Spark on Google Cloud

统一的 SQL 和 Spark 体验：直接从 BigQuery 中创建并运行以 Python 编写的 Apache Spark 代码。然后，您可以使用 Google 标准 SQL 查询在 BigQuery 中运行和安排这些存储过程，类似于运行 SQL 存储过程。

开发者可以将全部时间用于代码和逻辑，并使���所选界面提交可以自动预配和自动扩缩的 Spark 作业。阅读无服务器 Spark 的文档。

一键式将 Spark 用于数据科学：数据科学家可以从 Vertex AI Workbench 无缝使用 Spark 进行开发，还内置了安全防护功能。Spark 与 Vertex AI 的 MLOps 功能集成，用户可以通过与 Vertex AI Pipelines 集成的笔记本执行程序执行 Spark 代码。

通过统一界面对 Google Cloud 中的数据运行自动扩缩 Spark 作业。用户可以通过该界面一键访问 SparkSQL、Notebooks 或 PySpark，还可以轻松保存、共享、搜索笔记本和脚本以及数据，还内置了跨数据湖的治理功能。

除了用于实现免运维部署的无服务器 Spark 外，标准化 Kubernetes 以管理基础设施的客户还可以在 Google Kubernetes Engine上运行 Spark，以提高资源利用率并简化基础设施管理。希望使用 Hadoop 式基础设施管理的客户可以在 Compute Engine 上运行 Spark。