Azure Synapse Analytics Bewertungen & Produktdetails

Ich nutze Azure Synapse Analytics für ETL/Data Engineering Flows und schätze seine Fähigkeit, große Datenmengen zu verarbeiten, ähnlich wie Databricks oder MS Fabric. Ich mag die wichtigen Verbindungen, die es mit Azure Data Lake und anderen Azure-Lösungen bietet, die dabei helfen, eingelesene Daten effizient zu speichern. Ein weiterer Aspekt, den ich genieße, ist die Benutzerfreundlichkeit der Datenpipelines, insbesondere der Low-Code-Ansatz, der es mir ermöglicht, in wenigen Minuten einen Prototyp und einen grundlegenden ETL-Flow zu erstellen. Bewertung gesammelt von und auf G2.com gehostet.

Ich glaube, es muss seine Git-Integrationsfunktionen verbessern; mir gefällt nicht, dass jede Änderung ein Commit ohne klare Commit-Nachricht ist. Schnellere Startzeit für Spark-Pools. Besseres Git-Integrations-Framework. Eine Implementierung ähnlich wie bei Databricks ist die beste. Außerdem ist es unmöglich, Code und Pipelines in Azure DevOps zu überprüfen, da alle Dateien JSONs sind. Bewertung gesammelt von und auf G2.com gehostet.

wie es Data Warehousing und Big Data in einer einzigen Plattform vereint, was das Abfragen und Analysieren großer Datensätze effizienter macht. Es integriert SQL für strukturierte Abfragen, Apache Spark für die Big-Data-Verarbeitung und Pipelines für nahtlose Datenaufnahme und -transformation. Bewertung gesammelt von und auf G2.com gehostet.

Was ich an Azure Synapse Analytics nicht mag, ist, dass die anfängliche Einrichtung und Konfiguration komplex sein kann und oft zusätzliche Fachkenntnisse erfordert, um alles reibungslos zum Laufen zu bringen. Das Debuggen und Überwachen kann sich ebenfalls eingeschränkt anfühlen, insbesondere beim Verwalten großer Pipelines oder Spark-Workloads. Bewertung gesammelt von und auf G2.com gehostet.

Ich nutze Azure Synapse Analytics hauptsächlich, um End-to-End-Datenanalyselösungen zu entwickeln, da es hilft, Datenaufnahme, -transformation, -speicherung und -analyse in einer einzigen einheitlichen Plattform zu integrieren. Ich liebe das einheitliche Erlebnis, das Datenengineering, Big Data-Verarbeitung und Enterprise Data Warehousing in einem einzigen Arbeitsbereich kombiniert, was die Effizienz erheblich verbessert und die architektonische Komplexität reduziert. Ich schätze, dass ich nahtlos zwischen serverlosen SQL, dedizierten SQL-Pools und Spark-Umgebungen wechseln kann. Die Integration mit Data Lakes und Tools wie Power BI ist reibungslos, was eine schnellere Generierung von Erkenntnissen ermöglicht. Ich schätze die Skalierbarkeit und Leistungsoptimierungsmöglichkeiten sowie die integrierte Pipeline-Orchestrierung, die für die Bewältigung von groß angelegten Analyse-Workloads geeignet ist. Ich schätze auch, wie es sich in das breitere Azure-Ökosystem integriert, wie Azure Data Lake Storage und Azure Machine Learning, was den Aufbau von End-to-End-Datenpipelines erleichtert. Die Flexibilität, betriebliche Effizienz und Kosteneffizienz, die durch serverloses Abfragen und bedarfsgerechtes Skalieren geboten werden, sind wirklich vorteilhaft. Bewertung gesammelt von und auf G2.com gehostet.

Die Lernkurve kann steil sein, besonders für Teams, die neu in der verteilten Datenverarbeitung oder in hybriden Architekturen mit SQL-Pools und Spark sind. Das Debuggen komplexer Pipeline-Fehler kann manchmal an detaillierter Fehlertansparenz mangeln, was die Fehlersuche verlängert. Die Leistungsoptimierung in dedizierten SQL-Pools erfordert ebenfalls eine sorgfältige Ressourcenverwaltung und Verteilungsdesign, was nicht für alle Benutzer intuitiv sein mag. Darüber hinaus kann die Kostenüberwachung und -optimierung über serverlose Abfragen, Spark-Jobs und dedizierte Pools komplex werden, wenn die Governance nicht ordnungsgemäß etabliert ist. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag, dass alle Daten an einem Ort sind, Notizbücher, Code, Tabellen, es ist einfach zu benutzen und die Benutzeroberfläche ist schön. Bewertung gesammelt von und auf G2.com gehostet.

Manchmal gibt es kleine Fehler. Wenn ich Änderungen an Notebooks vornehme, muss ich jedes Mal committen, sonst verliere ich diese Änderungen. Außerdem wird das Ausführen eines Notebooks als Änderung in der Versionskontrolle erkannt. Bewertung gesammelt von und auf G2.com gehostet.

