A velocidade bruta do sistema permite um processo de desenvolvimento que normalmente não é realizado. Por exemplo, é possível executar testes de desempenho completos enquanto você testa unidades. Você também pode criar tabelas que são muito maiores do que você faria em um banco de dados típico (por exemplo, armazenando linhas atuais e de arquivo nas mesmas tabelas).
A simplicidade do sistema permite uma manutenção mínima. O envolvimento do DBA pode ser quase nulo. Análise coletada por e hospedada no G2.com.
A simplicidade do sistema também pode causar problemas em casos de uso mistos.
Em outros bancos de dados, você também tem a capacidade de melhorar o desempenho por vários meios, como particionamento, indexação, alocação de hardware de servidor, etc. Netezza essencialmente tem apenas duas maneiras—no que diz respeito à arquitetura física—de lidar com o desempenho: ordenação de dados e distribuição de dados.
A ordenação de dados é feita diretamente na tabela, evitando a necessidade de índices clusterizados. Mas isso só é útil se a consulta que você executa utiliza essa ordenação. Por exemplo, se você ordenar por data tornando o campo Data a chave ORGANIZE BY, qualquer consulta que não utilize Data na cláusula WHERE terá que fazer uma varredura na tabela. Você pode criar visões materializadas que essencialmente agem como índices, mas não pode usar tanto MVs quanto chaves ORGANIZE BY. Em outras palavras, se você usar até mesmo uma MV para ordenar, não pode forçar a ordenação dos dados na tabela a menos que realmente recarregue os dados com uma cláusula ORDER BY na instrução INSERT. O problema com as MVs é que, embora ajam como um índice, você tem que atualizá-las como uma MV típica para ordenar qualquer novo dado. Em um sistema que é carregado ou atualizado intradiariamente, isso pode causar problemas.
A distribuição tem dois componentes que às vezes podem estar em conflito entre si: distribuir uniformemente os dados para compartilhar a carga de trabalho e colocar dados em colocalização para junções. Mas se a coluna que faz sentido distribuir para fins de colocalização não distribui uniformemente os dados, você será forçado a fazer um compromisso em um em prol do outro.
Além disso, em um esquema estrela, você pode colocar em colocalização a chave estrangeira da tabela de fatos com a chave primária de uma dimensão, mas isso é melhor usado se você consultar com um parâmetro nessa dimensão na cláusula WHERE. Se você executar uma consulta que não pode filtrar nessa dimensão, a chave de distribuição pode não ajudar. Além disso, você só pode escolher uma dimensão para colocar em colocalização com o fato. Escolher uma distribuição de múltiplas colunas do fato com base em várias chaves de dimensão não coloca o fato em colocalização com _cada_ dimensão. Em vez disso, distribui o fato com uma chave de hash baseada na combinação concatenada dos valores da chave de distribuição de múltiplas colunas (ou seja, o fato não será colocado em colocalização com _nenhuma_ dimensão).
Além disso, o fato de que Netezza não lançou opções em memória ou colunares me faz questionar se a arquitetura do appliance permite tais possibilidades. Em outras palavras, a falta de flexibilidade pode estar surgindo novamente se a natureza do appliance não permitir tal funcionalidade variada. Análise coletada por e hospedada no G2.com.
O que mais gosto é seu desempenho excepcional e capacidade de lidar com grandes volumes de dados e consultas complexas com velocidade impressionante. Esta ferramenta é otimizada para análises de alta velocidade que ajudarão todas as organizações a alcançar seus objetivos. Permite lidar com quantidades massivas de dados e suportar cargas de trabalho crescentes sem comprometer o desempenho. O custo também é uma das principais razões para usar esta ferramenta. Análise coletada por e hospedada no G2.com.
De acordo comigo, o que eu não gosto é que a personalização é limitada de acordo com a preferência do usuário. Integrar esta ferramenta com outros softwares às vezes apresenta desafios é uma coisa que eu não gosto. Além disso, tudo parece bastante bom. Análise coletada por e hospedada no G2.com.
