Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.
Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.
Sesuaikan preferensi cookie
Kami menggunakan cookie dan alat yang serupa (secara kolektif, “cookie”) untuk tujuan berikut.
Penting
Cookie ini diperlukan untuk menjalankan situs dan layanan kami dan tidak dapat dinonaktifkan. Cookie biasanya tersusun hanya sebagai tanggapan atas tindakan Anda di situs, seperti mengatur preferensi privasi, masuk, atau mengisi formulir.
Kinerja
Cookie kinerja menyediakan statistik anonim tentang cara pelanggan menavigasi situs kami sehingga kami dapat menyempurnakan pengalaman dan kinerja situs. Pihak ketiga yang disetujui dapat melakukan analisis atas nama kami, tetapi tidak dapat menggunakan data untuk tujuannya sendiri.
Diizinkan
Fungsional
Cookie fungsional membantu kami menyediakan berbagai fitur bermanfaat, mengingat preferensi Anda, dan menampilkan konten yang relevan pada situs. Pihak ketiga yang disetujui dapat mengatur cookie ini untuk menyediakan fitur tertentu pada situs. Jika Anda tidak mengizinkan cookie ini, maka beberapa atau semua layanan ini mungkin tidak berjalan dengan baik.
Diizinkan
Iklan
Cookie ini dapat diatur melalui situs kami oleh mitra iklan dan membantu kami mempersonalisasi konten pemasaran. Jika Anda tidak mengizinkan cookie, Anda akan mendapatkan iklan yang kurang relevan.
Diizinkan
Memblokir beberapa jenis cookie dapat memengaruhi pengalaman Anda di situs kami. Anda dapat mengubah preferensi cookie kapan saja dengan mengklik Preferensi cookie di footer situs ini. Untuk mempelajari lebih lanjut tentang bagaimana kami dan pihak ketiga yang disetujui menggunakan cookie di situs kami, silakan baca di jendela baru.
Pilihan privasi Anda
Kami menampilkan iklan yang relevan dengan minat Anda di situs AWS dan properti lain, termasuk iklan perilaku lintas konteks. Iklan perilaku lintas konteks menggunakan data dari satu situs atau aplikasi untuk beriklan kepada Anda di situs atau aplikasi perusahaan yang berbeda.
Untuk tidak mengizinkan iklan perilaku lintas konteks AWS berdasarkan cookie atau teknologi serupa, pilih “Jangan izinkan” dan “Simpan pilihan privasi” di bawah ini, atau kunjungi situs AWS dengan mengaktifkan sinyal penolakan yang diakui secara hukum, seperti Kontrol Privasi Global. Jika Anda menghapus cookie atau mengunjungi situs ini dari peramban atau perangkat yang berbeda, Anda harus membuat pilihan lagi. Untuk informasi selengkapnya tentang cookie dan cara kami menggunakannya, baca Pemberitahuan Cookie AWS.
Amazon EMR Nirserver adalah opsi baru di Amazon EMR yang memudahkan dan hemat biaya bagi para rekayasawan data serta analis untuk menjalankan aplikasi yang dibangun menggunakan kerangka kerja big data sumber terbuka seperti Apache Spark, Hive, atau Presto, tanpa harus menyetel, mengoperasikan, mengoptimalkan, mengamankan atau mengelola klaster.
Manfaat
Kecepatan dan Nilai
Jalankan aplikasi big data dan analitik data berskala petabita dengan lebih cepat, dan dengan biaya kurang dari setengah biaya solusi on-premise.
Kerangka kerja sumber terbuka terbaru
Buat aplikasi menggunakan kerangka kerja sumber terbuka terbaru, dengan opsi untuk berjalan di klaster Amazon EC2 yang disesuaikan, Amazon EKS, AWS Outposts, atau Amazon EMR Nirserver.
Waktu untuk mendapatkan wawasan yang lebih cepat
Dapatkan wawasan hingga 2X lebih cepat dengan versi Spark, Hive, dan Presto beperforma optimal dan kompatibel dengan API sumber terbuka.
Pembuatan yang mudah dengan EMR Notebook
Kembangkan, visualisasikan, dan debug aplikasi Anda dengan mudah menggunakan EMR Notebook dan alat sumber terbuka yang sudah dikenal di EMR Studio.
Kasus penggunaan
Jalankan analitik big data
Jalankan pemrosesan data dalam skala besar dan analisis bagaimana-jika menggunakan algoritme statistik dan model prediktif untuk mengungkap pola tersembunyi, korelasi, tren pasar, dan preferensi pelanggan.
Bangun alur data yang dapat diskalakan
Ekstrak data dari berbagai sumber, proses data tersebut sesuai skala, dan sediakan data untuk aplikasi serta para pengguna.
Proses aliran data waktu nyata
Analisis peristiwa dari sumber data streaming dalam waktu nyata untuk membuat alur data streaming yang dapat berjalan lama, mempunyai ketersediaan tinggi, dan toleran terhadap kesalahan.
Akselerasi ilmu data dan adopsi ML
Analisis data menggunakan kerangka kerja ML sumber terbuka seperti Apache Spark MLlib, TensorFlow, dan Apache MXNet. Hubungkan dengan Amazon SageMaker Studio untuk pelatihan model, analisis, dan pelaporan dalam skala besar.
Dukungan AWS dukungan untuk Internet Explorer berakhir pada 07/31/2022. Peramban yang didukung adalah Chrome, Firefox, Edge, dan Safari.
Pelajari selengkapnya »