Google Cloud BigQuery Bewertungen & Produktdetails

Derzeit nutze ich Azure und GCP Cloud für alle meine Data-Warehousing-Pipelines, und BigQuery ist das am häufigsten verwendete Tool in meinem Workflow. Es ist ein großartiges, leistungsstarkes Tool für ETL-Pipelines, das den Aufwand für Infrastrukturskalierung und Leistungsoptimierung vollständig beseitigt. Ich verbringe den Großteil des Tages damit, komplexe ETL/ELT-Pipelines mit unserem alten System zu erstellen, und es bewältigt die massive Skalierung automatisch. Ich führe Multi-Terabyte-Transformationsjobs in Minuten aus, die früher Stunden gedauert haben. Seine Rechen- und Speicherfähigkeiten tragen zur Stabilität bei. Die Integration mit der gesamten Google Cloud Platform ist hervorragend, was den gesamten Workflow erleichtert. Bewertung gesammelt von und auf G2.com gehostet.

Nun, das Hauptproblem ist, dass nur wenige Leute es wegen der Kostenprobleme nutzen, also muss ich eine andere Cloud anstelle von GCP verwenden. Bewertung gesammelt von und auf G2.com gehostet.

Das, was ich am meisten mag, ist eine leistungsstarke, zuverlässige serverlose Architektur. Meine Aufgabe ist es, Datenpipelines zu bauen, und sie ermöglicht es mir, die Cluster-Größe, das Hochskalieren bei Spitzenlasten und das Patchen von Servern völlig zu vergessen. Ich richte einfach meine ETL-Tools wie dbt auf BigQuery aus, und die Abfrage-Engine bewältigt die Transformation von mehreren Terabyte sofort mit paralleler Verarbeitung. Die Integration mit dem gesamten GCP-Ökosystem, Cloud Storage für die Speicherung und Airflow für die Orchestrierung, ist nahtlos, was es einfach macht, robuste, automatisierte Pipelines zu erstellen. Es ist ein echter Game-Changer für die Effizienz. Bewertung gesammelt von und auf G2.com gehostet.

Die Rechnung kann dramatisch und sehr schnell ansteigen. Wir mussten viel Zeit darauf verwenden, interne Governance, strikte Benutzerquoten und obligatorische Partitionierungsrichtlinien einzurichten, um das Budget unter Kontrolle zu halten. Bewertung gesammelt von und auf G2.com gehostet.

BigQuery ist einfach erstaunlich, es verarbeitet alle Datensätze und Workflows so mühelos. Ich arbeite fast jeden Tag mit Millionen von Zeilen und es lässt mich nie das Gefühl haben, dass ich warten muss. Ich schreibe einfach mein SQL und es läuft reibungslos ohne jegliche Anpassungen oder Serverprobleme. Ein weiterer Punkt ist die einfache Integration mit Tools wie Looker und Tableau, was die Arbeit mit Dashboards sehr einfach macht. Insgesamt sind die Geschwindigkeit und das wartungsfreie Setup die größten Gründe, warum ich es gerne benutze. Bewertung gesammelt von und auf G2.com gehostet.

Am Anfang hatte ich ein wenig Schwierigkeiten, die Kostenstruktur zu verstehen, da alles von den gescannten Daten abhängt. Wenn man also eine unvorsichtige SELECT*-Abfrage ausführt, steigen die Abfragekosten. Das ist das einzige Problem, aber es ist in Ordnung, ich kann meine Abfragen optimieren. Bewertung gesammelt von und auf G2.com gehostet.

