主要观点：

• Amazon EMR 是 AWS 的托管服务，用于大数据处理，可轻松设置，无需管理服务器即可处理大量数据，使用 Hadoop 和 Spark 等框架。
• 存储数据的两个主要选项是 Hadoop 分布式文件系统（HDFS）和弹性 MapReduce 文件系统（EMRFS），HDFS 传统且直接存储在集群内机器上，EMRFS 与 S3 集成，提供云原生优势。
• EMRFS 与 S3 无缝集成，具有弹性存储可扩展性等优势，HDFS 确保容错和数据一致性，在不同方面各有优势。
• 性能方面，HDFS 速度快，适用于迭代读取等情况，但数据随实例终止而删除，EMRFS 数据在 Hadoop 集群终止后仍保留，一次性读取性能好但迭代读取慢。
• 成本方面，EMRFS 按需付费，无需配置核心节点，成本效率高，HDFS 需配置核心节点和复制数据，成本较高。
• 不同行业应用有不同需求，如零售商可使用 EMRFS 存储数据集，制造商实时监测设备健康时 HDFS 更优，也可采用混合方法。

关键信息：

• Amazon EMR 是用于大数据处理的托管服务，使用分布式计算。
• HDFS 传统存储，将数据分块存储在集群计算机上，增强可靠性，有容量限制。
• EMRFS 与 S3 集成，解耦计算和存储，兼容 Hadoop 应用。
• EMRFS 云原生灵活可扩展，HDFS 传统可靠性能好。
• HDFS 速度快适用于特定情况，EMRFS 数据保留时间长。
• EMRFS 按需付费成本低，HDFS 有配置和复制成本。
• 不同行业应用根据需求选择合适存储方式，可采用混合方法。

重要细节：

• 文中提到了多个相关技术的链接，如 HDFS 的介绍链接、EMRFS 的相关文章等。
• 分别详细说明了 HDFS 和 EMRFS 在不同方面的特点和优势，如存储方式、数据保留、性能等。
• 举例说明了不同行业应用场景下如何选择合适的存储方式，如零售商和制造商的案例。