Reseñas y detalles del producto de Dremio

You just need to give them your credit card Reseña recopilada por y alojada en G2.com.

Doesn't have all the ETL/ml features. Could have more feats Reseña recopilada por y alojada en G2.com.

Apache Iceberg and Apache Arrow interoperability Reseña recopilada por y alojada en G2.com.

On-Premise Deployment and stability issues Reseña recopilada por y alojada en G2.com.

Es fácil configurar muchas fuentes diferentes y crear un conjunto de datos virtual que realice uniones entre ellas. Estoy realmente contento con el rendimiento para la recuperación de datos. Reseña recopilada por y alojada en G2.com.

Hay tantos errores en cada versión, por lo que tenemos que mantenerlas actualizadas con el nuevo lanzamiento. Reseña recopilada por y alojada en G2.com.

es fácil de usar y las actualizaciones son simples en comparación con otros productos Reseña recopilada por y alojada en G2.com.

Estabilidad y tiempo que lleva al soporte resolver problemas Reseña recopilada por y alojada en G2.com.

Dremio inicialmente llamó mi atención porque la empresa surgió del proyecto de código abierto Arrow, que ya era un proyecto fantástico y crítico para las plataformas de big data.

Dremio hace una cosa realmente bien y un par de otras cosas bastante bien:

- Para empezar, en cuanto al acceso escalable a datos, ya sea que estés accediendo a terabytes de archivos parquet o megabytes de información de bases de datos, Dremio _simplemente funciona_. Hay muy pocas otras soluciones que 1) te permiten unir diferentes fuentes de datos bajo demanda, 2) _no_ funcionan 24/7 sino que activan clústeres cuando los necesitas y 3) tienen una interfaz razonablemente amigable para el usuario. La combinación ha hecho que Dremio sea crucial para aumentar la productividad en mi empresa.

Sin embargo, Dremio ofrece aún más que la característica destacada de fácil acceso a datos descrita anteriormente:

- Buenos mecanismos para la gobernanza de datos, incluyendo gráficos de linaje interno entre conjuntos de datos

- Formas de estructurar los recursos de computación en cuanto a ajustar el rendimiento de las consultas -- si necesitas que los conjuntos de datos de los paneles de control funcionen más rápido que los conjuntos de datos de la interfaz de usuario, es casi una operación de señalar y hacer clic

- Puedes exponer estadísticas internas sobre el uso y el rendimiento de todas las consultas

- Mejor y mejor granularidad en cuanto a la gestión de usuarios

- La mayoría de las herramientas solo permiten a los usuarios descargar un máximo de 1-10k filas de datos. Dremio permite fácilmente 1 millón de filas y también funciona bien con esto

Dremio realmente ha pensado en cómo las empresas deberían gestionar y exponer datos y se ha asegurado de proporcionar un diseño y la tecnología para facilitar el acceso, la democratización y la gobernanza de los datos. Reseña recopilada por y alojada en G2.com.

Dremio es todavía una empresa joven y, aunque el producto funciona bien, todavía están trabajando muy duro para mejorarlo.

Aún no nos hemos encontrado con un solo error en producción, pero inicialmente era notable que es un producto joven (inicio de 2021).

Afortunadamente, están lanzando nuevas versiones rápidamente y solucionando muchos de los pequeños problemas para que el producto tenga un buen nivel de calidad profesional. Reseña recopilada por y alojada en G2.com.

- Dremio permite a los usuarios empresariales acceder fácilmente a datos en múltiples plataformas (HDFS, Oracle RDBMS, SQL Server, Json, etc.)

- Capa semántica estandarizada: Elimina la necesidad de copiar y mover datos—no más cubos, tablas de agregación o extractos—y las instancias recurrentes de desviación de datos.

- Acelerar paneles y reportes: Integra herramientas de BI como Tableau, PowerBI directamente con Dremio y acelera las consultas de paneles/reportes.

- Acelerar consultas ad-hoc: Conduce consultas ultrarrápidas directamente en tu almacenamiento de lago de datos. La combinación de tecnologías de Dremio, incluido un motor basado en Apache Arrow. Reseña recopilada por y alojada en G2.com.

Falta de conectores de base de datos (p.ej. BigQuery, Cassandra). Reseña recopilada por y alojada en G2.com.

La facilidad con la que permite explorar rápidamente nuevos conjuntos de datos es impresionante. Siempre me asombra lo rápido que podemos consumir enormes conjuntos de datos (carpetas llenas de archivos CSV o Parquet) y estructurarlos para que funcionen como una sola tabla de datos. Este proceso típicamente habría requerido un recurso de TI para crear/aplicar un script para manipular/cargar los datos en una base de datos o archivo único, y tenemos a nuestros usuarios "de negocio" sin experiencia en TI haciéndolo de inmediato. Todavía dependen de TI para escribir consultas para ellos, pero pueden explorar los datos de inmediato. Con un poco de capacitación, incluso nuestros usuarios "de negocio" están escribiendo SQL para explorar los datos.

