EMR lanza clústeres en minutos. Usted no debe preocuparse por el aprovisionamiento de nodos, la configuración de la infraestructura y de Hadoop ni el ajuste del clúster. EMR se encarga de estas tareas para que usted pueda centrarse en los análisis. Los analistas, los ingenieros de datos y los científicos de datos pueden lanzar un Jupyter Notebook sin servidor en cuestión de segundos utilizando EMR Notebooks. Esto permite que las personas y los equipos trabajen en conjunto y exploren, procesen y visualicen los datos de forma interactiva en un formato de bloc de notas fácil de usar.

Los precios de EMR son simples y predecibles: paga una tarifa por instancia por cada segundo de uso, con un cargo mínimo de un minuto. Puede lanzar un clúster de EMR de 10 nodos con aplicaciones como Apache Spark o Apache Hive por tan solo 0,15 USD por hora. Dado que EMR ofrece una compatibilidad nativa con las instancias reservadas y de spot de Amazon EC2, puede ahorrar entre el 50 % y el 80 % del costo de las instancias subyacentes.

Gracias a EMR, puede aprovisionar una instancia de informática o cientos o miles de ellas para procesar datos a cualquier escala. Aumente o reduzca con facilidad la cantidad de instancias de forma manual o automática con Auto Scaling (que administra los tamaños de los clústeres en función del uso), y solo pagará por lo que utilice. A diferencia de la infraestructura rígida de los clústeres locales, EMR separa las instancias de informática y de almacenamiento persistente, de forma que se puedan escalar de forma independiente.

Dedique menos tiempo a ajustar y monitorizar el clúster. EMR está ajustado para la nube y monitoriza el clúster constantemente, reintenta las tareas fallidas y sustituye de forma automática las instancias que tengan un rendimiento deficiente. EMR proporciona las últimas versiones estables de software de código abierto. No es necesario que usted administre actualizaciones y correcciones de errores, lo que conlleva menos problemas y esfuerzo para mantener el entorno. Ya que cuenta con múltiples nodos principales, los clústeres presentan una alta disponibilidad y ejecutan una conmutación por error automática en caso de fallas en un nodo.

EMR establece automáticamente los ajustes del firewall de EC2 para controlar el acceso de red a las instancias y lanza clústeres en una Amazon Virtual Private Cloud (VPC), una red aislada de forma lógica que usted defina. Si se trata de objetos almacenados en S3, se puede implementar el cifrado en el lado del servidor o el cifrado en el lado del cliente con EMRFS (un almacén de objetos para Hadoop en S3), utilizando AWS Key Management Service o las claves administradas por el cliente. EMR facilita la habilitación de otras opciones de cifrado, como el cifrado en tránsito y en reposo, y la autenticación sólida con Kerberos.

Usted tiene un control total sobre el clúster. Tiene acceso raíz a todas las instancias, puede instalar aplicaciones adicionales con facilidad y personalizar cada clúster con acciones de arranque. Además, puede lanzar clústeres de EMR con las AMI personalizadas de Amazon Linux y volver a configurar los clústeres en ejecución sobre la marcha sin necesidad de reiniciarlos.