Managed Service for Apache Spark 說明文件
透過叢集上的 Managed Service for Apache Spark，您可以運用開放原始碼資料工具，執行批次處理、查詢、串流和機器學習工作。透過 Managed Service for Apache Spark 的自動化功能，您可以快速建立及輕鬆管理叢集，並關閉不需要的叢集來節省費用。省下管理作業所需的時間與費用之後，您就能專心處理工作與資料。
使用 Managed Service for Apache Spark 無伺服器服務執行 Spark 批次工作負載，不必佈建及管理自己的叢集。指定工作負載參數，然後將工作負載提交至 Managed Service for Apache Spark 服務。這項服務會在代管運算基礎架構中執行工作負載，並視需要自動調度資源。只有在工作負載執行時，才會產生 Managed Service for Apache Spark 費用。
使用價值 $300 美元的免費抵免額，開始概念驗證
- 運用我們最新生成式 AI 模型和工具進行開發。
- 免費使用 Compute Engine 和 AI API 等 20 多項熱銷產品。
- 不會自動收費，也無需綁約
繼續探索 20 多項永久免費的產品
存取 20 多項常見用途的免費產品，包括 AI API、VM 和資料倉儲等。
說明文件資源
相關資源
在 Google Kubernetes Engine 上執行 Spark 工作
透過 Dataproc Jobs API，將 Spark 工作提交至執行中的 Google Kubernetes Engine 叢集。
Cloud Dataproc 簡介：Google Cloud 上的 Hadoop 和 Spark
本課程結合了講座、示範和實作研究室，說明如何建立 Dataproc 叢集、提交 Spark 工作，然後關閉叢集。
在 Dataproc 上使用 Spark 實作機器學習
本課程結合了講座、示範和實作實驗室，說明如何在 Dataproc 叢集執行 Apache Spark 機器學習程式庫，用於實作邏輯迴歸，以開發多變數資料集的分析模型。
管理 Apache Spark 的 Java 和 Scala 依附元件
向 Managed Service for Apache Spark 叢集提交 Spark 工作時納入依附元件的建議方法。