Tenemos un proyecto a gran escala para permitir que toda nuestra organización acceda a los datos que necesitan para hacer su trabajo. Teníamos un proceso ETL a gran escala que transforma esos datos en un modelo de datos y combina los datos generados dentro de nuestra empresa con los datos proporcionados por nuestros proveedores. Agregar Dremio a nuestro entorno significó que ya no tenemos que modelar los datos proporcionados por nuestros proveedores. Podemos dedicar más tiempo a modelar nuestros datos internos y realizar controles adicionales de calidad de datos en lugar de ajustar constantemente nuestro modelo de datos cuando queremos incorporar nuevos datos de proveedores externos.

Con espacios personales, nuestros usuarios finales pueden cargar un documento simple de Excel y unirlo a los datos que hemos puesto a disposición en nuestra plataforma sin asistencia de TI. Y con las últimas herramientas proporcionadas por los Servicios Profesionales de Dremio, ahora tenemos los informes para mostrarnos qué usuarios están utilizando qué conjuntos de datos. ¡Esto nos permite monitorear constantemente nuestro entorno en busca de cuellos de botella y conjuntos de datos obsoletos o no utilizados. Esto es una gran victoria para nosotros! Reseña recopilada por y alojada en G2.com.

Aunque Dremio ha sido un gran activo para la empresa, hay varias cosas que podrían mejorarse y hay algunos escenarios en los que hemos visto que no es la herramienta adecuada. Tenemos un entorno que tiene múltiples cuentas de almacenamiento en la nube y varias bases de datos a las que nos conectamos. Hemos tenido varios problemas de rendimiento cuando combinamos datos en nuestro lago de datos con las bases de datos. Esto convierte los procesos en una consulta de un solo hilo y esencialmente bloquea o impide todo acceso tanto al entorno de Dremio como a la base de datos (Synapse en este caso). Desde la implementación de Dremio, han añadido soporte para Delta Lake y hemos recurrido a esto para resolver ese problema. Desde que implementamos Delta Lake en lugar de Synapse, hemos eliminado esencialmente este problema.

Como con cualquier herramienta, hay una curva de aprendizaje para la interfaz, la interfaz es rica y tiene muchas características pero carece de algunos aspectos de usabilidad. Hemos proporcionado comentarios a Dremio sobre esto y han estado atentos a estas solicitudes, por lo que tengo confianza en que esto mejorará. Pasar de un IDE típico de SQL como Management Studio es un poco de ajuste, pero te acostumbras.

Usamos Power BI y hasta la fecha, Dremio no es un proveedor de primer nivel para Power BI. Puedes conectar y consumir datos de Dremio, pero no puedo obtener información sobre qué usuario se está conectando, etc. Estoy esperando que MS los convierta en un proveedor de primera parte. Reseña recopilada por y alojada en G2.com.

La capacidad de crear data marts específicos para cada departamento que se obtienen de una base de datos común para toda la empresa. La función de reflexión también es notable ya que nos permite ahorrar almacenamiento y reducir nuestros trabajos diarios de transformación de datos. Reseña recopilada por y alojada en G2.com.

La necesidad de un grupo fuerte que las empresas en una etapa temprana de transformación de datos no tienen necesariamente. Reseña recopilada por y alojada en G2.com.

Realmente me gusta la facilidad de configurar muchas fuentes diferentes y crear vistas que hagan uniones entre ellas. ¡También soy un gran fanático del rendimiento de Flight para la recuperación de datos! Reseña recopilada por y alojada en G2.com.

Dremio no es un estándar de la industria (todavía), por lo que la ayuda en los foros oficiales o en el resto de internet puede ser bastante limitada. Reseña recopilada por y alojada en G2.com.

With a tiny engineering team (1) we were able to get Dremio up and running in AWS for our org to start using. It is extremely easy to bring silos of data from all over the organization held in various formats and make them available in our platform.

Once in the platform, it provides a non-threatening interface to allow both analysts and non-analysts the ability to search, find and query the data for their use cases. Dremio has done a wonderful job! Reseña recopilada por y alojada en G2.com.

Dremio definitely puts the "democracy" in "data democratization", but I wish there were more tools to allow a little more control of what data sources are made public on the platform. An organization wouldn't want to be too strict over who can do things in this powerful platform, but being too open could result in data confusion.

Data governance tools to help make sure appropriate documentation or tagging are provided or possibily a request/approval workflow before something is made public to everyone would be really nice. Reseña recopilada por y alojada en G2.com.