2020年虚拟现实头戴式装置出货量可达640万台

如前所述，Panoply是自动ETL和数据仓库的一个示例。

可以在Panoply GUI中设置整个摄取，您可以在其中选择源和目的地并自动摄取数据。因为Panoply带有内置的数据仓库，所以它会自动存储数据的副本，可以使用任何所需的BI或分析工具来查询数据的副本，而不必担心会危害操作或生产。以这种方式访问数据基础结构对于希望使事情简单但仍可以访问整个组织中几乎实时数据的用户来说是有意义的。

反过来，这使数据科学家能够回答临时问题，而无需等待BI团队将其带入数据仓库的四个星期。

优点：

• 易于学习和实施
• 专注于云
• 易于扩展

缺点：

• 自动化的数据仓库和ETL本身无法管理复杂的逻辑
• 更复杂的转换可能需要添加无代码/低代码ETL工具

无代码/低代码

无代码/低代码距离自动ETL几步之遥。这些类型的ETL工具具有更多的拖放方法。这意味着可以拖放一些设置转换和数据操作功能。其他类似的解决方案可能更多是基于GUI的，它允许用户指定源，目的地和转换。此外，这些无代码/低代码解决方案中的许多解决方案都允许最终用户查看是否需要编码并对其进行编辑。

对于没有代码经验的用户，这是一个很好的解决方案。无代码/低代码数据，科学家就可以开发语法有限的ETL，从而创建一些相当复杂的数据管道。无需建立大量复杂的基础架构来管理数据管道何时运行以及它们所依赖的内容。用户只需要从高层次上了解他们的数据在哪里，他们想去哪里以及什么时候要去那里。

缺点：

• 代码中的可定制性有限
• 每个工具都不相同，因此开发人员必须在下一份工作中重新学习ETL
• 无代码/低代码可能太容易了，并导致糟糕的高级设计

优点：

• 技术上没有编码经验
• 易于集成到许多受欢迎的第三方
• 许多是基于云的解决方案

产品实例：
 

之所以将Javascript包含在此列表中，主要原因之一是它能够在网络上共享数据科学和机器学习项目。实际上，在过去的几年中，已经开发了不同的框架，例如TensorFlow.js，ONNX.js，Plotly.js，Dash等，以便在以Python等编程语言创建的Web项目上可访问。

结论

总体而言，Python和Javascript无疑是目前最受欢迎的两种编程语言。尽管，如本文所示，Julia，Go和Scala等不同的替代产品由于其各种好处(现在的方式可能与过去十年中的Python相同)现在开始在就业市场上获得越来越多的关注。

（编辑：周口站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!