Aprovisionadores en Cloud Data Fusion

Los aprovisionadores te permiten automatizar la administración del ciclo de vida del clúster cuando ejecutas canalizaciones en diferentes entornos de nube. Crean el clúster de procesamiento requerido antes de que comience una ejecución y lo desglosan después de que finaliza la canalización.

Cada aprovisionador proporciona parámetros de configuración para controlar las propiedades del clúster y autenticarse con las plataformas de destino en la nube. Por ejemplo, los aprovisionadores de Managed Service para Apache Spark y Amazon EMR configuran el tamaño del clúster y las credenciales necesarias para aprovisionar nodos de procesamiento.

Aprovisionadores compatibles en Cloud Data Fusion

Cloud Data Fusion admite los siguientes aprovisionadores:

Managed Service para Apache Spark
Es un servicio en la nube rápido, fácil de usar y completamente administrado que permite ejecutar clústeres de Apache Spark y Apache Hadoop.
Amazon Elastic MapReduce (EMR)
Proporciona un framework de Hadoop administrado que procesa grandes cantidades de datos en instancias de Amazon EC2 escalables de forma dinámica.
Hadoop remoto
Ejecuta trabajos en un clúster de Hadoop preexistente, ya sea en las instalaciones o en la nube.