Avis et détails du produit Databricks

Databricks se distingue car il offre une plateforme unifiée qui combine de manière transparente l'ingénierie des données, l'apprentissage automatique et l'analytique, facilitant ainsi la collaboration entre les équipes. J'apprécie particulièrement la façon dont il simplifie le travail avec les big data en s'intégrant avec des outils populaires comme Apache Spark, offrant une évolutivité et permettant une expérimentation plus rapide. Les notebooks collaboratifs, le fort support pour plusieurs langages de programmation et les fonctionnalités de sécurité intégrées le rendent à la fois puissant et convivial. Dans l'ensemble, il aide à accélérer l'innovation en réduisant la complexité et en améliorant la productivité tout au long du cycle de vie des données. Avis collecté par et hébergé sur G2.com.

Un inconvénient de Databricks est qu'il peut sembler accablant pour les nouveaux utilisateurs en raison de sa complexité et de sa courbe d'apprentissage abrupte. La plateforme offre une large gamme de fonctionnalités puissantes, mais les naviguer efficacement nécessite souvent une expertise technique significative. De plus, les coûts peuvent augmenter rapidement si les clusters ne sont pas gérés avec soin, et l'optimisation des performances exige parfois une connaissance approfondie des internals de Spark. L'intégration avec certains outils externes peut également être moins fluide par rapport à d'autres plateformes. Avis collecté par et hébergé sur G2.com.

Architecture unifiée de lakehouse : Databricks me permet de traiter mon lac de données plus comme un « lakehouse », en combinant la flexibilité du lac de données avec des fonctionnalités similaires à celles d'un entrepôt de données, telles que les transactions ACID, l'application de schémas et le voyage dans le temps sur les tables Delta. En conséquence, je peux gérer ETL, des analyses ad hoc et le ML sur une seule pile, plutôt que de jongler avec des entrepôts, des lacs et des clusters Spark séparés. Avis collecté par et hébergé sur G2.com.

La plateforme peut sembler lourde et est parfois lente, surtout lorsqu'on travaille avec de grands carnets ou qu'on exécute des tâches longues. Databricks peut également être coûteux à exploiter, en particulier si les clusters sont laissés inactifs ou ne sont pas bien optimisés. Avis collecté par et hébergé sur G2.com.

J'aime les fonctionnalités de Genie, en particulier le nouveau code junior, qui permet d'obtenir des scripts prêts pour SQL simplement en discutant en langage naturel. C'est fascinant, surtout avec la couche de gouvernance par-dessus avec Unity. Cela accélère le travail des analystes et des ingénieurs en aidant à construire des rapports et à les préparer efficacement, d'autant plus qu'il a accès à la plupart des métadonnées. La documentation est également utile, suggérant du code SQL qui peut être provisionné à la volée. Associer Genie avec des fonctions d'IA telles que l'ai_query en fait un superpouvoir. Avis collecté par et hébergé sur G2.com.

Honnêtement, il y a beaucoup de fonctionnalités qui peuvent être améliorées, notamment la connectivité avec d'autres outils, tels que les outils cloud, en particulier comme Azure. En tant qu'employé de Microsoft, je fais la promotion de Databricks, mais beaucoup de nos clients utilisent largement les solutions Microsoft. Parfois, ces outils semblent isolés du reste de la suite. Il y a encore beaucoup de travail à faire pour connecter les modèles provisionnés dans Azure et des éléments comme les catalogues d'unité ou la gouvernance qui peuvent se situer en dehors de Databricks et de la suite Microsoft. Cela ressemble à une déconnexion, surtout dans les environnements hautement réglementés où les éléments sur site doivent interagir avec les capacités de Databricks. Avis collecté par et hébergé sur G2.com.

