আপনি সঠিক পড়েছেন, পান্ডাস विलুপ্ত হওয়া উচিত। আন্তর্জাতিক কূটনীতিতে ব্যবহৃত সেই সুন্দর লোমশ প্রাণীদের নয়, বরং পাইথন ডেটা ফ্রেম লাইব্রেরির। কেন? কারণ পান্ডাসের অক্ষমতা আপনাকে বিতরণকৃত ক্যোয়ারি সিস্টেম গ্রহণে বাধ্য করে আপনার ওয়ার্কলোড অতিরিক্ত জটিলতা যাচাই করার আগে। আমি দাবি করি অধিকাংশ ওয়ার্কলোড কখনো সেই সিস্টেমগুলিকে যাচাই করবে না, সেগুলো কেবল ভালোভাবে বিপণন করা 'সিল्वर বুলেট'।

আমি কী নিয়ে কথা বলছি তা বুঝতে হলে আমাদের প্রথমে পান্ডাসের সাধারণ গ্রহণ পথ বুঝতে হবে। বাম থেকে ডানে এটি অনুসরণ করলে, আপনি ডেটা বিশ্লেষণ টুলের সাধারণ গ্রহণ পথও দেখতে পাবেন, এবং সেই চট্টান যা পান্ডাস ব্যবহারকারীরা একটি নির্দিষ্ট ডেটা আকারের পরে অনুভব করে। লোকজন সাধারণত এক্সেল দিয়ে শুরু করে GB রেঞ্জে কোথাও পান্ডাসে স্নাতক হন। পান্ডাস ১০-র GB রেঞ্জ পর্যন্ত তাদের ভালো সেবা দেয়, এবং তারপর তারা মেমরি সমস্যা, ধীর গণনা, বা পান্ডাসের জটিল API নিয়ে হতাশা অনুভব করতে শুরু করে। এই পয়েন্টে سنتগত উত্তর হল স্পার্ক, ডেটাব্রিক্স, স্নোফ্লেক, বা ডাস্কের মতো 'আসল' (পড়ুন: ব্যয়বহুল) টুলে স্নাতক হওয়া যা Big Data™-র জন্য ডিজাইন করা।

আমি যে বিকল্পগুলো প্রস্তাব করছি, যেমন আগে ইঙ্গিত দেওয়া হয়েছে, সেগুলো হল ডাকডিবি এবং পোলার্স। মোটামুটি, পোলার্স একটি রাস্ট-ভিত্তিক ডেটা ফ্রেম লাইব্রেরি যা পান্ডাসের মতো পরিচিত লাগে, কিন্তু বেশ কিছু গুরুত্বপূর্ণ দিক থেকে ভিন্ন...