Cosa ti piace di più di Datalore?
- Ottimo suggerimento dei tipi e completamento del codice che ci si aspetterebbe da un IDE JetBrains.
- Ottima integrazione dei repository di codice esterni, con facile gestione delle chiavi SSH. Questo ci ha permesso di accelerare il nostro processo di elaborazione dei dati grazie all'accesso facilitato agli strumenti gestiti da git all'interno di Datalore.
- I report e i widget generalmente all'interno dei notebook sono ottimi strumenti per creare script semplici che un non programmatore può eseguire per analizzare i dati e produrre risultati quando desiderato. Questo ci ha permesso di liberare risorse dei data scientist per richieste semplici di rielaborazione di dati simili più volte.
- L'integrazione dello storage cloud monta lo storage sul notebook rendendo l'accesso ai dati semplice come l'accesso ai dati locali!
- Il supporto tecnico è estremamente rapido nel risolvere un problema. Recentemente ho aperto un ticket su un problema specifico di installazione relativo a un repository personalizzato che avevamo creato. Nel giro di un paio di giorni il team di supporto tecnico aveva identificato il problema con Datalore (versioni di Python in conflitto) e ha rilasciato una patch per risolvere il problema. Non si può battere la velocità e l'efficacia del loro supporto tecnico - solo elogi!
- La fatturazione è facile da tenere sotto controllo, soprattutto con i costi dettagliati e l'uso dello storage che possono essere esportati come .csv per l'analisi (con un notebook Datalore stesso).
- La connessione al database è facile da configurare come lo storage cloud. Le celle SQL sono facili da usare. Abbiamo trovato che funzionavano piuttosto lentamente, rendendole non utili per accedere a database più grandi e siamo passati all'accesso manuale con 'pandas'. Tuttavia, credo che una patch le abbia velocizzate, e credo che sia stata significativa - anche se l'abbiamo utilizzata solo in modo limitato dall'aggiornamento.
- I fogli del notebook e la tabella dei contenuti in particolare, permettono una facile organizzazione dei notebook tramite intestazioni markdown che appaiono nella ToC - rendendo facile la navigazione di notebook più grandi.
- La collaborazione è ottima grazie all'hosting web dei notebook, permettendo a più utenti di modificare un notebook simultaneamente senza alcun conflitto. Recensione raccolta e ospitata su G2.com.
Cosa non ti piace di Datalore?
- La versione di Python è alla 3.8 sui notebook. Avrei voluto vedere una versione più moderna o opzioni per un po', e nonostante i piani di supportare versioni multiple da Datalore per oltre un anno, questo non è successo.
- Ci sono spesso problemi nell'accedere regolarmente alle istanze spot per il livello CPU-XL, costringendo all'uso di calcoli on-demand o alternativi, rendendo quasi inutilizzabile per noi l'opzione spot CPU-XL.
- Piccola lamentela: markdown ha il controllo ortografico ma non si può fare clic con il tasto destro per correggere l'errore di battitura.
- Nella lista dei desideri: mi piacerebbe che i report potessero rieseguire una sottosezione di un notebook quando richiesto (magari con un widget pulsante), piuttosto che dover rieseguire l'intero notebook: questo rende i report interattivi inutilizzabili quando si devono caricare o elaborare grandi quantità di dati (poiché questo è necessario solo una volta ma viene rieseguito ad ogni piccolo cambiamento). Recensione raccolta e ospitata su G2.com.