Azure Synapse Analytics hatte eine wunderbare Benutzeroberfläche namens Synapse Studio, die es extrem einfach zu bedienen macht. Es ist hoch skalierbar, was es einfacher macht, Erkenntnisse aus wichtigen Daten zu gewinnen. Es ermöglicht die Verknüpfung von Ressourcen und die Arbeit mit Skripten sowie Spark-Notebooks. Die Funktion der Integration von Spark-Pools macht die Datenverarbeitung und -analyse mühelos. Es hat die Sicherheit von Azure, sodass es auch in dieser Hinsicht keine Kompromisse gibt. Alles in allem ist es ein unverzichtbares Cloud-ETL- und Datenanalysetool. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt nichts, was mir an Sunapse Analytics nicht gefällt. Nur eine Verbesserung, die ich gerne sehen würde, ist die Hinzufügung einer Drag-and-Drop-Funktion in der Benutzeroberfläche. Bewertung gesammelt von und auf G2.com gehostet.

Es bietet eine tiefe Integration von Azure Machine Learning, Cognitive Services und Power BI.

Es verfügt über die Big-Data-Analysefähigkeiten von Spark und die Datenintegration, um Daten zwischen beiden zu bewegen.

Es ist das Ergebnis des Azure Data Factory-Tools, es bietet den unabhängigen Speicher und den Rechencluster.

Es bietet die SQL-Pools, die dedizierte SQL-Pools und serverlose SQL-Pools sind, mit denen wir je nach Daten arbeiten können.

Es bietet hybride Datenintegration, mit der wir eine Verbindung zu lokalen SQL- und cloudbasierten Speichern herstellen können. Es bietet eine vollständige Lösung.

Es bietet Cloud-Daten-Warehousing, Dashboarding und maschinelles Lernen-Analysen in einem einzigen Arbeitsbereich, was Synapse leistungsfähiger als ADF macht.

Es kann alle Arten von Daten aufnehmen, einschließlich relationaler und nicht-relationaler Daten, und Daten in SQL anzeigen.

Es bietet parallele Verarbeitung, die analytische Arbeitslasten verwaltet und große Datenmengen verarbeitet. Bewertung gesammelt von und auf G2.com gehostet.

Insgesamt ist Synapse in Ordnung, aber es gibt einige Probleme -

Es gibt keine Möglichkeit, Daten von einem dedizierten SQL-Pool zu einem serverlosen SQL-Pool zu migrieren, was den manuellen Eingriff erhöht und bei großen Datenmengen anstrengend sein kann. Bewertung gesammelt von und auf G2.com gehostet.

Vereinheitlichte Analyseplattform

Skalierbarkeit und Leistung

Erweiterte Analysefähigkeiten

Sicherheit und Compliance

Kostenoptimierung

Integration mit Azure-Diensten Bewertung gesammelt von und auf G2.com gehostet.

Reife von Funktionen: Wie bei jeder sich entwickelnden Technologie könnten bestimmte Funktionen oder Merkmale innerhalb von Azure Synapse Analytics noch in der Reifung begriffen sein oder Verbesserungen durchlaufen. Dies könnte gelegentlich zu Einschränkungen oder Lücken in bestimmten Bereichen führen, die Umgehungen oder alternative Ansätze erfordern. Bewertung gesammelt von und auf G2.com gehostet.

Das Beste an der Azure Synapse Analytics-Plattform ist, dass sie alle Dienste unter einem einzigen Dach bereitstellt, was die Abhängigkeit verringert und auch hilft, alle Dienste auf einmal zu verwalten. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt viele Dinge, die man an Azure Synapse Analytics nicht mögen kann. Eines der Dinge ist, dass CTE im SQL-Pool-Instanz weder serverlos noch dediziert nicht unterstützt wird. Bewertung gesammelt von und auf G2.com gehostet.

Was mir an Azure Synapse Analytics am meisten gefällt, ist, dass es uns eine vollständig verwaltete Instanz bietet. Sei es Azure SQL oder ADF und jede andere Funktionalität. Wir müssen keine Verbindungen verwalten, da sie alle von Synapse verwaltet werden. Bewertung gesammelt von und auf G2.com gehostet.

Die Kostenstruktur ist schwer zu verstehen. Und die Protokollierungsmetriken sind nicht einfach zu verwenden. Integrierte externe Datenquellen von Drittanbietern scheinen zu fehlen. Bewertung gesammelt von und auf G2.com gehostet.

SQL-Unterstützung, Benutzeroberfläche ist schnell zu erlernen, Power BI-Konnektivität Bewertung gesammelt von und auf G2.com gehostet.

Begrenzte SQL-Funktionen verfügbar, Änderungen und Aktualisierungen können eine ausführlichere Erklärung erhalten. Bewertung gesammelt von und auf G2.com gehostet.