Avaliações 64 Dremio
Sentimento Geral da Revisão para Dremio
Entre para ver o sentimento das avaliações.
É fácil configurar muitas fontes diferentes e criar um conjunto de dados virtual que faz uniões entre elas. Estou realmente feliz com o desempenho na recuperação de dados. Análise coletada por e hospedada no G2.com.
Há tantos bugs em cada versão, então temos que mantê-las atualizadas com novos lançamentos. Análise coletada por e hospedada no G2.com.
Dremio inicialmente chamou minha atenção porque a empresa surgiu do projeto open-source Arrow, que já era um projeto fantástico e crítico para plataformas de big data.
Dremio faz uma coisa muito bem e algumas outras coisas razoavelmente bem:
- Para começar, no que diz respeito ao acesso escalável a dados, seja acessando terabytes de arquivos parquet ou megabytes de informações de banco de dados, Dremio _simplesmente funciona_. Existem muito poucas outras soluções que 1) permitem que você junte diferentes fontes de dados sob demanda, 2) _não_ funcionam 24/7, mas ativam clusters quando você precisa deles e 3) têm uma interface razoavelmente amigável. A combinação tornou o Dremio crucial para aumentar a produtividade na minha empresa.
No entanto, Dremio oferece ainda mais do que a funcionalidade principal de fácil acesso a dados descrita acima:
- Bons mecanismos para governança de dados, incluindo gráficos de linhagem interna entre conjuntos de dados
- Maneiras de estruturar recursos de computação em relação ao ajuste fino do desempenho de consultas -- se você precisa que conjuntos de dados de dashboard tenham um desempenho mais rápido do que conjuntos de dados de interface de usuário, é quase uma operação de apontar e clicar
- Você pode expor estatísticas internas sobre uso e desempenho para todas as consultas
- Melhor e melhor granularidade no que diz respeito ao gerenciamento de usuários
- A maioria das ferramentas só permite que os usuários baixem um máximo de 1-10k linhas de dados. Dremio permite facilmente 1 milhão de linhas e tem um bom desempenho nisso também
Dremio realmente pensou em como as empresas devem gerenciar e expor dados e garantiu fornecer um design e a tecnologia para tornar o acesso, a democratização e a governança de dados mais fáceis. Análise coletada por e hospedada no G2.com.
Dremio ainda é uma empresa jovem e, embora o produto funcione bem, eles ainda estão trabalhando muito para melhorá-lo.
Ainda não encontramos um único bug em produção, mas foi inicialmente perceptível que é um produto jovem (início de 2021).
Felizmente, eles estão lançando novas versões rapidamente e corrigindo muitos dos pequenos problemas para que o produto tenha um bom nível de qualidade profissional. Análise coletada por e hospedada no G2.com.
- Dremio permite que os usuários de negócios acessem dados facilmente em várias plataformas (HDFS, Oracle RDBMS, SQL Server, Json, etc.)
- Camada semântica padronizada: Elimine a necessidade de copiar e mover dados—não mais cubos, tabelas de agregação ou extratos—e instâncias recorrentes de desvio de dados.
- Acelere painéis e relatórios: Integre ferramentas de BI como Tableau, PowerBI diretamente com Dremio e acelere consultas de painéis/relatórios.
- Acelere consultas ad-hoc: Conduzindo consultas extremamente rápidas diretamente no armazenamento do seu data lake. A combinação de tecnologias do Dremio—incluindo um mecanismo baseado em Apache Arrow. Análise coletada por e hospedada no G2.com.
Falta de conectores de banco de dados (por exemplo, BigQuery, Cassandra). Análise coletada por e hospedada no G2.com.
A facilidade com que permite explorar rapidamente novos conjuntos de dados é impressionante. Estou sempre admirado com a rapidez com que podemos consumir enormes conjuntos de dados (pastas cheias de arquivos CSV ou Parquet) e estruturá-los para funcionar como uma única tabela de dados. Este processo normalmente exigiria um recurso de TI para criar/aplicar um script para manipular/carregar os dados em um banco de dados ou arquivo único, e temos nossos usuários "de negócios" sem experiência em TI fazendo isso imediatamente. Eles ainda dependem de TI para escrever consultas para eles, mas podem explorar os dados imediatamente. Com um pouco de treinamento, até mesmo nossos usuários "de negócios" estão escrevendo SQL para explorar os dados.
