问亚马逊EC2与亚马逊电子病历

EN

EMR是安装和配置了Hadoop (以及可选的Hive和/或Pig)的EC2实例的集合。如果您使用集群来运行Hadoop/Hive/Pig作业，EMR是最佳选择。与EC2实例相比，电子病历实例的成本稍高一些。快速查看亚马逊今天的价格就会发现，小型EC2实例的价格为0.08美元/小时，而小型电子病历实例的价格为0.015美元/小时。在我看来，花额外的钱来省去安装和设置Hadoop (以及Hive和Pig)、创建和维护AMI以及使用它的麻烦是完全值得的。此外，EMR的Hadoop和Hive版本有一些Apache Hive上不可用(至少现在还没有)的补丁。如果您使用EC2，您可能会使用Apache Hadoop和Hive (或者可能是cloudera发行版)，并且无法访问这些补丁(比如对S3的本机支持或者像ALTER TABLE my_table RECOVER PARTITIONS这样的命令

参考文献：

• http://aws.amazon.com/ec2/pricing/
• http://aws.amazon.com/elasticmapreduce/pricing/

我建议您不要尝试部署自己的Hadoop集群，除非您有2-3个月的空闲时间，并且您手头上有一位hadoop专家。

Elastic MapReduce将通过提供预配置的hadoop环境让您快速入门。既然你只有一份工作，那应该没问题。

总的来说，从历史上看，EMR远远落后于Hadoop组件的最新版本，有些组件完全缺失。这是使用另一个发行版的主要原因。例如，如果您想要HBase，它不在电子病历中，但它不在电子病历中。今天，Spark没有出现在EMR中。电子病历通常会滞后。

也就是说，如果你没有使用最新最棒的特性，那就使用EMR吧。