Zipher ha costantemente fornito efficienze di costo misurabili su Databricks migliorando al contempo la stabilità del carico di lavoro. Ha ottimizzato l'autoscaling dei cluster riducendo il ricambio non necessario dei nodi e mantenendo un equilibrio stabile tra capacità on-demand e spot. Abbiamo osservato un miglioramento nell'utilizzo dei DBU sia nei cluster interattivi che in quelli di lavoro, insieme a una spesa più prevedibile e tempi di esecuzione dei lavori più rapidi, il che porta a ridurre il nostro costo complessivo di calcolo. Recensione raccolta e ospitata su G2.com.
L'ottimizzazione automatizzata di Zipher funziona in modo intelligente dietro le quinte, analizzando i carichi di lavoro storici di Databricks e regolando le risorse in base ai modelli appresi. Poiché gran parte di questa logica è astratta, non vediamo sempre come vengono prese le decisioni, ma l'esperienza senza interventi manuali è stata fluida ed efficace. Maggiore visibilità sulla logica di autoscaling renderebbe ancora più facile comprendere e fidarsi delle ottimizzazioni man mano che avvengono. Recensione raccolta e ospitata su G2.com.
