Cloudera Data Flow Reseñas y Detalles del Producto

Estamos aprovechando Kafka de Cloudera Data Flow para análisis de transmisión. CDF nos proporciona datos en tiempo real, lo cual es crítico para producir paneles en vivo, y también la cantidad de datos en transmisión (en petabytes) nos ayuda a tener CDF como una solución integral para el análisis de datos en vivo. Reseña recopilada por y alojada en G2.com.

Kafka de CDF, aunque es escalable, tiene muchos problemas de retraso y necesita ajustes complejos. Cuando ocurre el retraso, es decir, cuando el desplazamiento actual es mayor que el desplazamiento final del consumidor, se puede observar un retraso de 6-7 cifras, lo que significa que los registros obsoletos alcanzan alrededor de 1 millón a veces, debido a lo cual el panel de control espera los datos más recientes y a veces toma horas obtenerlos y a veces también se requiere reiniciar el servicio para solucionar eso. Reseña recopilada por y alojada en G2.com.

Cloudera Data Flow (CDF) nos proporciona una plataforma única para el análisis de datos de transmisión en tiempo real. Principalmente usamos CFM, CEM para enviar datos de agentes y Kafka para enviar datos en vivo que luego son consumidos por Spark y, después de la limpieza, se crean los informes financieros. Reseña recopilada por y alojada en G2.com.

Kafka, que anteriormente era parte de CDP (plataforma de datos de Cloudera), se ha trasladado a CDF, lo que nos obliga a comprar una suscripción separada y, por lo tanto, incurrir en más costos para el proyecto. Este fue un movimiento inteligente por parte de Cloudera para ganar más dinero, pero sin duda nos perjudica, ya que el servicio que utilizábamos junto con CDP ahora tiene que comprarse, ya que está bajo el paraguas de CDF. Reseña recopilada por y alojada en G2.com.

Los dos pilares principales de Hortonworks son HDP (Hortonworks Data Platform) y HDF (Hortonworks Data Flow). El primero se aplica a la infraestructura necesaria para construir y desplegar un lago de datos, y el segundo se refiere a la ingestión, ya sea por lotes o en tiempo real. Tanto HDP como HDF dependen completamente de proyectos de código abierto, este es un punto distintivo de Hortonworks. Reseña recopilada por y alojada en G2.com.

Como una colección de proyectos de código abierto, depende en gran medida de la actividad de la comunidad. Todavía tienes la opción de contratar servicios de consultoría o capacitación premium. Aunque está evolucionando rápidamente hacia la disponibilidad de herramientas de Ciencia de Datos (por ejemplo, Tensorflow incorporado en HDP 3), puede ser engorroso para un desarrollador que está haciendo la transición desde un IDE tradicional hacia la metáfora de cuaderno vs. lago de datos. Reseña recopilada por y alojada en G2.com.