Dokumentasi Managed Service untuk Apache Spark

Managed Service untuk Apache Spark di cluster memungkinkan Anda memanfaatkan alat data open source untuk batch processing, pembuatan kueri, streaming, dan machine learning. Otomatisasi Managed Service untuk Apache Spark membantu Anda membuat cluster dengan cepat, mengelolanya dengan mudah, dan menghemat biaya dengan menonaktifkan cluster saat tidak diperlukan. Dengan berkurangnya waktu dan biaya untuk urusan administrasi, Anda dapat lebih berfokus pada tugas dan data Anda.

Gunakan Managed Service untuk Apache Spark serverless guna menjalankan workload batch Spark tanpa menyediakan dan mengelola cluster Anda sendiri. Tentukan parameter workload, lalu kirimkan workload ke layanan Managed Service untuk Apache Spark. Layanan akan menjalankan workload pada infrastruktur komputasi terkelola, serta melakukan penskalaan otomatis resource sesuai kebutuhan. Biaya Managed Service untuk Apache Spark hanya berlaku saat workload dijalankan.

Buka halaman produk Managed Service untuk Apache Spark untuk mengetahui informasi selengkapnya.

  • Dapatkan penggunaan gratis untuk lebih dari 20 produk populer, termasuk API Compute Engine dan AI.
  • Tanpa tagihan otomatis, tanpa komitmen.

Terus jelajahi dengan +20 produk yang selalu gratis.

Akses lebih dari 20 produk gratis untuk kasus penggunaan umum, termasuk API AI, VM, data warehouse, dan banyak lagi.

Pelajari pelatihan mandiri, kasus penggunaan, arsitektur referensi, dan contoh kode yang berisi contoh cara menggunakan dan menghubungkan layanan Google Cloud .
Tutorial
Pelatihan dan tutorial

Mengirimkan tugas Spark ke cluster Google Kubernetes Engine yang sedang berjalan dari Dataproc Jobs API.

Pelatihan
Pelatihan dan tutorial

Kursus ini memiliki gabungan materi, demo, dan lab praktik untuk membuat cluster Dataproc, mengirimkan tugas Spark, lalu mematikan cluster tersebut.

Pelatihan
Pelatihan dan tutorial

Kursus ini berisi kombinasi materi, demo, dan lab praktik untuk menerapkan regresi logistik menggunakan library machine learning untuk Apache Spark yang berjalan di cluster Dataproc guna mengembangkan model untuk data dari set data multivariabel.

Solusi
Kasus penggunaan

Menjadwalkan alur kerja di Google Cloud.

Kasus penggunaan
Kasus penggunaan

Cara memindahkan data dari Hadoop Distributed File System (HDFS) lokal ke Google Cloud.

Praktik terbaik
Kasus penggunaan

Pendekatan yang direkomendasikan untuk menyertakan dependensi saat Anda mengirimkan tugas Spark ke cluster Managed Service untuk Apache Spark.

Contoh kode
Contoh Kode

Memanggil Dataproc API dari Python.

Contoh kode
Contoh Kode

Memanggil Dataproc API dari Java.

Contoh kode
Contoh Kode

Memanggil Dataproc API dari Node.js.

Contoh kode
Contoh Kode

Memanggil Dataproc API dari Go.

Video terkait