A característica mais destacada do IBM Netezza Performance Server que eu mais aprecio é sua notável velocidade de processamento e eficiência no tratamento de consultas de dados complexas. Isso, aliado a uma interface amigável, melhora significativamente a facilidade de uso geral e acelera as tarefas de análise de dados. Análise coletada por e hospedada no G2.com.
Embora o IBM Netezza Performance Server se destaque em muitos aspectos, uma desvantagem é o custo relativamente alto associado à sua implementação e manutenção. Isso pode representar um desafio para pequenas empresas com restrições orçamentárias que buscam uma solução poderosa de gerenciamento de dados. Análise coletada por e hospedada no G2.com.
A experiência mais maravilhosa sobre este produto é a facilidade de uso e a facilidade de uso. Além disso, a parte de integração é a mais incrível. Análise coletada por e hospedada no G2.com.
Eu ainda não encontrei nenhuma desvantagem ou lado ruim do produto. Análise coletada por e hospedada no G2.com.
Ele fornece análise em tempo real e a melhor parte é que possui recurso de previsibilidade de custos. A integração com outras ferramentas, como o watsonx.data, é escalável e fácil de implementar. Análise coletada por e hospedada no G2.com.
Devido à pouca documentação e à pequena comunidade, achei difícil implementar o aplicativo inicialmente. Análise coletada por e hospedada no G2.com.
Era conhecido por várias características que os usuários consideravam benéficas. Este software e tecnologia evoluem, então pode haver atualizações ou mudanças no produto desde então. Aqui estão alguns aspectos que os usuários geralmente apreciavam sobre o IBM Netezza, como Alto Desempenho, Escalabilidade, Análises Integradas, etc. Análise coletada por e hospedada no G2.com.
como qualquer tecnologia, pode haver aspectos que alguns usuários considerem menos favoráveis, como custo, personalização limitada, atualizações e upgrades, etc. Análise coletada por e hospedada no G2.com.
A arquitetura da nossa plataforma de dados requer uma solução de armazenamento de dados que seja altamente eficiente, econômica, confiável e muito mais. Netezza atende à maioria dos requisitos. Análise coletada por e hospedada no G2.com.
Sem melhor apoio da comunidade. Também esperava artigos melhores sobre como começar. Análise coletada por e hospedada no G2.com.
Sou capaz de conectar todos os meus Data Lakes, aumentar o desempenho com troca de dados em alta velocidade. Reproduzir dados instantaneamente e usar para vários casos de uso em movimento e para construir programas. Análise coletada por e hospedada no G2.com.
Meu ROI é alto, e a assinatura é cara, o que me faz trabalhar para mostrar produtividade e utilidade à gestão. Análise coletada por e hospedada no G2.com.
A melhor coisa, sem dúvida, é o quão bem ele funciona com o DataStage. Configuramos vários nós para que o desempenho seja ótimo. Análise coletada por e hospedada no G2.com.
O pior é a manutenção. Você tem que aspirar uma vez por mês para que o desempenho não seja afetado. Análise coletada por e hospedada no G2.com.
IBM Netezza Performance Server é renomado por sua velocidade e desempenho excepcionais no manuseio de grandes volumes de dados. Ele utiliza uma arquitetura de processamento massivamente paralelo (MPP) projetada especificamente para executar rapidamente consultas complexas e tarefas analíticas. Análise coletada por e hospedada no G2.com.
O modelo de appliance do Netezza Performance Server, que inclui tanto hardware quanto software, pode ser caro para implementar e manter. Organizações com restrições orçamentárias podem achar desafiador justificar o investimento. Análise coletada por e hospedada no G2.com.
O fato de que esta solução é uma oferta nativa da nuvem e é projetada para unificar dados que estão residindo em silos em uma organização para se unirem e fornecerem insights poderosos. Análise coletada por e hospedada no G2.com.
A integração com o Watson é perfeita e excelente, mas se você já possui motores analíticos impulsionados por IA desenvolvidos internamente, a integração é demorada e requer muitas horas para configurar corretamente. Análise coletada por e hospedada no G2.com.