Publicado: Mar 10, 2023
Temos o prazer de anunciar o suporte para métricas de nível de cliente ao executar workloads interativas do Spark por meio de endpoints gerenciados. O Amazon EMR no EKS permite aos clientes executar estruturas de big data de código aberto como o Apache Spark no Amazon EKS. Os clientes do Amazon EMR no EKS podem configurar e utilizar um endpoint gerenciado (disponível para demonstração) para executar workloads interativas utilizando ambientes de desenvolvimento integrados (IDEs) como o EMR Studio.
Até agora, os clientes que executavam endpoints gerenciados não tinham um mecanismo para monitorar ou visualizar o comportamento de execução baseado em kernel para eles. Sem visibilidade de métricas como falhas, latência ou lançamentos bem-sucedidos, os clientes podem ter dificuldade em solucionar problemas e entender o que está acontecendo com um endpoint gerenciado. Com esta versão, os clientes poderão monitorar, criar alarmes e solucionar melhor os problemas em seus endpoints gerenciados, aproveitando métricas por meio do Amazon CloudWatch para operações do ciclo de vida do kernel, como contagens de solicitações, latência de solicitações, erros de solicitação e falhas na inicialização do kernel.
Para saber mais sobre esse recurso e obter uma lista das métricas com suporte, acesse nossa documentação. As métricas de clientes de endpoints gerenciados têm suporte pelo Amazon EMR na versão EKS 6.10 e superior e estão disponíveis em todas as regiões nas quais o Amazon EMR no EKS é oferecido atualmente.