Ich arbeite seit 4 Jahren mit GCP, und es ist eine erstaunliche Cloud-Plattform. BigQuery ist sehr hilfreich für alle ETL-Prozesse, Datenbereinigung und Data Warehousing, sogar für die Datenmodellierung. Ich finde, es ist extrem zuverlässig für die Verarbeitung von Daten im großen Maßstab mit nahezu null Infrastrukturverwaltung. Der spaltenbasierte Speicher und die verteilte Ausführung bieten eine sehr schnelle Leistung, selbst für komplexe, mehrstufige analytische Abfragen. Die Integration mit Pub/Sub, GCS und Dataflow macht den Aufbau von End-to-End-Pipelines viel einfacher und effizienter. Es war von Anfang an sehr einfach zu bedienen und ist es auch jetzt noch. Und es ist zuverlässig, deshalb nutze ich es täglich für ETL. Bewertung gesammelt von und auf G2.com gehostet.

wenn das Team Daten erkundet oder SELECT * ohne Filter verwendet, kann die Abfragekosten schwer zu schätzen sein, und auch einige betriebliche Kontrollen, wie feinkörnige Indizierung oder physisches Tuning, sind im Vergleich zu traditionellen Data Warehouses begrenzt, aber insgesamt ist es das Beste. Bewertung gesammelt von und auf G2.com gehostet.

GCP ist meine Lieblings-Cloud unter allen Clouds, weil sie sehr gut für Datenoperationen geeignet ist, und ich fand BigQuery sehr nützlich für mich. Es ist schnell beim Ausführen von schweren analytischen Abfragen, besonders bei großen Tabellen. Ich mag, dass keine Leistungsoptimierung nötig ist, da es den Großteil davon automatisch übernimmt. Auch die Benutzeroberfläche ist sehr übersichtlich, und die Integration mit GCS macht das Laden und Exportieren von Daten sehr reibungslos. Es ist ziemlich gut, und in den letzten 2 Jahren habe ich es viel für die Datenbereinigung verwendet. Es ist eines meiner Lieblingstools in meinem Arbeitsablauf. Bewertung gesammelt von und auf G2.com gehostet.

Die SQL-Syntax unterscheidet sich von PL/SQL, daher musste ich einige Funktionen und Logiken anpassen und umschreiben. Außerdem sind gespeicherte Prozeduren im Vergleich zu PL/SQL eingeschränkt, sodass einige Funktionen, an die ich gewöhnt war, nicht verfügbar sind. Insgesamt ist es jedoch gut und einfach zu verwenden. Bewertung gesammelt von und auf G2.com gehostet.

Das Beste, was ich mag, ist seine Geschwindigkeit und die Art und Weise, wie es große Datenmengen ohne Stress für mich verarbeitet. Es skaliert einfach von selbst. Die SQL-Schnittstelle ist für das Team sehr einfach und wir können komplexe ETL-Pipelines direkt im Warehouse erstellen. Ich mag auch, wie einfach es sich mit dem gesamten Google Cloud-Ökosystem verbindet. Das Streamen von Daten über Pub/Sub und Dataflow direkt in BigQuery ist super reibungslos, und wir erhalten nahezu Echtzeit-Dashboards ohne zusätzlichen technischen Aufwand. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt ein kleines Problem, dass es einige SQL-Einschränkungen hat, wie zum Beispiel, dass nicht alle komplexen Funktionen unterstützt werden, die man in traditionellen Datenbanken sieht, sodass wir manchmal Umgehungslösungen verwenden, aber insgesamt ist es gut. Bewertung gesammelt von und auf G2.com gehostet.

BigQuery ist erstaunlich, ich benutze es seit 3 Jahren, es ist ziemlich einfach zu bedienen und leistungsstark, ich mag seine Geschwindigkeit und die einfache Benutzeroberfläche. Die Trennung von Speicher und Rechenleistung, elastische Skalierung und automatische Leistungsoptimierung machen es extrem zuverlässig für groß angelegte analytische Arbeitslasten. Die native SQL-Schnittstelle ist intuitiv, und Funktionen wie spaltenbasierte Speicherung, Zeitreisen, Clustering und materialisierte Ansichten steigern die Leistung für massive Datensätze. Ich habe es mit Vertex AI, Tableau, Cloud Storage usw. integriert. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt keine Probleme, alles, was wir brauchen, ist gute praktische Erfahrung. Ohne diese kann es schwierig erscheinen, es zu benutzen, aber sobald wir uns daran gewöhnt haben, ist es das fortschrittlichste Werkzeug für Data Warehousing. Bewertung gesammelt von und auf G2.com gehostet.

