Was gefällt dir am besten Datalore?
-Großartige Typ-Hinweise und Code-Vervollständigung, die man von einer JetBrains IDE erwarten würde.
-Große Integration externer Code-Repositories, mit einfacher Verwaltung von SSH-Schlüsseln. Dies hat es uns ermöglicht, unsere Datenverarbeitung zu beschleunigen, indem wir einfachen Zugriff auf git-verwaltete Tools innerhalb von Datalore haben.
-Berichte und Widgets innerhalb von Notebooks sind großartige Werkzeuge, um einfache Skripte für einen Nicht-Programmierer zu erstellen, um Daten zu analysieren und bei Bedarf Ergebnisse zu produzieren. Dies hat es uns ermöglicht, Ressourcen von Datenwissenschaftlern für einfache Anfragen zur erneuten Verarbeitung ähnlicher Daten freizugeben.
-Cloud-Speicherintegration montiert Speicher auf das Notebook, was den Zugriff auf Daten so einfach macht wie der Zugriff auf lokale Daten!
-Der technische Support ist extrem schnell bei der Lösung eines Problems. Kürzlich habe ich ein Ticket zu einem spezifischen Installationsproblem im Zusammenhang mit einem benutzerdefinierten Repository eröffnet, das wir erstellt hatten. Innerhalb weniger Tage hatte das technische Support-Team das Problem mit Datalore (konfliktierende Python-Versionen) identifiziert und einen Patch zur Behebung des Problems bereitgestellt. Die Geschwindigkeit und Effektivität ihres technischen Supports ist unschlagbar - nur Lob!
-Die Abrechnung ist einfach nachzuverfolgen, insbesondere mit aufgeschlüsselten Kosten und Speichernutzung, die als .csv für die Analyse exportiert werden können (mit einem Datalore-Notebook selbst).
-Datenbankverbindung ist so einfach einzurichten wie Cloud-Speicher. SQL-Zellen sind einfach zu verwenden. Wir haben festgestellt, dass sie ziemlich langsam liefen, was sie für den Zugriff auf größere Datenbanken unbrauchbar machte, und wir griffen manuell auf 'pandas' zu. Ich glaube jedoch, dass ein Patch diese beschleunigt hat, und ich glaube, es war signifikant - obwohl wir es seit dem Update nur in begrenztem Umfang genutzt haben.
-Notebook-Blätter und Inhaltsverzeichnis ermöglichen insbesondere eine einfache Organisation von Notebooks über Markdown-Header, die im Inhaltsverzeichnis angezeigt werden - was die Navigation in größeren Notebooks erleichtert.
-Zusammenarbeit ist großartig aufgrund des Web-Hostings von Notebooks, das es mehreren Benutzern ermöglicht, ein Notebook gleichzeitig ohne Konflikte zu bearbeiten. Bewertung gesammelt von und auf G2.com gehostet.
Was gefällt Ihnen nicht? Datalore?
-Die Python-Version ist auf Notebooks bei 3.8. Ich wollte schon seit einiger Zeit eine modernere Version oder Optionen sehen, und trotz Plänen, mehrere Versionen von Datalore zu unterstützen, ist dies seit über einem Jahr nicht geschehen.
-Es gibt oft Probleme beim regelmäßigen Zugriff auf Spot-Instanzen für die CPU-XL-Stufe, was die Nutzung von On-Demand- oder alternativen Rechenressourcen erzwingt und Spot-CPU-XL für uns als Option fast unbrauchbar macht.
-Kleine Beschwerde: Markdown hat eine Rechtschreibprüfung, aber man kann nicht mit der rechten Maustaste klicken, um den Tippfehler zu beheben.
-Auf einer Wunschliste: Ich würde gerne Berichte in der Lage sein, einen Abschnitt eines Notebooks neu auszuführen, wenn dies aufgerufen wird (vielleicht ein Button-Widget), anstatt das gesamte Notebook neu ausführen zu müssen: Dies macht interaktive Berichte unbrauchbar, wenn große Daten geladen oder verarbeitet werden müssen (da dies nur einmal benötigt wird, aber bei jeder kleinen Änderung erneut ausgeführt wird). Bewertung gesammelt von und auf G2.com gehostet.
