close
企業趨勢

Google Cloud Dataproc 正式推出 簡化管理大數據叢集運算快 10 倍

越來越多企業採用大數據 (Big Data) 分析洞察市場趨勢,提升業務表現。去年 Google Cloud 平台就試驗提出名為 Cloud Dataproc 的大數據管理服務,可用於管理 Spark 數據處理或在虛擬機器上構建 Hadoop Framework,讓使用者在雲端平台上更方便地管理、協調數據,日前 Google 就在官方 Blog 上宣布正式推出服務。

dataproc

 

平衡成本、速度和管理三方需求 Cloud Dataproc 簡化大數據管理分析提速

Google 方面表示,當企業分析數據時,應該著重數據分析的結果,而非用作分析的軟件工具。而現時較為流行的數據分析工具例如 Hadoop 和 Spark,往往需要在成本、複雜性、規模和可用性上取得平衡,變相令企業放在數據上的專注力下降,而 Google 提供的 Cloud Dataproc 服務則可以讓兩者取得平衡,讓用戶以最簡單的方式管理 Hadoop 和 Spark 數據分析。

Cloud Dataproc 用戶可利用開發者控制台和 Google 雲端開發套件,按需求用不同的虛擬 CPU 來建立運算叢集。另外也可以和大數據分析平台 Dataflow 整合使用,處理實時數據和串流運算,而 BigQuery、Cloud Bigtable 和 Cloud Storage 等其他 Google 雲端服務也可整合使用。

Dataproc (1)

Google 強調 Cloud Dataproc 可平衡成本、速度和管理三方面的需求,以運算速度為例子,傳統的叢集運算不論啟動還是停止最少花費 10 至 15 分鐘或以上的時間,但 Cloud Dataproc 平均只需 90 秒左右即可做到。對比 On-Premise 或 IaaS 服務進行叢集運算達 2 至 10 倍的提升,讓用戶可用較少時間處理更多的數據。

而成本方面,Cloud Dataproc 主張按用量收費,用戶可自訂虛擬機器的 CPU 及記憶體數量,每個叢集的每個虛擬 CPU 每小時收費 1 分美元,最低消費 10 分鐘。Google 亦只指,Cloud Dataproc 將一如服務測試期間不斷釋出新的功能,如改進效能,更新支援叢集版本等。

另外也會持續發展其相關的生態系統,加入更多第三方的工具和服務支援,目前 Google 已與 Arimo、Attunity、Looker、WANdisco 和 Zoomdata 合作開發 Cloud Dataproc,服務供應商如 Moser、Pythian 和 Tectonic 也會在用戶 部署和應用 Cloud Dataproc 時提供專家支援協助。

 

Source: Google Cloud Platform

 

Tags :cloudCloud Dataprocgoogle
Ken Li

The authorKen Li

世事洞明皆學問,人情練達即文章。