Apache Spark in Google Cloud
Die neue Art, einfacher, intelligenter und schneller zu arbeiten.
Führen Sie Apache Spark-Arbeitslasten in Google Cloud aus – mit weniger Betriebsaufwand, mehr KI-Unterstützung und einem besseren Preis-Leistungs-Verhältnis. Konzentrieren Sie sich auf Ihren Code, nicht auf Ihren Cluster.
Vorteile
Bessere Nutzung von Apache Spark in Google Cloud
Einfacher – Sie müssen sich nicht mehr um den Betrieb von Spark kümmern
Einfacher – Sie müssen sich nicht mehr um den Betrieb von Spark kümmern
Sie haben die Wahl zwischen Google Cloud Serverless for Apache Spark ohne Betriebsaufwand oder verwalteten Dataproc-Clustern. Beide automatisieren die Infrastrukturkomplexität, sodass Sie Ihren Entwicklungslebenszyklus beschleunigen können.
Intelligenter – KI-gestützte Spark-Entwicklung
Intelligenter – KI-gestützte Spark-Entwicklung
Beschleunigen Sie Ihren gesamten Workflow mit Gemini in Dataproc und Google Cloud Serverless for Apache Spark. Mit Gemini-Unterstützung Code erstellen und debuggen sowie Fehler in fehlgeschlagenen Jobs beheben
Schneller – Spark-Leistung beschleunigen
Schneller – Spark-Leistung beschleunigen
Erhalten Sie ein branchenführendes Preis-Leistungs-Verhältnis – automatisch. Für Ihre anspruchsvollsten Aufgaben können Sie mit der Lightning Engine eine mehr als 4,3‑mal schnellere Leistung erzielen. Das reduziert die Gesamtbetriebskosten und beschleunigt die Zeit bis zur Erkenntnisgewinnung.
Wichtige Features
Den richtigen Spark für Ihre Arbeitslast auswählen
Wählen Sie zwischen Serverless for Apache Spark für eine einfache, aufwandlose Lösung oder Dataproc für verwaltete Cluster mit umfassenden Anpassungsmöglichkeiten.
Google Cloud Serverless für Apache Spark
Konzentrieren Sie sich ganz auf Ihren Code und beschleunigen Sie die Entwicklung. Mit Stufen für kosteneffiziente Batchverarbeitung und leistungsstarke KI/ML eignet dies sich ideal für neue Apache Spark-Pipelines, interaktive Analysen und Arbeitslasten mit unvorhersehbarer Nachfrage, bei denen ein „NoOps“-Modell bevorzugt wird.
Ideal für: Data Scientists und ML-Entwickler, Ad-hoc-Abfragen, neue Anwendungen, Entwicklerproduktivität.
Dataproc
Erhalten Sie die maximale Kontrolle über Ihre Clusterumgebung. Ideal für die Migration vorhandener Apache Hadoop-/Spark-Arbeitslasten, die Ausführung langlebiger, persistenter Cluster oder die Nutzung eines vielfältigen Open-Source-Ökosystems.
Am besten geeignet für: Unternehmensentwicklung und -betrieb, lokale Migrationen, lang laufende Jobs, umfassende Anpassung.
Ähnliche Dienste
Die Engine für Ihr offenes Cloud-Data-Lakehouse
Spark in Google Cloud ist mehr als nur eine Verarbeitungs-Engine – es ist eine Kernkomponente einer modernen Daten- und KI-Grundlage. Sie können alle Ihre Daten zusammenführen, die beste Engine für die jeweilige Aufgabe auswählen und eine konsistente Governance aufrechterhalten – und das alles ohne Anbieterbindung.
BigQueryDie vollständig verwaltete und serverlose Data-to-AI-Plattform von Google Cloud für Unternehmen. Apache Spark-Jobs können direkt über die BigQuery-Oberfläche für einheitliche Analysen ausgeführt und geschrieben werden.
BigLakeErstellen Sie ein offenes, verwaltetes und leistungsstarkes Iceberg-Lakehouse für erweiterte Analysen und Data Science mit automatisierter Datenverwaltung und integrierter Governance.
Vertex AIDie einheitliche KI-Plattform von Google mit vortrainierten und benutzerdefinierten Tools ist eine zentrale, sichere und vollständig verwaltete Oberfläche für Spark-Laufzeit und -Code.
Dataplex Universal CatalogSie können Daten und KI-Artefakte über Ihre gesamte Datenplattform hinweg zentral erkennen, verwalten, überwachen und steuern. So erhalten Sie Zugriff auf vertrauenswürdige Daten und können Analysen und KI in großem Maßstab nutzen.
Lösung
Data Science on Google CloudEinheitliche Lösung für den gesamten Data Science- und Machine Learning-Lebenszyklus, die auf einer multimodalen Datenbasis aufbaut und eine einheitliche Governance ermöglicht. Nutzen Sie leistungsstarke Analyse-Engines wie BigQuery SQL und Spark und erstellen Sie dann Modelle mit BigQuery ML oder Vertex AI.
Lösung
Daten-CloudMit Google Data Cloud können Sie integrierte Funktionen für generative KI nutzen, um Ihre Unternehmensdaten in BigQuery, AlloyDB for PostgreSQL, Spanner, Cloud SQL und anderen Diensten zu aktivieren und KI/ML direkt auf Ihre Daten anzuwenden.
Dokumentation
Dokumentation
Analysen vereinheitlichen: SQL und Spark mit einer einzigen Datenkopie
Sie müssen sich nicht mehr zwischen der Leistungsfähigkeit von SQL und der Flexibilität von Spark entscheiden. Mit BigLake können Sie beide Engines für dieselben verwalteten Daten verwenden. So können Sie pro Aufgabe das jeweils beste Tool verwenden.
Beschleunigen Sie den gesamten KI- und ML-Lebenszyklus
Bewegen Sie sich schneller von der Datenvorbereitung über das Modelltraining bis zur Inferenz. Unsere Premium-Tarife sind für KI/ML konzipiert und ermöglichen Ihnen die Verwendung vorkonfigurierter ML-Laufzeiten mit integrierter GPU-Unterstützung, wie z. B. NVIDIA RAPIDS, um komplexe Setups zu vermeiden.
Das ist neu
Aktuelle Neuigkeiten, Blogs und Veranstaltungen zu Spark in Google Cloud
Spark ist eine Marke der Apache Software Foundation.
** Die Abfragen sind vom TPC-DS- und TPC-H-Standard abgeleitet und daher nicht mit veröffentlichten TPC-DS-Standard- und TPC-H-Standard-Ergebnissen vergleichbar, da diese Ausführungen nicht allen Anforderungen der TPC-DS-Standard- und TPC-H-Standard-Spezifikation entsprechen.
Gleich loslegen
Welche Herausforderung wollen Sie meistern? Ein Google Cloud-Experte unterstützt Sie gern dabei, die beste Lösung zu finden.
Gleich mit dem Erstellen loslegen
Interaktive Anleitung ausprobierenJetzt Google Cloud verwenden
300 $ Guthaben sichernTechnische Details
Dokumentation ansehen
