Ao avaliar as duas soluções, os avaliadores consideraram Databricks Data Intelligence Platform mais fácil de usar e configurar. No entanto, Google Cloud Dataflow é mais fácil de administrar. Os avaliadores também preferiram fazer negócios com Google Cloud Dataflow no geral.
Uma ótima experiência que combina ML-Runtimes - MLFlow e Spark. A capacidade de usar Python e SQL de forma integrada em uma única plataforma. Como os notebooks do Databricks podem ser salvos como scripts Python em segundo plano, é incrível ter tanto a...
A maior falha na plataforma Lakehouse é sua velocidade. Ela não cumpre o desempenho prometido. Além disso, a interface do Databricks não é fácil de usar. Parece um aplicativo de smartphone. No lado da tecnologia, é lenta e cara, com autorização adicionada...
Com o Dataflow, posso, com o toque de um botão, ligar centenas de computadores trabalhando em conjunto para realizar uma tarefa que teria me levado horas no meu laptop em minutos. Faço isso com praticamente zero entendimento da tecnologia subjacente - tudo...
Ainda não encontrei nada que eu não goste nesta plataforma.
Uma ótima experiência que combina ML-Runtimes - MLFlow e Spark. A capacidade de usar Python e SQL de forma integrada em uma única plataforma. Como os notebooks do Databricks podem ser salvos como scripts Python em segundo plano, é incrível ter tanto a...
Com o Dataflow, posso, com o toque de um botão, ligar centenas de computadores trabalhando em conjunto para realizar uma tarefa que teria me levado horas no meu laptop em minutos. Faço isso com praticamente zero entendimento da tecnologia subjacente - tudo...
A maior falha na plataforma Lakehouse é sua velocidade. Ela não cumpre o desempenho prometido. Além disso, a interface do Databricks não é fácil de usar. Parece um aplicativo de smartphone. No lado da tecnologia, é lenta e cara, com autorização adicionada...
Ainda não encontrei nada que eu não goste nesta plataforma.