EMR：一體化Hadoop雲上工作平臺

Hadoop生態體系日臻完善，如何利用Hadoop生態各項技術與阿里雲更好的服務於企業。EMR最新發布的工作流管理、彈性伸縮、異構計算多項功能，更好的助力使用者在阿里雲上利用Hadoop、Spark生態體系解決企業大資料問題。

EMR資料開發工作臺（提升開發工程師開發效率，在作業量大的情況下，效能更加明顯，競標的產品是騰訊大資料開發套件）
EMR資料開發工作臺整合了作業編輯、工作編輯和臨時查詢等功能，能更好的滿足使用者雲上離線資料處理、資料分析和探索挖掘等場景。主要特點在於：

1. 支援多樣化的大資料作業，支援shell，Hive，MapReduce，Spark，SparkStreaming等多種離線，實時型別作業，企業資料開發人員可線上編輯，除錯。

2. 更低的資料開發門檻，使用者透過拖拽式的大資料開發完成資料的接入，相較於Oozie、Azkaban等開源解決方案，運營人員，資料科學家可以更直觀的進行大資料開發。

3. 互動式資料探索，為使用者提供互動式Hive、SparkSQL查詢、分析，快速提取海量資料價值。

叢集彈性伸縮
EMR彈性伸縮能更好的縫合公有云計算資源彈性和Hadoop生態體系開放的兩大優勢，實現計算資源根據叢集繁忙程度彈性伸縮，幫助企業降低Hadoop資源的使用成本。

1. 定時擴縮容叢集，使用者設定在制定時間對叢集進行擴容、縮容，滿足日報、週報、月報等需臨時追加計算資源的場景。

2. 支援多種ECS例項，受ECS庫存影響，彈性伸縮會由於庫存不足造成執行失敗，為提升伸縮動作執行成功機率，彈性伸縮可同時支援多種ECS例項，且能一次性把儘量多的庫存資源全部買出，保證叢集資源。

EMR Learning
深度學習、AI以成為目前炙手可熱的詞彙，EMR Learning將深度學習和開源大資料技術深度結合，提供一體化的大資料+深度學習服務。利用一個叢集，構建企業資料湖，同時進行機器學習和深度學習。

1. 支援ECS CPU+GPU的異構計算，透過Hadoop YARN排程叢集GPU資源

2. 支援Horvod，TensorFlow，SparkML等計算框架，一個叢集內進行機器學習和深度學習。

3. 可採用PS、MPI等資料通訊模式，解決深度學習的通訊瓶頸

4. 支援Docker，Muti-Env多執行環境隔離

瞭解更多大資料家族產品詳情，歡迎點選：

點選觀看大資料家族產品釋出會：

【阿里雲新品釋出】開啟新一代資料智慧開發之路：