您需要將一個 30 節點的 Hadoop 叢集遷移到雲端，重複使用現有的 Hadoop 任務，最大程度地減少叢集管理，並在叢集生命週期結束後仍能保留資料。您應該怎麼做？

正確答案是建立一個使用 Google Cloud Storage connector 的 Cloud Dataproc 叢集。Cloud Dataproc 是一個託管的 Hadoop 和 Spark 服務，能重複使用現有的 Hadoop 任務，並大幅減少叢集管理負擔。使用 Google Cloud Storage connector 可以將資料儲存在持久且獨立於叢集的 Cloud Storage 中，確保叢集終止後資料仍可保留。其他選項中，Google Cloud Dataflow 雖然是託管服務，但需要重寫現有 Hadoop 任務。在 Google Compute Engine 上建立 Hadoop 叢集會增加管理負擔。使用 persistent disks 作為 HDFS 的 Dataproc 叢集或 Compute Engine 上的 Hadoop 叢集，其資料與叢集生命週期綁定，叢集終止時資料可能會丟失。