--- title: Tiger Data Reviews meta_title: 'Tiger Data Bewertungen 2026: Details, Preise & Funktionen | G2' meta_description: Filtern Sie 33 Bewertungen nach Unternehmensgröße, Rolle oder Branche der Nutzer, um herauszufinden, wie Tiger Data für ein Unternehmen wie Ihres funktioniert. aggregate_rating: rating_value: 4.6 review_count: 33 scale: '5' date_modified: '2026-06-15' parent_category: name: Datenbanksoftware url: https://www.g2.com/de/categories/database-software --- # Tiger Data Reviews **Vendor:** Tiger Data (creators of TimescaleDB) **Category:** [Zeitreihendatenbanken](https://www.g2.com/de/categories/time-series-databases) **Average Rating:** 4.6/5.0 **Total Reviews:** 33 ## About Tiger Data Tiger Data, von den Machern von TimescaleDB, ist die Nr. 1 Postgres-Zeitreihendatenbank für Entwickler, Geräte und Agenten. Halten Sie Sensor-, On-Chain- und Kundendaten aktuell, während Sie jahrelange Historie beibehalten, alles abfragbar in Standard-SQL. Für IoT, Web3 und KI. Warum Teams sich für Tiger Data entscheiden: - Von Tausenden von Entwicklern vertraut. Über 3 Millionen aktive Datenbanken, über 2.000 Kunden - Bis zu 95 % Kompression. Halten Sie jahrelange Historie online zu einem Bruchteil der Kosten. - Produktionsbereit ohne operativen Aufwand. Multi-AZ HA, PITR, regionsübergreifende Backups, SOC 2/HIPAA/GDPR, tiefgehende Beobachtbarkeit. - Mühelos skalieren. Entkoppelte Rechen- und Speicherressourcen. Zahlen Sie nie für ungenutzte Kapazität. - Einheitliche Datenarchitektur. Verbinden Sie jede Datenquelle und synchronisieren Sie sie automatisch zwischen Ihrer operativen Datenbank und dem Data Lake. - Hyperscaler-Beschaffung. Verfügbar im AWS Marketplace und Azure Marketplace. Schlüsselfähigkeiten: - Automatische Partitionierung Nehmen Sie Millionen von Datenpunkten pro Sekunde auf, ohne manuelle Tabellenverwaltung oder Sharding. - Inkrementelle materialisierte Ansichten Vorkalkulieren und zwischenspeichern Sie Rollups für sofortige Dashboards und APIs. - Hybride Zeilen-/Spaltenspeicherung Schnelle Schreibvorgänge, komprimierte Lesevorgänge, optimiert für Echtzeit- und historische Abfragen. - Kompression (bis zu 95 %) Spaltenkodierungen wenden Filter und Aggregationen direkt auf komprimierte Daten an für schnellere Abfragen und große Einsparungen. - Gestufter Speicher Verschieben Sie automatisch ältere oder weniger häufig zugegriffene Daten in kostengünstigen Objektspeicher, während sie über dieselbe SQL-Schnittstelle vollständig abfragbar bleiben. - Vollständig verwaltete Postgres-Cloud Skalieren Sie Rechen- und Speicherressourcen unabhängig, stufen Sie S3-Speicher, um Kosten zu verwalten, stellen Sie global bereit und überspringen Sie Datenbankoperationen. Branchenvertikalen: Entwickler und Plattformteams in Industrial IoT, Fertigung, Krypto, SaaS/ML und DevOps-Tools verlassen sich auf Tiger, um operative und historische Daten für Echtzeit-Dashboards und geschäftskritische Einblicke zu kombinieren, abfragbar in Standard-SQL. Wie man anfängt: Probieren Sie Tiger Cloud 1 Monat lang kostenlos aus, ohne dass eine Kreditkarte erforderlich ist, oder nutzen Sie uns unbegrenzt im Rahmen unseres kostenlosen Plans. Jetzt starten - https://console.cloud.timescale.com/signup?utm\_source=g2&utm\_medium=referral&utm\_campaign=free-trial-g2 ## Tiger Data Pros & Cons **What users like:** - Benutzer lieben die **saubere und intuitive Benutzeroberfläche** von Tiger Data, die Navigation und Analysen einfach und effizient macht. (8 reviews) - Benutzer finden die **einfache Einrichtung** von Tiger Data äußerst