Dataproc
Dataproc은 Apache Hadoop, Apache Spark, Apache Flink, Presto, 30개 이상의 오픈소스 도구 및 프레임워크를 실행하기 위한 확장성이 뛰어난 완전 관리형 서비스입니다. Dataproc을 규모에 맞춰 Google Cloud와 완벽하게 통합하여 비용 부담 없이 데이터 레이크 현대화, ETL, 안전한 데이터 과학에 사용할 수 있습니다.
이점
오픈소스 데이터 처리 현대화
필요한 것이 VM 또는 Kubernetes든, Presto용 추가 메모리든, GPU든 Dataproc은 주문형의 특정 용도 또는 서버리스 환경을 통해 데이터와 분석 처리를 가속화할 수 있습니다.
고급 보안, 규정 준수, 거버넌스
Dataproc, BigLake, Dataplex를 통해 세분화된 행 및 열 수준 액세스 제어를 적용할 수 있습니다. 기존 Kerberos 및 Apache Ranger 정책을 사용하여 사용자 승인 및 인증을 관리하고 적용합니다.
주요 특징
주요 특징
완전 관리형의 자동화된 빅데이터 오픈소스 소프트웨어
서버리스 배포, 로깅, 모니터링을 통해 인프라가 아닌 데이터 및 분석에 집중할 수 있습니다. Apache Spark 관리 TCO를 최대 54%까지 단축합니다. 데이터 과학자와 엔지니어가 Vertex AI Workbench와의 통합을 통해 기존 노트북보다 5배 더 빠른 속도로 모델을 빌드하고 학습시킬 수 있습니다. Dataproc Jobs API를 사용하면 빅데이터 처리를 커스텀 애플리케이션에 쉽게 통합할 수 있으며 Dataproc Metastore를 사용하면 자체 Hive 메타스토어 또는 카탈로그 서비스를 실행할 필요가 없습니다.
Kubernetes로 Apache Spark 작업 컨테이너화
Google Kubernetes Engine(GKE)에서 Dataproc을 사용하여 작업 이동성 및 격리를 제공할 수 있도록 Kubernetes의 Dataproc을 사용하여 Apache Spark 작업을 빌드합니다.
Google Cloud와 통합된 엔터프라이즈 보안
Dataproc 클러스터를 만들 때 보안 구성을 추가하는 방법으로 Kerberos를 통해 Hadoop 보안 모드를 사용 설정할 수 있습니다. 또한 Dataproc과 함께 가장 일반적으로 사용되는 Google Cloud만의 보안 기능으로는 기본 저장 데이터 암호화, OS 로그인, VPC 서비스 제어, 고객 관리 암호화 키(CMEK) 등이 있습니다.
Google Cloud의 최고의 기술을 갖춘 최고의 오픈소스
Dataproc으로 현재 사용하는 오픈소스 도구, 알고리즘, 프로그래밍 언어를 사용할 수 있지만 이들을 클라우드 규모의 데이터 세트에 쉽게 적용할 수 있습니다. 동시에 Dataproc은 즉시 사용 가능한 나머지 Google Cloud 분석, 데이터베이스, AI 생태계와 통합됩니다. 데이터 과학자와 엔지니어는 데이터에 빠르게 액세스하여 Dataproc을 BigQuery, Vertex AI, Cloud Spanner, Pub/Sub 또는 Data Fusion에 연결하는 데이터 애플리케이션을 빌드할 수 있습니다.
고객
Dataproc을 사용하는 고객 사례
문서
문서
서버리스 Spark
자동 프로비저닝 및 자동 확장되는 Spark 작업을 제출할 수 있습니다. 자세한 내용은 아래의 빠른 시작 링크를 참조하세요.
Dataproc 초기화 작업
사전 빌드된 초기화 작업으로 Dataproc 클러스터에 다른 OSS 프로젝트를 추가하세요.
오픈소스 커넥터
Apache Hadoop 상호 운용성을 위한 라이브러리 및 도구입니다.
Dataproc 워크플로 템플릿
Dataproc WorkflowTemplates API는 워크플로를 관리하고 실행하는 데 유연하고 사용이 간편한 메커니즘을 제공합니다.
사용 사례
사용 사례
많은 기업에서 비용을 관리하고 확장성의 이점을 활용하기 위해 기존 온프레미스 Apache Hadoop과 Spark 클러스터에서 Dataproc으로 마이그레이션하고 있습니다. Dataproc을 통해 기업에서는 어떤 데이터나 분석 처리 작업도 지원하도록 자동 확장할 수 있는 완전 관리형의 맞춤형 클러스터를 만들 수 있습니다.
목적에 맞게 구축된 Dataproc 클러스터를 가동해 이상적인 데이터 과학 환경을 조성하세요. Google Cloud AI 서비스와 GPU로 Apache Spark, NVIDIA RAPIDS, Jupyter 메모장 등 오픈소스 소프트웨어를 통합해 머신러닝과 AI 개발을 가속화하세요.
