Google Cloud 上的 Apache Spark
全新方式，让 Spark 更轻松、更智能、更快速。
在 Google Cloud 上运行 Apache Spark 工作负载，以更少的运维开销、更多 AI 赋能的帮助以及更高的性价比完成任务。专注于代码，而不是集群管理。
优势
在 Google Cloud 上获得更佳的 Apache Spark 使用体验
更轻松 - 消除 Spark 的运维负担
更轻松 - 消除 Spark 的运维负担
您可以选择零运维的 Google Cloud Serverless for Apache Spark，也可以选择托管式 Dataproc 集群。两者都能自动消除基础设施的复杂性，帮助您加快开发生命周期。
更智能 - AI 辅助的 Spark 开发
更智能 - AI 辅助的 Spark 开发
借助 Gemini in Dataproc 和 Google Cloud Serverless for Apache Spark，加速整个工作流。获取由 Gemini 赋能的帮助，用于生成和调试代码，并排查失败的作业。
更快 - 提升 Spark 性能
更快 - 提升 Spark 性能
自动获得业界领先的性价比。对于要求最严苛的作业，使用 Lightning Engine 可将性能提升 4.3 倍以上。这有助于降低总拥有成本，并缩短获得分析洞见所需的时间。
主要特性
为您的工作负载选择合适的 Spark
您可以选择 Serverless for Apache Spark，享受零运维的简便性；也可以选择 Dataproc，使用支持深度自定义的托管式集群。
Google Cloud Serverless for Apache Spark
只需专注于代码，即可加快开发速度。它提供经济实惠的批处理层和高性能 AI/机器学习层，非常适合新的 Apache Spark 流水线、交互式分析，以及需求不可预测且更适合采用“NoOps”模型的工作负载。
最适合：数据科学家和机器学习工程师、临时查询、新应用以及提升开发效率。
Dataproc
最大限度地掌控集群环境。非常适合迁移现有的 Apache Hadoop/Spark 工作负载、运行长期运行的持久集群，或利用多样化的开源生态系统。
最适合：企业工程与运维、本地环境迁移、长时间运行的作业以及深度自定义。
相关服务
助力开放式云数据湖仓一体架构的引擎
Google Cloud 上的 Spark 不仅仅是一个处理引擎，更是现代数据和 AI 基础的核心组成部分。整合所有数据，选择最适合任务的引擎，并保持一致的治理，同时无需受制于特定供应商。
BigQueryGoogle Cloud 的全托管式无服务器企业数据到 AI 平台。直接从 BigQuery 界面运行和编写 Apache Spark 作业，以实现统一的分析。
BigLake构建开放式、托管式且高性能的 Iceberg 湖仓一体架构，借助自动化数据管理与内置治理功能，支持高级分析与数据科学并释放其潜力。
Vertex AIGoogle 的统一 AI 平台提供了预先训练的自定义工具，是 Spark 运行时和代码的一站式、安全可靠的全代管式界面。
Dataplex Universal Catalog在您的数据平台上集中发现、管理、监控和治理数据和 AI 工件，既提供对可信数据的访问权限，又为大规模分析和 AI 提供有力支撑。
解决方案
Google Cloud 上的数据科学基于多模态数据基础构建，为整个数据科学和机器学习生命周期提供统一的解决方案，并确保统一治理。借助 BigQuery SQL 和 Spark 等强大的分析引擎，再使用 BigQuery ML 或 Vertex AI 构建模型。
解决方案
数据云借助 Google 数据云，您可以利用内置的生成式 AI 功能，在 BigQuery、AlloyDB for PostgreSQL、Spanner、Cloud SQL 等平台上激活并运用企业数据，并使用内置功能将 AI/机器学习直接应用于这些数据。
文档
文档
统一分析：在单一数据副本上同时使用 SQL 和 Spark
不必再在 SQL 的强大功能和 Spark 的灵活性之间做出选择。BigLake 可让您在同一份受治理的数据之上使用这两种引擎。它提供统一的体验，让您能够针对每个任务使用最合适的工具。
加速整个 AI 和机器学习生命周期
从数据准备到模型训练和推理，全流程都能更快完成。我们的高级层级专为 AI/机器学习而设计，让您可以使用预配置的机器学习运行时（内置 GPU 支持，例如 NVIDIA RAPIDS），从而免去复杂的设置。
最新资讯
获取 Spark on Google Cloud 的最新动态
开始构建
试用互动式教程立即开始使用 Google Cloud
获享 $300 赠金深入探究技术细节
查看文档
