Les blocs-notes Amazon SageMaker Unified Studio sont désormais compatibles avec EMR sans serveur
Les blocs-notes Amazon SageMaker Unified Studio prennent désormais en charge Amazon EMR sans serveur avec Apache Spark Connect, ce qui donne aux ingénieurs et aux analystes des données plus de flexibilité dans le choix de leur environnement d’exécution Spark pour les analyses interactives et les charges de travail d’ingénierie des données. Outre Amazon Athena Spark, les utilisateurs peuvent désormais utiliser Amazon EMR sans serveur comme environnement d’exécution Spark, en sélectionnant le moteur optimal en fonction de leurs besoins.
Avec ce lancement, vous pouvez exécuter PySpark et Spark SQL sur une application Spark EMR sans serveur dans des cellules de blocs-notes. Les utilisateurs peuvent sélectionner leur environnement d’exécution Spark dans le panneau latéral du bloc-notes, et l’environnement d’exécution sélectionné s’applique à la fois aux cellules Python et SQL. En outre, les utilisateurs peuvent tirer parti de l’agent accélérateur SageMaker, l’assistant IA intégré, pour générer du code et des plans d’exécution à partir d’invites en langage naturel, accélérant ainsi les flux de travail de développement Spark grâce à EMR sans serveur. Les entreprises peuvent tirer parti de la capacité pré-initialisée pour améliorer les heures de démarrage des sessions, tout en bénéficiant d’une surveillance unifiée de l’interface utilisateur Spark sur tous les moteurs pris en charge pour une visibilité constante de l’exécution et des performances des tâches. En outre, EMR sans serveur fournit une prise en charge de la connectivité VPC pour les charges de travail nécessitant une isolation réseau.
Cette caractéristique est disponible dans toutes les Régions AWS où Amazon SageMaker Unified Studio est disponible et prend en charge à la fois les blocs-notes SageMaker Unified Studio et les environnements IDE JupyterLab. Pour commencer, consultez le Guide de l’utilisateur d’Amazon SageMaker Unified Studio.