모든 기능
모든 특징
| 서버리스 Spark | 수동 인프라 프로비저닝 또는 조정 없이 자동 확장되는 Spark 애플리케이션 및 파이프라인을 작성합니다. |
| 크기 조절이 가능한 클러스터 | 다양한 가상 머신 유형, 디스크 크기, 노드 수, 네트워킹 옵션으로 클러스터를 만들고 빠르게 확장할 수 있습니다. |
| 클러스터 자동 확장 | Dataproc 자동 확장은 클러스터 리소스 관리를 자동화하는 메커니즘을 제공하고 클러스터 작업자(노드)를 자동으로 가감하는 기능을 지원합니다. |
| 클라우드 통합 | Cloud Storage, BigQuery, Dataplex, Vertex AI, Composer, Cloud Bigtable, Cloud Logging, Cloud Monitoring과 기본적으로 통합되어 더욱 완전하고도 견고한 데이터 플랫폼을 제공합니다. |
| 버전 관리 | 이미지 버전 관리 덕분에 다양한 버전의 Apache Spark, Apache Hadoop, 기타 도구 간의 전환이 가능합니다. |
| 클러스터 예약 삭제 | 비활성 클러스터에 대한 요금이 발생하지 않도록 Dataproc의 예약 삭제를 사용할 수 있습니다. 이 기능은 지정된 클러스터 유휴 기간 후, 지정된 향후 시점 또는 지정된 기간 후 클러스터를 삭제하는 옵션을 제공합니다. |
| 자동 또는 수동 구성 | Dataproc은 하드웨어와 소프트웨어를 자동으로 구성하는 것은 물론 수동 제어 기능도 제공합니다. |
| 개발자 도구 | 사용하기 쉬운 웹 UI, Cloud SDK, RESTful API, SSH 액세스 등 다양한 방식으로 클러스터를 관리할 수 있습니다. |
| 초기화 작업 | 클러스터를 만들 때 초기화 작업을 실행해 필요한 설정 및 라이브러리를 설치하거나 맞춤설정할 수 있습니다. |
| 선택적 구성요소 | 선택적 구성요소를 사용하여 클러스터에 추가 구성요소를 설치하고 구성합니다. 선택적 구성요소는 Dataproc 구성요소와 통합되며 Zeppelin, Presto는 물론 Apache Hadoop 및 Apache Spark 생태계와 관련된 다른 오픈소스 소프트웨어 구성요소에도 완전히 구성된 환경을 제공합니다. |
| 커스텀 컨테이너 및 이미지 | Dataproc 서버리스 Spark는 커스텀 Docker 컨테이너로 프로비저닝할 수 있습니다. Dataproc 클러스터는 사전 설치된 Linux 운영체제 패키지가 포함된 커스텀 이미지로 프로비저닝할 수 있습니다. |
| 유연한 가상 머신 | 클러스터에서 커스텀 머신 유형과 선점형 가상 머신을 사용하여 사용자 니즈에 최적화된 규모로 만들 수 있습니다. |
| 구성요소 게이트웨이 및 메모장 액세스 | Dataproc 구성요소 게이트웨이는 클러스터에서 실행되는 Dataproc 기본 구성요소와 선택적 구성요소 웹 인터페이스에 안전하게 클릭 한 번으로 액세스할 수 있는 환경을 제공합니다. |
| 워크플로 템플릿 | Dataproc 워크플로 템플릿은 워크플로 관리와 실행을 위한 간편하고 유연한 메커니즘을 제공합니다. 워크플로 템플릿은 재사용 가능한 워크플로 구성으로서 작업을 실행할 위치에 관한 정보와 함께 작업 그래프를 정의합니다. |
| 자동화된 정책 관리 | 클러스터 Fleet에서 보안, 비용, 인프라 정책을 표준화합니다. 프로젝트 수준에서 리소스 관리, 보안 또는 네트워크에 대한 정책을 만들 수 있습니다. 또한 사용자가 올바른 이미지, 구성요소, 메타스토어, 기타 주변기기 서비스를 손쉽게 사용할 수 있도록 하여 향후 클러스터 Fleet과 서버리스 Spark 정책을 관리할 수 있습니다. |
| 스마트 알림 | Dataproc 권장 알림을 사용하면 고객이 사전 구성된 알림의 기준을 조정하여 유휴 상태, 낭비되는 클러스터, 작업, 사용량이 많은 클러스터 등에 대한 알림을 받을 수 있습니다. 고객은 이러한 알림을 추가로 맞춤설정하고 고급 클러스터 및 작업 관리 기능을 만들 수도 있습니다. 이러한 기능을 통해 고객은 기기를 대규모로 Fleet를 관리할 수 있습니다. |
| Dataproc Metastore | 세분화된 액세스 제어 및 BigQuery 메타스토어, Dataplex, Data Catalog와의 통합을 지원하는 완전 관리형의 고가용성 Hive Metastore(HMS)입니다. |
가격 책정
가격 책정
Dataproc 가격은 vCPU 수와 실행 시간에 따라 결정됩니다. 가격 책정에는 시간 단위 요금이 나와 있지만 Google에서는 실제 사용한 만큼만 결제할 수 있도록 초당 요금을 부과합니다.
예: 각각 2시간 동안 실행된 CPU 4개의 클러스터 6개(기본 1개 + 작업자 5개)는 $0.48입니다. Dataproc 요금 = vCPU 수 * 시간 * Dataproc 가격 = 24 * 2 * $0.01 = $0.48
자세한 내용은 가격 책정 페이지를 참조하세요.
파트너
파트너
Dataproc은 기존 투자와 역량을 보완하기 위해 주요 파트너와 통합합니다.
