Os notebooks do Estúdio Unificado Amazon SageMaker agora oferecem suporte ao EMR Sem Servidor
Os notebooks do Estúdio Unificado Amazon SageMaker agora oferecem suporte ao Amazon EMR Sem Servidor com o Apache Spark Connect, oferecendo aos engenheiros e analistas de dados mais flexibilidade na escolha do tempo de execução do Spark para workloads interativas de análise e engenharia de dados. Além do Amazon Athena Spark, os usuários agora podem aproveitar o Amazon EMR Serm Servidor como seu tempo de execução do Spark, selecionando o mecanismo ideal com base em seus requisitos.
Com esse lançamento, você pode executar o PySpark e o Spark SQL em um aplicativo Spark EMR Sem Servidor nas células do notebook. Os usuários podem selecionar o tempo de execução do Spark no painel lateral do Notebook, e o tempo de execução selecionado se aplica às células Python e SQL. Além disso, os usuários podem aproveitar o SageMaker Data Agent, o assistente de IA integrado, para gerar código e planos de execução a partir de solicitações de linguagem natural, acelerando os fluxos de trabalho de desenvolvimento do Spark com o EMR Sem Servidor. As organizações podem aproveitar a capacidade pré-inicializada para melhorar os horários de início das sessões, ao mesmo tempo em que se beneficiam do monitoramento unificado da interface do usuário do Spark em todos os mecanismos compatíveis para uma visibilidade consistente da execução e do desempenho do trabalho. Além disso, o EMR Sem Servidor fornece suporte à conectividade VPC para cargas de trabalho que exigem isolamento de rede.
Esse recurso está disponível em todas as regiões da AWS em que o Estúdio Unificado Amazon SageMaker está disponível, oferecendo suporte aos notebooks do Estúdio Unificado SageMaker e aos ambientes IDE do JupyterLab. Para começar a usar, consulte o Guia do usuário do Estúdio Unificado Amazon SageMaker.