Azure Databricks Bewertungen & Produktdetails

Was mir an Azure Databricks am besten gefällt, ist, wie nahtlos es sich in das Azure-Ökosystem integriert – insbesondere mit Diensten wie Data Lake, Synapse und Data Factory. Es bietet eine hervorragende Balance zwischen Benutzerfreundlichkeit und fortgeschrittenen Funktionen, sodass sowohl technische als auch nicht-technische Benutzer in einer einzigen Umgebung zusammenarbeiten können. Die Notebooks sind intuitiv und unterstützen mehrere Sprachen wie SQL, Python und R, was die Implementierung und das Experimentieren reibungslos macht. Ich nutze es häufig zum Erstellen und Verwalten von Datenpipelines, Ausführen von Transformationen und Entwickeln von Machine-Learning-Modellen. Die Skalierbarkeit der Plattform, Auto-Scaling-Cluster und verwaltete Delta-Lake-Funktionen machen die Handhabung großer Datensätze effizient. Der Kundensupport ist im Allgemeinen hilfreich und die Plattform entwickelt sich mit häufigen Updates weiter, die noch mehr nützliche Funktionen hinzufügen. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl Azure Databricks leistungsstark ist, gibt es einige Bereiche, die verbessert werden könnten. Die anfängliche Einrichtung und Konfiguration der Umgebung kann für neue Benutzer etwas komplex sein, und die Startzeiten der Cluster können manchmal langsam sein. Die Preisstruktur erfordert ebenfalls eine sorgfältige Überwachung – die Kosten können schnell steigen, wenn Cluster nicht optimiert oder ordnungsgemäß automatisch beendet werden. Während die Benutzeroberfläche robust ist, könnte sie benutzerfreundlicher für Anfänger sein, und die Versionskontrolle von Notebooks könnte reibungsloser ablaufen. Die Reaktionszeit des Kundensupports kann je nach Schwere des Problems variieren. Dennoch, sobald man sich an die Umgebung gewöhnt hat, ist es eine äußerst fähige und zuverlässige Plattform für tägliche Datenverarbeitungen und Analysen. Bewertung gesammelt von und auf G2.com gehostet.

Azure Databricks ist eine großartige Plattform, die eine robuste Umgebung für das Abfragen großer Datensätze über Apache Spark bietet. Ich schätze besonders, wie mühelos es sich in Azure Storage-Konten und Notebooks integriert, was Big-Data-Analysen effizient und skalierbar macht. Die eingebaute Versionskontrolle von Databricks in Kombination mit der reibungslosen GitHub-Integration erleichtert die Zusammenarbeit und das Code-Management. Es ist eine der besten Setups, mit denen ich gearbeitet habe. Bewertung gesammelt von und auf G2.com gehostet.

Die Einrichtung und Clusterkonfiguration ist manchmal verwirrend und zeitaufwendig. Bewertung gesammelt von und auf G2.com gehostet.

Azure Databricks bot uns eine einheitliche Plattform, um unsere Spark-Workloads auf Azure Data Lake Storage Gen2 auszuführen. Wir konnten unsere On-Premises-Hadoop-Daten und -Pipelines mit minimalem Re-Engineering in die Cloud migrieren. Die verwalteten Cluster, das automatische Skalieren, die Notebooks und die enge Integration mit Azure-Diensten (ADLS, Key Vault, ADF) sparten viel Aufwand bei Infrastruktur und Wartung. PySpark-Notebooks machten die Entwicklung und Fehlersuche im Vergleich zu unserem vorherigen Setup viel einfacher. Bewertung gesammelt von und auf G2.com gehostet.

Cluster-Startzeiten können bei schnellen Tests immer noch langsam sein. Die Preisgestaltung basiert auf dem Verbrauch und kann teuer werden, wenn Cluster laufen gelassen oder schlecht dimensioniert werden. Einige Unternehmensfunktionen (z. B. feinkörnige Sicherheit, Überwachung) erfordern zusätzliche Konfiguration. Und im Vergleich zu On-Premise-Hadoop gibt es eine Lernkurve für Arbeitsbereichsberechtigungen und DevOps-Automatisierung. Bewertung gesammelt von und auf G2.com gehostet.

