エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【入門】Hadoop・Sparkの概要から、GCP環境( Dataproc・Dataflow )への移行を理解する - KIYONO Engineer Blog
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【入門】Hadoop・Sparkの概要から、GCP環境( Dataproc・Dataflow )への移行を理解する - KIYONO Engineer Blog
オンプレミスからクラウドへ Hadoop、Sparkはオンプレミス環境から活用され始めた経緯があり、現在も複... オンプレミスからクラウドへ Hadoop、Sparkはオンプレミス環境から活用され始めた経緯があり、現在も複数の自社サーバを所有する企業などで運用されていると考えられます。 ただ、昨今の技術進歩により、クラウド環境に対応したビッグデータの処理サービスが各社より提供されております。 以下、ビッグデータ処理サービスを提供するプロバイダー オンプレ型 Hadoop :Apache Hadoop、Cloudera、MapR … Cloud型 Hadoop :Google Dataproc、Amazon EMR、Azure HDInsight … Dataproc POINTHadoop、Spark環境をクラウドに移行したい → Google Dataproc これまで説明してきた、既存のHadoop、Spark環境を所持している場合には、Dataprocの活用がクラウドシフトに最適な選択肢となりま