Avaliações e Detalhes do Produto Dgraph

Optamos pela plataforma Dgraph Cloud para nossa empresa, pois é altamente escalável com baixa latência. É excelente para requisitos que possuem cargas de trabalho transacionais em tempo real, pois sincroniza registros de clientes de forma eficaz. A recuperação de dados é descomplicada e podemos realizar junções de profundidade arbitrária sem nos preocupar com as limitações do nosso cluster. Análise coletada por e hospedada no G2.com.

Uma desvantagem que enfrentamos recentemente é que todos os backends implantados na plataforma Dgraph Cloud têm um período de congelamento de 4 horas. Portanto, não podemos manter nosso backend inativo por mais de 4 horas. Seria ótimo aliviar essa restrição. Análise coletada por e hospedada no G2.com.

A escalabilidade é incorporada diretamente no dgraph. É um banco de dados de grafos e vem com GraphQL pronto para uso. A interface web do GraphQL facilita a análise do esquema e a construção de suas consultas. Análise coletada por e hospedada no G2.com.

Havia um, mas com os IDs sendo ordenados em um ambiente federado Apollo, estávamos obtendo resultados estranhos que nos deixaram assustados por um dia. Houve uma correção de bug que veio através da comunidade, o que foi ótimo de ver, mas foi assustador ter o banco de dados retornando IDs não ordenados corretamente por uma semana ou mais. Análise coletada por e hospedada no G2.com.

Dgraph é a melhor ferramenta de backend como serviço que já usei. O recurso mais poderoso é que você pode carregar um arquivo txt com seus tipos GraphQL, e ele gerará uma API GraphQL que é suportada por um banco de dados gráfico incrivelmente poderoso.

Com o Dgraph, consultas SQL JOIN complexas e/ou lentas são substituídas por consultas GraphQL simples que têm bom desempenho, independentemente dos relacionamentos que existem no seu esquema. Você não precisa mais se preocupar com consultas n+1. Análise coletada por e hospedada no G2.com.

Ainda faltam algumas coisas na implementação GraphQL do Dgraph. Alguns desses problemas estão sendo trabalhados, mas outros não tenho certeza. Você pode criar resolvers personalizados com Dgraph de forma bastante fácil usando a linguagem DQL deles (equivalente do SQL no Dgraph que interage diretamente com os dados); no entanto, atualmente, você não pode criar resolvers de mutação personalizados com DQL. Realmente, só precisa haver mais transparência da equipe do Dgraph sobre o que está no roteiro, e, idealmente, eles deveriam permitir que os clientes votassem nas funcionalidades a serem priorizadas.

Outra área em que o Dgraph está em falta é a interface de administração. Idealmente, eu gostaria de poder configurar uma instância do Dgraph sem escrever nenhum código, ou seja, gostaria de poder configurar regras de autenticação para um tipo GraphQL clicando em alguns botões. Análise coletada por e hospedada no G2.com.

O GraphQL com um banco de dados gráfico por trás é a melhor característica. É fácil de usar, e você pode consultar relações complexas de forma rápida e com facilidade. Análise coletada por e hospedada no G2.com.

O produto ainda não está totalmente maduro, mas faz tudo melhor do que o Firestore desde o início. Análise coletada por e hospedada no G2.com.

Gosto do desempenho de consulta de alta eficiência com indexação e esquema otimizados. Uma consulta de um salto é equivalente a buscar todas as arestas conectadas de um nó. Uma consulta de dois saltos é equivalente a buscar todos os nós conectados do resultado da consulta de um salto. Somos capazes de armazenar dados muito complexos de endereços. Os dados são de natureza ilimitada e o Dgraph foi testado com o dobro do tamanho dos dados atuais. Há outra coisa a destacar, que é a consulta na aresta reversa. Essas consultas são muito rápidas em comparação com outros bancos de dados com a mesma indexação e esquema. Análise coletada por e hospedada no G2.com.

Dgraph requer alta RAM para armazenar um grafo em comparação com outras ofertas de grafos. A oferta gerenciada não fornece toda a funcionalidade que é possível usando seu próprio cluster Kubernetes. A gestão tem que ser feita por você mesmo ou pela equipe de DevOps da organização. Análise coletada por e hospedada no G2.com.

Tem excelente desempenho, é de código aberto e a equipe tem uma boa cultura.

Começar com ele foi relativamente indolor (auto-hospedagem poderia ser mais fácil).

