Azure Databricks Bewertungen & Produktdetails

Ich verwende Azure Databricks, um Datenpipelines zu erstellen und zu verwalten. Es bietet alle erforderlichen Dienste an einem Ort, wie Datenengineering, SQL und ML-Funktionen. Es hilft mir, groß angelegte Daten für Unternehmensprojekte einfach zu verarbeiten, was Azure Databricks zu einem wertvollen Werkzeug für mich macht. Die SQL-Funktionen machen es einfach, Daten schnell abzufragen und zu analysieren, und die ML-Fähigkeiten unterstützen das Experimentieren mit Modellen auf derselben Plattform. Die anfängliche Einrichtung ist sehr einfach; Sie müssen nur eine Ressource im Azure-Portal erstellen, indem Sie die Ressourcengruppe und den Namen des Databricks-Arbeitsbereichs mit den restlichen Standardeinstellungen eingeben. Bewertung gesammelt von und auf G2.com gehostet.

Kostenoptimierung: Sie kann weiter optimiert werden, indem standardmäßig ein einziges Kostenüberwachungs-Dashboard für die Workspace-Administratoren bereitgestellt wird, da diese die Budgetfunktion derzeit nur in der Vorschau für die Konto-Konsole haben. Bewertung gesammelt von und auf G2.com gehostet.

Was mir an Azure Databricks am besten gefällt, ist, wie es die Verarbeitung großer Datenmengen vereinfacht und gleichzeitig den Ingenieuren Flexibilität bietet. Aus meiner Erfahrung ist der größte Vorteil die einheitliche Plattform, auf der ich Datenengineering, Transformationen, Performance-Tuning und sogar Analysen an einem Ort durchführen kann, ohne zwischen mehreren Tools wechseln zu müssen. Die Integration mit Spark ist nahtlos, und Dinge wie Auto-Scaling-Cluster, Job-Scheduling und Notebook-Kollaboration machen die tägliche Arbeit viel effizienter. Ich schätze auch Funktionen wie Delta Lake, das ACID-Transaktionen, Schema-Evolution und Zeitreisen direkt auf Data Lakes ermöglicht, was Produktionspipelines viel zuverlässiger macht. Darüber hinaus helfen Optimierungen wie Adaptive Query Execution, Auto-Optimize, Z-Ordering und Caching wirklich, wenn man mit großen Datensätzen arbeitet. Ein weiterer Punkt, den ich mag, ist, wie gut es sich in das Azure-Ökosystem integriert, sei es ADLS, ADF, Key Vault oder Unity Catalog für Governance. Es reduziert viel Einrichtungsaufwand und macht Bereitstellungen über verschiedene Umgebungen hinweg reibungsloser. Insgesamt kann ich mich mehr auf die Lösung von Datenproblemen und Performance-Tuning konzentrieren, anstatt mir Gedanken über das Infrastrukturmanagement zu machen. Bewertung gesammelt von und auf G2.com gehostet.

Eine Sache, die ich an Azure Databricks nicht mag, ist, dass das Kostenmanagement schwierig werden kann, wenn Cluster und Jobs nicht genau überwacht werden. Da es so einfach ist, Cluster zu starten und große Workloads auszuführen, können die Kosten schnell steigen, insbesondere bei automatischer Skalierung oder mehreren parallelen Jobs. Daher erfordert es eine gute Governance und Überwachung. Ein weiteres Problem ist das Debuggen und die Fehlersuche. Während Notebooks großartig für die Entwicklung sind, kann das Debuggen von Produktionsjobfehlern, insbesondere bei intermittierenden Spark- oder Infrastrukturproblemen, manchmal Zeit in Anspruch nehmen. Logs sind verfügbar, aber die genaue Ursache über Clusterereignisse, Spark UI und Jobausführungen hinweg zu verfolgen, ist nicht immer einfach. Ich habe auch bemerkt, dass die Handhabung von CI/CD und Deployments (wie das Verschieben von Notebooks, Workflows, Konfigurationen über Umgebungen hinweg) nicht so reibungslos von Haus aus funktioniert wie bei traditionellen Code-Repositories. Es verbessert sich mit Databricks Asset Bundles und Repos, erfordert aber immer noch eine sorgfältige Einrichtung. Das gesagt, die meisten dieser Probleme sind mit Best Practices wie Kostenkontrollen, Überwachung und ordentlichen DevOps-Prozessen beherrschbar. Bewertung gesammelt von und auf G2.com gehostet.

