine à chaque instance afin de pouvoir facilement installer des applications supplémentaires et personnaliser chaque cluster. Amazon EMR prend également en charge plusieurs applications et distributions Hadoop.
Analyse des parcours de navigation
Amazon EMR permet d'analyser les données de parcours de navigation afin de segmenter les utilisateurs, de comprendre leurs préférences et de proposer des publicités plus efficaces.
Découvrez comment Razorfish utilise EMR pour ses analyses de parcours de navigation »
Analyses en temps réel
Utilisez et traitez des données en temps réel depuis Amazon Kinesis, Apache Kafka ou d'autres flux de données avec Spark Streaming sur Amazon EMR. Effectuez des analyses en continu en profitant d'une tolérance élevée aux pannes et écrivez les résultats sur Amazon S3 ou sur le système HDFS.
Découvrez comment Hearst utilise Spark Streaming »
Analyse des données consignées
Amazon EMR permet de traiter les journaux générés par les applications Web et mobiles. Amazon EMR permet aux clients de transformer les pétaoctets de données non structurées ou semi-structurées en informations utiles à propos de leurs applications ou de leurs utilisateurs.
Découvrez comment Yelp utilise EMR pour diriger des fonctionnalités de site Web essentielles »
Extraction, transformation et chargement (ETL)
Amazon EMR permet d'exécuter rapidement et de façon rentable des charges de travail de transformation de données (ETL), telles que le tri, l'agrégation et la liaison, sur de grands ensembles de données.
Découvrez comment Redfin utilise les clusters EMR transitoires pour l'ETL »
Analyses prédictives
Apache Spark sur Amazon EMR comprend la bibliothèque MLlib pour offrir un large éventail d'algorithmes d'apprentissage machine évolutifs. Vous pouvez également utiliser vos propres bibliothèques. En stockant des ensembles de données en mémoire, Spark peut offrir d'excellentes performances pour les charges de travail d'apprentissage machine courantes.
Découvrez comment Intent Media utilise Spark MLib »
Génomique
Amazon EMR peut être utilisé pour traiter des volumes importants de données génomiques et d'autres grands ensembles de données scientifiques, rapidement et efficacement. Les chercheurs peuvent accéder aux données hébergées gratuitement sur AWS.
Découvrez Apache Spark et la médecine de précision »
Pour commencer à utiliser Amazon EMR, c'est très simple. Suivez notre guide de démarrage pour lancer votre premier cluster Amazon EMR et commencer à analyser des données en quelques clics.
