Jetbrains Datalore

Cosa include JetBrains Datalore?

Jupyter Notebooks – Modifica ed esegui file .ipynb nativi.
Kernel multilingue – Python, SQL, R, Scala e Kotlin.
Celle SQL – Esegui query sui database collegati direttamente all’interno dei notebook.
Report interattivi – Pubblica i notebook come report interattivi condivisibili.
Funzionalità principali – Cinque linguaggi per i notebook con collaborazione in tempo reale.
Importante – Piattaforma basata su browser; nessuna app desktop offline.

Quali sono i principali vantaggi di JetBrains Datalore?

Datalore è la piattaforma collaborativa di JetBrains per la scienza dei dati, compatibile con Jupyter, che consente di scrivere, eseguire e condividere notebook nel cloud o in locale con hosting autonomo. Combina l’assistenza alla codifica di livello PyCharm con macchine CPU e GPU gestite, query native sui database e pubblicazione di report con un solo clic.

Collaborazione in tempo reale – Più utenti possono modificare contemporaneamente un unico notebook.
Risorse di calcolo gestite – Esegui il codice su CPU e GPU nel cloud.
Datalore AI – Genera e corregge codice Python, SQL e R.
Connettività al database – Le celle SQL native eseguono query sulle fonti collegate.
PyCharm Code Insight – Completamento automatico, rifattorizzazioni e correzioni rapide durante la scrittura del codice.
Opzione di self-hosting – La modalità on-premises mantiene i dati sulla propria infrastruttura.

Cosa fa JetBrains Datalore?

Datalore è una piattaforma basata su cloud e auto-ospitabile per lavorare con i notebook Jupyter in Python, SQL, R, Scala e Kotlin. Esegue il codice su macchine CPU e GPU gestite da JetBrains, quindi l’elaborazione intensiva dei dati o l’addestramento dei modelli non dipendono dal proprio laptop locale. Le celle SQL native consentono di eseguire query su un database collegato e di trasferire il risultato direttamente in un DataFrame pandas all’interno dello stesso notebook. È quindi possibile pubblicare il notebook come report interattivo o app di dati e condividerlo tramite link, con le celle di codice nascoste ai visualizzatori.

A chi è più adatto JetBrains Datalore?

Datalore è ideale per i team di dati che desiderano un ambiente di notebook condiviso, anziché che ogni analista mantenga una configurazione Jupyter locale separata. Poiché gli spazi di lavoro raggruppano notebook, dati e ambienti, si eliminano i problemi di incompatibilità tra versioni che si verificano quando i colleghi installano i pacchetti individualmente. Il gestore di pacchetti integrato fissa le dipendenze in modo che un notebook si riapra con lo stesso ambiente, il che è fondamentale per il passaggio di analisi riproducibili. I team con requisiti rigorosi in materia di residenza dei dati possono eseguire la piattaforma identica tramite l’edizione On-Premises sui propri server.

In che modo differiscono i piani Datalore Cloud Free, Cloud e On-Premises?

Le tre edizioni condividono lo stesso editor di notebook ma differiscono in termini di potenza di calcolo, IA e diritti di condivisione. Cloud Free consente di eseguire fino a due notebook in parallelo, condivide notebook e spazi di lavoro con accesso in sola lettura ed esclude Datalore AI, la cronologia delle versioni e le macchine con GPU. Il piano Cloud a pagamento aggiunge l’IA di Datalore, la modalità Reactive, notebook paralleli e pianificati illimitati, la cronologia delle versioni e l’accesso a potenti macchine con CPU e GPU. On-Premises (precedentemente denominato Enterprise) sblocca tutte le funzionalità e aggiunge un’interfaccia di amministrazione oltre all’SSO, consentendoti di ospitare l’intera piattaforma sulla tua infrastruttura.

Cosa manca nel piano Datalore Cloud Free?

Nel piano Cloud Free, la condivisione dei notebook e degli spazi di lavoro è in sola lettura, quindi i collaboratori non possono modificare i tuoi notebook finché non passi al piano Cloud a pagamento. Il piano gratuito esclude inoltre Datalore AI, la cronologia delle versioni, la modalità Reactive, le esecuzioni pianificate e le macchine GPU, e limita a due il numero di notebook eseguibili in parallelo. Nessuna edizione include un'applicazione desktop offline: Datalore funziona sempre nel browser, anche se ospitato autonomamente tramite On-Premises. Se il tuo team ha bisogno di una collaborazione con possibilità di modifica o della generazione di codice assistita dall’IA, Cloud Free non sarà sufficiente.

Quali linguaggi, database e formati di file supporta Datalore?

I notebook di Datalore supportano Python, SQL, R, Scala e Kotlin, e leggono e scrivono file .ipynb standard per garantire la portabilità con Jupyter. Le celle SQL native si connettono a database quali PostgreSQL, MySQL, Microsoft SQL Server, Snowflake, BigQuery e Redshift, con i risultati delle query che confluiscono direttamente in pandas. È possibile montare servizi di archiviazione cloud come Amazon S3 e collegare repository Git a un notebook per installare pacchetti personalizzati compatibili con pip. La visualizzazione funziona con matplotlib, plotly, altair, seaborn e lets-plot, oltre ai grafici integrati a linee, a barre, ad area e di correlazione.

Cosa devono verificare gli utenti prima di scegliere JetBrains Datalore?

Verificate se avete bisogno della collaborazione con modifica dei file, di Datalore AI o dell’elaborazione su GPU, poiché tutte e tre le funzionalità richiedono il piano Cloud a pagamento anziché Cloud Free. Se la vostra organizzazione deve mantenere i dati all’interno della propria rete, optate per l’edizione On-Premises, che supporta anche l’autenticazione SSO tramite SAML, Okta o Azure AD. Verificate che i database utilizzati dal vostro team figurino nell’elenco dei connettori nativi di Datalore, poiché ogni connessione viene configurata per ogni spazio di lavoro. Infine, ricordate che la piattaforma è basata su browser, quindi non sostituisce un IDE desktop locale come PyCharm.

Domande frequenti su JetBrains Datalore

JetBrains Datalore è compatibile con i notebook Jupyter esistenti?

Sì. Datalore importa ed esporta file .ipynb standard e offre una modalità di calcolo Jupyter, quindi i notebook esistenti si aprono senza necessità di conversione. Con il piano Cloud a pagamento è anche possibile passare un notebook alla modalità Reactive per la riesecuzione automatica delle celle in base alle dipendenze.

Datalore garantisce la riservatezza e la conformità dei dati?

Il servizio cloud di Datalore è conforme al GDPR e certificato SOC 2 Tipo II. Per un controllo più rigoroso, l’edizione On-Premises ospita i notebook e i dati interamente sulla propria infrastruttura e supporta l’SSO tramite SAML, Okta e Azure AD.

Datalore può connettersi ai repository Git?

Sì. È possibile collegare un ramo Git a un notebook per installare un pacchetto personalizzato compatibile con pip, e i contenuti dell’area di lavoro possono essere sincronizzati con i repository Git per eseguire backup con controllo delle versioni e collaborare con i team di ingegneri.