需要通过在pyspark框架上运行python脚本，RDD来对数据集执行数据分析和创建可视化。如果我们可以在AWS上执行此操作而不是在本地计算机（VM）上执行操作，那么请寻求帮助。
似乎我们在AWS中使用EMR或EC2提供了几个选项，但不确定相关的步骤和定价，即使我们在AWS中提供12个月的免费试用选项也是如此。
任何人都可以帮忙。
答案 0 :(得分：0)
这里有2个选项：
选项1 ：您可以在AWS上创建自己的实例，并根据您的需要设置一个hadoop群集（单个节点或多个节点）并在其上运行pyspark。
Option2 ：您可以使用亚马逊提供的EMR（弹性地图缩减），它可以为您创建群集环境，您可以在那里运行您的pyspark代码。
选项1 更便宜，但您需要自行配置所有内容。 选项2比选项1更昂贵，但为您提供现成的环境。
如果您想使用免费套餐，我建议您选择1.您可以使用亚马逊在线计算器来比较费用。这是在线计算器的链接。 aws online calculator