Pros y Contras de Apache Airflow

Airflow proporciona numerosas integraciones multiplataforma con casi todas las tecnologías requeridas. Tiene un gran número de características al crear DAG's. Me encantaron las ideas de la nueva versión con respecto al almacenamiento de objetos, la plataforma fácilmente manejable, los nuevos operadores como FTP, FTPs y operadores personalizados. La interfaz de usuario es un poco desordenada, pero en conjunto, Airflow es muy fácil de usar e implementar en las canalizaciones ETL. He estado usando Airflow durante el último año y la mejora que muestran es muy prometedora. Reseña recopilada por y alojada en G2.com.

La interfaz de usuario es torpe. Para ver la tarea en la interfaz de usuario, tengo que volver a todos los dags cuando reactivamos por segunda vez. Puede ser mejor, pero se compensa con la característica que tiene. Reseña recopilada por y alojada en G2.com.

- Integration

- Scalability

- Performance

- Data Pipeline Management

- Data Pipeline RCA

- Alert System

- Esay Installation

- Use more than 5 hours in a day Reseña recopilada por y alojada en G2.com.

- Airflow UI/ User Experience

- Pipeline Execution grid view

- Dag Graph Reseña recopilada por y alojada en G2.com.

Lo mejor de Apache Airflow es que ofrece integración con varios servicios como BigQuery, AWS, GCP, etc. Además, está disponible como servicio en todos los proveedores de la nube, lo que proporciona una experiencia sin interrupciones. La experiencia del usuario es perfecta. Reseña recopilada por y alojada en G2.com.

A veces enfrentamos problemas cuando hay demasiadas tareas en una sola instancia de airflow, lo que requiere un mayor número de ejecutores. Reseña recopilada por y alojada en G2.com.

I like how simple it is to setup and get started with Apache Airflow. As it is backed by Python as a programming language ETLs and other kind of Jobs are very easy and quick to code and deploy. It's tedious otherwise to setup these things and takes much experience. But with Apache Airflow one can spin up new jobs quickly with tools that help with troubleshooting and fast debugging. Reseña recopilada por y alojada en G2.com.

One thing that I would love Apache Airflow to have would be some improvements to scale the ETLs and provide tools that can help with smooth api integration in an enterprise level ecosystem. With increasing business requirements its kind of get tricky to manage. Reseña recopilada por y alojada en G2.com.

Tiene muchas integraciones con n cantidad de plataformas. Reseña recopilada por y alojada en G2.com.

Debería hacerse más trabajo en la interfaz de usuario. Reseña recopilada por y alojada en G2.com.

poder usar Python para crear flujos de trabajo que se integren con nuestros informes es fundamental para muchos de nuestros procesos Reseña recopilada por y alojada en G2.com.

los errores y correcciones de errores todavía son manuales y lleva un tiempo solucionarlos Reseña recopilada por y alojada en G2.com.

Airflow is the most intuitive interface for setting up daily workflow jobs that I've come across. The API's are mostly easy to learn/use and it's all I love that it's all in Python. There are a few people on my team who are not trained programmers but they have figured out how to create simple daily jobs. The web interface is can be a bit obtuse but it gets the job done. Using the workflow visualizer makes debugging complex jobs much easier. Reseña recopilada por y alojada en G2.com.

I wish it were easier to set up jobs that can be manually triggered. It can technically be done but the interface is clunky and lacks some basic quality-of-life features.

The only complaint I have with the actual coding is that Jinja is hard to learn and debugging it can be a nightmare. That being said, if you stay within the straight-forward use cases, you shouldn't have any issues. Reseña recopilada por y alojada en G2.com.

Soporte de TI, operadores para casi todas las herramientas/marcos de ingeniería de datos. Altamente escalable. Reseña recopilada por y alojada en G2.com.

Hay muchas opciones para la observabilidad en Airflow. Si se proporcionan más paneles de Grafana de la comunidad o mejores prácticas, ayudará aún más. Reseña recopilada por y alojada en G2.com.

1) Orquestación de Flujos de Trabajo: Apache Airflow proporciona un marco poderoso para definir, programar y ejecutar flujos de trabajo complejos.

2) Orquestación de Flujos de Trabajo: Apache Airflow proporciona un marco poderoso para definir, programar y ejecutar flujos de trabajo complejos.

3) Monitoreo y Alertas: Airflow proporciona una interfaz web fácil de usar que permite a los usuarios monitorear el estado y el progreso de sus flujos de trabajo.

4) Comunidad y Ecosistema Activos: Apache Airflow tiene una comunidad de código abierto vibrante y activa.

5) Maduro y Listo para Producción Reseña recopilada por y alojada en G2.com.

1) Curva de aprendizaje: Apache Airflow tiene una curva de aprendizaje pronunciada, especialmente para los usuarios que son nuevos en los conceptos de orquestación de flujos de trabajo o en la programación en Python.

2) Complejidad para casos de uso simples: La riqueza de características y la flexibilidad de Airflow a veces pueden parecer abrumadoras para casos de uso simples. Reseña recopilada por y alojada en G2.com.

La flexibilidad y personalización cuando se trata de crear y programar flujos de datos. Utiliza Python, que es el lenguaje de programación más popular del mundo. Reseña recopilada por y alojada en G2.com.

No está realmente destinado a aplicaciones de transmisión, pero se puede configurar para ellas.

Tiene una curva de aprendizaje un poco más pronunciada en comparación con otras soluciones.

Solo admite Python para crear DAGs. Reseña recopilada por y alojada en G2.com.