EMR的產品架構如下圖所示。

從上圖可以看出EMR由四部分組成：

• 社區開源產品

  集成Apache社區開源大數據組件，例如Hadoop、Hive和HBase，隨著EMR版本更新，開源軟件也會相應的升級，詳情請參見版本概述下各版本的版本說明。

  重要

  已經創建好的EMR集群不支持組件升級。

• EMR開源優化

  EMR基于開源社區版本的組件，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

  為讓開源大數據組件和服務更好的運行在阿里云技術設施上，EMR自研了如下組件：

  • 數據應用平臺，提供交互式開發、作業提交、作業調試和工作流一站式數據開發體驗，詳情請參見EMR Studio概述。

  • Shuffle Service是EMR在優化計算引擎的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一的存儲優化、緩存優化、計算緩存加速優化和多個存儲功能擴展，詳情請參見SmartData。

• 阿里云產品

  EMR銜接了開源大數據生態和阿里云生態。EMR可以部署在阿里云ECS（Elastic Compute Service）和Kubernetes（簡稱ACK）上；數據可以存儲在阿里云OSS上；通過在EMR上創建Data Science集群可以使用及學習機器學習PAI；EMR集成在DataWorks，您可以在DataWorks上使用EMR作為作業計算和數據存儲引擎。