vorteilhaft, um komplexe analytische Arbeitslasten mühelos zu starten und zu skalieren. (5 reviews) - Benutzer loben die **einfache Einrichtung** von Tiger Data, die eine schnelle und effiziente Erstellung von Instanzen und Diensten ermöglicht. (5 reviews) - Benutzer schätzen die **einfache Datenzugänglichkeit und Visualisierung** , die die Entscheidungsfindung mit klaren, umsetzbaren Erkenntnissen verbessert. (4 reviews) - Benutzer loben die **Leistung und Geschwindigkeit** von Tiger Data, was die Entscheidungsfindung durch effiziente Datenverarbeitung und -analyse verbessert. (4 reviews) - Geschwindigkeit (4 reviews) - Benutzer lieben die **einfache Einrichtung und benutzerfreundliche Cloud-Oberfläche** von TigerData, die ihre Datenbankverwaltungserfahrung verbessert. (3 reviews) - Benutzer loben den **ausgezeichneten Kundensupport** bei TigerData und heben hilfreiche Ressourcen sowie eine aktive Community zur Unterstützung hervor. (3 reviews) - Dashboard-Benutzerfreundlichkeit (3 reviews) - Benutzer schätzen die **einfachen Integrationen** mit verschiedenen Plugins, die eine schnelle Einrichtung und Verwaltung von Datenbanken erleichtern. (3 reviews) **What users dislike:** - Benutzer finden die **Preise von Tiger Data hoch** , insbesondere für kleinere Projekte und Startups, was das Budget betrifft. (4 reviews) - Benutzer bemerken, dass die **Lizenzkosten** für TigerData höher sein können als bei Alternativen, was die Budgetierung für die Skalierung zu einer Herausforderung macht. (3 reviews) - Benutzer finden die **fehlenden fortgeschrittenen Visualisierer** in Tiger Data begrenzen die analytische Visualisierung und beeinträchtigen die Effizienz des Workflows. (3 reviews) - Benutzer erleben **schlechte Benutzeroberfläche** , bemerken langsame Ladezeiten und einen Mangel an fortgeschrittenen Visualisierungen, was die Benutzerfreundlichkeit und Effizienz beeinträchtigt. (3 reviews) - Benutzer erleben **langsame Leistung** mit der Benutzeroberfläche, insbesondere beim Umgang mit großen Datensätzen, was die Gesamteffizienz beeinträchtigt. (3 reviews) - Latenzprobleme (2 reviews) - Leistungsprobleme (2 reviews) - Schlechtes UI-Design (2 reviews) - Langsames Laden (2 reviews) - Komplexität (1 reviews) ## Tiger Data Reviews ### 1. Effiziente und leistungsstarke Datenbankplattform für skalierbare Analysen **Rating:** 5.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computersoftware | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** September 26, 2025 **Was gefällt Ihnen an Tiger Data am besten?** TigerData zeichnet sich durch seine extrem schnelle Einrichtung, zuverlässige Ingestion-Geschwindigkeiten und intuitive Cloud-Oberfläche aus, was es einfach macht, auch komplexe analytische Workloads zu starten und zu skalieren. Seine vollständige PostgreSQL-Kompatibilität – plus praktische Vektordatenbank-Tools – ermöglicht nahtlose Migrationen und flexibles Abfragen, ohne dass neue Sprachen erlernt oder bestehende Workflows gestört werden müssen. Aktive Community-Unterstützung über Discord und Slack sowie umfassende Dokumentation bedeuten, dass Entwicklern und Administratoren immer Hilfe zur Verfügung steht. Funktionen wie kontinuierliche Aggregation, Kompression und automatische Partitionierung ermöglichen es Teams, die Leistung zu optimieren und Cloud-Kosten zu sparen, während das Metrik-Dashboard klare Einblicke in die Datenbankgesundheit und -nutzung bietet. **Was gefällt Ihnen an Tiger Data nicht?