Zipher ha proporcionado consistentemente eficiencias de costos medibles en Databricks mientras mejora la estabilidad de la carga de trabajo. Optimizó el escalado automático de clústeres al reducir el cambio innecesario de nodos y mantener un equilibrio constante entre la capacidad bajo demanda y la capacidad spot. Observamos una mejor utilización de DBU en clústeres interactivos y de trabajo, junto con un gasto más predecible y tiempos de ejecución de trabajos más rápidos, lo que lleva a reducir nuestro costo de cómputo general. Reseña recopilada por y alojada en G2.com.
La optimización automatizada de Zipher funciona inteligentemente detrás de escena, analizando cargas de trabajo históricas de Databricks y ajustando recursos basados en patrones aprendidos. Dado que gran parte de esta lógica está abstraída, no siempre vemos cómo se toman las decisiones, pero la experiencia sin intervención ha sido fluida y efectiva. Más visibilidad en la lógica de escalado automático haría que fuera aún más fácil entender y confiar en las optimizaciones a medida que ocurren. Reseña recopilada por y alojada en G2.com.
