La velocidad bruta del sistema permite un proceso de desarrollo que no se suele llevar a cabo. Por ejemplo, es posible realizar pruebas de rendimiento completas mientras se realizan pruebas unitarias. También se pueden crear tablas mucho más grandes de lo que se haría en una base de datos típica (por ejemplo, almacenando filas actuales y de archivo en las mismas tablas).
La simplicidad del sistema permite un mantenimiento mínimo. La participación del DBA puede ser casi nula. Reseña recopilada por y alojada en G2.com.
La simplicidad del sistema también puede causar problemas en casos de uso mixtos.
En otras bases de datos, también tienes la capacidad de mejorar el rendimiento por múltiples medios, como particionamiento, indexación, asignación de hardware del servidor, etc. Netezza esencialmente tiene solo dos formas—en cuanto a arquitectura física se refiere—de manejar el rendimiento: ordenar datos y distribuir datos.
Ordenar datos se realiza directamente en la tabla, evitando la necesidad de índices agrupados. Pero eso solo es útil si la consulta que ejecutas utiliza ese orden. Por ejemplo, si ordenas por fecha haciendo que el campo Fecha sea la clave ORGANIZE BY, cualquier consulta que no utilice Fecha en la cláusula WHERE tendrá que escanear la tabla. Puedes crear vistas materializadas que esencialmente actúan como índices, pero no puedes usar tanto MVs como claves ORGANIZE BY. En otras palabras, si usas incluso una MV para ordenar, no puedes forzar el orden de los datos en la tabla a menos que realmente recargues los datos con una cláusula ORDER BY en la declaración INSERT. El problema con las MVs es que, aunque actúan como un índice, tienes que actualizarlas como una MV típica para ordenar cualquier dato nuevo. En un sistema que se carga o actualiza durante el día, eso puede causar problemas.
La distribución tiene dos componentes que a veces pueden estar en conflicto entre sí: distribuir uniformemente los datos para compartir la carga de trabajo y colocar datos para uniones. Pero si la columna que tiene sentido distribuir para propósitos de colocación no distribuye uniformemente los datos, te verás obligado a hacer un compromiso en uno por el bien del otro.
Además, en un esquema estrella, puedes colocar la clave externa de la tabla de hechos con la clave primaria de una dimensión, pero eso se utiliza mejor si consultas con un parámetro en esa dimensión en la cláusula WHERE. Si ejecutas una consulta que no puede filtrar en esa dimensión, la clave de distribución podría no ayudarte. Además, solo puedes elegir una dimensión para colocar con el hecho. Elegir una distribución de múltiples columnas del hecho basada en múltiples claves de dimensión no coloca el hecho con _cada_ dimensión. En cambio, distribuye el hecho con una clave hash basada en la combinación concatenada de los valores de la clave de distribución de múltiples columnas (es decir, el hecho no se colocará con _ninguna_ dimensión).
Además, el hecho de que Netezza no haya lanzado opciones en memoria o columnar me hace preguntarme si la arquitectura del dispositivo incluso permite tales posibilidades. En otras palabras, la falta de flexibilidad podría estar surgiendo nuevamente si la naturaleza del dispositivo no permite tal funcionalidad variada. Reseña recopilada por y alojada en G2.com.
Lo que más me gusta es su rendimiento excepcional y su capacidad para manejar grandes volúmenes de datos y consultas complejas con una velocidad impresionante. Esta herramienta está optimizada para análisis de alta velocidad que ayudará a cada organización a alcanzar sus objetivos. Permite manejar cantidades masivas de datos y soportar cargas de trabajo crecientes sin comprometer el rendimiento. El costo es también una de las principales razones para usar esta herramienta. Reseña recopilada por y alojada en G2.com.
Según yo, lo que no me gusta es que la personalización es limitada según la preferencia del usuario. Integrar esta herramienta con otros softwares a veces presenta desafíos es algo que no me gusta. Aparte de eso, todo parece bastante bien. Reseña recopilada por y alojada en G2.com.
