La première solution Spark sans serveur du secteur proposant l'autoscaling, s'intègre aux meilleurs outils Google natifs et Open Source. Développez et exécutez Spark où vous en avez besoin pour tous les cas d'utilisation, y compris l'ETL, la data science et l'exploration.
Avantages
Développez des applications et des pipelines Spark qui évoluent automatiquement sans provisionnement ni réglage d'infrastructure manuels.
Chaque entreprise a des besoins différents. Pour vos applications Spark, vous avez le choix entre les clusters sans serveur, les clusters Kubernetes et les clusters de calcul.
Principales fonctionnalités
Expérience SQL et Spark unifiée : créer et exécuter du code Apache Spark écrit en Python directement depuis BigQuery. Vous pouvez ensuite exécuter et programmer ces procédures stockées dans BigQuery à l'aide d'une requête SQL standard, semblable à l'exécution de procédures stockées SQL.
Les développeurs peuvent consacrer tout leur temps au code et à la logique, et utiliser l'interface de leur choix pour envoyer des tâches Spark qui assurent le provisionnement et l'autoscaling automatiques. Lisez la documentation sur Spark sans serveur.
Spark pour la data science en un clic : les data scientists peuvent utiliser Spark pour le développement depuis Vertex AI Workbench en toute transparence, grâce à une sécurité intégrée. Spark est intégré aux fonctionnalités MLOps de Vertex AI, où les utilisateurs peuvent exécuter du code Spark via des exécuteurs de notebook intégrés à Vertex AI Pipelines.
Exécutez l'autoscaling Spark sur les données de Google Cloud à partir d'une interface unique permettant d'accéder en un clic à SparkSQL, Notebooks ou PySpark. Profitez également d'une collaboration facile, avec la possibilité d'enregistrer, de partager et de rechercher des notebooks et des scripts parallèlement aux données, ainsi qu'une gouvernance intégrée sur l'ensemble des lacs de données.
En plus de la solution Spark sans serveur pour le déploiement no-ops, les clients qui standardisent l'utilisation de Kubernetes pour la gestion de l'infrastructure peuvent exécuter Spark sur Google Kubernetes Engine (version bêta privée) pour améliorer l'utilisation des ressources et simplifier la gestion de l'infrastructure. Les clients qui cherchent à gérer l'infrastructure de type Hadoop peuvent exécuter Spark sur Compute Engine.
Vous êtes prêt ? Nous contacter
Services associés
Nouveautés
Inscrivez-vous ici pour demander un accès anticipé aux nouvelles solutions Spark pour Google Cloud.
Spark est une marque de l'Apache Software Foundation.
Présentez-nous votre objectif. Un de nos experts Google Cloud vous aidera à trouver la solution la plus adaptée.