** Obwohl TigerData sehr leistungsfähig ist, kann die Benutzeroberfläche langsam laden, wenn viele Tabellen verwaltet werden, was die Workflow-Effizienz bei größeren Projekten beeinträchtigt. Einige Benutzer bemängeln das Fehlen fortschrittlicher Visualisierer für Vektordaten – Funktionen, die in konkurrierenden Produkten zu finden sind –, was die analytischen Visualisierungsfähigkeiten einschränken kann. In seltenen Fällen können anfängliche selbstgehostete Bereitstellungen zusätzliche Fehlersuche erfordern, aber die meisten Probleme werden schnell durch Updates oder Hilfe aus der Community behoben. Darüber hinaus können die Lizenz- und Abfragekosten von TigerData höher sein als bei bestimmten Open-Source- oder einfachen Datenbankangeboten, daher ist eine Budgetierung beim Hochskalieren wichtig. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** TigerData ermöglicht zuverlässige und hochgeschwindigkeitsfähige Speicherung und Analyse für massive Zeitreihendaten und löst Skalierungsengpässe sowie Einschränkungen der Ingestgeschwindigkeit, die bei traditionellen Datenbanken auftreten. Es hilft dem Team, Echtzeitanalysen effizient durchzuführen, minimiert Ausfallzeiten und spart dank automatisierter Komprimierungs- und Partitionierungsfunktionen Cloud-Kosten. Dies hat die Geschwindigkeit der Entscheidungsfindung und die betriebliche Zuverlässigkeit für datengesteuerte Produkte verbessert. ### 2. Guter Service für einen guten Lagerpreis **Rating:** 3.5/5.0 stars **Reviewed by:** Juan H. | Fullstack and Blockchain Engineer, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** January 17, 2025 **Was gefällt Ihnen an Tiger Data am besten?** Einfache Einrichtung und Erstellung von Instanzen und Diensten. **Was gefällt Ihnen an Tiger Data nicht?** Zahlungs- und Preisstrategien für Dienstleistungen. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Es bietet eine Datenbank mit guten Funktionen wie das Erstellen von Cron-Jobs darin oder Transformationen. ### 3. Effektives Werkzeug für Datenanalysen **Rating:** 4.0/5.0 stars **Reviewed by:** Kartikey A. | Associate Consultant, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** September 29, 2025 **Was gefällt Ihnen an Tiger Data am besten?** Es ist einfach, auf Daten zuzugreifen, sie zu analysieren und zu visualisieren. Ich mochte besonders, wie es große Datensätze verarbeitet und klare, umsetzbare Erkenntnisse liefert, nach denen man suchen kann. Das Dashboard für die PC-Version ist ebenfalls benutzerfreundlich und anpassbar und hilft, über die sich ändernden Markttrends auf dem Laufenden zu bleiben. Es hat definitiv die Geschwindigkeit und Genauigkeit der Entscheidungsfindung in meiner Arbeit verbessert. Außerdem habe ich den früheren Namen (Timescale) bevorzugt, aber der neue Name ist auch gut. **Was gefällt Ihnen an Tiger Data nicht?** Es gibt Zeiten, in denen sich die Benutzeroberfläche etwas schwerfällig anfühlt, insbesondere beim Umgang mit großen Datenmengen. Die mobile Version könnte auch besser optimiert werden, um eine reibungslosere Nutzung unterwegs mit einer besseren Benutzeroberfläche zu ermöglichen. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Derzeit betreue ich einen Kunden, bei dem ich mit umfangreichen Daten umgehen und diese analysieren muss, wobei Tigerdata ins Spiel kommt. ### 4. Effiziente, einfach zu bedienende Plattform **Rating:** 4.0/5.0 stars **Reviewed by:** Dalius K. | PHP Developer, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** September 24, 2025 **Was gefällt Ihnen an Tiger Data am besten?** Die Plattform bietet verschiedene benutzerfreundliche Werkzeuge für Analysen, die Analysen einfacher machen. **Was gefällt Ihnen an Tiger Data nicht?