文件名称：EMRio:弹性 MapReduce 实例优化器
文件大小：58KB
文件格式：ZIP
更新时间：2024-08-01 10:29:50
Python
埃姆利奥 弹性 MapReduce 实例优化器 EMRio 通过使用您最近两个月的使用情况来估算您应该为下一年购买的 EC2 预留实例数量，从而帮助您在 Elastic MapReduce 上节省资金。 介绍 是 Amazon 提供的一项服务，可让您轻松使用 MapReduce。 EMR 在称为 EC2 实例的机器上运行。 它们有许多不同的风格，从大量内存使用到大量 CPU 使用。 当企业开始使用 EMR 时，他们将这些服务用作即用即付服务。 一段时间后，您使用的实例数量会变得稳定。 如果您随着时间的推移使用足够多的实例，那么从即用即付服务或按需服务切换到预付费服务或预留实例服务可能是有意义的。 可以在阅读预留实例的工作原理。 如果您认为切换到预留实例是一个不错的计划，但不知道要购买多少，那么 EMRio 就是这样做的！ 这个怎么运作 EMRio 首先查看您的 EMR 历史记录。 该数据
【文件预览】：
EMRio-master
----emrio_lib()
--------job_handler.py(9KB)
--------config.py(0B)
--------simulate_jobs.py(14KB)
--------__init__.py(0B)
--------optimizer.py(7KB)
--------ec2_cost.py(9KB)
--------EMRio.py(14KB)
--------graph_jobs.py(6KB)
----emrio(89B)
----setup.py(1KB)
----README.md(3KB)
----Makefile(82B)
----docs()
--------images()
----tests()
--------test_optimal_instances.json(129B)
--------test_emrio.py(725B)
--------test_job_handler.py(3KB)
--------__init__.py(0B)
--------test_ec2_cost.py(3KB)
--------test_instance_predictor.py(7KB)
--------test_optimize.py(10KB)
--------test_prices.yaml(4KB)
----.gitignore(62B)
----boto_example.config(839B)
----instance_costs()
--------west_coast_2.yaml(7KB)
--------west_coast_1.yaml(3KB)
--------east_coast_1.yaml(3KB)