Devopsadept
- ¿Cuál es el uso de DatapROC en GCP??
- ¿Por qué usamos DatapROC??
- Qué tipo de trabajos se pueden ejecutar en Google Dataproc?
- ¿Cuándo debo usar DatapRroc y DataFlow??
¿Cuál es el uso de DatapROC en GCP??
DatapROC es un servicio administrado de Spark y Hadoop que le permite aprovechar las herramientas de datos de código abierto para el procesamiento por lotes, consultas, transmisión y aprendizaje automático. La automatización de Dataproc lo ayuda a crear grupos rápidamente, administrarlos fácilmente y ahorrar dinero apagando los clústeres cuando no los necesite.
¿Por qué usamos DatapROC??
DatapROC es un servicio completamente administrado y altamente escalable para ejecutar Apache Hadoop, Apache Spark, Apache Flink, Presto y más de 30 herramientas y marcos de código abierto. Use DatapROC para Data Lake Modernization, ETL y Secure Data Science, a escala, integrado con Google Cloud, a una fracción del costo.
Qué tipo de trabajos se pueden ejecutar en Google Dataproc?
¿Qué tipo de trabajos puedo ejecutar?? DatapROC proporciona soporte fuera del cuadro y de extremo a extremo para muchos de los tipos de trabajo más populares, incluidos Spark, Spark SQL, Pyspark, MapReduce, Hive y Pig Jobs.
¿Cuándo debo usar DatapRroc y DataFlow??
Se debe utilizar datapROC si el procesamiento tiene alguna dependencia de las herramientas en el ecosistema de Hadoop. DataFlow/Beam proporciona una separación clara entre la lógica de procesamiento y el motor de ejecución subyacente.
