Veröffentlicht am: Mar 30, 2022
Amazon EMR Managed Scaling passt die Größe von EMR-Clustern automatisch an, um die beste Leistung und Ressourcenauslastung zu erzielen. Wir freuen uns, heute eine neue Funktion in Managed Scaling ankündigen zu können, die die Herunterskalierung von Instances verhindert, die Shuffle-Zwischendaten für Apache Spark speichern. Die intelligente Herunterskalierung von Clustern ohne die Entfernung von Instances, die Shuffle-Zwischendaten speichern, verhindert erneute Versuche und erneute Berechnungen von Aufträgen, was zu einer besseren Leistung und geringeren Kosten führt.
Mit EMR Managed Scaling geben Sie die minimalen und maximalen Computing-Grenzen für Ihre Cluster an. EMR Managed Scaling kann mit Amazon-EC2-Spot-Instances verwendet werden, mit denen Sie ungenutzte EC2-Kapazität für bis zu 90 % Rabatt auf On-Demand-Preise nutzen können. EMR Managed Scaling macht kontinuierlich Proben wichtiger Metriken, die mit den auf Clustern ausgeführten Workloads verbunden sind, und passt die Größe von Clustern basierend auf Workload und Auslastung an. Diese Metriken umfassen jetzt Überwachungs-Instances, die Shuffle-Zwischendaten für Apache Spark enthalten.
Diese Funktion wird von Amazon EMR der Version 5.34 und 6.4.0 und höher unterstützt. Es sind keine weiteren Maßnahmen Ihrerseits erforderlich. Diese Funktion ist in 20 AWS-Regionen weltweit verfügbar: USA Ost (Nord-Virginia und Ohio), USA West (Oregon und Nordkalifornien), Südamerika (São Paulo), Europa (Frankfurt, Irland, London, Mailand, Paris und Stockholm), Kanada (Zentral), Asien-Pazifik (Hongkong, Mumbai, Seoul, Singapur, Sydney und Tokio), Naher Osten (Bahrain) und Afrika (Kapstadt).
Für weitere Informationen, besuchen Sie die Dokumentation zu Managed Scaling für zusätzliche Details.