Recensioni e Dettagli del Prodotto Azure Synapse Analytics

Utilizzo Azure Synapse Analytics per i flussi ETL/Ingegneria dei Dati e apprezzo la sua capacità di elaborare grandi quantità di dati, simile a Databricks o MS Fabric. Mi piacciono le principali connessioni che offre con Azure Data Lake e altre soluzioni Azure, che aiutano a salvare i dati ingeriti in modo efficiente. Un altro aspetto che mi piace è la facilità d'uso con le pipeline di dati, soprattutto l'approccio low-code che mi permette di creare un prototipo e un flusso ETL di base in pochi minuti. Recensione raccolta e ospitata su G2.com.

Credo che debba migliorare le sue funzionalità di integrazione con git; non mi piace il fatto che ogni modifica sia un commit senza un messaggio di commit chiaro. Tempo di avvio del pool Spark più veloce. Migliore framework di integrazione con Git. L'implementazione simile a Databricks è la migliore. Inoltre, è impossibile rivedere il codice e le pipeline in Azure DevOps, poiché tutti i file sono JSON. Recensione raccolta e ospitata su G2.com.

è come unifica il data warehousing e i big data in un'unica piattaforma, rendendo più facile interrogare e analizzare grandi set di dati in modo efficiente. Integra SQL per query strutturate, Apache Spark per l'elaborazione di big data e pipeline per un'ingestione e trasformazione dei dati senza soluzione di continuità. Recensione raccolta e ospitata su G2.com.

Ciò che non mi piace di Azure Synapse Analytics è che la configurazione iniziale può essere complessa, spesso richiedendo competenze aggiuntive per far funzionare tutto senza intoppi. Anche il debug e il monitoraggio possono sembrare limitati, specialmente quando si gestiscono grandi pipeline o carichi di lavoro Spark. Recensione raccolta e ospitata su G2.com.

Utilizzo principalmente Azure Synapse Analytics per costruire soluzioni di analisi dei dati end-to-end poiché aiuta a integrare l'ingestione, la trasformazione, l'archiviazione e l'analisi dei dati in un'unica piattaforma unificata. Amo la sua esperienza unificata che combina l'ingegneria dei dati, l'elaborazione di big data e il data warehousing aziendale all'interno di un unico spazio di lavoro, migliorando significativamente l'efficienza e riducendo la complessità architettonica. Apprezzo il fatto di poter passare senza problemi tra SQL serverless, pool SQL dedicati e ambienti Spark. L'integrazione con data lake e strumenti come Power BI è fluida, consentendo una generazione di insight più rapida. Valuto la sua scalabilità e le capacità di ottimizzazione delle prestazioni, insieme all'orchestrazione delle pipeline integrata adatta a gestire carichi di lavoro analitici su larga scala. Apprezzo anche come si integri con l'ecosistema Azure più ampio, come Azure Data Lake Storage e Azure Machine Learning, facilitando la costruzione di pipeline di dati end-to-end. La flessibilità, l'efficienza operativa e l'efficienza dei costi offerte dalle query serverless e dalla scalabilità on-demand sono davvero vantaggiose. Recensione raccolta e ospitata su G2.com.

La curva di apprendimento può essere ripida, specialmente per i team che sono nuovi all'elaborazione distribuita dei dati o alle architetture ibride che coinvolgono pool SQL e Spark. Il debug dei fallimenti di pipeline complesse può a volte mancare di trasparenza dettagliata degli errori, il che aumenta il tempo di risoluzione dei problemi. L'ottimizzazione delle prestazioni nei pool SQL dedicati richiede anche una gestione attenta delle risorse e un design di distribuzione, che potrebbe non essere intuitivo per tutti gli utenti. Inoltre, il monitoraggio e l'ottimizzazione dei costi tra query serverless, lavori Spark e pool dedicati possono diventare complessi se la governance non è adeguatamente stabilita. Recensione raccolta e ospitata su G2.com.

Mi piace che tutti i dati siano in un unico posto, notebook, codice, tabelle, è facile da usare e l'interfaccia utente è piacevole. Recensione raccolta e ospitata su G2.com.

A volte ci sono piccoli bug. Quando faccio modifiche ai notebook, devo fare il commit ogni volta; altrimenti perdo quelle modifiche. Inoltre, quando eseguo un notebook, viene rilevato come una modifica nel controllo di versione. Recensione raccolta e ospitata su G2.com.

