В процессе своего обучения профессии ML engineer, пришло время и мне окунуться в мир баз данных. На курсе нам предложили два инструмента для работы с базами данных — это DataGrip и DBeaver (если же, по вашему мнению, существует более интересные продукты, то я буду только рад, если вы в комментария об этом расскажете). Я в своей статье задаюсь целью сравнить эти два инструмента — возможно это поможет кому-то с выбором.
Итак, приступим.
DataGrip — это интегрированная среда разработки баз данных, разработанная компанией JetBrains. Она поддерживает большое количество СУБД, включая MySQL, PostgreSQL, Oracle, SQL Server и многие другие. DataGrip имеет множество функций, таких как автодополнение кода, подсветка синтаксиса, инструменты для работы с данными и многое другое. Он также интегрируется с другими инструментами JetBrains, такими как IntelliJ IDEA и PyCharm.
DBeaver — это бесплатный инструмент для с базами данных, который поддерживает большое количество СУБД, включая MySQL, PostgreSQL, Oracle, SQL Server и многие другие. DBeaver имеет множество функций, таких как автодополнение кода, подсветка синтаксиса, инструменты для работы с данными и многое другое. Он также имеет возможность работать с несколькими базами данных одновременно и поддерживает экспорт и импорт данных.
Одним из основных отличий между DataGrip и DBeaver является то, что DataGrip является коммерческим продуктом, в то время как DBeaver является бесплатным. DataGrip также имеет более широкий набор функций и интегрируется с другими инструментами JetBrains, что может быть полезно для разработчиков, использующих другие инструменты этой компании.
Однако, DBeaver может быть более простым в использовании и имеет более простой интерфейс, что может быть полезно для новичков в работе с базами данных. Кроме того, DBeaver имеет большое сообщество пользователей, которые могут помочь в решении проблем и ответить на вопросы.
Вы знаете, я уже давно для себя уяснил — как бы хорошо вы ни выполняли свою работу, без хороших инструментов вы упустите возможность повысить производительность и потратите больше времени на мелочи. Поэтому, хорошо, когда инструменты уже имеют в себе все, что может нам пригодиться без дополнительного поиска новых решений.
Эдакий баттл между выбранными IDE мы проведем по следующей схеме:
-
Сравним пользовательские интерфейсы
-
Определим плюсы и минусы
-
Сделаем выводы
-
Напишу свои рекомендации, основанные на личном опыте
Основные задачи, которые могут возникнуть у ML инженера — это запрос данных, экспорт данных и просмотр/разработку схем. Цель данного сравнения — дать обзор того, как эти два инструмента выполняют эти общие задачи.
Важно найти правильный инструмент для правильной работы — DBeaver и Datagrip являются кроссплатформенными инструментами и очень эффективны при работе с несколькими источниками баз данных.
Вот здесь, собственно, сравнение эти двух IDE, выведенное в такую таблицу:
? DBeaver
-
Простота использования.
-
Несколько дополнительных опций для генерации SQL и экспорта данных.
-
Отображаются справочные окна для связанных ключей и таблиц, и легко переходить к связанным данным.
-
VCS — контроль версий (Git)
-
Бесплатная версия
? Datagrip
-
Возможность фильтровать и самостоятельно анализировать только части таблиц и диаграмм отлично подходит для наглядности и управляемости.
-
Улучшенная подсветка ключевых слов и предложения.
-
VCS — контроль версий (Git).
-
Настраиваемые фрагменты для быстрого кодирования.
-
Поддержка отладки PL/SQL в Oracle 9.0 Server
? Оба IDE имеют на борту:
-
Совместимость с широким спектром приводов
-
Визуализация графических диаграмм
-
Организация записей пользовательского интерфейса
-
Прикрепленная папка проекта для быстрого доступа и хранения сценариев
? Выводы:
Dbeaver Enterprise Edition
В дополнение к бесплатной версии вы можете попробовать редакцию Dbeaver EE (Enterprise) за 19 долларов в месяц. Эта версия включает в себя следующие функции:
-
Больше ссылок
-
Конструктор запросов
-
Редактор просмотра данных
-
Поддержка специальных расширений для NoSQL/Big Data
?Мои советы:
-
в каждом отдельном случае, создавайте отдельные папки
Используйте папки для упорядочивания/группировки нескольких ссылок из разных источников.
-
Используйте встроенный вывод
В Datagrip вы можете показать окно встроенного вывода для каждой выделенной строки выполнения.
Вот такое нехитрое вышло у меня сравнение…?
Ссылочки:
-
Dbeaver:
Если у вас ест что-то добавит или исправить, напишите, пожалуйста, в комментариях.
ссылка на оригинал статьи https://habr.com/ru/articles/738118/
Добавить комментарий