KX Reseñas y Detalles del Producto

El lenguaje q permite realizar una cantidad increíble de trabajo con relativamente poco. Las personas que demuestran gran habilidad son capaces de prototipar y explorar datos e ideas de manera increíblemente rápida. El ecosistema con Q-Studio y la facilidad de uso para la exploración inicial de datos es increíble y lo encuentro mucho más rápido que crear el script adecuado en Python o la consulta SQL para lograr lo mismo. La base de datos subyacente tiene un rendimiento muy fuerte en datos de mercado basados en ticks. Reseña recopilada por y alojada en G2.com.

El lenguaje Q tiene algunos de los peores mensajes de error que he experimentado. La curva de aprendizaje termina siendo extremadamente agotadora ya que resolver problemas puede llevar mucho más tiempo que en un producto comparable. El libro gratuito hace un gran trabajo para aliviar esto, pero creo que el esfuerzo por aumentar la claridad de los mensajes de error valdría la pena los costos. Reseña recopilada por y alojada en G2.com.

Es un sistema muy potente, flexible y de alto rendimiento. Es realmente un lenguaje de programación que también tiene una base de datos, lo que aporta una gran flexibilidad. El lenguaje, q, ofrece formas muy concisas de expresar operaciones relativamente complejas. No hay muchos sistemas que ofrezcan capacidades para operar con datos en streaming, en memoria y respaldados por almacenamiento. La comunidad de desarrolladores es pequeña, pero accesible y servicial. Reseña recopilada por y alojada en G2.com.

El lenguaje de programación, q, puede ser un arma de doble filo: hay una curva de aprendizaje (a veces exagerada). La curva de aprendizaje está relacionada tanto con la sintaxis como con el cambio de mentalidad requerido al pasar a un lenguaje vectorial desde un entorno de programación más tradicional. La ventaja, sin embargo, es la expresividad y productividad logradas cuando se supera la curva. Las herramientas estándar son limitadas: terminas construyendo mucho que no tienes que hacer con otros sistemas, pero luego, debido a que a la gente le gusta el lenguaje y el sistema, a veces terminan construyendo demasiado, lo cual sería mejor hacer de otras maneras. Reseña recopilada por y alojada en G2.com.

Voluntad de asociarse con usuarios y clientes

Buen soporte a través de múltiples canales (correo electrónico, foros, lista de correo)

Lanzamiento oportuno de funciones para abordar desarrollos emergentes (por ejemplo, base de datos vectorial) Reseña recopilada por y alojada en G2.com.

Los tutoriales requieren comprensión de KDB+ para resolver problemas. Un sistema de gestión de aprendizaje mejor administrado ayudará enormemente en la adopción.

Es necesario fomentar un enfoque más colaborativo; por ejemplo, la liberación de pyKx como código abierto fue un gran paso. Otras características, como la API REST, deberían ser idealmente liberadas al público para que el acceso a funcionalidades básicas sea más ampliamente accesible. Reseña recopilada por y alojada en G2.com.

Rápido, eficiente, sintaxis altamente expresiva y concisa que está bellamente diseñada y bien considerada. La capacidad de mezclar primitivas de programación y bases de datos juntas puede llevar a soluciones muy elegantes. KDB Developer es una buena adición para EDA/gráficos. El rendimiento es tan rápido como lo permite el hardware, y el uso de múltiples núcleos es transparente y fácil. Reseña recopilada por y alojada en G2.com.

Curva de aprendizaje pronunciada; probablemente lleva algunos meses volverse realmente productivo. Reseña recopilada por y alojada en G2.com.

Q/Kdb+ es extremadamente rápido en el procesamiento de grandes bases de datos. Su código es rápido y limpio y está integrado en Python a través de PyKX. Reseña recopilada por y alojada en G2.com.

La configuración puede ser un poco complicada, pero una vez que la tienes instalada no hay problemas. Reseña recopilada por y alojada en G2.com.

