Apache Airflow Reseñas y Detalles del Producto

Código abierto, interfaz de usuario para rastrear casi todos los aspectos de cada trabajo, compatible con Python. Reseña recopilada por y alojada en G2.com.

Aunque Apache Airflow es potente, a menudo complica tareas simples con abstracciones añadidas como directivas personalizadas y comunicación entre tareas. La programación de trabajos no es intuitiva, ya que requiere atención a los finales de los intervalos, y la carga de registros puede ser lenta. Aunque las opiniones pueden variar, personalmente encuentro que los cronjobs tradicionales son una solución más simple y efectiva para gestionar un gran número de trabajos. Reseña recopilada por y alojada en G2.com.

Airflow tiene capacidades que superan la programación tradicional de trabajos CRON. Lo he estado usando durante los últimos 6 años y me ha ayudado mucho a construir tuberías robustas con facilidad al rellenar tareas cuando surge algún problema. Además, tiene un buen soporte al cliente cuando se trata de su actualización. Reseña recopilada por y alojada en G2.com.

No me desagrada nada en términos de Airflow, ya que ya es la mejor herramienta para ingenieros de datos e ingenieros de datos de IA. Proporciona una integración perfecta. Reseña recopilada por y alojada en G2.com.

Tiene una interfaz de usuario agradable para ver el estado de los DAGs, lo cual se ha convertido en un estándar de la industria. Además, cuando los trabajos fallan, los registros son muy útiles para rastrear qué salió mal. Reseña recopilada por y alojada en G2.com.

Las configuraciones se sienten desactualizadas e innecesariamente complejas. En comparación, herramientas como dbt, y especialmente Databricks, han hecho mejoras significativas recientemente. Reseña recopilada por y alojada en G2.com.

Apache Airflow ofrece una excelente flexibilidad para definir, programar y monitorear flujos de trabajo complejos. El enfoque basado en DAG es intuitivo para los ingenieros de datos, y el extenso ecosistema de operadores permite una fácil integración con varios sistemas. Su interfaz de usuario hace que el seguimiento y la depuración de flujos de trabajo sea sencillo, y su escalabilidad asegura un funcionamiento fluido incluso con grandes canalizaciones. Reseña recopilada por y alojada en G2.com.

La configuración inicial y la configuración pueden ser desafiantes, especialmente para los principiantes. Gestionar las dependencias y escalar en producción requiere un sólido conocimiento de infraestructura. Algunas tareas pueden requerir operadores o complementos personalizados, lo que puede llevar tiempo desarrollar. La interfaz web, aunque funcional, podría beneficiarse de mejoras más modernas en la experiencia de usuario. Reseña recopilada por y alojada en G2.com.

Apache Airflow sobresale en la orquestación de flujos de trabajo complejos con facilidad. Su enfoque basado en DAG hace que las dependencias de tareas sean claras y manejables. La interfaz web es intuitiva para monitorear y depurar trabajos, y las opciones de integración con servicios en la nube y bases de datos son extensas. Al ser de código abierto, cuenta con un fuerte apoyo de la comunidad y actualizaciones frecuentes, lo que lo hace adaptable a las necesidades cambiantes. La escalabilidad es otra ventaja: puede manejar eficientemente desde pequeños pipelines hasta cargas de trabajo a escala empresarial. Reseña recopilada por y alojada en G2.com.

La configuración inicial y la configuración pueden ser desafiantes para los principiantes, especialmente al implementar en un entorno distribuido. La documentación, aunque extensa, a veces puede ser abrumadora o estar desactualizada. El uso de recursos puede volverse pesado para DAGs muy grandes, requiriendo una optimización cuidadosa. Además, la curva de aprendizaje para operadores y complementos personalizados puede ser pronunciada para los nuevos desarrolladores. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de Apache Airflow es su capacidad para orquestar flujos de trabajo complejos con visibilidad y control claros. La estructura basada en DAG hace que sea fácil diseñar, monitorear y modificar las canalizaciones de datos, mientras que el programador garantiza que las tareas se ejecuten de manera confiable y en la secuencia correcta. Su modularidad y capacidades de integración con diversas fuentes de datos y herramientas lo hacen extremadamente versátil. La interfaz web también es una gran ventaja, ya que proporciona monitoreo en tiempo real y depuración rápida, lo que ahorra tiempo durante el desarrollo y la producción. Reseña recopilada por y alojada en G2.com.

