選擇合適的集群是E-MapReduce產品使用的第一步。E-MapReduce配置選型不僅要考慮企業大數據使用場景、估算數據量、服務可靠性要求，還應該考慮企業預算。
大數據使用場景
E-MapReduce各集群的場景和核心組件如下表。
具體各集群類型支持的組件以控制臺實際展示為準。
集群類型 | 場景介紹 | 核心組件 |
DataLake | 云原生數據湖場景，提供Hive和Spark計算引擎，適用于數據湖場景和離線數據分析等情況，支持多種數據湖格式如DeltaLake、Hudi和Iceberg。 | HDFS、YARN、Hive、Spark、Presto、Impala、JindoData、DeltaLake、Hudi、Iceberg、OpenLDAP、Knox、Kyuubi等 |
Dataflow | 實時數據流場景，其中核心組件Flink是阿里云提供的基于Apache Flink和E-MapReduce Hadoop構建的企業級大數據計算平臺。 Kafka提供一套完整的服務監控體系和元數據管理。廣泛用于日志收集和監控數據聚合等場景，支持離線或流式數據處理以及實時數據分析等。 | Flink 、Kafka、YARN |
OLAP | 數據分析場景，其中核心組件ClickHouse是一個面向聯機分析處理（OLAP）的開源的面向列式存儲的DBMS，與Hadoop和Spark相比，ClickHouse更輕量級。ClickHouse支持線性擴展，簡單方便，具有高可靠性和高容錯。 StarRocks是開源MPP（Massively Parallel Processing）架構的OLAP分析引擎，支持亞秒級的數據查詢和多表JOIN功能。 | ClickHouse、StarRocks、Zookeeper |
DataServing | 數據服務場景，提供更靈活、可靠、高效的數據服務集群。提供HBase服務，同時可以基于OSS-HDFS（JindoFS服務）解耦計算集群與數據存儲。支持JindoData本地緩存以進一步提高數據服務集群的讀寫性能。 | HBase、Zookeeper、JindoData |
E-MapReduce節點
E-MapReduce節點有主實例（Master）、核心實例（Core）和計算實例（Task）三種實例類型。詳情請參見實例類型。
E-MapReduce存儲可以采用高效云盤、本地盤、SSD云盤和SSD本地盤。磁盤性能為SSD本地盤 > SSD云盤 > 本地盤 > 高效云盤。
E-MapReduce底層存儲支持OSS（僅標準型OSS）和HDFS。相對于HDFS，OSS的數據可用性更高（99.99999999%），HDFS的數據可用性由云盤或本地盤存儲的可靠性來保證。歸檔數據和深度歸檔數據需要解凍為標準型存儲才能參與EMR引擎計算。
存儲價格估算如下：
本地盤實例存儲為0.04 元/GB/月
OSS標準型存儲為0.12 元/GB/月
OSS歸檔型存儲為0.033 元/GB/月
OSS深度歸檔型存儲為0.015 元/GB/月
高效云盤存儲為0.35 元/GB/月
SSD云盤存儲為1.00 元/GB/月
云盤的具體價格信息，請參見詳細定價。
E-MapReduce選型
Master節點選型
Master節點主要部署Hadoop的Master進程。例如，NameNode和ResourceManager等。
生產集群建議打開高可用HA，E-MapReduce的HDFS、YARN、Hive和HBase等組件均已實現HA。生產集群建議在創建集群時開啟高可用。如果創建集群時未開啟高可用，則在后續使用過程中無法開啟高可用功能。
Master節點主要用來存儲HDFS元數據和組件Log文件，屬于計算密集型，對磁盤IO要求不高。HDFS元數據存儲在內存中，建議根據文件數量選擇16 GB以上內存空間。
Core節點選型
Core節點和Task節點的區別在于，Core節點會同時運行DataNode和Nodemanager。即便如此，還是建議您存儲數據到OSS或者OSS-HDFS上，集群中的HDFS僅作為YARN任務分發的臨時存儲空間使用。您可以使用通用機型配合ECS云盤的方式來作為Core節點的機型配置。例如，g7.4xlarge + 4 * 100 GiB。
Task節點選型
Task節點主要用來補充Core節點CPU和內存計算能力的不足，節點并不存儲數據，也不運行DataNode。您可以根據CPU和內存需求來估算實例個數。
E-MapReduce生命周期
E-MapReduce支持彈性擴展，可以快速的擴容，靈活調整集群節點配置，或者升配ECS節點。
可用區選擇
為保證效率，您應該部署E-MapReduce與業務系統在同一地域的同一個可用區。