EMR的產(chǎn)品架構(gòu)如下圖所示。

從上圖可以看出EMR由四部分組成：

• 社區(qū)開源產(chǎn)品

  集成Apache社區(qū)開源大數(shù)據(jù)組件，例如Hadoop、Hive和HBase，隨著EMR版本更新，開源軟件也會相應(yīng)的升級，詳情請參見版本概述下各版本的版本說明。

  重要

  已經(jīng)創(chuàng)建好的EMR集群不支持組件升級。

• EMR開源優(yōu)化

  EMR基于開源社區(qū)版本的組件，增強了其性能和功能。例如，Delta Lake相較開源版本增加了ZOrder和Data Skipping能力，詳情請參見Delta Lake概述。

• EMR自研能力

  為讓開源大數(shù)據(jù)組件和服務(wù)更好的運行在阿里云技術(shù)設(shè)施上，EMR自研了如下組件：

  • 數(shù)據(jù)應(yīng)用平臺，提供交互式開發(fā)、作業(yè)提交、作業(yè)調(diào)試和工作流一站式數(shù)據(jù)開發(fā)體驗，詳情請參見EMR Studio概述。

  • Shuffle Service是EMR在優(yōu)化計算引擎的Shuffle操作上，推出的擴展組件，詳情請參見ESS概述。

  • SmartData，為EMR各個計算引擎提供統(tǒng)一的存儲優(yōu)化、緩存優(yōu)化、計算緩存加速優(yōu)化和多個存儲功能擴展，詳情請參見SmartData。

• 阿里云產(chǎn)品

  EMR銜接了開源大數(shù)據(jù)生態(tài)和阿里云生態(tài)。EMR可以部署在阿里云ECS（Elastic Compute Service）和Kubernetes（簡稱ACK）上；數(shù)據(jù)可以存儲在阿里云OSS上；通過在EMR上創(chuàng)建Data Science集群可以使用及學(xué)習(xí)機器學(xué)習(xí)PAI；EMR集成在DataWorks，您可以在DataWorks上使用EMR作為作業(yè)計算和數(shù)據(jù)存儲引擎。