La plateforme d'intelligence des données de Databricks aide à accueillir toutes nos données professionnelles et officielles et à les partager avec différents départements d'équipe afin qu'ils puissent les analyser et créer une analyse détaillée des performances passées, ainsi qu'apporter les modifications nécessaires pour la croissance future. Avis collecté par et hébergé sur G2.com.

L'un des principaux défis auxquels nous sommes confrontés lors de l'utilisation de la plateforme d'intelligence des données Databricks est que vous ne pouvez pas utiliser cet outil avec un seul data scientist ; vous devrez maintenir une équipe de professionnels capables de gérer de grandes quantités de données et de créer plusieurs graphiques et analyses en fonction des informations disponibles, et cette activité complète implique un investissement financier important. Avis collecté par et hébergé sur G2.com.

En tant qu'ingénieur de données en pleine croissance, le soutien de la communauté et la documentation claire de Databricks m'aident vraiment à me guider à travers les problèmes. J'ai géré les tâches et les pipelines où les échecs sont inévitables, et le débogage avec la fonctionnalité Diagnostiquer cette erreur avec l'IA m'a aidé à accélérer le SLA de récupération des échecs. L'interface utilisateur est soignée et rend très facile le passage entre les notebooks, SQL et PySpark sans beaucoup de friction. Comme je travaille en équipe, la collaboration est indispensable. Partager des notebooks et itérer avec des coéquipiers est facile. J'aime vraiment pouvoir compter sur les politiques ABAC pour mettre en place la qualité et la gouvernance des données. Avis collecté par et hébergé sur G2.com.

Je ne suis pas sûr à cent pour cent si j'utiliserais le terme "détester", je pense que c'est juste une préférence personnelle. Parfois, je ressens que la puissance de calcul utilisée est beaucoup plus importante qu'elle ne devrait l'être pour une simple requête. Peut-être que la lecture/écriture de shuffle qui est toujours impliquée lorsque vous utilisez des tables delta ralentit parfois le travail. Avis collecté par et hébergé sur G2.com.

J'aime vraiment la fonctionnalité Genie sur Databricks, elle est excellente et s'intègre bien à l'écosystème. Combiner le lakehouse avec Genie est simple et a transformé notre analyse RH. Nous pouvons poser des questions en anglais simple sur l'attrition et obtenir des réponses instantanées et précises. Cela élimine presque complètement le goulot d'étranglement de l'ingénierie, permettant aux RH d'accéder directement aux insights de Genie sans attendre des semaines pour des tableaux de bord personnalisés. Cela fait gagner beaucoup d'heures à l'équipe d'ingénierie et accélère la prise de décision. De plus, la configuration de Databricks est fluide, car nous avons pu configurer le compte et commencer à exécuter des lakehouses en quelques minutes. Avis collecté par et hébergé sur G2.com.

La configuration de Genie nécessite une planification minutieuse et une curation des données pour obtenir d'excellentes réponses. Si le modèle sémantique n'est pas parfait, il peut trébucher. La gestion des coûts est délicate lorsque plusieurs équipes utilisent des requêtes ouvertes toute la journée. Les vues métriques et les fonctionnalités de coûts sans serveur l'améliorent, mais il y a encore place à l'amélioration. Avis collecté par et hébergé sur G2.com.

Je suis content que ma jambe ne soit pas complètement engourdie d'avoir dû attendre une requête (au moins la fonction d'arrêt automatique fonctionne et m'a fait économiser de l'argent). L'historique est quelque peu utile, je m'y fie pour retrouver les scripts précédents que j'écris car j'oublie toujours ce que j'ai fait la veille. Je pense que cela aide à éloigner les finances en leur faisant économiser de l'argent sur la facture AWS. Pour moi, c'est simplement un emplacement central pour gérer nos big data afin que je n'aie pas à surveiller 5 écrans. Avis collecté par et hébergé sur G2.com.

