Ciò che apprezzo di più di AWS Glue è che consente di costruire e automatizzare processi ETL all'interno dell'ecosistema AWS senza dover gestire direttamente l'infrastruttura. L'integrazione con servizi come S3, Athena, IAM, Glue Data Catalog e Step Functions facilita notevolmente l'orchestrazione dei pipeline di dati. È anche utile poter lavorare con job in PySpark e mantenere un'architettura più scalabile per l'elaborazione e la trasformazione dei dati. In generale, riduce lo sforzo operativo e accelera l'implementazione dei pipeline in ambienti cloud. Recensione raccolta e ospitata su G2.com.
Quello che mi piace meno è che il debug degli errori non è sempre semplice, specialmente nei job con PySpark o quando compaiono errori di configurazione legati a permessi, rete o cataloghi. La curva di apprendimento può anche essere piuttosto alta se non si ha esperienza precedente con i servizi di dati su AWS. Inoltre, alcuni tempi di avvio ed esecuzione possono sembrare pesanti per carichi piccoli, e il monitoraggio potrebbe essere più chiaro in certi scenari. Recensione raccolta e ospitata su G2.com.