Das Beste an Azure Databricks ist, dass es sehr einfach in jede Cloud, RDBMS oder andere Softwaredienste zu integrieren ist. Es ist sehr einfach zu verwenden und zu implementieren. Die Nutzungshäufigkeit ist in meinem Projekt sehr hoch. Es gibt viele Funktionen in Azure Databricks. Außerdem ist es einfach, es mit GitLab, Hive, RDBMS usw. für alle ETC-Prozesse zu integrieren. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt nichts, was ich an Azure Databricks nach 4 Jahren Erfahrung nicht mag. Bewertung gesammelt von und auf G2.com gehostet.

In Azure Databricks können Sie mehrere Sicherheitsebenen in diesen Tabellen haben, und ihre Benutzeroberfläche ist weitaus besser als die von Teradata. Bewertung gesammelt von und auf G2.com gehostet.

In Azure Databricks ist wahrscheinlich der Kostenfaktor der Fabrik, den die Leute als einen der Faktoren betrachten können. Bewertung gesammelt von und auf G2.com gehostet.

Es ist wie ein One-Stop-Shop für alles. Bewertung gesammelt von und auf G2.com gehostet.

Manchmal wird die Verwendung von Python mit SQL kompliziert. Bewertung gesammelt von und auf G2.com gehostet.

Sie verbessern die bestehenden Funktionen und fügen neue Funktionen für eine einfache Integration hinzu. Bewertung gesammelt von und auf G2.com gehostet.

Einige Funktionen sind nicht sehr intuitiv und benutzerfreundlich, wie das Erstellen eines geheimen Bereichs. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt viele Dinge, zum Beispiel:

1. Ein ausgezeichnetes Data-Engineering-Tool.

2. Unterstützung mehrerer Sprachen wie Scala, Python, R und SQL.

3. Unterstützung für analytische Arbeiten.

4. Sehr schnell, da es auf Apache Spark aufgebaut ist.

5. Mehrsprachige Unterstützung innerhalb eines Notebooks.

6. Die Berechnung ist extrem schnell und Cluster-Optionen sind verfügbar, wie Allzweck- und Job-Cluster.

7. Funktionen wie Cluster-Pools sind sehr nützlich.

8. Verwende es täglich und liebe die Benutzeroberfläche und die Funktionalitäten. Bewertung gesammelt von und auf G2.com gehostet.

Ich benutze Databricks seit 2019 und habe keine Beschwerden oder Probleme. Ein Bereich, in dem mehr Funktionalität hinzugefügt werden kann, ist der FS-Befehl (Dateisystem). Mehr Funktionalität kann den Entwicklern mehr Flexibilität bieten. Bewertung gesammelt von und auf G2.com gehostet.

Ich schätze, wie einfach es war, Azure Databricks online zu nutzen, was die anfängliche Einrichtung unkompliziert machte. Die Möglichkeit, Jobs zu erstellen, die auf serverlosen Computern laufen, hat viel Zeit gespart und die Verarbeitung von Aufgaben erheblich beschleunigt. Das effiziente Ausführen von Python-Dateien und Notebooks auf dieser Plattform steigert meine Produktivität. Bewertung gesammelt von und auf G2.com gehostet.

Ich finde die Konfiguration von Azure Databricks und die Verbindung mit Visual Studio Code ziemlich herausfordernd. Außerdem habe ich das Gefühl, dass die Geschwindigkeit der parallelen Verarbeitung verbessert werden könnte, da sie derzeit nicht meinen Erwartungen an Effizienz entspricht. Ich stoße auch auf Einschränkungen mit der DLT-Pipeline, da sie die Schlüsselwörter, die ich mit SQL verwenden kann, einschränkt, was meinen Arbeitsablauf kompliziert. Bewertung gesammelt von und auf G2.com gehostet.

Einheitliches Datenökosystem für DE und ML Bewertung gesammelt von und auf G2.com gehostet.

Steile Lernkurve, immer noch in den Grundlagen am Entwickeln Bewertung gesammelt von und auf G2.com gehostet.