在 Google Cloud 中使用 Spark

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 執行及排定這些儲存的程序，原理類似執行 SQL 儲存程序。

開發人員可以將所有時間花在程式碼和邏輯上，並使用所選介面提交 Spark 工作，以自動佈建及調整資源配置。閱讀無伺服器 Spark 的說明文件。

有了 Spark，按一下滑鼠即可執行數據資料學作業：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 Pipelines 整合的筆記本執行程式來執行 Spark 程式碼。

有了 Spark，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。此外，您也能運用儲存、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，協同合作更輕鬆。

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 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 上執行 Spark。