Temos um projeto em larga escala para permitir que toda a nossa organização tenha acesso aos dados de que precisam para realizar seu trabalho. Tínhamos um processo ETL em larga escala que transforma esses dados em um modelo de dados e combina dados gerados internamente em nossa empresa com dados fornecidos por nossos fornecedores. Adicionar o Dremio ao nosso ambiente significou que não precisamos mais modelar os dados fornecidos por nossos fornecedores. Podemos gastar mais tempo modelando nossos dados internos e realizando verificações adicionais de qualidade de dados em vez de ajustar constantemente nosso modelo de dados quando queremos integrar novos dados de fornecedores externos.
Com espaços pessoais, nossos usuários finais podem carregar um documento simples do Excel e juntá-lo aos dados que disponibilizamos em nossa plataforma sem assistência de TI. E com as ferramentas mais recentes fornecidas pelos Serviços Profissionais da Dremio, agora temos relatórios que nos mostram quais usuários estão usando quais conjuntos de dados! Isso nos permite monitorar constantemente nosso ambiente em busca de gargalos e conjuntos de dados obsoletos ou não utilizados. Isso é uma grande vitória para nós! Análise coletada por e hospedada no G2.com.
Embora o Dremio tenha sido um grande ativo para a empresa, há várias coisas que poderiam ser melhoradas e há alguns cenários em que vimos que não é a ferramenta apropriada. Temos um ambiente com várias contas de armazenamento na nuvem e vários bancos de dados aos quais nos conectamos. Tivemos vários problemas de desempenho quando combinamos dados em nosso data lake com os bancos de dados. Isso transforma processos em uma consulta de thread único e, essencialmente, bloqueia ou impede todo o acesso tanto ao ambiente Dremio quanto ao banco de dados (Synapse, neste caso). Desde a implementação do Dremio, eles adicionaram suporte ao Delta Lake e recorremos a isso para resolver esse problema. Desde a implementação do Delta Lake em vez do Synapse, eliminamos essencialmente esse problema.
Como qualquer ferramenta, há uma curva de aprendizado para a interface, a interface é rica e tem muitos recursos, mas carece de alguns aspectos de usabilidade. Fornecemos feedback ao Dremio sobre isso e eles têm sido atenciosos a essas solicitações, então tenho confiança de que isso vai melhorar. Passar de um IDE SQL típico como o Management Studio é um pouco de ajuste, mas você se acostuma.
Usamos o Power BI e, até o momento, o Dremio não é um provedor de primeiro nível para o Power BI. Você pode conectar e consumir dados do Dremio, mas não consigo obter informações sobre qual usuário está se conectando, etc. Estou aguardando que a MS os torne um provedor de primeira linha. Análise coletada por e hospedada no G2.com.
A capacidade de criar data marts específicos para cada departamento que são originados de um banco de dados comum para toda a empresa. A funcionalidade de reflexão também é notável, pois nos permite economizar armazenamento e reduzir nossos trabalhos diários de transformação de dados. Análise coletada por e hospedada no G2.com.
A necessidade de um cluster forte que as empresas em um estágio inicial de transformação de dados não têm necessariamente. Análise coletada por e hospedada no G2.com.
Eu realmente gosto da facilidade de configurar muitas fontes diferentes e criar visualizações que fazem uniões entre elas. Também sou um grande fã do desempenho do Flight para recuperação de dados! Análise coletada por e hospedada no G2.com.
Dremio não é um padrão da indústria (ainda), então a ajuda nos fóruns oficiais ou no restante da internet pode ser bastante limitada. Análise coletada por e hospedada no 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! Análise coletada por e hospedada no 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. Análise coletada por e hospedada no G2.com.
