Avaliações e Detalhes do Produto ScyllaDB

Aprecio que o ScyllaDB possa armazenar uma grande quantidade de dados sem problemas de desempenho, o que é crucial para o treinamento do nosso modelo de IA. A alta taxa de transferência nos permite ler e escrever dados rapidamente, mesmo durante cargas de trabalho pesadas, e sua baixa latência significa que podemos alimentar dados para os modelos de IA muito rapidamente, reduzindo o tempo de treinamento. O desempenho permanece estável à medida que os dados crescem, o que torna nosso pipeline de IA suave e confiável. Análise coletada por e hospedada no G2.com.

O monitoramento das anomalias do banco de dados pode ser melhorado, com poucas ferramentas integradas em comparação com outros bancos de dados. Ao adicionar um painel mais simples e claro com gráficos para latência, taxa de transferência e saúde dos nós em um só lugar, melhores alertas e uma visão mais amigável para iniciantes também tornariam o monitoramento diário mais fácil. A configuração inicial foi fácil, mas iniciantes sem nenhum conhecimento podem levar mais tempo para configurar. Análise coletada por e hospedada no G2.com.

O desempenho é realmente impressionante - estamos vendo uma latência muito menor e um rendimento muito melhor em comparação com o que tínhamos antes. O fato de ser compatível com o Cassandra tornou nossa migração bastante tranquila e, honestamente, as melhorias de velocidade por si só já valeram a pena a mudança. Análise coletada por e hospedada no G2.com.

Levou um bom tempo para nos acostumarmos com isso, especialmente vindo de uma configuração de banco de dados mais simples. A documentação é razoável, mas às vezes parece um pouco escassa - passamos muito tempo pesquisando coisas no Google durante nossa implantação inicial. Adoraríamos ver mais exemplos práticos e dicas de solução de problemas para quando as coisas não saem como planejado. Análise coletada por e hospedada no G2.com.

Ele lida com grandes cargas de leitura e escrita sem desacelerar. Os dados são divididos em fragmentos, então cada nó cuida de sua parte. Isso torna o sistema rápido e estável. Os dados se movem facilmente entre os nós, e os trabalhos terminam mais rápido. Análise coletada por e hospedada no G2.com.

Não há muito do que não gostar. Mas seria bom se o ScyllaDB pudesse ter gerenciamento completo de usuários e autenticação embutidos. Dessa forma, não precisaríamos usar outras ferramentas para controle de acesso. Análise coletada por e hospedada no G2.com.

No blockchain, lidamos com uma quantidade massiva de dados de transações. O ScyllaDB lida com gravações e leituras em alta velocidade sem desacelerar para armazenar nossos dados transacionais da cadeia Ethereum em nosso armazenamento local, apenas para torná-los mais acessíveis e rápidos. Análise coletada por e hospedada no G2.com.

Para obter os melhores resultados absolutos, você precisa entender como modelar seus dados corretamente (chaves de partição e chaves de clusterização). Análise coletada por e hospedada no G2.com.

Abaixo estão as coisas que mais gosto sobre nosso caso de uso do ScyllaDB:

- Funciona muito bem para nosso site de compras online

- Capaz de lidar com muitos clientes ao mesmo tempo sem diminuir o desempenho

- Fácil adicionar mais servidores quando ficamos ocupados durante o período de vendas

- O catálogo de produtos carrega super rápido para os clientes

- Os dados do carrinho de compras nunca se perdem

- Funciona bem com nossas ferramentas existentes

- Os pedidos dos clientes são processados rapidamente, mesmo durante as horas de pico Análise coletada por e hospedada no G2.com.

- Configurá-lo pela primeira vez foi complicado

- Não há muitos tutoriais online para iniciantes

- Alguns recursos que usávamos no nosso banco de dados antigo não estão disponíveis Análise coletada por e hospedada no G2.com.

Eu uso o ScyllaDB como um banco de dados NoSQL para anexar dados de mensagens antes de transferi-los para serviços a jusante, onde sua eficiência se destaca significativamente. O ScyllaDB é mais barato que o DynamoDB, mas oferece desempenho comparável ou, às vezes, até superior, o que é altamente benéfico para uma escalabilidade econômica. Eu aprecio a sintaxe semelhante ao SQL que o ScyllaDB fornece, o que melhora a usabilidade ao facilitar a consulta e o gerenciamento de dados. A arquitetura shard-per-core é particularmente impressionante porque nos permite maximizar a utilização da CPU, extraindo níveis extraordinários de desempenho, o que é crítico para nossas necessidades de processamento intensivo. Além disso, a equipe de suporte do ScyllaDB tem sido incrivelmente ativa e prestativa na resolução de problemas, tornando a transição suave e instilando confiança na adoção do sistema deles. Análise coletada por e hospedada no G2.com.

Acho desafiador a falta de suporte para transações leves (LWT) entre nós ou partições. Essa limitação dificulta o manuseio de transações de maneira semelhante ao PostgreSQL, onde as transações podem envolver várias tabelas no banco de dados. Além disso, eu apreciaria suporte embutido para tentativas, que atualmente está ausente e impacta a facilidade de lidar com transações de forma eficaz. Análise coletada por e hospedada no G2.com.

