Dagster zeichnet sich durch seinen asset-zentrierten Ansatz zur Datenorchestrierung aus, bei dem Daten als erstklassige Assets und nicht nur als Aufgaben behandelt werden. Dies macht Pipelines zuverlässiger, transparenter und einfacher zu überwachen. Benutzer schätzen seine starken Integrationen mit modernen Datenwerkzeugen (wie dbt, Snowflake und Databricks), die eingebaute Beobachtbarkeit und Überwachung sowie ein entwicklerfreundliches Design, das Testbarkeit und Wartbarkeit betont. Seine Skalierbarkeit über kleine und große Unternehmens-Workflows hinweg sichert die langfristige Relevanz, während die klaren Abstraktionen die Komplexität im Vergleich zu älteren Orchestratoren reduzieren. Bewertung gesammelt von und auf G2.com gehostet.
Die Hauptnachteile von Dagster sind seine steile Lernkurve, das sich entwickelnde Ökosystem und die komplexe Einrichtung, die die Einführung erschweren können. Lücken in der Dokumentation und der Bedarf an Leistungstuning tragen weiter zu den Hürden bei, was es weniger ideal für kleinere Teams macht, die nach Einfachheit und Kosteneffizienz suchen. Bewertung gesammelt von und auf G2.com gehostet.