Azure Synapse Analytics aveva una meravigliosa interfaccia utente chiamata Synapse Studio che lo rende estremamente facile da usare. È altamente scalabile, il che facilita il reperimento di informazioni sui dati importanti. Consente di collegare risorse e lavorare con script e notebook Spark. La sua funzione di integrazione dei pool Spark rende l'elaborazione e l'analisi dei dati senza problemi. Ha la sicurezza di Azure, quindi non ci sono compromessi nemmeno su questo. In sintesi, è uno strumento cloud ETL e di analisi dei dati da scegliere. Recensione raccolta e ospitata su G2.com.

Non c'è nulla che non mi piaccia di Sunapse analytics in sé. Solo un miglioramento che mi piacerebbe vedere è l'aggiunta della funzione di trascinamento nella sua interfaccia utente. Recensione raccolta e ospitata su G2.com.

Fornisce un'integrazione profonda di Azure Machine Learning, Cognitive Services e Power BI.

Ha le capacità analitiche di big data di Spark e l'integrazione dei dati per spostare i dati tra entrambi.

È il superamento dello strumento Azure Data Factory, fornisce l'archiviazione indipendente e il cluster di calcolo.

Fornisce i pool SQL che sono pool SQL dedicati e pool SQL serverless con cui possiamo lavorare in base ai dati.

Fornisce un'integrazione dati ibrida utilizzando la quale possiamo connetterci con SQL on-premise e archiviazione basata su cloud. Fornisce una soluzione completa.

Offre data warehousing cloud, dashboarding e analisi di machine learning in un unico spazio di lavoro, il che rende Synapse più potente di ADF.

Può ingerire tutti i tipi di dati, inclusi dati relazionali e non relazionali, e può visualizzare i dati in SQL.

Fornisce l'elaborazione parallela che gestisce il carico di lavoro analitico e processa grandi volumi di dati. Recensione raccolta e ospitata su G2.com.

Nel complesso, Synapse va bene, ma ci sono alcuni problemi -

Non c'è modo di migrare i dati da un pool SQL dedicato a un pool SQL serverless, il che aumenta l'intervento manuale e questo può essere faticoso per grandi quantità di dati. Recensione raccolta e ospitata su G2.com.

Piattaforma di Analisi Unificata

Scalabilità e Prestazioni

Capacità di Analisi Avanzate

Sicurezza e Conformità

Ottimizzazione dei Costi

Integrazione con i Servizi Azure Recensione raccolta e ospitata su G2.com.

Maturità delle Funzionalità: Come con qualsiasi tecnologia in evoluzione, alcune funzionalità o caratteristiche all'interno di Azure Synapse Analytics potrebbero essere ancora in fase di maturazione o in corso di miglioramento. Questo potrebbe comportare occasionali limitazioni o lacune in alcune aree, richiedendo soluzioni alternative o approcci diversi. Recensione raccolta e ospitata su G2.com.

La cosa migliore della piattaforma di analisi Azure Synapse è che fornisce tutti i servizi sotto un unico ombrello, il che riduce la dipendenza e aiuta anche a gestire tutti i servizi contemporaneamente. Recensione raccolta e ospitata su G2.com.

Ci sono molte cose da non apprezzare di Azure Synapse Analytics. Una di queste è che le CTE non sono supportate nell'istanza del pool SQL, sia essa serverless o dedicata. Recensione raccolta e ospitata su G2.com.

Quello che mi piace di più di Azure Synapse Analytics è che ci offre un'istanza gestita end-to-end. Che si tratti di Azure SQL o ADF e qualsiasi altra funzionalità, non dobbiamo gestire alcuna connessione, sono tutte gestite da Synapse. Recensione raccolta e ospitata su G2.com.

La struttura dei costi è difficile da comprendere. E le metriche di registrazione non sono facili da usare. L'integrazione di fonti di dati esterne di terze parti sembra mancare questa capacità. Recensione raccolta e ospitata su G2.com.

Supporto SQL, l'interfaccia utente è facile da imparare, connettività Power BI Recensione raccolta e ospitata su G2.com.

Funzionalità SQL limitate disponibili, le modifiche e gli aggiornamenti possono essere spiegati in modo più dettagliato Recensione raccolta e ospitata su G2.com.