Un ingegnere ML utilizzerà un cluster Amazon EMR per l'elaborazione di grandi batch in cui qualsiasi perdita di dati è inaccettabile. Qual è la strategia di acquisto delle istanze più conveniente che garantisce l'assenza di perdita di dati?

La risposta corretta è "Eseguire il nodo primario e i nodi core su istanze On-Demand ed eseguire i nodi task su istanze Spot." Questo perché il nodo primario e i nodi core sono essenziali per la stabilità e la persistenza dei dati del cluster EMR. Le istanze On-Demand garantiscono che questi nodi non vengano interrotti, prevenendo la perdita di dati. I nodi task, invece, sono più flessibili e possono essere interrotti senza compromettere l'integrità dei dati o l'avanzamento del lavoro, poiché il loro lavoro può essere riprogrammato. L'utilizzo di istanze Spot per i nodi task riduce significativamente i costi. Le altre opzioni sono meno ideali: Eseguire tutto su istanze On-Demand sarebbe troppo costoso. Eseguire tutto su istanze Spot comporterebbe un rischio elevato di interruzioni e perdita di dati, inaccettabile per il requisito. Eseguire solo il nodo primario su On-Demand e i nodi core su Spot metterebbe a rischio la persistenza dei dati e la stabilità del cluster.