Si je veux trouver une requête qui a été exécutée il y a plus de 30 jours, la fonction de recherche n'est même pas proche de pouvoir m'aider et l'installation de packages R est un véritable cauchemar et les messages d'erreur sont aussi clairs que de la boue. Et lorsque l'on travaille avec de grandes quantités de données, l'interface utilisateur devient lente et essayer de faire défiler un carnet est comme pousser à travers la boue. Ce serait bien s'il était plus facile d'installer/gérer des packages Spark externes. Avis collecté par et hébergé sur G2.com.

L'autoscale fonctionne bien ; il nous a également aidés à réduire le coût de l'utilisation des ressources cloud. Je pensais que cela allait être un problème puisque c'est la première fois que nous utilisons l'autoscale. Le support a été suffisamment bon, ils apparaissent normalement à l'heure pour leurs heures programmées afin de nous aider à résoudre les problèmes que nous créons. La capacité de sauvegarder l'historique des requêtes dans l'ordre où elles ont été écrites est agréable car j'oublie souvent ce que j'écris quelques minutes après l'avoir écrit. Lorsque vous travaillez avec des collègues qui ont besoin d'accéder à votre code, vous pouvez leur envoyer le permalien (lien) vers le code, ce qui est mieux que d'avoir à l'expliquer. Puisqu'il prend en charge à la fois Spark et Presto dans un seul outil, je n'ai pas besoin de passer d'un outil à l'autre. Avis collecté par et hébergé sur G2.com.

Je déteste la façon dont la fonction de recherche fonctionne. Je n'ai jamais trouvé les résultats d'il y a un mois, et c'est agaçant. L'interface utilisateur traîne parfois derrière ma frappe, et si je suis pressé, j'ai l'impression que cela prend trop de temps. De plus, il serait beaucoup plus logique que le tiroir des tables reste ouvert lorsque je clique sur le carnet au lieu de se fermer automatiquement, ce qui est très chronophage car je dois le rouvrir à nouveau. J'ai eu l'équipe de support qui m'a dit qu'ils ne pouvaient pas reproduire un problème, ce qui n'aide pas du tout. Avis collecté par et hébergé sur G2.com.

J'apprécie vraiment de travailler dans l'environnement Databricks car il facilite la collaboration avec les autres grâce aux notebooks partagés. La technologie Delta Lake a également été excellente pour garantir la qualité et la fiabilité des données à travers nos pipelines. Elle nous permet de gérer les données, de construire des pipelines et d'exécuter des charges de travail AI/BI, le tout en un seul endroit. Avis collecté par et hébergé sur G2.com.

L'interface est parfois assez lente, surtout lorsque je fais défiler un carnet ou que je lance un cluster. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus dans la plateforme d'intelligence des données de Databricks, c'est la façon dont elle réunit l'ingénierie des données, l'analytique et l'apprentissage automatique dans un environnement unifié. Elle est très conviviale malgré sa puissance, et elle facilite grandement la collaboration entre les équipes techniques et non techniques. La plateforme gère efficacement de grands volumes de données, s'adapte facilement et s'intègre bien avec les services cloud, ce qui permet de gagner beaucoup de temps et d'efforts. Dans l'ensemble, elle aide à transformer les données brutes en informations significatives plus rapidement sans rendre le processus trop complexe. Avis collecté par et hébergé sur G2.com.

Une chose que je n'aime pas à propos de la plateforme d'intelligence des données de Databricks est qu'elle peut sembler complexe et accablante pour les nouveaux utilisateurs, en particulier ceux qui n'ont pas une solide formation technique. La courbe d'apprentissage est assez raide, et il faut du temps pour comprendre pleinement comment utiliser toutes les fonctionnalités efficacement. De plus, le prix peut devenir coûteux à mesure que l'utilisation augmente, et la gestion des coûts n'est pas toujours très transparente. Parfois, le débogage des erreurs ou des problèmes de performance peut également être difficile, en particulier dans les flux de travail volumineux ou hautement intégrés. Avis collecté par et hébergé sur G2.com.