DQL é fantástico se você precisar das capacidades adicionais que oferece em relação ao GraphQL.

Também é escrito em Go, que é o mesmo que grande parte da nossa plataforma, o que é benéfico para nós caso algo demore muito para ser corrigido ou implementado, poderíamos contribuir. Análise coletada por e hospedada no G2.com.

A sobreposição na documentação entre produtos, embora isso esteja sendo atualizado em breve para ser mais explícito.

Gostaria de um pouco mais de transparência e paridade de recursos entre os diferentes produtos que eles oferecem e seus respectivos roteiros.

A numeração de versões usa um esquema de nomenclatura que me incomoda, pois é confuso quando se vem da comunidade Go e não segue as convenções tradicionais de nomenclatura de pacotes que favorecem o SemVer. Entendo a decisão que eles tomaram para fazer isso... mas ainda não gosto da nomenclatura de versão dos pacotes de seus clientes, etc. Análise coletada por e hospedada no G2.com.

Uma solução de banco de dados gráfico muito acessível. O painel Ratel em play.dgraph.io permite que alguém se familiarize rapidamente com a sintaxe. Configuração no k8s. A equipe é muito responsiva e prestativa em caso de problemas ou dúvidas. Opção de recursão para retornar níveis aninhados na árvore. Compatibilidade com Go e rastreamento para identificar gargalos. Metadados nas consultas para ver quantos nós foram tocados. Análise coletada por e hospedada no G2.com.

Eles não mencionam (pelo menos em seu artigo) onde usam DFS vs BFS para otimizar diferentes consultas. Seria interessante aprender mais sobre isso e potencialmente ter controle sobre isso na forma de uma variável. Ao fazer consultas complexas em muitos nós, os tempos de resposta eram inevitavelmente altos; estou me perguntando se poderia haver espaço para mais otimização aí. Análise coletada por e hospedada no G2.com.

O produto Dgraph é super leve e muito rápido em desempenho ao consultar milhões de arestas. A equipe Dgraph é muito dedicada em resolver nossas necessidades e nos ajudar a garantir que nosso produto seja construído da maneira certa, fornecendo insights e melhorias. Isso nos ajuda de forma significativa a usar o Dgraph em nossas soluções. O suporte do Dgraph é excepcional e muitos agradecimentos a Daniel Mai da equipe de suporte. Equipe muito profissional e equipe de engenharia inteligente. Análise coletada por e hospedada no G2.com.

Sinceramente, nada do tipo para não gostar. Qualquer software tem um bug surgindo e a equipe do Dgraph está fazendo um excelente trabalho em eliminá-los assim que o relatamos. Análise coletada por e hospedada no G2.com.

Sou um grande fã de DQL. Na Mooncamp, usamos em todas as partes de nossa aplicação, e parece que o Dgraph construiu as partes que faltavam no GraphQL. Além disso, adoro os facetas do Dgraph. Usamos para armazenar informações como a ordem nas arestas. Isso costumava ser muito complicado de modelar em bancos de dados relacionais e agora é tão fácil com o Dgraph. Análise coletada por e hospedada no G2.com.

Não há muito, para ser honesto. Se eu tivesse que nomear algo, então eu gostaria de ter algumas funcionalidades de exportação de dados aprimoradas dentro do Ratel UI. Análise coletada por e hospedada no G2.com.

Em nossa experiência, o Dgraph tornou os bancos de dados de grafos acessíveis para todos e nos convenceu a migrar nossos bancos de dados de uso misto para o Dgraph. A documentação é ótima, mas o fórum da comunidade é ainda melhor! Temos contato regular com a equipe de desenvolvimento sobre solicitações de recursos específicos. O preço também é muito atraente para projetos menores; mesmo que eles cresçam, ainda será acessível. O nível gratuito facilita começar pequeno e expandir quando seu projeto estiver amadurecendo e conquistando novos clientes. Análise coletada por e hospedada no G2.com.

Antes do SlashQL, o modelo de preços Enterprise era muito caro para empresas menores. Quando contatamos a Dgraph para obter uma cotação personalizada, eles nos pediram para fazer parte do processo de lançamento do SlashQL. Ao trabalhar com dados pessoais, certos recursos como criptografia em repouso e backups regulares são cruciais para a infraestrutura. O antigo modelo de preços tornava difícil realmente incorporá-lo ao nosso negócio. Análise coletada por e hospedada no G2.com.