Resumen de precios de Decodable

Planeé probar Decodable para tal vez algún día migrar un pipeline previamente por lotes. Funcionó bien y fue barato, pero nunca tuve datos en tiempo real para probar.

Después de unas 3 horas de trastear en una lenta tarde de martes, no solo terminé mis pruebas, sino que en realidad migré todo el pipeline. Y reduje la deuda técnica al mismo tiempo, ya que ahora hay menos sistemas que mantener.

Revisé mi flujo unas cuantas veces, pero nunca tuve que ajustar nada (hasta ahora). Simplemente funciona. Reseña recopilada por y alojada en G2.com.

Mi flujo solo procesa alrededor de 1 a 2 registros por segundo; incluso las tareas pequeñas son demasiado potentes para eso. Para ahorrar energía y recursos, tamaños de tarea aún más pequeños (tal vez compartiendo recursos de tarea) serían geniales :) Reseña recopilada por y alojada en G2.com.

Decodable es una herramienta que desbloquea muchos casos de uso para nosotros que anteriormente no eran alcanzables para nuestro equipo. Con nuestras canalizaciones de IA, requerimos que las actualizaciones de los clientes surtan efecto de inmediato. Por ejemplo, si cambian un documento (PDF, DOCX), necesitamos que se actualice y se reindexe en nuestras bases de datos vectoriales para que la nueva información pueda aparecer en las canalizaciones de IA. Sería imposible realizar estas actualizaciones de manera oportuna si dependemos de trabajos por lotes.

Decodable es muy efectivo para simplificar el monitoreo de estas actualizaciones (a través de la Captura de Datos de Cambio) y ejecutar las actualizaciones a través de una canalización personalizada para nosotros. Para casos de uso que literalmente solo necesitan mover datos de un punto A a un punto B, Decodable es mucho más simple y no necesita mucho mantenimiento de código.

El streaming en tiempo real siempre requerirá esfuerzo y un pensamiento diferente. El equipo de Decodable ha hecho un muy buen trabajo en abstraer una gran cantidad de la complejidad, permitiéndonos enfocarnos en nuestra lógica de negocio. El soporte ha sido excelente todo el tiempo, lo cual es importante para un equipo como el nuestro que no estaba acostumbrado a Flink.

Cuando se trata de simplificar la infraestructura para las necesidades de streaming, aquí es donde Decodable realmente destaca. No nos preocupa mantener el tiempo de actividad de la infraestructura de Kafka y Flink, lo cual puede ser mucho trabajo. Reseña recopilada por y alojada en G2.com.

El equipo de Decodable se mueve rápido, pero como uno de los primeros adoptantes, ciertamente tuvimos que adaptarnos a algunas de las limitaciones. Por ejemplo, usamos Java Flink incluso si nuestro equipo estaba más cómodo con Python. Un mes después de esa decisión, se lanzó PyFlink Beta. También tuvimos que hacer un trabajo adicional en torno a CI/CD. Al ritmo de Decodable, estoy seguro de que tendrán un producto significativamente refinado en los próximos meses. El equipo de soporte ha sido muy receptivo para nosotros. Si nuestra línea de tiempo hubiera sido uno o dos meses más tarde, habríamos tenido un tiempo mucho más fácil.

Similar a lo anterior, el proceso de actualización de pipelines aún no está completamente refinado. Requiere un poco de trabajo adicional de nuestra parte para escribir algunos scripts que ayuden.

Batch vs streaming también puede requerir un cambio de mentalidad que lleva tiempo acostumbrarse. Por ejemplo, los joins son significativamente más complicados. Esto no es culpa del equipo de Decodable, es solo un hecho de la vida que el streaming será un poco más complicado. Reseña recopilada por y alojada en G2.com.