Aunque Apache Airflow es potente, tiene una curva de aprendizaje pronunciada para los principiantes, especialmente al configurarlo e instalarlo por primera vez. Las implementaciones pueden ser complejas, y gestionar las dependencias a través de diferentes entornos requiere atención cuidadosa. Además, para proyectos más pequeños, la carga de ejecutar y mantener Airflow puede parecer más pesada en comparación con alternativas más ligeras. Reseña recopilada por y alojada en G2.com.

Muy fácil de entender y usar

Es muy bueno para definir flujos de trabajo complejos como código

tiene muy buenas características de monitoreo/observabilidad

La mejor parte es que no tenemos que gestionar ninguna infraestructura si usamos servicios como AWS MWAA para Apache Airflow. Muy fácil de implementar.

Tiene buen soporte al cliente a través de correo electrónico o tickets de soporte

Lo usamos día tras día en algunos proyectos para gestionar flujos de trabajo para Bedrock utilizando integraciones de IA, Databricks y EMR.

Lo usamos junto con AWS S3, Bedrock y Postgres SQL y Github Reseña recopilada por y alojada en G2.com.

No tiene ningún mecanismo de seguimiento y hace que sea difícil rastrear cualquier cambio realizado o revertir una versión del código. No admite el procesamiento de transmisión en vivo. Reseña recopilada por y alojada en G2.com.

Apache Airflow sobresale en la automatización y programación de flujos de trabajo, lo que lo hace ideal para tuberías de datos complejas. Principales fortalezas:

Flexibilidad: Define flujos de trabajo como código (Python) para una personalización completa.

Escalabilidad: Maneja grandes flujos de trabajo con ejecución distribuida (por ejemplo, Celery/Kubernetes).

Extensibilidad: Rica biblioteca de operadores/integraciones (AWS, GCP, Snowflake, etc.).

Interfaz/Visibilidad: Panel intuitivo para monitorear DAGs (Grafos Acíclicos Dirigidos) y estados de tareas.

Comunidad/Código Abierto: Comunidad activa y actualizaciones frecuentes. Reseña recopilada por y alojada en G2.com.

Aunque es potente, Airflow tiene inconvenientes:

Curva de Aprendizaje Empinada: Los nuevos usuarios tienen dificultades con conceptos como DAGs, XComs y ejecutores.

Configuración Compleja: El despliegue local (por ejemplo, Docker/Celery) puede ser complicado; los servicios gestionados (Astro, MWAA) simplifican esto.

Procesamiento en Tiempo Real Limitado: Diseñado para flujos de trabajo por lotes, no para transmisión.

Depuración: Los registros pueden estar fragmentados y la generación dinámica de pipelines no es intuitiva.

Costos de Escalado: Los clústeres autogestionados requieren un esfuerzo significativo de DevOps. Reseña recopilada por y alojada en G2.com.

Me gusta que hace que todos mis trabajos de datos se ejecuten a tiempo sin que yo tenga que estar sentado haciendo todo manualmente. La programación es muy útil y una vez que la configuro, simplemente funciona en segundo plano. Hace mi trabajo mucho más fácil. Reseña recopilada por y alojada en G2.com.

A veces configurarlo al principio se siente un poco confuso, y si algo se rompe puede llevar tiempo averiguar por qué. La interfaz de usuario también se siente un poco anticuada, desearía que fuera más simple de usar. Reseña recopilada por y alojada en G2.com.

Una aplicación poderosa e intuitiva que te permite realizar muchas tareas y programar automatizaciones, todo a través de una interfaz simple, limpia y moderna. Reseña recopilada por y alojada en G2.com.

La instalación y las actualizaciones a menudo pueden ser engorrosas. Las actualizaciones son demasiado frecuentes y ocasionalmente introducen errores menores. Reseña recopilada por y alojada en G2.com.