Amazon EMR fornisce un framework Hadoop gestito che consente di elaborare grandi quantità di dati su un numero dinamico di istanze Amazon EC2, rendendo l'operazione più semplice, più rapida e più economica. In Amazon EMR è anche possibile eseguire altri framework distribuiti comuni, quali Apache Spark, HBase, Presto e Flink, nonché interagire con i dati contenuti in altri datastore AWS come Amazon S3 e Amazon DynamoDB.
Amazon EMR è una soluzione sicura e affidabile per un'ampia gamma di casi d'uso per Big Data, ideale per una vasta gamma di casi di utilizzo: analisi di log, indicizzazione Web, trasformazione dei dati (ETL), apprendimento automatico, analisi finanziarie, simulazioni scientifiche e ricerche bioinformatiche.
Tempistiche di rilascio di Amazon EMR
Con le release in versioni multiple in Amazon EMR, è possibile selezionare e usare i progetti open source più recenti in un cluster EMR, incluse le applicazioni negli ecosistemi Apache Hadoop e Spark. Il software viene installato e configurato da Amazon EMR, perciò potrai concentrarti maggiormente sul valore dei dati invece che sull'infrastruttura e sulle attività di amministrazione.
Facilità d'uso
Un cluster EMR può essere avviato in pochi minuti. Non dovrai preoccuparti per il provisioning dei dati e la configurazione di Hadoop, né per l'impostazione o il tuning del cluster. Di tutto questo si occupa Amazon EMR.
Costi ridotti
I costi di Amazon EMR sono chiari e semplici da calcolare: si paga una tariffa oraria per ogni istanza in uso. Il prezzo di un cluster Hadoop da 10 nodi parte da 0,15 USD all'ora. Grazie al supporto nativo di Amazon EMR per le istanze Spot e riservate di Amazon EC2, è possibile risparmiare inoltre tra il 50 e l'80% del costo delle istanze sottostanti.
Elasticità
Con Amazon EMR è possibile effettuare il provisioning di una, centinaia o migliaia di istanze di calcolo, per essere in grado di elaborare qualsiasi quantità di dati. Il numero di istanze può essere aumentato o diminuito manualmente o con Auto Scaling con la massima semplicità e i prezzi sono calcolati in base all'uso effettivo.
Affidabilità
Il tempo speso per monitoraggio e configurazione del cluster è destinato a calare. Amazon EMR adotta già le impostazioni di Hadoop per ottimizzarne il funzionamento nel cloud ed esegue il monitoraggio del cluster, riavviando le attività con errori e sostituendo automaticamente le istanze con prestazioni insufficienti.
Sicurezza
Amazon EMR configura in modo automatico le impostazioni del firewall di Amazon EC2 che controllano l'accesso alle istanze, consentendo di avviare cluster in Amazon Virtual Private Cloud (VPC), una rete isolata logicamente definita dall'utente. Per gli oggetti archiviati in Amazon S3, è possibile utilizzare la crittografia lato server o lato client di Amazon S3 con EMRFS, AWS Key Management Service oppure con chiavi gestite dal cliente.
Flessibilità
Con Amazon EMR hai il controllo completo del cluster. Puoi accedere in root a qualsiasi stanza, installare applicazioni aggiuntive con la massima semplicità e personalizzare ogni cluster. Amazon EMR, inoltre, supporta molte applicazioni e distribuzioni Hadoop.
Analisi dei dati di clickstream
Con Amazon EMR è possibile analizzare dati di clickstream per dividere gli utenti in categorie, fare luce sulle preferenze degli utenti e pubblicare inserzioni più efficaci.
Scopri come Razorfish usa EMR per l'analisi dei dati di clickstream »
Analisi in tempo reale
Acquisisci ed elabora dati in tempo reale da Amazon Kinesis, Apache Kafka o altri flussi di dati con Spark Streaming in Amazon EMR. Esegui analisi di flussi con tolleranza ai guasti e salvataggio dei risultati in Amazon S3 o HDFS.
Scopri come Hearst usa Spark Streaming »
Analisi di log
Amazon EMR è ideale per elaborare i log generati da applicazioni Web e app mobili. Amazon EMR consente di trasformare dati parzialmente o non strutturati in informazioni strategiche su applicazioni e utenti.
Scopri come Yelp usa EMR per trarre il massimo vantaggio dalle funzionalità del sito »
Estrazione, trasformazione e caricamento dei dati (ETL)
Amazon EMR può essere utilizzato per eseguire operazioni di estrazione, trasformazione e caricamento dei dati o ETL (Extract, Transform, Load), ad esempio ordinamento, aggregazione e unione in set di dati di grandi dimensioni.
Scopri come Redfin usa cluster EMR temporanei per operazioni di trasformazione »
Analisi predittive
Apache Spark in Amazon EMR include MLlib, che offre algoritmi scalabili di apprendimento automatico; in alternativa, potrai impiegare librerie personalizzate. Poiché memorizza set di dati in memoria, Spark è in grado di offrire prestazioni elevate per carichi di lavoro di apprendimento automatico.
Scopri come Intent Media usa Spark MLlib »
Genomica
La mappatura di un genoma, con la sua enorme mole di dati, è un'applicazione che sfrutta particolarmente la rapidità e l'efficienza fornite da Amazon EMR. I ricercatori che lavorano in questo campo possono accedere gratuitamente ai dati genomici in hosting su AWS.
Scopri il rapporto tra Apache Spark e medicina di precisione
Amazon EMR è molto semplice da utilizzare. Segui la nostra Getting Started Guide per lanciare il tuo primo cluster Amazon EMR e iniziare ad analizzare i dati in pochi clic.