Eu uso o ScyllaDB como o banco de dados de backend de alto desempenho para meu aplicativo de chat de voz em tempo real, e estou profundamente impressionado com sua capacidade de gerenciar informações com estado de forma eficiente, com notável velocidade e confiabilidade. O ScyllaDB lida efetivamente com um grande volume de leituras e gravações sem esforço, eliminando a preocupação constante de o banco de dados se tornar um gargalo. Sua confiabilidade me permite focar na construção dos recursos do meu aplicativo em vez de ficar constantemente ajustando o desempenho. Além disso, sua configuração foi surpreendentemente simples graças ao Docker, pois eu simplesmente puxei a imagem oficial do ScyllaDB e a adicionei ao meu arquivo docker-compose.yml, o que reduziu significativamente a complexidade da instalação. Sua integração perfeita com meu aplicativo Go via o driver gocql, juntamente com sua operação dentro do Docker como parte do meu principal stack de desenvolvimento, destaca sua adaptabilidade e facilidade de uso em diversos ambientes de desenvolvimento. Análise coletada por e hospedada no G2.com.

Acho a curva de aprendizado do ScyllaDB bastante íngreme, especialmente para os novatos em bancos de dados NoSQL distribuídos. A transição de um background em SQL requer uma mudança significativa na abordagem de modelagem de dados, e entender conceitos como níveis de consistência, replicação e padrões de consulta não é algo simples. Essa complexidade pode ser intimidante e requer um esforço dedicado para ser totalmente compreendida. Análise coletada por e hospedada no G2.com.

Aprecio o ScyllaDB por seu alto desempenho e baixa latência no manuseio de cargas de trabalho NoSQL, tornando-o excepcionalmente útil para aplicações em tempo real, como IoT, finanças e tecnologia, especialmente ao analisar dados de séries temporais. O ScyllaDB destaca-se como uma substituição clara para o Apache Cassandra, oferecendo suporte para a API DynamoDB da AWS, o que aumenta sua aplicabilidade e flexibilidade. Adoro sua arquitetura thread-per-core, que garante máxima eficiência da CPU ao eliminar a sobrecarga de troca de contexto, resultando em latência ultra-baixa mesmo sob cargas pesadas. Este recurso, combinado com seu desempenho previsível e isolamento de carga de trabalho automatizado, oferece uma taxa de transferência consistente sem problemas de estabilidade, tornando o ScyllaDB ideal para sistemas em tempo real e de alta concorrência. O banco de dados se destaca em métricas de desempenho chave, como escalabilidade e eficiência de custo, proporcionando 20 vezes melhor taxa de transferência e desempenho mais previsível sob carga pesada em comparação com outros bancos de dados NoSQL como Cassandra, MongoDB e DynamoDB. Também valorizo o modelo de nuvem que o ScyllaDB oferece, juntamente com seu forte suporte para dados de séries temporais. Análise coletada por e hospedada no G2.com.

Acho que a profundidade da documentação é insuficiente, o que torna difícil compreender totalmente todos os aspectos do software. O processo de configuração poderia ser mais amigável, possivelmente através de uma configuração baseada em agente. Há suporte inadequado para casos de uso complexos, como migração e integrações em nuvem como AWS. Além disso, as ferramentas para exportação ou importação de dados precisam de melhorias. Enfrentei desafios de hardware inicialmente, que foram um obstáculo significativo durante a configuração do ScyllaDB. Análise coletada por e hospedada no G2.com.

ScyllaDB é rápida, altamente escalável e utiliza eficientemente todos os núcleos da CPU. Ela lida com milhões de operações por segundo com desempenho consistente, escala facilmente ao adicionar nós e possui uma documentação excelente e prática. Análise coletada por e hospedada no G2.com.

É autogerido e requer um nível bastante profundo de conhecimento técnico para operar de forma eficaz. Análise coletada por e hospedada no G2.com.

Eu acho que o ScyllaDB oferece uma força significativa em comparação com outros bancos de dados, o que é uma grande vantagem para meus projetos. Eu aprecio particularmente seu alto desempenho e baixa latência, que são cruciais para meu trabalho. A arquitetura thread-per-core é impressionante, proporcionando escalabilidade linear que suporta um crescimento massivo de forma eficaz. Essa capacidade é o que principalmente me atrai a usar o ScyllaDB. Além disso, achei a configuração inicial fácil, tornando-o acessível mesmo para tarefas complexas. Eu classificaria a probabilidade de recomendar o ScyllaDB a amigos ou colegas como bastante alta, em 9,5 de 10. Análise coletada por e hospedada no G2.com.

Acho que o ScyllaDB poderia se beneficiar ao incorporar mais recursos de orientação para o usuário. Semelhante a plataformas como o Snowflake, ter recursos ou orientações adicionais relacionados seria útil para melhorar a experiência do usuário. Análise coletada por e hospedada no G2.com.