Lakebase und API-Gateways. Wir verwenden Lakebase als unsere primäre Datenbank, und sie hat sehr starke Fähigkeiten für KI-Workloads. Es ist auch einfach und flexibel zu arbeiten, da es sich um eine Postgres-Datenbank handelt. Ich denke, die Hinzufügung von automatisch skalierenden Datenbanken ist eine wirklich gute Verbesserung; anstatt statische Compute-Einheiten jeder Datenbank zuzuweisen, können sie jetzt automatisch skalieren. Ich mag auch, dass man mit der automatischen Skalierung sowohl die minimale als auch die maximale CU festlegen kann, was einem mehr Kontrolle gibt, während man die Flexibilität beibehält. Bewertung gesammelt von und auf G2.com gehostet.

Die Preisgestaltung ist immer noch nicht sehr klar, Dinge werden immer noch in Compute-Einheiten gemessen, was wirklich schwer zu verstehen ist, um die Preise festzulegen. Bewertung gesammelt von und auf G2.com gehostet.

Was mir an Azure Databricks am besten gefällt, ist, wie nahtlos es sich in das Azure-Ökosystem integriert – insbesondere mit Diensten wie Data Lake, Synapse und Data Factory. Es bietet eine hervorragende Balance zwischen Benutzerfreundlichkeit und fortgeschrittenen Funktionen, sodass sowohl technische als auch nicht-technische Benutzer in einer einzigen Umgebung zusammenarbeiten können. Die Notebooks sind intuitiv und unterstützen mehrere Sprachen wie SQL, Python und R, was die Implementierung und das Experimentieren reibungslos macht. Ich nutze es häufig zum Erstellen und Verwalten von Datenpipelines, Ausführen von Transformationen und Entwickeln von Machine-Learning-Modellen. Die Skalierbarkeit der Plattform, Auto-Scaling-Cluster und verwaltete Delta-Lake-Funktionen machen die Handhabung großer Datensätze effizient. Der Kundensupport ist im Allgemeinen hilfreich und die Plattform entwickelt sich mit häufigen Updates weiter, die noch mehr nützliche Funktionen hinzufügen. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl Azure Databricks leistungsstark ist, gibt es einige Bereiche, die verbessert werden könnten. Die anfängliche Einrichtung und Konfiguration der Umgebung kann für neue Benutzer etwas komplex sein, und die Startzeiten der Cluster können manchmal langsam sein. Die Preisstruktur erfordert ebenfalls eine sorgfältige Überwachung – die Kosten können schnell steigen, wenn Cluster nicht optimiert oder ordnungsgemäß automatisch beendet werden. Während die Benutzeroberfläche robust ist, könnte sie benutzerfreundlicher für Anfänger sein, und die Versionskontrolle von Notebooks könnte reibungsloser ablaufen. Die Reaktionszeit des Kundensupports kann je nach Schwere des Problems variieren. Dennoch, sobald man sich an die Umgebung gewöhnt hat, ist es eine äußerst fähige und zuverlässige Plattform für tägliche Datenverarbeitungen und Analysen. Bewertung gesammelt von und auf G2.com gehostet.

Die Plattform verwaltet die Verarbeitung großer Datenmengen mit beeindruckender Leichtigkeit, und ihre Benutzeroberfläche wird nach einer kurzen Einarbeitungszeit recht benutzerfreundlich. Die Integration mit anderen Azure-Diensten ist unkompliziert, was den Implementierungsprozess erheblich beschleunigt. Ich schätze die Vielzahl an Funktionen für ETL und Analysen, die es uns ermöglichen, sie regelmäßig für eine Vielzahl unterschiedlicher Arbeitslasten zu nutzen. Wenn Probleme auftreten, sind die Dokumentation und die Support-Ressourcen in der Regel ausreichend, um Probleme schnell zu lösen. Bewertung gesammelt von und auf G2.com gehostet.