La característica destacada del IBM Netezza Performance Server que más aprecio es su notable velocidad de procesamiento y eficiencia en el manejo de consultas de datos complejas. Esto, junto con una interfaz fácil de usar, mejora significativamente la facilidad de uso general y acelera las tareas de análisis de datos. Reseña recopilada por y alojada en G2.com.
Aunque IBM Netezza Performance Server sobresale en muchos aspectos, un inconveniente es el costo relativamente alto asociado con su implementación y mantenimiento. Esto podría representar un desafío para las pequeñas empresas con limitaciones presupuestarias que buscan una solución potente de gestión de datos. Reseña recopilada por y alojada en G2.com.
La experiencia más maravillosa de este producto es que es fácil de usar y amigable para el usuario. Además, su parte de integración es la más sorprendente. Reseña recopilada por y alojada en G2.com.
Todavía no me he encontrado con ninguna desventaja o aspecto negativo del producto. Reseña recopilada por y alojada en G2.com.
Proporciona análisis en tiempo real y la mejor parte es que tiene una función de previsibilidad de costos. La integración con otras herramientas, como watsonx.data, es escalable y fácil de implementar. Reseña recopilada por y alojada en G2.com.
Debido a la poca documentación y a la pequeña comunidad, me resultó difícil implementar la aplicación inicialmente. Reseña recopilada por y alojada en G2.com.
Era conocido por varias características que los usuarios encontraban beneficiosas. Este software y tecnología evolucionan, por lo que puede haber actualizaciones o cambios en el producto desde entonces. Aquí hay algunos aspectos que los usuarios típicamente apreciaban de IBM Netezza, como el alto rendimiento, la escalabilidad, el análisis integrado, etc. Reseña recopilada por y alojada en G2.com.
como cualquier tecnología, puede haber aspectos que algunos usuarios encuentren menos favorables como el costo, la personalización limitada, las actualizaciones y mejoras, etc. Reseña recopilada por y alojada en G2.com.
La arquitectura de nuestra plataforma de datos requiere una solución de almacenamiento de datos que sea altamente eficiente, rentable, confiable y mucho más. Netezza cumple con la mayoría de los requisitos. Reseña recopilada por y alojada en G2.com.
No hay mejor apoyo comunitario. También esperaba mejores artículos sobre cómo empezar. Reseña recopilada por y alojada en G2.com.
Soy capaz de conectar todos mis Data Lakes, mejorar el rendimiento con intercambio de datos a alta velocidad. Me permite reproducir datos al instante y usarlos para varios casos de uso sobre la marcha y para construir programas. Reseña recopilada por y alojada en G2.com.
Mi ROI es alto, y la suscripción es cara, lo que me hace trabajar para demostrar productividad y utilidad a la gestión. Reseña recopilada por y alojada en G2.com.
Lo mejor, sin duda, es lo bien que funciona con DataStage. Hemos configurado varios nodos para que el rendimiento sea óptimo. Reseña recopilada por y alojada en G2.com.
Lo peor es el mantenimiento. Tienes que aspirar una vez al mes para que el rendimiento no se vea afectado. Reseña recopilada por y alojada en G2.com.
IBM Netezza Performance Server es conocido por su velocidad y rendimiento excepcionales en el manejo de grandes volúmenes de datos. Aprovecha una arquitectura de procesamiento masivamente paralelo (MPP) diseñada específicamente para ejecutar consultas complejas y tareas analíticas rápidamente. Reseña recopilada por y alojada en G2.com.
El modelo de electrodoméstico de Netezza Performance Server, que incluye tanto hardware como software, puede ser costoso de implementar y mantener. Las organizaciones con limitaciones presupuestarias pueden encontrar difícil justificar la inversión. Reseña recopilada por y alojada en G2.com.
El hecho de que esta solución sea una oferta nativa de la nube y esté diseñada para unificar datos que residen en silos dentro de una organización para unirse y proporcionar poderosos conocimientos. Reseña recopilada por y alojada en G2.com.
La integración con Watson es fluida y excelente, pero si ya tienes motores analíticos impulsados por IA desarrollados internamente, la integración consume mucho tiempo y necesita muchas horas para configurarse correctamente. Reseña recopilada por y alojada en G2.com.