將地端 Hadoop 遷移到託管、容錯、具成本效益的雲端解決方案，以執行長時間執行的批次作業。您應該部署什麼？

正確答案是建立 Dataproc 叢集，使用標準永久磁碟和 50% 的搶佔式工作者，將資料儲存在 Cloud Storage 中，並將指令碼從 hdfs:// 更新為 gs://。Dataproc 是一個全代管的 Hadoop 和 Spark 服務，提供容錯、成本效益和自動擴展功能，非常適合長時間執行的批次作業。使用標準永久磁碟可平衡效能與成本。搶佔式工作者能顯著降低成本，適合容錯的批次作業。將資料儲存在 Cloud Storage 中，可以實現儲存與運算的解耦，提高彈性和成本效益。更新指令碼路徑是將資料從 HDFS 遷移到 Cloud Storage 的必要步驟。 使用 SSD 永久磁碟的選項不佳，因為 SSD 成本較高，對於長時間執行的批次作業，標準磁碟通常已足夠。在 Compute Engine 上手動安裝 Hadoop/Spark 增加了管理負擔，不符合「託管」解決方案的要求。將資料儲存在 HDFS 中則無法利用 Cloud Storage 的解耦優勢，且不符合雲端最佳實踐。