Recensioni e Dettagli del Prodotto Databricks Data Intelligence Platform

La cosa migliore di Databricks è che consolida molto facilmente l'ingegneria dei dati, la scienza dei dati e l'analisi, tutto in un unico posto. Pertanto, posso elaborare rapidamente enormi set di dati, eseguire operazioni di machine learning molto complesse, tutto senza cambiare strumenti. La collaborazione attraverso i notebook con il mio team in tempo reale ha davvero ridotto molto il vai e vieni che avevo prima. Recensione raccolta e ospitata su G2.com.

Il grande problema è che i prezzi possono aumentare rapidamente se non sto attento alla dimensione del cluster o se dimentico di spegnerli. Ho dovuto imparare a usare alcune delle funzionalità più avanzate, come Unity Catalog e i connettori MLflow, se volevo usarli bene. L'unica cosa che aggiungerei è un'interfaccia facile, come in alcuni prodotti BI. Potrebbe essere opprimente per i principianti. Recensione raccolta e ospitata su G2.com.

Fanno un vero sforzo per comprendere le nostre esigenze, cosa che apprezzo. Sono anche impressionato dalla rapidità con cui gestiscono grandi set di dati. Hanno offerto risorse essenziali per gestire e integrare i dati, e costantemente vanno oltre per supportare i loro clienti. La velocità di elaborazione dei dati è stata davvero notevole. Recensione raccolta e ospitata su G2.com.

Il processo di implementazione è stato senza intoppi e la piattaforma ha funzionato perfettamente. Non ho riscontrato alcun problema fino ad oggi. Sono completamente soddisfatto dello strumento e, al momento, non ho lamentele o critiche da segnalare. Recensione raccolta e ospitata su G2.com.

Mi piace che sia veloce e un'eccellente soluzione di analisi tutto-in-uno, con un'eccellente scalabilità che riduce il tempo di immissione sul mercato. L'interfaccia utente è intuitiva e perfetta per utenti con diversi livelli di abilità. Mi piace anche che il database abbia la capacità di terminare o far scadere le istanze, il che ci aiuta a gestire i costi. Recensione raccolta e ospitata su G2.com.

Non ho lamentele su questo strumento; ci permette di eseguire il codice in modo efficiente senza essere rallentati da preoccupazioni infrastrutturali o di ottimizzazione. Inoltre, c'è una ricchezza di risorse di formazione utili disponibili sia per gli sviluppatori che per i data scientist. Recensione raccolta e ospitata su G2.com.

Quello che mi piace davvero di Databricks è come riunisce tutto—ingegneria dei dati, analisi e machine learning—in un unico posto. Risparmia molto tempo quando si passa da un flusso di lavoro all'altro. I notebook collaborativi sono estremamente utili quando si lavora in team, e l'integrazione con Spark funziona senza troppi problemi. Delta Lake è anche un vantaggio—essere in grado di gestire grandi set di dati con versioning e supporto ACID è sinceramente un salvavita in scenari di produzione. Recensione raccolta e ospitata su G2.com.

La piattaforma può sembrare un po' intimidatoria all'inizio, specialmente se sei nuovo agli strumenti di big data. Configurare i cluster e comprendere il modello di prezzi mi ha richiesto un po' di tempo. Inoltre, l'interfaccia utente a volte è lenta quando si lavora con notebook di grandi dimensioni o si passa tra più schede. Vorrei che l'onboarding fosse un po' più adatto ai principianti. Recensione raccolta e ospitata su G2.com.

Databricks eccelle nell'unificare l'ingegneria dei dati, l'analisi e il machine learning in un ambiente collaborativo basato su cloud. Il suo supporto per più linguaggi di programmazione (Python, SQL, Scala, R) lo rende incredibilmente flessibile. L'architettura Lakehouse semplifica la gestione dei dati combinando il meglio dei data lake e dei data warehouse. I cluster di calcolo auto-scalabili, l'integrazione stretta con strumenti come MLflow e i potenti notebook semplificano la sperimentazione e il deployment in produzione. Apprezzo anche gli aggiornamenti frequenti del prodotto e l'impegno verso le tecnologie open-source come Apache Spark e Delta Lake. Recensione raccolta e ospitata su G2.com.

Sebbene potente, Databricks ha una curva di apprendimento—soprattutto per gli utenti non tecnici o per coloro che sono nuovi alle architetture basate su Spark. I costi possono aumentare rapidamente se non vengono monitorati attentamente, in particolare con i cluster sempre attivi. L'interfaccia utente, sebbene in miglioramento, risulta ancora poco intuitiva in alcune aree (come la gestione dei lavori o dei permessi dei cluster). Alcune integrazioni, specialmente con sistemi on-premise, richiedono sforzi aggiuntivi o soluzioni personalizzate. Recensione raccolta e ospitata su G2.com.

Mi piace che Databricks fornisca un ambiente unificato per l'ingegneria dei dati, l'analisi e il machine learning. La piattaforma rende facile collaborare tra i team, gestire dati su larga scala in modo efficiente e costruire modelli di intelligenza artificiale avanzati utilizzando la stessa infrastruttura. L'integrazione con i principali fornitori di cloud e l'architettura Lakehouse rendono la gestione dei dati sia flessibile che scalabile. Recensione raccolta e ospitata su G2.com.

