Cosa non ti piace di Apify?
La nostra esperienza con lo scraper di Twitter di Apify è iniziata positivamente, ma col tempo è diventata estremamente deludente e costosa a causa di molteplici problemi che hanno direttamente influenzato l'affidabilità e il controllo del budget.
1. Parametri non funzionanti come previsto
Molti dei parametri forniti dall'attore non si comportavano in modo coerente. Anche quando configuravamo limiti come il numero massimo di elementi da recuperare, lo scraper non li rispettava sempre. Questo rendeva molto difficile fare affidamento sull'attore in un flusso di lavoro di produzione dove un comportamento prevedibile è fondamentale.
2. Recupero non necessario che ha sprecato il nostro budget
In diverse occasioni lo scraper ha recuperato migliaia di tweet anche se erano stati configurati limiti rigidi. Queste esecuzioni hanno consumato una grande quantità di risorse e hanno inaspettatamente aumentato i nostri costi. Ciò che ha peggiorato la situazione è stato che questi recuperi non erano stati intenzionalmente attivati da noi, eppure la piattaforma ci ha comunque addebitato i costi. Quando abbiamo sollevato il problema, non c'è stata una risoluzione significativa o un rimborso, anche se il comportamento andava chiaramente oltre i limiti configurati.
3. Recupero di tweet obsoleti invece di quelli recenti
Un altro problema ricorrente era che lo scraper restituiva frequentemente tweet vecchi invece degli ultimi, anche quando si utilizzavano opzioni destinate a recuperare i risultati più recenti. Per i flussi di lavoro sensibili al tempo, questo rende i dati inaffidabili. Abbiamo spesso visto situazioni in cui apparivano tweet del giorno precedente mentre mancavano completamente quelli pubblicati nell'ultima ora.
4. Comportamento incerto e incoerente dello scraper
Il comportamento complessivo dello scraper di Twitter sembrava imprevedibile. Configurazioni identiche a volte producevano risultati completamente diversi tra le esecuzioni. Alcune esecuzioni mancavano di tweet rilevanti, mentre altre restituivano dati irrilevanti o obsoleti. Questo livello di incoerenza rende difficile fidarsi dello strumento per sistemi automatizzati.
Sebbene Apify fornisca una piattaforma capace e un'interfaccia amichevole per gli sviluppatori, la mancanza di un controllo rigoroso sui limiti, risultati di scraping inaffidabili e scarse salvaguardie sui costi hanno creato seri problemi operativi per noi. Per qualsiasi sistema che dipende da una raccolta dati prevedibile e da una spesa controllata, questi problemi possono diventare molto costosi molto rapidamente.
Fino a quando non verranno implementate salvaguardie più forti, un comportamento dei parametri più chiaro e migliori meccanismi di protezione dei costi, è difficile raccomandare di fare affidamento sullo scraper di Twitter per flussi di lavoro critici per la produzione. Recensione raccolta e ospitata su G2.com.
