Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Utilizzare Apache Spark in Amazon Athena Amazon Athena facilita l'esecuzione di analisi e l'esplorazione dei dati in modo interattivo mediante Apache Spark senza la necessità di pianificare, configurare o gestire le risorse. Eseguire le applicazioni Apache Spark su Athena significa inviare il codice Spark per l'elaborazione e ricevere direttamente i risultati senza la necessità di configurazioni aggiuntive. Apache Spark su Amazon Athena è serverless e offre il dimensionamento automatico e on demand per l'elaborazione istantanea, in modo da far fronte ai cambiamenti dei volumi di dati e dei requisiti di elaborazione. Nella versione di rilascio[PySpark versione del motore 3](notebooks-spark-release-versions.md#notebooks-spark-release-versions-pyspark-3), puoi utilizzare l'esperienza notebook semplificata nella console Amazon Athena per sviluppare applicazioni Apache Spark utilizzando Python o notebook Athena. APIs Nella versione release[Apache Spark versione 3.5](notebooks-spark-release-versions.md#notebooks-spark-release-versions-spark-35), puoi eseguire il codice Spark dai notebook Amazon SageMaker Unified Studio o dai tuoi client preferiti compatibili con Spark Connect. Amazon Athena offre le seguenti funzionalità: + **Utilizzo della console**: invia le tue applicazioni Spark dalla console Amazon Athena (solo Pyspark enginer versione 3). + **Scripting**: crea ed esegui il debug di applicazioni Apache Spark in Python in modo rapido e interattivo. + **Dimensionamento dinamico**: Amazon Athena determina automaticamente le risorse di elaborazione e memoria necessarie per eseguire un processo e dimensiona continuamente tali risorse di conseguenza fino ai massimi specificati. Questo dimensionamento dinamico riduce i costi senza influire sulla velocità. + **Esperienza notebook**: usa i notebook Amazon SageMaker AI Unified Studio per creare, modificare ed eseguire calcoli utilizzando un'interfaccia familiare. Nella versione 3 del motore Pyspark, puoi utilizzare notebook in-console Athena compatibili con i notebook Jupyter e contenenti un elenco di celle che vengono eseguite in ordine come calcoli. Il contenuto delle celle può includere codice, testo, Markdown, matematica, grafici e rich media. Per ulteriori informazioni, consultare [Eseguire Spark SQL su Amazon Athena Spark](https://aws.amazon.com/blogs/big-data/run-spark-sql-on-amazon-athena-spark/) ed [Esplora il tuo data lake usando Amazon Athena per Apache Spark](https://aws.amazon.com/blogs/big-data/explore-your-data-lake-using-amazon-athena-for-apache-spark/) nel *Blog sui Big Data di AWS *. **Topics** + [Versioni di rilascio](notebooks-spark-release-versions.md) + [Considerazioni e limitazioni](notebooks-spark-considerations-and-limitations.md) + [Nozioni di base](notebooks-spark-getting-started.md) + [Gestire i file del notebook](notebooks-spark-managing.md) + [Editor per notebook](notebooks-spark-editor.md) + [Utilizzare formati di tabella non Hive](notebooks-spark-table-formats.md) + [Supporto delle librerie Python](notebooks-spark-python-library-support.md) + [Specificare una configurazione personalizzata](notebooks-spark-custom-jar-cfg.md) + [Formati di dati e archiviazione supportati](notebooks-spark-data-and-storage-formats.md) + [Monitora Apache Spark](notebooks-spark-metrics.md) + [Attribuzione dei costi](notebooks-spark-cost-attribution.md) + [Registrazione di log e monitoraggio](notebooks-spark-logging-monitoring.md) + [Accesso all'interfaccia utente Spark](notebooks-spark-ui-access.md) + [Spark Connect](notebooks-spark-connect.md) + [Endpoint VPC della sessione Spark](athena-spark-vpc-endpoint.md) + [Abilitare i bucket con pagamento del richiedente](notebooks-spark-requester-pays.md) + [Integrazione con Lake Formation](notebooks-spark-lakeformation.md) + [Abilitare la crittografia Spark](notebooks-spark-encryption.md) + [Accesso al catalogo multi-account](spark-notebooks-cross-account-glue.md) + [Service Quotas](notebooks-spark-quotas.md) + [Athena Spark APIs](notebooks-spark-api-list.md) + [Risoluzione dei problemi](notebooks-spark-troubleshooting.md)