Manchmal kann die Plattform für Neulinge etwas kompliziert erscheinen, und es kann einige Zeit dauern, bis Cluster gestartet werden. Die Kostenverwaltung ist nicht immer einfach, und bestimmte Funktionen erfordern zusätzliche Konfiguration. Während der Support im Allgemeinen hilfreich ist, können die Antwortzeiten gelegentlich langsam sein. Bewertung gesammelt von und auf G2.com gehostet.

Azure Databricks ist eine großartige Plattform, die eine robuste Umgebung für das Abfragen großer Datensätze über Apache Spark bietet. Ich schätze besonders, wie mühelos es sich in Azure Storage-Konten und Notebooks integriert, was Big-Data-Analysen effizient und skalierbar macht. Die eingebaute Versionskontrolle von Databricks in Kombination mit der reibungslosen GitHub-Integration erleichtert die Zusammenarbeit und das Code-Management. Es ist eine der besten Setups, mit denen ich gearbeitet habe. Bewertung gesammelt von und auf G2.com gehostet.

Die Einrichtung und Clusterkonfiguration ist manchmal verwirrend und zeitaufwendig. Bewertung gesammelt von und auf G2.com gehostet.

Azure Databricks bot uns eine einheitliche Plattform, um unsere Spark-Workloads auf Azure Data Lake Storage Gen2 auszuführen. Wir konnten unsere On-Premises-Hadoop-Daten und -Pipelines mit minimalem Re-Engineering in die Cloud migrieren. Die verwalteten Cluster, das automatische Skalieren, die Notebooks und die enge Integration mit Azure-Diensten (ADLS, Key Vault, ADF) sparten viel Aufwand bei Infrastruktur und Wartung. PySpark-Notebooks machten die Entwicklung und Fehlersuche im Vergleich zu unserem vorherigen Setup viel einfacher. Bewertung gesammelt von und auf G2.com gehostet.

Cluster-Startzeiten können bei schnellen Tests immer noch langsam sein. Die Preisgestaltung basiert auf dem Verbrauch und kann teuer werden, wenn Cluster laufen gelassen oder schlecht dimensioniert werden. Einige Unternehmensfunktionen (z. B. feinkörnige Sicherheit, Überwachung) erfordern zusätzliche Konfiguration. Und im Vergleich zu On-Premise-Hadoop gibt es eine Lernkurve für Arbeitsbereichsberechtigungen und DevOps-Automatisierung. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag das Jupyter-Notebook-System und die Unity-Katalog-Abstammung wirklich. Bewertung gesammelt von und auf G2.com gehostet.

Genie - Ai-Assistent kann eine bessere Genauigkeit haben Bewertung gesammelt von und auf G2.com gehostet.

Das Beste an Azure Databricks ist, dass es sehr einfach in jede Cloud, RDBMS oder andere Softwaredienste zu integrieren ist. Es ist sehr einfach zu verwenden und zu implementieren. Die Nutzungshäufigkeit ist in meinem Projekt sehr hoch. Es gibt viele Funktionen in Azure Databricks. Außerdem ist es einfach, es mit GitLab, Hive, RDBMS usw. für alle ETC-Prozesse zu integrieren. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt nichts, was ich an Azure Databricks nach 4 Jahren Erfahrung nicht mag. Bewertung gesammelt von und auf G2.com gehostet.

Einfach Programme zu schreiben und alle Skripte auszuführen, benutzerfreundliche Anwendung Bewertung gesammelt von und auf G2.com gehostet.

Alles in Ordnung, es wurde Tag für Tag aktualisiert und machte es zu einem kostenlosen und stressfreien Werkzeug für jeden Benutzer. Bewertung gesammelt von und auf G2.com gehostet.