Los cuadernos de Amazon SageMaker Unified Studio ahora son compatibles con EMR sin servidor
Los cuadernos de Amazon SageMaker Unified Studio ahora son compatibles con Amazon EMR sin servidor con Apache Spark Connect, lo que brinda a los ingenieros y analistas de datos más flexibilidad a la hora de elegir su tiempo de ejecución de Spark para cargas de trabajo de ingeniería de datos y análisis interactivos. Además de Amazon Athena Spark, los usuarios ahora pueden aprovechar Amazon EMR sin servidor como su tiempo de ejecución de Spark y seleccionar el motor óptimo en función de sus requisitos.
Con este lanzamiento, puede poner en marcha PySpark y Spark SQL en una aplicación Spark de EMR sin servidor en celdas de cuadernos. Los usuarios pueden seleccionar su tiempo de ejecución de Spark en el panel lateral del cuaderno, y el tiempo de ejecución seleccionado se aplica a las celdas de Python y SQL. Además, los usuarios pueden aprovechar SageMaker Data Agent, el asistente de IA integrado, para generar código y planes de ejecución a partir de instrucciones en lenguaje natural, lo que acelera los flujos de trabajo de desarrollo de Spark con EMR sin servidor. Las organizaciones pueden aprovechar la capacidad preinicializada para mejorar los tiempos de inicio de las sesiones y, al mismo tiempo, beneficiarse de la supervisión unificada de la interfaz de usuario de Spark en todos los motores compatibles para obtener una visibilidad uniforme de la ejecución y el rendimiento de los trabajos. Además, EMR sin servidor proporciona soporte de conectividad de VPC para cargas de trabajo que requieren aislamiento de red.
Esta función está disponible en todas las regiones de AWS en las que esté disponible Amazon SageMaker Unified Studio y es compatible con los entornos IDE de JupyterLab y cuadernos de SageMaker Unified Studio. Para empezar, consulte la Guía del usuario de Amazon SageMaker Unified Studio.