מסמכי מידע על Managed Service for Apache Spark
Managed Service for Apache Spark באשכולות מאפשר לכם ליהנות מכלי נתונים בקוד פתוח לעיבוד ברצף (batch processing), לשליחת שאילתות, להעברת נתונים בסטרימינג וללמידת מכונה. האוטומציה של שירות מנוהל ל-Apache Spark עוזרת לכם ליצור אשכולות במהירות, לנהל אותם בקלות ולחסוך כסף על ידי השבתת האשכולות כשאתם לא צריכים אותם. כך תוכלו להשקיע פחות זמן וכסף באדמיניסטרציה, ולהתמקד בעבודות ובנתונים שלכם.
אתם יכולים להשתמש ב-Managed Service for Apache Spark serverless כדי להריץ עומסי עבודה של Spark batch בלי להקצות ולנהל אשכול משלכם. מציינים את הפרמטרים של עומס העבודה ושולחים את עומס העבודה לשירות Managed Service for Apache Spark. השירות יריץ את עומס העבודה בתשתית מחשוב מנוהלת, וישנה את גודל המשאבים באופן אוטומטי לפי הצורך. החיובים על Managed Service for Apache Spark חלים רק על הזמן שבו עומס העבודה מבוצע.
立获300美元免费赠金
Google Cloud新用户首次注册即可获得300美元赠金。بالإضافة إلى ذلك، يمكن للمستخدمين الجدد والحاليين استخدام أكثر من 20 منتجًا مجانًا واكتساب خبرة عملية.
立获300美元免费赠金
Google Cloud新用户首次注册即可获得300美元赠金。بالإضافة إلى ذلك، يمكن للمستخدمين الجدد والحاليين استخدام أكثر من 20 منتجًا مجانًا واكتساب خبرة عملية.
מאמרי עזרה
מקורות מידע שקשורים לנושא
הפעלת משימת Spark ב-Google Kubernetes Engine
שליחת משימות Spark לאשכול Google Kubernetes Engine פעיל מתוך Dataproc Jobs API.
מבוא ל-Cloud Dataproc: Hadoop ו-Spark ב-Google Cloud
הקורס משלב הרצאות, הדגמות ושיעורי Lab מעשיים כדי ליצור אשכול Dataproc, לשלוח משימת Spark ואז לכבות את האשכול.
למידת מכונה באמצעות Spark ב-Dataproc
הקורס כולל שילוב של הרצאות, הדגמות ושיעורי Lab מעשיים שמטרתם ללמד איך ליישם רגרסיה לוגיסטית באמצעות ספריית למידת מכונה של Apache Spark שפועלת באשכול Dataproc, כדי לפתח מודל לנתונים ממערך נתונים מרובה משתנים.
העברת נתונים מ-HDFS משרת מקומי ל-Google Cloud
איך מעבירים נתונים ממערכת קבצים מבוזרת של Hadoop (HDFS) בארגון אל Google Cloud.
ניהול יחסי תלות של Java ו-Scala ב-Apache Spark
גישות מומלצות להכללת תלות כששולחים משימת Spark לאשכול Managed Service for Apache Spark.