Fundamentalmente, el valor central de KX siempre fue la velocidad y la eficiencia. En los primeros días no tenían muchas herramientas para los usuarios, por lo que necesitabas encontrar expertos que eran pocos y distantes entre sí, pero al final del día, el rendimiento era diferenciador y todavía lo es. Su enfoque en la velocidad y la minimización del espacio para los datos sigue siendo su ventaja. Han evolucionado sus herramientas para facilitar la adopción, pero su poder subyacente sigue siendo su fortaleza. Reseña recopilada por y alojada en G2.com.

Realmente depende de tu perspectiva. Requiere más esfuerzo que lenguajes más simples para poner las cosas en marcha, pero si tu objetivo es escalable y quieres una base sólida, como en cualquier cosa, tienes que poner el esfuerzo. Desde mi perspectiva, no hay desventajas aparte de que la comunidad quizás todavía sea demasiado pequeña. Reseña recopilada por y alojada en G2.com.

Integridad de la solución. Análisis de transmisión, datos y análisis en memoria y análisis de datos históricos en disco en una sola solución es único. KX puede hacer todo lo que otra base de datos de series temporales puede hacer, pero más rápido y de manera más eficiente; también tiene capacidades únicas de análisis temporal que otros nunca han podido replicar. Reseña recopilada por y alojada en G2.com.

La cantidad de veces que la comunidad de usuarios ha resuelto los mismos problemas de maneras marginalmente diferentes. Un servicio en la nube gestionado en AWS, la apertura del código de pykx y la estandarización del arquitecto de kdb a través de kdb Insights son grandes pasos hacia adelante para abordar esto y permitir que los constructores se centren en los resultados en lugar de en la fontanería. Reseña recopilada por y alojada en G2.com.

KX es una solución hermosa para ejecutar análisis en grandes conjuntos de datos, particularmente cuando se involucran series temporales. Su estructura conduce a un código elegante y sistemas pequeños que son fáciles de mantener y económicos de ejecutar, al tiempo que ofrecen un rendimiento órdenes de magnitud mejor que la competencia.

Después de más de 20 años dominando el análisis de comercio electrónico en Wall Street, su última versión con integración de Python e interoperabilidad en la nube lo deja idealmente posicionado para capitalizar las crecientes necesidades de análisis de datos en otras áreas, notablemente la Inteligencia Artificial. Reseña recopilada por y alojada en G2.com.

La gente a menudo dice que es difícil de aprender, pero la realidad es que los análisis que soporta serían mucho más difíciles de lograr utilizando otros lenguajes "fáciles" y almacenes de datos. Reseña recopilada por y alojada en G2.com.

Kx tiene un lenguaje extremadamente minimalista, y aunque al principio parece extranjero, en realidad es bastante simple y básico. Esta simplicidad te permite trabajar en la complejidad esencial de tu problema en lugar de la complejidad incidental añadida por las herramientas. Habiendo usado muchas de las alternativas populares, databricks/clickhouse/hadoop/pandas/polars, ninguna logra la simplicidad y elegancia que ofrece esta plataforma. Reseña recopilada por y alojada en G2.com.

Kx es un producto propietario que impide su adopción masiva. Esto hace que la integración con otras herramientas sea más difícil. Las versiones recientes de pykx y pgwire han dado pasos enormes hacia la integración con el ecosistema más amplio. Reseña recopilada por y alojada en G2.com.

KX facilita el trabajo de las transformaciones complejas de series temporales en grandes cantidades de datos. Reseña recopilada por y alojada en G2.com.

Esta es un área que actualmente está en el centro de atención para KX, con el reciente lanzamiento de PyKx.

Pero crear una interfaz fácil para el rico océano de bibliotecas de visualización de datos / ML, etc., en Python es algo que me ha emocionado durante un tiempo. Reseña recopilada por y alojada en G2.com.