Recensioni e Dettagli del Prodotto Databricks Data Intelligence Platform

I quaderni collaborativi sono piuttosto utili. Il mio team è in grado di scrivere sia in Python che in SQL all'interno dello stesso quaderno, il che aiuta davvero ad accelerare il nostro ciclo di sviluppo. L'integrazione con MLflow è, a mio avviso, la caratteristica più eccezionale. Recensione raccolta e ospitata su G2.com.

Non c'era nulla che non mi piacesse; tutto ha funzionato come previsto. Recensione raccolta e ospitata su G2.com.

La cosa che mi piace di più di SnapLogic è che, durante la trasformazione dei dati nei notebook, offre molte lingue da utilizzare come SQL, PySpark e R. Questo mi permette di usare qualsiasi linguaggio e completare efficacemente le mie esigenze. Databricks ha molte funzionalità come AI, Unity Catalog e gestione dei flussi di lavoro, che rendono la mia implementazione ETL e l'integrazione dei dati facili e veloci. Recensione raccolta e ospitata su G2.com.

Sotto un uso intenso, l'interfaccia utente è un po' lenta per alcune implementazioni come il tracciamento dei lavori e la versioning dei notebook sul web. Recensione raccolta e ospitata su G2.com.

Il Catalogo Unity raggruppa insieme tipi di dati utili come Tabelle (delta), Modelli, Viste, Funzioni e Volumi (per dati non strutturati). Inoltre, la scheda Flussi di lavoro ottimizza l'efficienza per eseguire lavori e pipeline aggiornando e interagendo con i big data. Recensione raccolta e ospitata su G2.com.

La peggiore funzionalità viene con le modalità di calcolo e le abilità limitate. Ad esempio, la modalità di accesso dedicato per un singolo utente è essenziale per utilizzare i runtime ML e alcuni accessi al contesto Spark; tuttavia, la modalità di accesso condiviso standard è fondamentale per l'ultima funzionalità UC, come interagire correttamente con i Cloni Superficiali. Recensione raccolta e ospitata su G2.com.

La piattaforma di Databricks è uno strumento collaborativo potente che consente ai team di lavorare insieme senza problemi su progetti di dati. L'ambiente integrato per l'elaborazione e l'analisi dei dati, insieme alla sua interfaccia intuitiva, rende facile visualizzare le intuizioni e condividere i risultati in tempo reale. Recensione raccolta e ospitata su G2.com.

La complessità occasionale nella gestione di più cluster e ambienti, che può portare a confusione riguardo all'allocazione delle risorse. Inoltre, la curva di apprendimento per i nuovi utenti può essere ripida, rendendo difficile l'adozione da parte dell'organizzazione. Recensione raccolta e ospitata su G2.com.

Ho partecipato per esplorare come Databricks unifica l'ingegneria dei dati, l'analisi e l'IA. L'integrazione della piattaforma con gli strumenti BI e il supporto per Delta Lake hanno funzionato bene. Le caratteristiche di prestazioni e collaborazione si sono distinte. Tuttavia, la curva di apprendimento e alcune complessità dell'interfaccia utente potrebbero essere migliorate per i nuovi utenti che passano da piattaforme tradizionali. Recensione raccolta e ospitata su G2.com.

Ho partecipato alla sessione della piattaforma di intelligenza dei dati di Databricks, ma l'ho trovata piuttosto insignificante. Le funzionalità e le prestazioni non erano né eccezionali né deludenti. Sembrava generica, con miglioramenti vaghi e innovazione minima. Nel complesso, sono incerto sui suoi vantaggi distintivi, rendendo la mia recensione né particolarmente informativa né utile per i potenziali utenti. Recensione raccolta e ospitata su G2.com.

Ciò che apprezzo di più di Databricks è il suo approccio unificato all'ingegneria dei dati e alla scienza dei dati. La piattaforma elimina i tradizionali silos tra i nostri ingegneri dei dati e i nostri scienziati dei dati fornendo uno spazio di lavoro collaborativo in cui entrambi i team possono lavorare sugli stessi dataset utilizzando i loro strumenti preferiti - che si tratti di Spark, Python, R o SQL. La tecnologia Delta Lake è stata particolarmente preziosa per garantire la qualità e l'affidabilità dei dati nei nostri pipeline. I cluster auto-scalabili significano che non dobbiamo preoccuparci della gestione dell'infrastruttura, e l'interfaccia notebook rende facile documentare e condividere il nostro lavoro. L'integrazione di MLflow per il tracciamento degli esperimenti e il deployment dei modelli ha semplificato notevolmente il nostro ciclo di vita del machine learning. Recensione raccolta e ospitata su G2.com.

