Avis et détails du produit de Apache Airflow

Airflow offre de nombreuses intégrations multiplateformes avec presque toutes les technologies requises. Il dispose d'un grand nombre de fonctionnalités lors de la création de DAG. J'ai vraiment aimé les idées de la nouvelle version concernant le stockage d'objets, la plateforme facilement gérable, les nouveaux opérateurs comme FTP, FTPs et les opérateurs personnalisés. L'interface utilisateur est un peu encombrée mais dans l'ensemble, Airflow est très facile à utiliser et à mettre en œuvre pour les pipelines ETL. J'utilise Airflow depuis 1 an et les améliorations qu'ils montrent sont très prometteuses. Avis collecté par et hébergé sur G2.com.

L'interface utilisateur est maladroite. Pour voir la tâche dans l'interface utilisateur, je dois revenir à tous les dags lorsque nous relançons une deuxième fois. Cela peut être mieux, mais cela compense avec la fonctionnalité qu'elle a. Avis collecté par et hébergé sur G2.com.

- Integration

- Scalability

- Performance

- Data Pipeline Management

- Data Pipeline RCA

- Alert System

- Esay Installation

- Use more than 5 hours in a day Avis collecté par et hébergé sur G2.com.

- Airflow UI/ User Experience

- Pipeline Execution grid view

- Dag Graph Avis collecté par et hébergé sur 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. Avis collecté par et hébergé sur 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. Avis collecté par et hébergé sur G2.com.

Il a de nombreuses intégrations avec un nombre n de plateformes. Avis collecté par et hébergé sur G2.com.

Il devrait y avoir plus de travail sur l'interface utilisateur. Avis collecté par et hébergé sur G2.com.

pouvoir utiliser Python pour créer des flux de travail qui s'intègrent à nos rapports est essentiel pour bon nombre de nos processus Avis collecté par et hébergé sur G2.com.

les erreurs et les corrections de bogues sont encore manuelles et prennent du temps à résoudre Avis collecté par et hébergé sur 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. Avis collecté par et hébergé sur 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. Avis collecté par et hébergé sur G2.com.

Il prend en charge, des opérateurs pour presque tous les outils / cadres d'ingénierie des données. Hautement évolutif. Avis collecté par et hébergé sur G2.com.

Il existe de nombreuses options pour l'observabilité dans Airflow. Si davantage de tableaux de bord Grafana de la communauté ou de meilleures pratiques sont fournis, cela aidera encore plus. Avis collecté par et hébergé sur G2.com.

1) Orchestration de flux de travail : Apache Airflow offre un cadre puissant pour définir, planifier et exécuter des flux de travail complexes.

2) Orchestration de flux de travail : Apache Airflow offre un cadre puissant pour définir, planifier et exécuter des flux de travail complexes.

3) Surveillance et alertes : Airflow propose une interface web conviviale qui permet aux utilisateurs de surveiller l'état et l'avancement de leurs flux de travail.

4) Communauté et écosystème actifs : Apache Airflow dispose d'une communauté open-source dynamique et active.

5) Mature et prêt pour la production. Avis collecté par et hébergé sur G2.com.

1) Courbe d'apprentissage : Apache Airflow a une courbe d'apprentissage abrupte, surtout pour les utilisateurs qui sont nouveaux dans les concepts d'orchestration de flux de travail ou de programmation Python.

2) Complexité pour des cas d'utilisation simples : La richesse en fonctionnalités et la flexibilité d'Airflow peuvent parfois sembler accablantes pour des cas d'utilisation simples. Avis collecté par et hébergé sur G2.com.

La flexibilité et la personnalisation en ce qui concerne la création et la planification des pipelines de données. Utilise Python, qui est le langage de programmation le plus populaire au monde. Avis collecté par et hébergé sur G2.com.

Pas vraiment destiné aux applications de streaming, mais il peut être configuré pour celles-ci.

A une courbe d'apprentissage un peu plus raide par rapport à d'autres solutions.

Il ne prend en charge que Python pour créer des DAGs. Avis collecté par et hébergé sur G2.com.

Utilisation d'expression cron tab, importation de divers modules, importation d'opérateurs définis par l'utilisateur. Avis collecté par et hébergé sur G2.com.

déclarer dag dans un modèle fixe sinon le planificateur ne prendra pas votre dag et affichera une erreur d'importation Avis collecté par et hébergé sur G2.com.