Ich kann viele gute Dinge über BigQuery sagen, weil ich es einfach mag. Es sind mehr als 3 Jahre vergangen, seit ich angefangen habe, GCP und BigQuery als mein Haupt-Data-Warehousing-Tool für ETL und Datenbereinigung zu verwenden. Es ist erstaunlich, es kann große Datenmengen ohne Probleme verarbeiten, es verarbeitet riesige Datenvolumen so schnell ohne Cluster-Management, das automatische Skalieren erspart viel operativen Aufwand. Ich habe es auch mit Tableau und Vertex AI sowie einigen internen ETL-Tools integriert. Die Integration hält unseren Datenfluss von der Erfassung bis zur Analyse reibungslos. Bewertung gesammelt von und auf G2.com gehostet.

Die Kosten sind ziemlich hoch, aber es ist in Ordnung, ich meine, es bietet den besten Kundenservice und Leistung, daher ist es einfach zu bedienen. Persönlich habe ich keine Probleme damit, es ist das perfekte Werkzeug für mich. Bewertung gesammelt von und auf G2.com gehostet.

BigQuery ist am besten für die Modellentwicklung geeignet. Ich benutze GCP zusammen mit Azure für Daten-Workflows und Modellentwicklung. Ich verwende BigQuery hauptsächlich, um große Mengen an Feature-Daten zu verarbeiten und schnelle SQL-Pipelines für das Modelltraining auszuführen. Ich mag es, weil es riesige Datensätze in Sekunden verarbeiten kann, selbst wenn ich Aggregationen für das Feature-Engineering durchführe. Es spart mir viel Zeit, da ich früher lange auf ETL-Jobs warten musste, die jetzt fast sofort ausgeführt werden. Die Integration mit Vertex AI hilft auch in unserer Pipeline. Ich exportiere kuratierte Datensätze von BigQuery zu Vertex AI, um schwere Modelle zu trainieren, und der Prozess verläuft reibungslos. Bewertung gesammelt von und auf G2.com gehostet.

Ich habe keine große Beschwerde, aber der einzige Bereich, in dem ich das Gefühl habe, dass eine kleine Verbesserung erforderlich ist, ist die Kostentransparenz. Manchmal steigen die Abfragekosten, wenn ich explorative Abfragen ohne ordnungsgemäße Filter ausführe. Insgesamt war es jedoch eine große Unterstützung bei der Beschleunigung unserer ML-Workflows. Bewertung gesammelt von und auf G2.com gehostet.

Nun, das Hauptsächliche, was mir gefällt, ist, dass es Google ist, der Kundenservice ist erstklassig, wann immer wir auf Probleme stoßen, lösen sie diese so schnell wie möglich. Ich nutze GCP seit 4 Jahren und jeder Dienst ist erstaunlich. BigQuery ist mein Lieblings-Data-Warehousing-Tool, weil es gute Geschwindigkeit und Skalierbarkeit bietet. Ich arbeite täglich damit, um riesige Datensätze zu verwalten, und es bietet mir die beste Leistung. Die anderen Dienste sind so einfach zu nutzen, dass ich meinen Workflow leicht integrieren und implementieren kann. Die SQL-Schnittstelle ist sehr komfortabel und Funktionen wie Partitionierung und Clustering machen Abfragen schneller und kostengünstiger. Ich habe es mit Tableau und Cloud Storage integriert. Bewertung gesammelt von und auf G2.com gehostet.

Persönlich liebe ich es einfach, es gibt nichts, was mir daran nicht gefällt. Ja, es funktioniert manchmal langsam, aber das ist verhandelbar. Ich habe keine Beschwerden darüber. Bewertung gesammelt von und auf G2.com gehostet.