亚马逊EC2与亚马逊EMR（闭合）(Amazon EC2 vs. Amazon EMR [close

我已经实现在蜂巢的任务。 目前，它是我的单节点集群上工作的罚款。 现在，我打算将其部署到AWS。

我不知道的东西AWS。 如果我打算再部署它，我应该选择亚马逊EC2或Amazon EMR？

我想提高我的任务的性能。 哪一个更适合我和可靠吗？ 如何对他们的做法？ 我听说我们还可以注册我们的虚拟机的设置，因为它是在AWS上。 可能吗？

请尽快给我建议。

非常感谢。

Answer 1:

EMR是EC2实例的安装并在其上配置的Hadoop（以及任选的蜂巢和/或猪）的集合。 如果您正在使用群集运行Hadoop的/蜂房/猪的工作，EMR是要走的路。 相比于EC2实例的实例EMR花费一点点额外的费用。 今天在亚马逊的价格快速检查表明，小EC2实例价格为$ 0.08 /小时，而小EMR实例价格为$ 0.015 /小时的额外费用。 在我看来，这是完全值得付出额外的钱给自己节省安装和设置的Hadoop（与Hive和Pig一起），创建和维护以及AMI和使用它的麻烦。 此外，电子病历的版本Hadoop和蜂巢对蜂巢Apache的一些补丁不可用（ATLEAST，目前还没有）。 如果你使用EC2，你可能会使用Apache Hadoop和配置单元（或者可能是，在Cloudera的分布），不会有机会获得这些修补程序（像S3或类似原生支持命令ALTER TABLE my_table RECOVER PARTITIONS

参考文献：

• http://aws.amazon.com/ec2/pricing/
• http://aws.amazon.com/elasticmapreduce/pricing/

Answer 2:

我建议你不要尝试和部署自己的Hadoop集群，除非你有2-3个月有余，你有一个Hadoop专家得心应手。

弹性MapReduce将让你得到通过提供预配置的Hadoop环境中很快开始。 看到因为你只需要一个单一的工作，它应该是罚款。

Answer 3:

一般而言，从历史上看，EMR是相当落后的Hadoop组件的最新版本，有的被完全丢失。 这对于使用其他分布的主要原因。 例如，如果你想HBase的，它不是在EMR，但它是不是。 今天，Spark是从EMR缺席。 EMR通常会滞后。

这就是说，如果你不使用最新和最伟大的功能，顺应了电子病历。

文章来源: Amazon EC2 vs. Amazon EMR [closed]