Apache Beam Reseñas y Detalles del Producto

Beam es increíble. Tanto el procesamiento por lotes como el procesamiento en flujo se manejan a través de la misma semántica/código. Solo cambia tus IOs, por ejemplo: base de datos o archivos para lotes, o una cola de mensajes para casos de uso de transmisión. Reseña recopilada por y alojada en G2.com.

A las personas a veces les cuesta aprender. Ojalá fuera más fácil para ellas. Reseña recopilada por y alojada en G2.com.

Me gustó la forma en que Beam proporciona una abstracción para el complejo paradigma distribuido utilizando pCollection y Transforms, etc. Además, su enfoque unificado para tratar tanto el procesamiento por lotes como el procesamiento en flujo es único y eficiente. Reseña recopilada por y alojada en G2.com.

En el momento de hacer el desarrollo, encontré que realizar la operación de Join no era tan simple y tuvimos que usar coGroupByKey para eso, lo cual fue un poco confuso para nosotros. Tal vez proporcionar una abstracción como una operación de join simple ayudaría a la comunidad de usuarios. Tal vez la comunidad de desarrolladores ya haya proporcionado esa opción, pero no estaba disponible cuando estábamos realizando nuestro caso de uso. Reseña recopilada por y alojada en G2.com.

He utilizado Apache Beam para diseñar mi canalización en la plataforma de Google Cloud. Mi experiencia fue fluida. He diseñado tanto para datos por lotes como para datos en streaming. Reseña recopilada por y alojada en G2.com.

Falta de cursos disponibles sobre Apache Beam que puedan ayudar a los principiantes a aprender Beam. Reseña recopilada por y alojada en G2.com.

En términos de capacidades y generalidad, creo que Apache Beam es actualmente el marco más avanzado y flexible para diseñar e implementar aplicaciones modernas intensivas en datos. Perfectamente capaz de especificar tanto cálculos por lotes como en streaming, además en términos de capacidades de streaming, ¡ofrece realmente mucho! Toma algo de tiempo acostumbrarse a las APIs, pero después de eso va bastante bien. Finalmente, el soporte para varios motores de ejecución gracias a la abstracción "runner" lo convierte en una gran elección cuando la portabilidad a través de diferentes plataformas, ya sea en las instalaciones o en la nube, se convierte en un factor. Definitivamente recomendado. Reseña recopilada por y alojada en G2.com.

Actualmente las API no son exactamente muy amigables. Reseña recopilada por y alojada en G2.com.

Actualiza frecuentemente y admite varios idiomas. Reseña recopilada por y alojada en G2.com.

Más tedioso depurar el código de la aplicación. Además, los registros de errores no son muy informativos. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Apache Beam es la facilidad de uso al definir pipelines para ETL tanto en el procesamiento por lotes como en el procesamiento en flujo. Al ser software de código abierto, Beam es una de las herramientas más poderosas disponibles. Reseña recopilada por y alojada en G2.com.

Es un poco más lento que Apache Flink ya que Beam se clasifica principalmente en herramientas de bases de datos gráficas, mientras que Flink se clasifica en herramientas de Big Data. Además, no proporciona ninguna interfaz de usuario para monitorear el estado del trabajo, mientras que Flink sí lo hace. Funciona bastante bien para pequeñas tareas ETL en GCP en lugar de tareas grandes que implican mucho procesamiento de flujos. Flink es mejor si tu caso de uso tiene que manejar muchos flujos al mismo tiempo. Reseña recopilada por y alojada en G2.com.

Con Apache Beam, las canalizaciones de procesamiento de datos se hacen realmente fáciles. Hemos estado usando esto durante los últimos 3 meses y lo hemos encontrado muy exitoso, especialmente para el proceso ETL de los datos que producimos. Reseña recopilada por y alojada en G2.com.

Es bueno para procesos más pequeños, pero no recomendable para procesos grandes y optimizados. Reseña recopilada por y alojada en G2.com.

Es un motor de flujo de trabajo de código abierto que te permite codificar tu lógica de flujo de trabajo de procesamiento de datos. Te permite procesar tus datos en función de lotes y flujos. Reseña recopilada por y alojada en G2.com.

Deberías aprender la función básica de tu flujo de trabajo usando Java. Así que, toma tiempo (depende de tu curva de aprendizaje) Reseña recopilada por y alojada en G2.com.

Apache Beam tiene buenas características "Pardo" y "dofn" que ayudan a escribir código personalizado y realizar operaciones paralelas potentes. Reseña recopilada por y alojada en G2.com.

Apache Beam solo tiene conectividad Jdbc y después de la operación de escritura no puedes abrir una nueva pcollection. Reseña recopilada por y alojada en G2.com.

Libertad para elegir tus propios tiempos de ejecución. Esto da una inmensa flexibilidad a los desarrolladores. Reseña recopilada por y alojada en G2.com.

Las instrucciones de implementación y producción y los estudios de caso deben mejorarse. Reseña recopilada por y alojada en G2.com.