Le principali sfide che abbiamo incontrato riguardano la curva di apprendimento e la gestione dei costi. Per i membri del team provenienti da background tradizionali di SQL, la transizione verso l'analisi basata su Spark richiede un significativo miglioramento delle competenze. Il modello di prezzo può essere complesso da prevedere, specialmente con i cluster a scalabilità automatica, e i costi possono aumentare rapidamente se non monitorati attentamente. L'interfaccia utente, sebbene funzionale, può sembrare opprimente per i nuovi utenti con così tante funzionalità e opzioni. Abbiamo anche sperimentato occasionali incoerenze nelle prestazioni durante i periodi di massimo utilizzo, e alcune delle funzionalità più avanzate richiedono una profonda conoscenza tecnica per essere implementate efficacemente. La documentazione, sebbene completa, può essere densa e presuppone un alto livello di competenza tecnica. Recensione raccolta e ospitata su G2.com.

La piattaforma di intelligenza dei dati di Databricks è un prodotto molto unico e interessante, è molto efficiente e rende l'esecuzione dei programmi molto più veloce e facile. Oltre al prezzo conveniente, l'uso di questa piattaforma è così attraente che mi ha portato a scegliere questo prodotto. Recensione raccolta e ospitata su G2.com.

Qualcosa che non mi piaceva della piattaforma Databricks Data Intelligence è che a volte è un po' lenta quando ci sono più utenti che la utilizzano, il che potrebbe essere migliorato. Recensione raccolta e ospitata su G2.com.

Onestamente, è il modo in cui trasforma il caos dei dati grezzi in qualcosa di orchestrato magnificamente—come il jazz, ma con meno sassofono e più Spark.

Amo il fatto che non sia solo uno strumento—è un intero ecosistema. Porta l'ingegneria dei dati, l'analisi e l'IA in un ambiente unificato. Ciò significa che non devo mettere insieme una dozzina di strumenti solo per far avanzare una pipeline. Meno compartimenti stagni, più flusso. E il fatto che sia costruito su standard aperti come Delta Lake e Apache Spark? Un bacio dello chef.

Anche le funzionalità collaborative sono enormi. Essere in grado di lavorare senza problemi tra i team nei notebook, condividere intuizioni e iterare in tempo reale? È come Google Docs per i nerd dei dati, ma più intelligente e con meno problemi di formattazione.

Oh, e Unity Catalog? Una svolta. Mi dà visibilità e governance senza farmi sentire come se avessi bisogno di un secondo lavoro nella sicurezza.

Quindi sì—quello che mi piace di più è che rende le cose complesse, beh... meno complesse. Non si tratta solo di gestire i dati—si tratta di ottenere vera intelligenza da essi, velocemente. Ed è esattamente il tipo di velocità che mi piace. Recensione raccolta e ospitata su G2.com.

Prima di tutto, la trasparenza dei prezzi può essere... chiamiamola "misteriosa". Pensi di star semplicemente svolgendo un lavoro semplice, e poi BAM—costi a sorpresa come se fosse il tuo compleanno, ma i regali sono tutte fatture. Mi piacerebbe avere un po' più di chiarezza e controllo lì, specialmente quando stai cercando di crescere in modo responsabile. Recensione raccolta e ospitata su G2.com.

Questa architettura di casa sul lago combina il meglio dei data lake e dei data warehouse, così non dobbiamo affrontare complessità inutili. I delta lake garantiscono affidabilità mentre l'interfaccia basata su notebook rende la collaborazione senza soluzione di continuità. La capacità della piattaforma di gestire carichi di lavoro batch, streaming e di apprendimento automatico in un unico posto è un grande vantaggio. Recensione raccolta e ospitata su G2.com.

I prezzi possono diventare costosi, specialmente se i carichi di lavoro non sono ottimizzati correttamente. Inoltre, mentre i notebook sono ottimi, potrebbero beneficiare di un migliore controllo delle versioni per il lavoro collaborativo. La curva di apprendimento iniziale può essere un po' ripida per chi è nuovo a Spark, ma una volta che ci si abitua, è uno strumento potente. Recensione raccolta e ospitata su G2.com.

Quello che mi piace di più è la facilità con cui posso lavorare con dati provenienti da diverse fonti in un unico posto. Prima dovevo saltare tra vari strumenti, ma qui tutto è integrato: dall'ingestione all'analisi avanzata. Recensione raccolta e ospitata su G2.com.

Quello che mi piace meno è che, all'inizio, la curva di apprendimento può essere un po' ripida Recensione raccolta e ospitata su G2.com.