
Mi piace che Sifflet impari dalle tendenze dei dati passati per prevedere cosa è normale e identifichi cosa dovrebbe essere classificato come un incidente. Questa funzione è davvero utile perché riceviamo avvisi solo se i dati si comportano diversamente rispetto al passato, riducendo il rumore e permettendoci di concentrarci sui veri problemi. Recensione raccolta e ospitata su G2.com.
Non posso modificare in blocco i tag e sarebbe bello avere più opzioni per modificare diversi monitor contemporaneamente. Al momento queste sono molto limitate. Ci è voluto del tempo e c'erano molte funzionalità non disponibili all'inizio, ma il prodotto è evoluto molto da quando abbiamo iniziato a usarlo. Recensione raccolta e ospitata su G2.com.
Grazie per la recensione dettagliata! È fantastico sapere che il rilevamento basato su ML di Sifflet sta riducendo con successo il rumore degli avvisi per i tuoi pipeline dbt: questo è esattamente l'obiettivo del nostro agente Sentinel: apprendere i modelli unici dei tuoi dati in modo che tu possa concentrarti su problemi reali piuttosto che sulla configurazione.
Per quanto riguarda il tuo feedback sulle azioni in blocco: siamo completamente d'accordo. Man mano che la copertura del monitoraggio cresce, gestirli individualmente diventa un collo di bottiglia.
Stiamo lavorando attivamente su questo nel nostro prossimo roadmap. In particolare, abbiamo dato priorità al Sospensione in Blocco per i Monitor e alle Qualificazioni in Blocco per i Falsi Positivi per aiutarti a gestire incidenti e monitor su larga scala. Stiamo anche introducendo Modelli di Notifica per eliminare la configurazione ripetitiva su più monitor.
Grazie per aver riconosciuto quanto il prodotto sia evoluto, ci stiamo muovendo rapidamente per portarti presto queste funzionalità di scalabilità!






