我在Hive中实现了一项任务。目前它在我的单节点集群上工作正常。现在我打算在AWS上部署它。
我对AWS一无所知。如果我计划部署它，那么我应该选择Amazon EC2或Amazon EMR？
我想改善我的任务的表现。哪一个更好，更可靠？如何接近他们？我听说我们也可以在AWS上注册我们的VM设置。可能吗？
请尽快建议我。
非常感谢。
EMR是EC2实例的集合，其上安装并配置了Hadoop（以及可选的Hive和/或Pig）。如果您使用群集来运行Hadoop / Hive / Pig作业，则可以使用EMR。与EC2实例相比，EMR实例的成本略高。今天对亚马逊价格的快速检查显示，小型EC2实例每小时花费0.08美元，而小型EMR实例每小时花费0.015美元。在我看来，为了省去安装和设置Hadoop（以及Hive和Pig），创建和维护以及AMI和使用它的麻烦，完全值得付出额外的钱。此外，EMR的Hadoop和Hive版本有一些在Apache Hive上不可用（至少，尚未）的补丁。如果您使用EC2，您可能会使用Apache Hadoop和Hive（或者可能是cloudera发行版），并且无法访问这些补丁（例如对S3的本机支持或ALTER TABLE my_table RECOVER PARTITIONS等命令
参考文献：
我建议你不要尝试部署自己的Hadoop集群，除非你有2-3个月的时间，并且你有一个hadoop专家。
通过提供预先配置的hadoop环境，Elastic MapReduce将允许您快速入门。看你只有一份工作，应该没问题。
总的来说，从历史上看，EMR远远落后于最新版本的Hadoop组件，有些则完全缺失。这是使用其他发行版的主要原因。例如，如果你想要HBase，它不在EMR中，但不是。今天，Spark没有EMR。 EMR通常会滞后。
也就是说，如果您没有使用最新和最好的功能，请使用EMR。