Avaliações e Detalhes do Produto de Azure Databricks

Há muitas coisas, por exemplo:

1. Uma excelente ferramenta de Engenharia de Dados.

2. Suporte a múltiplas linguagens como Scala, Python, R e SQL.

3. Suporte a trabalho analítico também.

4. Podemos criar e implantar Modelos de Aprendizado de Máquina.

5. Muito rápido, pois é construído sobre o Apache Spark.

6. Suporte a múltiplas linguagens dentro de um único Notebook.

7. O processamento é extremamente rápido e opções de cluster estão disponíveis, como Clusters de Uso Geral e Clusters de Trabalho.

8. Funções como pools de clusters são muito úteis.

9. Usando diariamente e adorando sua interface e funcionalidades. Análise coletada por e hospedada no G2.com.

Estou usando o Databricks desde 2019 e não tenho reclamações ou problemas como tal. Há uma área onde mais funcionalidades podem ser adicionadas, que é no comando FS (Sistema de Arquivos). Mais funcionalidades podem dar mais flexibilidade aos desenvolvedores. Análise coletada por e hospedada no G2.com.

Sobre o Azure Databricks, o que mais gosto é a sua capacidade de fornecer múltiplos serviços para dados, como processamento, gestão e análise de dados. É amplamente utilizado por engenheiros de dados para extração, transformação e carregamento de dados no trabalho profissional. Permite que o usuário escreva lógica de transformação básica e avançada dentro do notebook. Além disso, o cluster é gerido automaticamente pelo provedor de serviços, assim o usuário não precisa se preocupar com isso. E a interface gráfica e a facilidade de uso são simples. Suporte ao cliente elevado. Análise coletada por e hospedada no G2.com.

Às vezes, a estrutura de preços cria problemas para pequenas empresas. Iniciar um cluster com um grande conjunto de dados leva mais tempo para começar. Análise coletada por e hospedada no G2.com.

É muito fácil de usar e não precisamos gerenciar a configuração do cluster, pois é devidamente automatizada.

É utilizado por cientistas de dados e engenheiros de dados para transformação de dados e Extração, Transformação e Carga (ETL).

Gosto da interface gráfica do usuário e ela me permite usar com plataformas de nuvem Azure.

Além disso, é menos caro do que outras ferramentas como Snowflake. Análise coletada por e hospedada no G2.com.

Quando estamos usando com um grande conjunto de dados, torna-se caro. E a principal coisa que não gosto é a maior dependência do provedor de nuvem Microsoft Azure. Análise coletada por e hospedada no G2.com.

Fácil de escrever programas e executa todos os scripts, aplicação amigável ao usuário. Análise coletada por e hospedada no G2.com.

Tudo bem, estava atualizando dia a dia, tornando-se uma ferramenta gratuita e sem estresse para todos os usuários. Análise coletada por e hospedada no G2.com.

Há muitas ferramentas ETL, mas nada se compara ao Databricks. Podemos ter um número n de transformações complexas que podem ser feitas em notebooks do Databricks usando pyspark, e o Unity Catalog é o melhor recurso. O suporte ao cliente é muito bom, tive que me conectar com eles para algumas integrações externas como o Prefect. Análise coletada por e hospedada no G2.com.

O custo é maior, mas se você tiver políticas adequadas em vigor como organização e tiver controle sobre o uso do cluster, então pode facilmente superar o alto custo. Análise coletada por e hospedada no G2.com.

Its big data processing capablity and multiple language interface in one notebook Análise coletada por e hospedada no G2.com.

Workflows monitoring and ui is not mature enough to handle multiple pipeline exceution Análise coletada por e hospedada no G2.com.

A melhor parte do Databricks é que podemos usar muitas linguagens como SQL, Python, Scala na mesma plataforma para nosso trabalho, em segundo lugar, a interface do usuário é a melhor. Análise coletada por e hospedada no G2.com.

Como tal, nada, eu só sinto que uma desvantagem é que eles não têm seu próprio armazenamento. Análise coletada por e hospedada no G2.com.

É projetado para engenheiros! Torna o acesso ao cluster de nuvem tão conveniente! Análise coletada por e hospedada no G2.com.

É difícil entender o custo total às vezes. Análise coletada por e hospedada no G2.com.

Fácil de usar, sem necessidade de se preocupar com as configurações do cluster. É amplamente utilizado no Azure para transformação de dados e trabalhos de ETL. É útil para projetos de engenharia de dados e ciência de dados. Novas e aprimoradas tecnologias estão sendo implementadas, como análises unificadas, autoloader e integração de serviço de aprendizado de máquina. Podemos usar para streaming de dados em tempo real usando Apache Kafka e streaming estruturado. Em termos de custo, é menor em comparação com outras ferramentas como Snowflake. Análise coletada por e hospedada no G2.com.

É mais dependente do provedor de nuvem Microsoft Azure.

É mais caro quando tentamos mover o grande conjunto de dados dentro e ao redor da nuvem Azure.

A equipe de suporte é menos proativa, sempre que levantamos tickets para quaisquer problemas no Databricks, eles nos pedem para escalar para que chegue a uma equipe superior, então eles tomarão medidas sobre os problemas, portanto, há muito menos movimentação na equipe de suporte.

Outras ferramentas são mais otimizadas e mais amigáveis ao usuário. Análise coletada por e hospedada no G2.com.

Este é a única plataforma de data lake house que cobre tudo o que um DataEngineer precisa. O recurso de catálogo Unity é o melhor, pois nos ajuda a manter a arquitetura Medalian. Manter notebooks é fácil. Análise coletada por e hospedada no G2.com.

A única coisa é que é muito caro, então é necessário monitorar constantemente o uso de recursos. Análise coletada por e hospedada no G2.com.