El almacenamiento sin servidor en Amazon EMR sin servidor ahora admite la mezcla a escala de terabytes
Amazon EMR sin servidor ahora ofrece capacidades de almacenamiento sin servidor mejoradas compatibles con operaciones de mezcla de hasta 1 TB, lo que aumenta el límite anterior de 200 GB por trabajo. Amazon EMR sin servidor facilita a los ingenieros y los científicos de datos la ejecución de marcos de análisis de macrodatos de código abierto sin la necesidad de configurar, administrar y escalar clústeres o servidores. Esta mejora habilita a los clientes empresariales a ejecutar cargas de trabajo de Apache Spark a escala de producción que requieren procesar grandes volúmenes de datos mezclados durante operaciones complejas, como uniones, agregaciones y ordenación.
Los equipos de datos empresariales ahora pueden migrar con confianza las cargas de trabajo de producción que procesan de forma rutinaria conjuntos de datos a escala de terabytes sin preocuparse por las restricciones de almacenamiento. Esta mejora es particularmente valiosa para las cargas de trabajo que implican grandes uniones de tablas en conjuntos de datos de varios terabytes y agregaciones complejas de datos de alta cardinalidad que requieren una amplia mezcla de datos. La incorporación de la compatibilidad con derrames garantiza que los trabajos puedan administrar sin problemas las operaciones con uso intensivo de la memoria al descargar los datos al disco cuando sea necesario. Así, se mejora la fiabilidad de los trabajos y las tasas de éxito para las cargas de trabajo de análisis exigentes.
Esta característica está disponible con emr-7.14, emr-spark-8.1 de Amazon y versiones posteriores, en 18 regiones de AWS en las que Amazon EMR sin servidor está disponible. Consulte la documentación de Amazon EMR para obtener la lista completa de las regiones admitidas y sus límites aplicables.
Para obtener más información sobre Amazon EMR sin servidor y empezar a utilizar la compatibilidad con la mezcla a escala de terabytes, visite la página de Amazon EMR sin servidor.