云数据融合与 Dataproc
Cloud Data Fusion vs Dataproc
Cloud Data Fusion 提供了使用其图形管道 UI 表示创建 ETL 作业的能力，而 Dataproc 允许我们 运行 之前创建的 Spark/Hadoop/Hive 个作业。
由于我在这两种服务方面的经验有限，我发现 Cloud Data Fusion 在这两种服务中更易于使用和管理。我想知道在 Dataproc 中创建和 运行ning 作业优于 Cloud Data Fusion 的用例。
你征求了意见，所以你的问题应该被关闭...
总之，主要看你喜欢什么！如果您是一名开发人员，并且想要处理、管理 customize/tweak 您的管道的所有步骤，出于性能、可观察性或安全原因，代码和 Dataproc 更适合您。如果您的所有开发人员都已经了解 Hadoop 生态系统，原因相同。
如果您更喜欢使用 low/no 代码解决方案专注于数据 transformation/wrangling，数据融合适合您。特别是如果您没有或只有很少的开发技能（业务用户）。
最后，所有管道都将 运行 在 Dataproc 上。
Cloud Data Fusion 提供了使用其图形管道 UI 表示创建 ETL 作业的能力，而 Dataproc 允许我们 运行 之前创建的 Spark/Hadoop/Hive 个作业。
由于我在这两种服务方面的经验有限，我发现 Cloud Data Fusion 在这两种服务中更易于使用和管理。我想知道在 Dataproc 中创建和 运行ning 作业优于 Cloud Data Fusion 的用例。
你征求了意见，所以你的问题应该被关闭...
总之，主要看你喜欢什么！如果您是一名开发人员，并且想要处理、管理 customize/tweak 您的管道的所有步骤，出于性能、可观察性或安全原因，代码和 Dataproc 更适合您。如果您的所有开发人员都已经了解 Hadoop 生态系统，原因相同。
如果您更喜欢使用 low/no 代码解决方案专注于数据 transformation/wrangling，数据融合适合您。特别是如果您没有或只有很少的开发技能（业务用户）。
最后，所有管道都将 运行 在 Dataproc 上。