"Managed Service for Apache Spark" adalah nama baru untuk produk yang sebelumnya dikenal sebagai "Dataproc on Compute Engine" (deployment cluster) dan "Google Cloud Serverless for Apache Spark" (deployment serverless).
Google uses AI technology to translate content into your preferred language. AI translations can contain errors.
Penyimpanan data Hadoop
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Managed Service untuk Apache Spark terintegrasi dengan Apache Hadoop dan Hadoop Distributed File System (HDFS). Fitur dan pertimbangan berikut dapat menjadi penting saat memilih opsi penyimpanan data dan komputasi untuk cluster dan tugas Managed Service untuk Apache Spark:
HDFS dengan Cloud Storage: Managed Service untuk Apache Spark menggunakan Hadoop Distributed File System (HDFS) untuk penyimpanan. Selain itu,
Managed Service untuk Apache Spark secara otomatis menginstal konektor
Cloud Storage yang kompatibel dengan HDFS,
yang memungkinkan penggunaan Cloud Storage
secara paralel dengan HDFS. Data dapat dipindahkan ke dalam dan ke luar cluster melalui upload dan download ke HDFS atau Cloud Storage.
Disk VM:
Secara default, jika tidak ada SSD lokal yang disediakan, data HDFS dan data shuffle perantara disimpan di disk boot VM, yang merupakan
Persistent Disk.
Jika Anda menggunakan SSD lokal,
data HDFS dan data shuffle perantara akan disimpan di SSD.
Ukuran dan jenis persistent disk (PD) memengaruhi performa dan ukuran VM, baik menggunakan HDFS maupun Cloud Storage untuk penyimpanan data.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2026-05-12 UTC."],[],[]]
