Daten mit Amazon vorbereiten EMR

Amazon SageMaker Studio und Studio Classic verfügen über eine integrierte Integration von Amazon EMR, mit der Datenwissenschaftler und Dateningenieure interaktive Datenaufbereitung und maschinelles Lernen (ML) im Petabyte-Bereich direkt von ihrem Notebook aus durchführen können. In JupyterLab und Studio Classic-Notebooks können sie bestehende EMR Amazon-Cluster erkennen und eine Verbindung zu ihnen herstellen und anschließend mithilfe von Apache Spark, ApacheHive oder Presto umfangreiche Daten interaktiv für maschinelles Lernen untersuchen, visualisieren und aufbereiten. Mit einem einzigen Klick können sie auf die Spark-Benutzeroberfläche zugreifen, um den Status und die Metriken ihrer Spark-Jobs zu überwachen, ohne ihr Notizbuch verlassen zu müssen.

Administratoren können AWS CloudFormation Vorlagen erstellen, die EMR Amazon-Cluster definieren. Sie können diese Cluster-Vorlagen dann AWS Service Catalogfür Studio- und Studio Classic-Benutzer zum Start verfügbar machen. Datenwissenschaftler können dann eine vordefinierte Vorlage auswählen, um einen EMR Amazon-Cluster direkt von ihrer Studio-Umgebung aus selbst bereitzustellen. Administratoren können die Vorlagen weiter parametrisieren, sodass Benutzer innerhalb vordefinierter Werte Aspekte des Clusters auswählen können. Beispielsweise möchten Benutzer möglicherweise die Anzahl der Kernknoten angeben oder den Instanztyp eines Knotens aus einem Dropdownmenü auswählen.

Mithilfe dieser AWS CloudFormation Funktion können Administratoren die Organisations-, Sicherheits- und Netzwerkkonfiguration von EMR Amazon-Clustern steuern. Datenwissenschaftler und Dateningenieure können diese Vorlagen dann an ihre Workloads anpassen, um EMR On-Demand-Amazon-Cluster direkt aus Studio und Studio Classic zu erstellen, ohne komplexe Konfigurationen einrichten zu müssen. Benutzer können EMR Amazon-Cluster nach der Verwendung beenden.