L'architettura è veramente diversa dalle soluzioni basate su ClickHouse e Postgres. Lo storage degli oggetti è di prima classe (non un ripensamento di tiering), quindi i costi rimangono prevedibili man mano che il volume di telemetria cresce. L'ingestione nativa OTLP significa che siamo passati dall'SDK a SQL interrogabile senza coda, senza lavoratori, senza pipeline di trasformazione. Per l'osservabilità dell'IA in particolare, le convenzioni semantiche Gen-AI si traducono direttamente in colonne, il che rende semplice la costruzione di dashboard sui costi e sulla latenza. Recensione raccolta e ospitata su G2.com.
È un progetto più giovane e occasionalmente incontrerai degli spigoli vivi prima che lo faccia l'ecosistema più ampio. Abbiamo incontrato alcuni bug (parametri di timestamp binari in modalità cluster, codifica Unicode nei risultati delle query) che necessitavano di attenzione. Ma il team è molto reattivo e tutto è stato risolto entro 2 giorni dalla segnalazione. Recensione raccolta e ospitata su G2.com.
