게시된 날짜: May 4, 2023
이제 Amazon EMR on EKS에서 제공된 워크로드의 요구 사항에 맞게 EMR Spark 애플리케이션의 메모리 및 CPU 리소스를 자동으로 튜닝하는 기능인 수직 자동 확장을 지원하여 고객이 리소스를 조정하고 신뢰성을 강화하며 비용을 최적화할 수 있는 간소화된 메커니즘을 제공한다는 소식을 발표하게 되어 기쁩니다. Amazon EMR on EKS를 사용하면 고객이 애플리케이션 프로비저닝을 직접 관리할 필요 없이 Amazon EKS에서 Apache Spark와 같은 오픈 소스 빅 데이터 프레임워크를 실행할 수 있습니다.
EMR Spark를 사용하면 사용할 메모리 및 CPU 코어의 양을 구성할 수 있습니다. 그러나 지금까지 이러한 값을 조정하는 작업은 고객의 수작업 프로세스였기 때문에 복잡할 수 있습니다. 예를 들어, 메모리가 너무 적으면 메모리 부족 예외가 발생할 수 있지만 너무 많이 할당하면 유휴 리소스에 대한 과다 지출이 발생할 수 있습니다. 수직 자동 확장은 실시간 및 과거 리소스 사용률을 기반으로 EMR Spark 애플리케이션에 할당된 메모리와 CPU를 자동으로 조정합니다. 이를 통해 리소스를 조정하고 애플리케이션의 비용을 최적화하는 프로세스를 간소화하는 동시에 애플리케이션의 신뢰성을 향상할 수 있습니다.
이 기능에 대해 자세히 알아보려면 AWS 빅 데이터 블로그 게시물: EKS의 Amazon EMR에서 수직 자동 확장을 통해 Apache Spark 워크로드의 신뢰성을 개선하고 비용을 절감하세요를 참조하세요. 자세한 내용은 EMR on EKS 설명서의 Amazon EMR Spark 작업에서 수직 자동 크기 조정 사용 섹션을 참조하세요. 수직 자동 확장은 Amazon EMR on EKS 6.10 릴리스 이상에서 지원되며 Amazon EMR on EKS를 사용할 수 있는 모든 리전에서 현재 사용 가능합니다.