需要通过在pyspark框架上运行python脚本，RDD来对数据集执行数据分析和创建可视化。如果我们可以在AWS上执行此操作而不是在本地计算机（VM）上执行操作，那么请寻求帮助。
似乎我们在AWS中使用EMR或EC2提供了几个选项，但即使我们在AWS中提供12个月的免费试用选项，也不确定相关的步骤和定价。
谁能请帮忙。
你有两个选择：
选项1：您可以在AWS上创建自己的实例并根据需要设置一个hadoop集群（单个节点或多个节点）并在其上运行pyspark。
选项2：您可以使用Amazon提供的EMR（弹性地图缩减），它可以为您创建集群环境，您可以在那里运行您的pyspark代码。
选项1更便宜，但您需要自己配置所有内容。选项2比选项1更昂贵，但为您提供现成的环境。
如果你想使用免费套餐，我建议你去选项1.你可以使用亚马逊在线计算器来比较成本。这是在线计算器的链接。 aws online calculator