Avis et détails du produit Zipher - Automated Databricks Cost Optimization

Ce que j'apprécie le plus chez Zipher, c'est la facilité avec laquelle on peut voir des résultats tangibles. Dans mon rôle, j'étais profondément impliqué dans l'optimisation des coûts du cloud et la recherche d'outils pouvant aider à réduire nos dépenses avec les fournisseurs de cloud et les vendeurs. La solution de Zipher était non seulement simple à intégrer, nécessitant peu d'ajustements de notre part, mais elle a également eu un impact significatif sur nos coûts. Avis collecté par et hébergé sur G2.com.

Le principal inconvénient de Zipher est que ses fonctionnalités de réduction des coûts sont limitées à un seul domaine de Databricks—spécifiquement, les tâches—tandis que les autres aspects ne sont pas abordés et nécessitent d'autres outils. Avis collecté par et hébergé sur G2.com.

L'autoscaler conscient de Spark est nettement moins gaspilleur que l'autoscaler natif, car il prend en compte le contexte de nos exécutions de tâches et évite le redimensionnement inutile. Avis collecté par et hébergé sur G2.com.

Je crois qu'il y a un potentiel pour améliorer davantage l'efficacité en intégrant l'optimisation du code, plutôt que de se concentrer uniquement sur l'optimisation des tâches. Avis collecté par et hébergé sur G2.com.

Zipher a constamment fourni des économies de coûts mesurables sur Databricks tout en améliorant la stabilité des charges de travail. Il a optimisé l'autoscaling des clusters en réduisant le roulement inutile des nœuds et en maintenant un équilibre stable entre la capacité à la demande et la capacité spot. Nous avons constaté une meilleure utilisation des DBU à travers les clusters interactifs et de tâches, ainsi qu'une dépense plus prévisible et des temps d'exécution des tâches plus rapides, ce qui conduit à réduire notre coût global de calcul. Avis collecté par et hébergé sur G2.com.

L'optimisation automatisée de Zipher fonctionne intelligemment en arrière-plan, en analysant les charges de travail historiques de Databricks et en ajustant les ressources en fonction des modèles appris. Comme une grande partie de cette logique est abstraite, nous ne voyons pas toujours comment les décisions sont prises, mais l'expérience sans intervention a été fluide et efficace. Une plus grande visibilité sur la logique d'autoscaling rendrait encore plus facile la compréhension et la confiance dans les optimisations au fur et à mesure qu'elles se produisent. Avis collecté par et hébergé sur G2.com.

Zipher fonctionne exactement comme promis, offrant des économies notables et améliorant la performance au travail. Il a aidé à stabiliser notre autoscaler en minimisant les fluctuations dans la configuration des nœuds du cluster. Après une configuration simple, la plateforme nécessite très peu d'attention continue, et l'équipe de support a été constamment réactive et agréable à travailler avec. Avis collecté par et hébergé sur G2.com.

Le principal inconvénient est l'absence de tableaux de bord et de métriques intégrés, ce que je soupçonne être dû au fait que nous sommes des premiers utilisateurs qui n'ont pas encore effectué de mise à niveau. Cependant, comme nous avions déjà des systèmes de surveillance adéquats pour vérifier l'efficacité de l'outil, nous n'avons pas vu de raison de procéder à une mise à niveau. Avis collecté par et hébergé sur G2.com.

Extrêmement facile à utiliser - c'est vraiment une solution et une configuration mains libres, comme le prétend Zipher. Nous avons également pu réduire rapidement nos dépenses en infrastructure cloud et en databricks. Avis collecté par et hébergé sur G2.com.

De meilleurs tableaux de bord/rapports. À la fin de la journée, nous voyons les économies sur nos factures cependant. Avis collecté par et hébergé sur G2.com.

Nous avions besoin d'un moyen pour optimiser nos tâches sur Databricks sans affecter les performances. Le coût devenait un problème à mesure que nous évoluions. Zipher a été installé rapidement, sans aucun effort de notre part et nous avons vu nos tâches devenir beaucoup, beaucoup moins coûteuses très rapidement. Avis collecté par et hébergé sur G2.com.

L'optimisation dynamique est excellente, mais l'optimisation du code irait encore plus loin. Avis collecté par et hébergé sur G2.com.

Nous avons installé Zipher en moins de 5 minutes, et nous avons commencé à voir des économies sur nos factures de cloud et de Databricks en quelques semaines. Nous n'avons également constaté aucun impact sur les performances, en fait nos taux d'échec ont également diminué de manière significative. Avis collecté par et hébergé sur G2.com.

Le tableau de bord n'est pas bien conçu et il a besoin d'un rafraîchissement. Cela dit, il est toujours utilisable et je peux voir mes économies. Avis collecté par et hébergé sur G2.com.

L'autoscaler offre une forte réduction des coûts, ce qui est la principale raison de l'adopter.

Leur équipe est très réactive et solidaire, ce qui facilite le dépannage et l'adoption. Avis collecté par et hébergé sur G2.com.

L'expérience utilisateur n'est pas très fluide, surtout lors de l'intégration avec Zipher.

Il est difficile de comprendre clairement quand et comment l'autoscaler interagit avec Databricks.

Ce manque de transparence rend l'intégration et l'utilisation quotidienne moins intuitives. Avis collecté par et hébergé sur G2.com.

Zipher a promis plus de 35 % d'économies sur les coûts de databricks et AWS, nous étions sceptiques mais après une POC, ils ont réalisé plus de 50 % d'économies, sans impact négatif sur les performances. Avis collecté par et hébergé sur G2.com.

Pas grand-chose, je dirais peut-être que le reporting pourrait être un peu plus fort - plus de ventilations personnalisées. Avis collecté par et hébergé sur G2.com.

Grande visibilité avec des tableaux de bord clairs. Configurable. Intégration simple. L'équipe est réactive et accessible. Avis collecté par et hébergé sur G2.com.

Le modèle de tarification est un peu complexe à mon avis. Avis collecté par et hébergé sur G2.com.