在阿里云EMR中，地域与存储直接影响集群的性能和成本。合理选择地域可降低网络延迟、满足数据本地化合规要求，并优化资源成本。科学的存储配置（如HDFS、OSS-HDFS/OSS）则能提升数据读写效率、降低存储成本，同时保障数据可靠性。本文将从地域选择和存储规划两个核心维度出发，提供策略与关键考量，帮助您快速选型。
地域选择策略
地域选择需综合以下四大核心因素，确保业务与资源的最优匹配。EMR支持的地域，请参见支持地域。
核心因素 | 说明 |
核心因素 | 说明 |
数据本地化（核心优先级） |
|
EMR服务覆盖 |
|
ECS实例价格差异 | 不同地域的ECS实例定价存在差异，详情请参见ECS价格计算器。 |
应用拓扑优化 |
|
存储规划
存储架构选型
EMR支持存算一体（HDFS）和存算分离（OSS-HDFS/OSS）两种架构，需根据数据需求与成本选择。
存算一体（HDFS）：集群内部存储，一般使用阿里云SSD，适合临时数据和Shuffle数据。如果选择本地HDFS作为EMR集群存储，需要考虑数据的多可用区容灾问题。
存算分离（OSS-HDFS/OSS）：对象存储，适用于持久化数据存储，完全兼容HDFS文件系统接口。借助OSS跨可用区容灾能力，数据存储有更好的可靠性保证。
对比维度 | 存算分离（OSS-HDFS/OSS） | 存算一体（HDFS） |
对比维度 | 存算分离（OSS-HDFS/OSS） | 存算一体（HDFS） |
适用场景 |
| 高并发读写场景 |
数据可靠性 |
| 依赖副本机制（本地盘默认3副本，云盘默认2副本），满足短期可靠性，需配合定期备份策略。 |
数据持久性 |
| 数据随集群释放而删除。 |
扩展灵活性 | 计算资源与存储解耦，独立扩展计算节点。 | 计算资源与存储耦合，需同步扩缩容。 |
存储成本（示例） | 0.12元/GB/月（标准OSS存储） | 0.35元/GiB/月
|
运维复杂度 |
|
|
访问方式 |
详情请参见OSS/OSS-HDFS快速入门。 |
|
存储配置选型
在EMR中，实例节点上有系统盘和数据盘两种角色的磁盘。
磁盘角色 | 描述 | 支持的磁盘类型 |
磁盘角色 | 描述 | 支持的磁盘类型 |
系统盘 | 系统盘用于安装操作系统，不保存业务数据。 | |
数据盘 | 数据盘用于存储数据、本地化日志、任务的Shuffle等，其容量需根据存储架构（存算一体/存算分离）差异化评估，详情请参见存储容量评估。 |
磁盘类型
EMR集群支持使用以下两种类型的磁盘来存储数据。
云盘是阿里云为云服务器ECS提供的数据块级别的块存储产品，采用分布式三副本机制，为ECS实例提供99.9999999%的数据可靠性保证。
按云盘性能不同，分为SSD云盘、高效云盘和ESSD云盘。
云盘类型 | 特点 | 应用场景 |
| 时延敏感的应用或者I/O密集型业务场景：
| |
SSD云盘 |
|
|
高效云盘 |
|
|
更多云盘与本地盘性能信息，请参见块存储性能。
本地盘是ECS实例所在物理机上的本地硬盘设备，为ECS实例提供本地存储访问能力。本地盘适用于对存储I/O性能、海量存储性价比有极高要求的业务场景。
使用场景
在EMR控制台的节点组配置中，当ECS实例类型选择大数据型、本地SSD时，其数据盘为物理直连的本地盘，直接挂载于服务器，提供极低延迟与高吞吐性能。
本地SSD仅适用于核心节点（Core）或任务节点（Task）。
本地SSD有丢失数据的风险，作为大数据存储需要考虑备份策略。
有关本地盘的更多信息，请参见本地盘。
存储容量评估
在存储架构（存算一体/存算分离）选型完成后，您需根据业务数据规模与增长趋势，评估存储容量需求，确保磁盘配置满足业务诉求。
数据类型 | 说明 | 计算规则 |
数据类型 | 说明 | 计算规则 |
原始数据 | 业务直接产生的初始数据（如日志）。 | 存储空间 = 原始数据量 |
中间数据 | 处理过程中生成的临时数据（如ETL中间结果）。 | 存储空间 = 原始数据量 × 1.5（根据业务复杂度调整） |
结果数据 | 最终需存储的输出数据。 | 存储空间 = 原始数据量 × 10%~50%（根据业务需求调整） |
数据增长：规划时需考虑至少6个月的数据增长需求。
存算一体（HDFS）
数据盘容量需综合考虑原始数据、中间数据、结果数据及副本冗余（默认3副本）。
存算分离（OSS-HDFS/OSS）
通过对象存储实现业务数据持久化存储，数据盘仅用于临时计算缓存、本地化日志及任务的Shuffle数据，不保留业务数据。
支持地域
地域指数据中心所在的地理区域，资源创建成功后不能更换地域，当前支持以下地域。
地域名称 | 地域ID |
地域名称 | 地域ID |
华北1（青岛） | cn-qingdao |
华北2（北京） | cn-beijing |
华北3（张家口） | cn-zhangjiakou |
华北5（呼和浩特） | cn-huhehaote |
华北6（乌兰察布） | cn-wulanchabu |
华东1（杭州） | cn-hangzhou |
华东2（上海） | cn-shanghai |
华南1（深圳） | cn-shenzhen |
西南1（成都） | cn-chengdu |
中国香港 | cn-hongkong |
新加坡 | ap-southeast-1 |
马来西亚（吉隆坡） | ap-southeast-3 |
印度尼西亚（雅加达） | ap-southeast-5 |
日本（东京） | ap-northeast-1 |
美国（硅谷） | us-west-1 |
美国（弗吉尼亚） | us-east-1 |
德国（法兰克福） | eu-central-1 |
英国（伦敦） | eu-west-1 |
阿联酋（迪拜） | me-east-1 |
- 本页导读 （1）
- 地域选择策略
- 存储规划
- 存储架构选型
- 存储配置选型
- 支持地域
