MapReduce Service
Надежная, безопасная и простая в использовании платформа корпоративного уровня для хранения, обработки и анализа больших данных
О продукте
Служба MapReduce (MRS) предоставляет полностью управляемые кластеры больших данных в облаке на базе ClickHouse и проектов Apache.
Возможности продукта
Поддержка ClickHouse, Apache Hadoop, Presto, Spark, Hbase, Hive, Tez, Hue, Loader, Kafka, Storm, Flume
Графический интерфейс для детального управления кластером и заданиями
Уровень доступности 99.95%
Характеристики продукта
Корпоративный уровень
MapReduce Service позволяет осуществлять планирование на корпоративном уровне для изоляции ресурсов и формировать соглашения об уровне обслуживания (SLA) для различных категорий пользователей. MRS развернут на десятках тысяч узлов.
Гибкость
Вы можете выбрать различные варианты и конфигурации развертывания на основе x86, а гибридные развертывания серверов Bare Metal и виртуальных машин поддерживаются в рамках одного кластера. Задачи в пиковые и внепиковые часы можно автоматически масштабировать на основе предварительно настроенных политик.
Высокий уровень безопасности
Аутентификация по протоколу Kerberos обуславливает использование сервисом MRS ролевой модели управления доступом и эффективных функций проверки и гарантирует полную безопасность.
Многоуровневая доступность
Экземпляры можно распределить по нескольким узлам кластера так, что, если отдельные узлы перестают работать, его экземпляры можно быстро перенести в другие узлы. Также поддерживается синхронизация данных между зонами доступности и резервное копирование. Все узлы управления сервисами в кластере поддерживают развертывание с высокой доступностью для обеспечения высокой степени надежности виртуальных машин и кластеров.
Высокая производительность
Получайте ответы за считанные секунды при анализе триллионов записей благодаря технологии индексации, материализации представлений и кэшированию. Крупномасштабный планировщик кластеров позволяет вам преодолеть традиционные ограничения развертывания одного кластера. Благодаря планировщику, возможности планирования одного кластера могут превысить 10 000 узлов.
Тарифы
| Тип ресурса | CPU | RAM | Единица тарификации | Цена без НДС, руб. / час |
| MRS cluster 2vCPU m6.large.8 | 2 | 16 | узел | 0,6803497 |
| MRS cluster 4vCPU m6.xlarge.8 | 4 | 32 | узел | 1,36070 |
| MRS cluster 8vCPU m6.2xlarge.8 | 8 | 64 | узел | 2,34425 |
| MRS cluster 12vCPU m6.3xlarge.8 | 12 | 96 | узел | 3,49740 |
| MRS cluster 16vCPU m6.4xlarge.8 | 16 | 128 | узел | 6,4094610 |
| MRS cluster 24vCPU m6.6xlarge.8 | 24 | 192 | узел | 6,995 |
| MRS cluster 32vCPU m6.8xlarge.8 | 32 | 256 | узел | 10,8407967 |
| MRS cluster 64vCPU m6.16xlarge.8 | 64 | 512 | узел | 16,2611945 |
| MRS cluster s6.xlarge.4 4 vCPU, 16 Гб | 4 | 16 | узел | 1,6692728 |
| MRS cluster s6.2xlarge.2 8 vCPU, 16 Гб | 8 | 16 | узел | 2,7469136 |
| MRS cluster s6.2xlarge.4 8 vCPU, 32 Гб | 8 | 32 | узел | 3,9197531 |
| MRS cluster c6.xlarge.4 4 vCPU, 16 Гб | 4 | 16 | узел | 1,5234447 |
| MRS cluster c6.2xlarge.2 8 vCPU, 16 Гб | 8 | 16 | узел | 2,1891117 |
| MRS cluster c6.2xlarge.4 8 vCPU, 32 Гб | 8 | 32 | узел | 2,4375116 |
| MRS cluster c6.4xlarge.2 16 vCPU, 32 Гб | 16 | 32 | узел | 3,5025787 |
| MRS cluster c6.4xlarge.4 16 vCPU, 64 Гб | 16 | 64 | узел | 4,0625193 |
| MRS cluster c6.8xlarge.4 32 vCPU, 128 Гб | 32 | 128 | узел | 8,1738418 |
| MRS cluster c6.8xlarge.2 32 vCPU, 64 Гб | 32 | 64 | узел | 6,4968895 |
| MRS cluster c6.8xlarge.4 32 vCPU, 128 Гб | 32 | 128 | узел | 8,1738418 |
| MRS cluster c6.16xlarge.2 64 vCPU, 128 Гб | 64 | 128 | узел | 8,1918223 |
| MRS cluster c6.16xlarge.4 64 vCPU, 256 Гб | 64 | 256 | узел | 12,4535168 |
| MRS cluster d3.2xlarge.8.linux.bigdata | 8 | 64 | узел | 2,2800000 |
| MRS cluster d3.4xlarge.8.linux.bigdata | 16 | 128 | узел | 4,5600000 |
| MRS cluster d3.6xlarge.8.linux.bigdata | 24 | 192 | узел | 6,8400000 |
| MRS cluster d3.8xlarge.8.linux.bigdata | 32 | 256 | узел | 9,1200000 |
| MRS cluster d3.12xlarge.8.linux.bigdata | 48 | 384 | узел | 13,6800000 |
| MRS cluster d3.14xlarge.10.linux.bigdata | 56 | 560 | узел | 15,9600000 |
Сценарии применения
- Миграция в облако
- Интернет для транспортных средств (IoV)
- Финансы и страхование
- Анализ общественного мнения
- Умная логистика
- «Умные» лифты (loE)
- Интеллектуальное управление водными ресурсами
- Игры
Миграция в облако
Миграция локальной платформы больших данных в облако. Локальные платформы Hadoop для работы с большими данными могут быть перенесены в облако, одновременно с миграцией сервисов и данных клиентов в MRS. На основе облачной среды можно быстро развернуть локальную систему, что позволит в будущем быстро расширять спектр сервисов.