我刚刚运行了 Elastic Map Reduce 示例应用程序："Apache Log Processing"
违约：当我使用默认配置（2 个小型核心实例）运行时 - 花了 19 分钟
横向扩展：然后我使用配置运行它：8 个小型核心实例 - 花了 18 分钟
扩大规模：然后我使用配置运行它：2 个大型核心实例 - 花了 14 分钟。
当我们拥有更大的数据集时，如何看待纵向扩展与横向扩展的性能？
谢谢。
我会
说这取决于。我通常发现使用 m1.large 和 m1.xlarge 实例的原始处理速度要好得多。除此之外，正如您所注意到的，相同的作业可能会完成相同的摊销或规范化实例小时数。
对于您的作业，您可能希望首先试验较小的样本数据集，看看这需要多少时间，然后估计使用大型数据集完成整个作业所需的时间。我发现这是估计工作完成时间的最佳方式。