Amazon Kinesis Data Streams Reseñas y Detalles del Producto - Página 3

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

Integración con una variedad de otras herramientas y servicios. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

Complejidad. Kinesis es más complejo de implementar que otros equivalentes. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

Todo está bien con este servicio. Súper agradable y una solución muy fácil. El análisis de flujo de registros es muy potente y puede analizar una gran cantidad de datos al mismo tiempo. Y la función de informes también es buena. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

Nada que informar sobre este servicio. Cuando usé este producto, nunca tuve una mala experiencia con esta aplicación. Todas las interfaces y herramientas funcionan como se espera y puedes pedir soporte al servicio de atención al cliente de AWS en cualquier momento. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

Transportar una gran cantidad de datos cifrados rápidamente funciona muy bien. La capacidad de aumentar el tiempo de espera de visibilidad en caso de inactividad de ingestión o respaldo ha ayudado a nuestra organización durante incidentes. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

Difícil consumir los datos y ver lo que hay en el flujo. Por ejemplo, si quisiéramos ver un mensaje que está causando problemas (píldora venenosa), tenemos que comprometer el registro en la aplicación que está ingiriendo del flujo. También es difícil reanudar en un momento específico o confiar en el punto de control del flujo. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

Rápido, escalabilidad, resiliencia, monitoreo, paneles personalizados, documentación, fragmentación (basada en clave de partición), etc. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

No hay un mecanismo adecuado para profundizar y entender su arquitectura profundamente para ajustar algunos cambios mínimos en nuestro enfoque que puedan minimizar los errores drásticamente. A veces se siente una brecha de conocimiento/confusión y se requiere dedicarle un tiempo y esfuerzo considerables. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

No hay servidor que gestionar. Fácil de escalar, procesar los datos fácilmente. No hay necesidad de preocuparse por los servidores internos. Usando Firehorse podemos almacenar fácilmente en s3 y cualquier almacenamiento. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

Un poco más costoso. Como los cargos actuales son en base compartida. Así que espero algún descuento según el uso de datos. Por lo demás, todo está bien. ¡No hay un gran desagrado! Reseña recopilada por y alojada en G2.com.

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

Con la disponibilidad de kinesis y los controles proporcionados por kinesis, como el tamaño de los datos y el tamaño de los grandes datos, podemos aumentar los fragmentos. El período de retención es una buena característica para la seguridad contra fallos. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

Indisponibilidad del SDK completo de KCL para Python. Encontré la implementación del SDK de KCL para Python que estaba ejecutando código Java en segundo plano. Fue difícil encontrar la razón del fallo. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

El tiempo de comercialización es muy rápido, además de que la gestión de hardware es inexistente gracias a la nube. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

Puede ser, desde mi perspectiva, más amigable para los desarrolladores. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

- Sin gastos generales de infraestructura o mantenimiento en comparación con otras soluciones como Kafka

- Integración estrecha con otros servicios de AWS como Lambda y s3

- Altamente confiable y escala a miles de mensajes por segundo sin esfuerzo

- Muy rentable y pagas solo por lo que usas Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

Hasta ahora no hemos enfrentado ningún problema importante, excepto por errores ocasionales de límite de velocidad, pero son muy insignificantes en comparación con los millones de mensajes que procesa nuestro sistema. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

Los flujos de datos se pueden integrar con múltiples recursos de AWS y, a través de los registros recopilados, es muy fácil analizarlos. He utilizado Kibana para la creación de paneles y Kinesis hizo mi trabajo mucho más fácil. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

No ofrece tantas integraciones de terceros, una herramienta como esta debería tener integraciones con otras plataformas también, esto atraerá a más audiencia y la gente conocerá lo increíble que es este servicio. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que más te gusta de Amazon Kinesis Data Streams?

Hay muchas formas de manejar datos en streaming, como Kafka, Samsa, etc. Aunque hay un servicio gestionado de Kafka, Kinesis es diferente porque está estrechamente integrado con numerosos servicios de AWS. Puedes ingerir rápidamente con S3 usando Kinesis Firehose o procesarlo con Lambda, etc. Reseña recopilada por y alojada en G2.com.

¿Qué es lo que no te gusta de Amazon Kinesis Data Streams?

Debe saber cómo funcionan bien el sharding y el resharding para utilizar el servicio al máximo. El conocimiento de la división y fusión de fragmentos para maximizar el rendimiento y reducir costos es imprescindible. Reseña recopilada por y alojada en G2.com.