Google Cloud Dataflow Bewertungen & Produktdetails

Google Cloud Dataflow ist extrem einfach zu verwenden, um Ereignisströme zu verarbeiten. Der Aufbau komplexer Streaming-Pipelines ist mit Dataflow einfach und effizient. Es bietet Echtzeitüberwachung der Streaming-Pipeline mit wichtigen Metriken wie Durchsatz, CPU- und Speicherauslastung. Es ist einfach, es mit Datenquellen und -senken wie Cloud Pub/Sub, Kafka und Cloud Spanner zu integrieren. Bewertung gesammelt von und auf G2.com gehostet.

Es ist im Vergleich zu anderen Lösungen wie Apache Flink kostspielig. Schwierig, Wasserzeichen zu implementieren. Bewertung gesammelt von und auf G2.com gehostet.

GCP Dataflow verwaltet mühelos Big-Data-Aufgaben und vereint Code mit Apache Beam. Es ist ein Teamplayer von Google Cloud und glänzt mit Diensten wie BigQuery. Bewertung gesammelt von und auf G2.com gehostet.

- nicht viele Dokumentationen und Ressourcen sind verfügbar

Kostenkomplexitäten erfordern Wachsamkeit, und externe Verbindungen benötigen möglicherweise besondere Aufmerksamkeit. Während es sich gut in die Google Cloud-Umgebung einfügt, könnte die Abhängigkeit vom Ökosystem für diejenigen in anderen Cloud-Umgebungen nicht geeignet sein. Bewertung gesammelt von und auf G2.com gehostet.

Cloud Dataflow ermöglicht es Ihnen, einen Daemon zu haben, der ETL durchführt und gleichzeitig erstklassige Beobachtbarkeit bietet. Vorher war ich an lang laufende Jobs mit schlechter Beobachtbarkeit gewöhnt oder an Low/No-Code-Tools, die es mir nicht erlaubten, Aufgaben so zu konfigurieren, wie ich es mit Code wollte. Dataflow ermöglicht es mir, Apache Beam auf Python effektiv zu nutzen, um eine wiederholbare und leicht zu überwachende Lösung zu schaffen. Bewertung gesammelt von und auf G2.com gehostet.

Die Python-Beispiele könnten viel umfassender sein. Auch das Nebenläufigkeitsmodell ist schwer zu verstehen, ich erlebe manchmal Sperrkonflikte mit gleichzeitig laufenden DoFn-Instanzen, und es ist nicht ganz klar, wie viele gleichzeitige Threads meine Arbeitslast verarbeiten. Bewertung gesammelt von und auf G2.com gehostet.

Google Cloud Dataflow optimiert und verwaltet automatisch Ressourcen für Sie. Diese Plattform unterstützt mehrere Programmiersprachen, darunter Python, Java und SQL, und erleichtert es Entwicklern, sich auf das Schreiben von Code zu konzentrieren. Bewertung gesammelt von und auf G2.com gehostet.

Bis jetzt habe ich noch keinen Nachteil gefunden. Ich liebe es einfach, und jedes Update dieser Plattform lässt mich erneut verlieben. Bewertung gesammelt von und auf G2.com gehostet.

Fehlertoleranz ist das Beste an Dataflow mit der einfachen Möglichkeit, den Job zu starten und zu überwachen. Bewertung gesammelt von und auf G2.com gehostet.

Python-SDK scheint weniger entwickelt. Kafka-Integration für Python ist nicht bereit für die Produktion. Bewertung gesammelt von und auf G2.com gehostet.

Visualisierungen Ihrer Knoten und Einblicke während der Laufzeit bezüglich der Ausführung, wie viele Knoten hochgefahren wurden. Bewertung gesammelt von und auf G2.com gehostet.

Sobald Sie einen Lauf starten, gibt es keine Möglichkeit, ihn abzubrechen oder zu beenden. Das bedeutet, wenn Sie während der Ausführung Probleme bemerken, sind Sie ziemlich festgefahren. Bewertung gesammelt von und auf G2.com gehostet.

Ich mag Apache Beam wirklich, das ich mit Dataflow verwende. Es funktioniert gut auf Google Cloud sowohl für Batch- als auch für Stream-Verarbeitung. Die Berechnung funktioniert einfach, und es ermöglicht unseren Dateningenieuren, ihre Aufgaben zu erledigen. Bewertung gesammelt von und auf G2.com gehostet.

Einige der Marketingmaßnahmen - vor Jahren - waren übertrieben. Heutzutage wird der Hype gerechtfertigt. Ich bin traurig, dass es nicht von mehr Menschen genutzt wird, weil es so mächtig ist. Bewertung gesammelt von und auf G2.com gehostet.

Die Benutzeroberfläche ist sehr einfach und die Zeitpläne und Aufgaben können sehr leicht erstellt werden. Auch die Unterstützung für Vorlagen in Java und Python ist unglaublich. Bewertung gesammelt von und auf G2.com gehostet.

Der Parameter und die Vorlagen sind sehr starr, und weiteres Debugging ist schwierig, da die Protokolle nicht sehr hilfreich sind. Wenn eine Pipeline fehlschlägt, sind die Fehler und Protokolle oft unzureichend. Bewertung gesammelt von und auf G2.com gehostet.

Google Dataflow ist großartig, da es die einfachste und reibungsloseste Erfahrung beim Laden von Daten bietet, sei es in Batch oder Streaming. Die besten Aspekte sind:

1. Es bietet 100% effiziente Big-Data-Verarbeitung zusammen mit einfacher Datenmigration.

2. Fähigkeit, benutzerdefinierte Apps zu erstellen und APIs zu entwerfen.

3. Seine entwicklerfreundliche Benutzeroberfläche und Arbeitsweise. Bewertung gesammelt von und auf G2.com gehostet.

Ich denke, es ist eine der besten Plattformen, um mit Big Data zu arbeiten, aber die Tatsache, dass es sehr schwer zu verstehen ist. Selbst die Hilfsanleitungen und die Dokumentation sind begrenzt und die Gemeinschaft ist nicht so groß. Ich weiß, dass es in den kommenden Jahren gelöst werden kann und hoffe, dass es so schnell wie möglich erreicht wird. Bewertung gesammelt von und auf G2.com gehostet.

Big Query ist die Funktion, die in Google Cloud am meisten gemocht wird. Bewertung gesammelt von und auf G2.com gehostet.

Bisher habe ich noch nichts gefunden, was mir an dieser Plattform nicht gefällt. Bewertung gesammelt von und auf G2.com gehostet.