Sebbene Databricks sia una piattaforma potente e flessibile, può essere complessa da configurare e gestire, specialmente per i team senza una forte competenza in ingegneria dei dati. La struttura dei costi può anche diventare costosa per carichi di lavoro continui, e l'ottimizzazione delle prestazioni a volte richiede una conoscenza approfondita di Spark e dell'ottimizzazione dei cluster. Inoltre, l'interfaccia utente potrebbe essere più intuitiva per gli utenti non tecnici. Recensione raccolta e ospitata su G2.com.

Databricks eccelle nell'unificare l'ingegneria dei dati, l'analisi e il machine learning in un'unica piattaforma senza soluzione di continuità. Quello che mi piace di più è come gestisce senza sforzo enormi volumi di dati consentendo lo sviluppo collaborativo attraverso i notebook. L'integrazione con Apache Spark e la capacità di eseguire carichi di lavoro scalabili con ML, SQL e Python fianco a fianco lo rendono una potenza per i team orientati ai dati. La sua governance e l'architettura Delta Lake garantiscono anche affidabilità e sicurezza lungo l'intera pipeline dei dati. Recensione raccolta e ospitata su G2.com.

Sebbene Databricks sia incredibilmente potente, la curva di apprendimento può essere ripida per gli utenti non tecnici o per i team nuovi al calcolo distribuito. L'interfaccia utente, sebbene funzionale, può a volte sembrare un po' goffa rispetto a piattaforme di dati più moderne. Inoltre, gestire i costi in un ambiente multiutente richiede una governance attenta, specialmente per i team che eseguono lavori su larga scala e ad alta intensità di calcolo. Recensione raccolta e ospitata su G2.com.

Questa piattaforma è abbastanza robusta da gestire grandi volumi di dati, supporta l'analisi dei dati in tempo reale e offre una varietà di soluzioni. Si distingue come un'ottima scelta per l'archiviazione dei dati e offre la flessibilità necessaria per lavorare in modo efficiente con set di dati di grandi dimensioni. Recensione raccolta e ospitata su G2.com.

Gli aggiornamenti condizionali diventano impraticabili con grandi set di dati a causa dell'elevato utilizzo di memoria durante l'esecuzione delle query. Inoltre, l'assenza di crittografia integrata limita le opzioni per la pulizia manuale dei contenitori. Recensione raccolta e ospitata su G2.com.

Ci sono vari motivi per cui mi piace la Piattaforma di Intelligenza Dati di Databricks.

Abbiamo utilizzato Databricks come Piattaforma Unificata per Tutti i nostri Carichi di Lavoro sui Dati (pipeline e modelli) che comprende ingegneria dei dati, scienza dei dati, analisi e AI agentica.

Amiamo l'architettura del lakehouse che aiuta a integrare rapidamente e in modo scalabile gli specialisti del data warehousing tradizionale in Databricks.

Abbiamo effettuato l'aggiornamento a Unity Catalog l'anno scorso, che ha semplificato la governance e il controllo degli accessi su tutti gli asset; e quest'anno abbiamo implementato il calcolo Serverless che ha ridotto notevolmente il tempo di avvio/attesa dei cluster.

Stiamo esplorando lo spazio dell'AI agentica ora, dove costruiamo prompt facili da comprendere per addestrare agenti costruiti su dataset. Questo aiuta a profilare/segmentare/analizzare i dati da parte di chiunque (anche una persona d'affari non tecnica).

Il team BI ha utilizzato Databricks per connettersi con i nostri dashboard Power BI mentre il team di Ingegneria ha utilizzato Databricks per connettersi con Airflow per creare/visualizzare DAG nativi.

Ultimo ma non meno importante, il concetto di Notebook di Databricks è fantastico. Nello stesso notebook di Databricks, si può avere codice in più lingue (Python, Scala, SQL ecc.) e ciascuna può essere cambiata in fase di esecuzione. I notebook collaborativi integrati con supporto per più lingue (Python, Scala, SQL, R) e la co-autoria in tempo reale rendono più facile per i team iterare rapidamente insieme. Recensione raccolta e ospitata su G2.com.

-- Costi imprevedibili per piccoli team. Lo abbiamo affrontato quando uno dei nostri flussi di lavoro AI degli agenti è stato in esecuzione per molto tempo su un dataset molto piccolo.

-- Il costo basato su calcolo + archiviazione significa che l'ottimizzazione è fondamentale. Ogni trimestre, dobbiamo davvero mantenere aggiornate le nostre previsioni di Databricks poiché non vogliamo una grande deviazione tra previsione e realtà.

-- Sebbene Databricks supporti i dashboard (con limitazioni), non può sostituire strumenti di BI come Power BI, Tableau ecc. Recensione raccolta e ospitata su G2.com.

Mi piace la piattaforma Databricks Data Intelligence per le sue capacità di governance dei dati. La piattaforma supporta applicazioni di machine learning e offre utili funzionalità di autocompletamento. Trovo anche che il supporto rapido per il codice analitico sia un aspetto prezioso. Recensione raccolta e ospitata su G2.com.

Trovo problematico che se le tabelle hanno due attributi simili e devo sceglierne un altro che non sia molti-a-molti, non riesce ancora a gestirlo. Inoltre, quando chiedo le chiavi di una tabella, sia esterne che principali, non è in grado di fornire la chiave corretta. Recensione raccolta e ospitata su G2.com.