Publié le: Jun 8, 2023
Amazon Athena pour Apache Spark vous permet désormais d'utiliser vos propres bibliothèques Java et de personnaliser les configurations Spark en fonction de vos charges de travail Spark. Vous pouvez utiliser des bibliothèques Java comme des fichiers JAR personnalisés avec Athena Spark pour analyser des données provenant de plusieurs sources ou utiliser des fonctions dans des fichiers JAR personnalisés pour plus de flexibilité dans les calculs.
Amazon Athena pour Apache Spark est une fonctionnalité d'Amazon Athena qui vous permet d'exécuter des analyses interactives sur Apache Spark en moins d'une seconde pour analyser des pétaoctets de données. Vous pouvez désormais inclure vos propres bibliothèques et modules Java (sous forme de fichiers JAR) dans les charges de travail Spark pour vous connecter à différentes sources de données et exécuter des calculs avancés à l'aide de fonctions définies par l'utilisateur pour effectuer une exploration des fonctionnalités. En outre, vous pouvez également définir des configurations Spark dans Athena pour vos sessions, par exemple pour fournir les paramètres personnalisés requis par vos packages Java ou pour accéder aux catalogues AWS Glue sur plusieurs comptes afin de prendre en charge le maillage de données tel que les modèles de conception. Ce lancement inclut un ensemble de packages de connecteurs de référence pour les journaux Amazon CloudWatch, les métriques CloudWatch et Amazon DynamoDB afin que vous puissiez utiliser les données des services dans vos analyses.
La prise en charge des bibliothèques Java personnalisées et des configurations Spark personnalisées est disponible dans 9 régions AWS où Amazon Athena pour Apache Spark est disponible : USA Est (Ohio), USA Est (Virginie du Nord), USA Ouest (Oregon), Europe (Irlande), Europe (Francfort), Asie-Pacifique (Tokyo), Asie-Pacifique (Singapour), Asie-Pacifique (Sydney) et Asie-Pacifique (Mumbai). Pour en savoir plus et vous lancer, consultez la page de documentation relative à Amazon Athena pour Apache Spark.