在 Google Cloud 中使用 Spark

業界首屈一指的無伺服器 Spark，可自動調度資源，並與出色的 Google 原生和開放原始碼工具整合。視需求在任何用途中開發及執行 Spark，包括 ETL、數據資料學和探索。

試用無伺服器 Spark 試用無伺服器 Spark

優點

提高開發人員的生產力，並更快取得資料深入分析結果

透過無伺服器 Spark 簡化作業

編寫自動調度資源的 Spark 應用程式和管道，完全不須手動佈建或調整基礎架構。

讓所有資料使用者都能順暢使用 Spark

Spark 已與 BigQuery、Vertex AI 和 Dataplex 整合，因此您不必自訂整合就可以從這些介面中輕鬆編寫和執行 Spark，適用於 ETL、資料探索、數據分析和機器學習。

靈活選擇

不同的需求，需要不同的做法。您可以針對自家的 Spark 應用程式選用無伺服器、Kubernetes 或運算叢集。

主要功能與特色

只要按幾下滑鼠，即可選擇要從哪個介面執行自動調度資源的 Spark 工作

無伺服器 Spark (正式發布版)

開發人員可以將所有時間花在程式碼和邏輯方面的工作，並使用所選介面提交 Spark 工作，以便自動步健及自動調整資源配置。詳情請參閱這篇文章。

Apache Spark 適用的 BigQuery 外部程序 (不公開預先發布版)

統合 SQL 與 Spark 體驗：直接從 BigQuery 建立及執行以 Python 編寫的 Apache Spark 程式碼。接著，您可以使用 Google 標準 SQL 查詢，在 BigQuery 中執行及排定這些儲存的程序，原理類似執行 SQL 儲存程序。註冊即可搶先試用。

透過 Vertex AI 使用 Spark (不公開預先發布版)

一鍵即可執行數據資料學的 Spark：數據資料學家可使用 Spark 從 Vertex AI Workbench 順暢執行開發作業，且內建安全防護機制。Spark 已與 Vertex AI 的機器學習運作功能相互整合，可讓使用者透過與 Vertex AI 管道整合的筆記本執行程式來執行 Spark 程式碼。註冊即可搶先試用。

透過 Dataplex 使用 Spark

只要按一下滑鼠即可存取 SparkSQL、Notebooks 或 PySpark，透過單一介面對 Google Cloud 中的資料執行自動調整資源配置的 Spark。此外，運用儲存、共用、搜尋筆記本和指令碼與資料，以及跨資料湖泊內建的管理機制，您也能更輕鬆協同合作。

靈活的用量方案

除了無伺服器 Spark 的免人工管理部署作業之外，統一使用 Kubernetes 執行基礎架構管理的客戶還可在 Google Kubernetes Engine (正式發布版) 上執行 Spark 來改善資源使用率，並簡化基礎架構管理作業。需要 Hadoop 樣式基礎架構管理的客戶可以在 Compute Engine (正式發布版) 上執行 Spark。

準備好開始使用了嗎？聯絡我們

合作夥伴