** Brauche etwas Zeit, um die Funktionen zu lernen, habe langsamen Kundensupport. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** TigerData ermöglicht es uns, große Mengen an Zeitreihen- und relationalen Daten effizient zu speichern und zu analysieren. Es verkürzt die Abfragezeiten, vereinfacht das Datenmanagement und liefert umsetzbare Erkenntnisse, die die Entscheidungsfindung und die betriebliche Effizienz verbessern. ### 5. Meine Erfahrung mit der Nutzung von Tiger-Daten **Rating:** 4.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computer- und Netzwerksicherheit | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** September 26, 2025 **Was gefällt Ihnen an Tiger Data am besten?** Ich mag die saubere und intuitive Benutzeroberfläche am meisten. Sie ist einfach zu navigieren, und ich schätze die Möglichkeit, Dienste bei Bedarf zu pausieren. Die Verfügbarkeit von Konnektoren, insbesondere für Amazon S3 und Kafka, macht die Integration reibungslos und sehr nützlich. **Was gefällt Ihnen an Tiger Data nicht?** Die Preisgestaltung erscheint etwas hoch und könnte flexibler sein, insbesondere für kleinere Projekte oder Startups. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** TigerData löst die üblichen Kompromisse zwischen Echtzeit- und Analyse-Workloads: Ich erhalte schnelle Abfragen sowohl auf aktuellen als auch auf historischen Daten, ohne komplexe Pipelines aufbauen und warten zu müssen. Seine Komprimierung und gestufte Speicherung helfen, die Kosten niedrig zu halten, selbst wenn das Datenvolumen wächst. Außerdem reduzieren die nativen Integrationen (Lakehouse / S3) den Overhead, was es einfacher macht, sich auf Erkenntnisse statt auf Infrastruktur zu konzentrieren. ### 6. Großartige Vektordatenbanklösung **Rating:** 4.5/5.0 stars **Reviewed by:** Thomas C. | Lead AI Engineer, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** January 16, 2025 **Was gefällt Ihnen an Tiger Data am besten?** Die einfache Einrichtung mit den Plugins pgai, pgvector und pgvectorscale macht das Einrichten und Betreiben einer hoch skalierbaren Vektordatenbanklösung sehr schnell und einfach. Sie bieten gute Ressourcen sowohl für Anfänger als auch für Fortgeschrittene und einen aktiven Discord, um Benutzerprobleme zu lösen. Die Benutzeroberfläche/Benutzererfahrung bei der Verwaltung der Datenbanken ist gut und es gibt sogar einen kostenlosen Monat, wenn man gerade erst anfängt. Die NodeJS-Implementierung für das Postgres-SDK ist großartig, und die Möglichkeit, Standard-PostgreSQL für Abfragen und Datenbankverwaltung zu schreiben, macht dies viel flexibler und einfacher zu verwalten als traditionelle Vektordatenbanken. Ich habe mehrere Vektordatenbanken verwendet und dies ist bisher mein Favorit in Bezug auf Skalierbarkeit. Ich nutze die Benutzeroberfläche jeden Tag, um den Zustand meiner Vektordatenbank zu überprüfen, und liebe die bereitgestellten Metriken. Es hat nur eine Entwicklungswoche gedauert, um vollständig von einer anderen Vektordatenbank zu wechseln, aber ich habe eine riesige Codebasis mit viel Funktionalität. Ich bin zuversichtlich, dass jemand mit einer neuen Codebasis die Integration an einem Tag schaffen könnte. **Was gefällt Ihnen an Tiger Data nicht?** Ich denke, die Benutzeroberfläche kann manchmal sehr langsam laden, besonders wenn man viele Tabellen hat, da könnte definitiv eine Verbesserung erfolgen. Ich vermisse auch einen Vektor-Visualizer wie den von QDRANT. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Skalierbare Vektordatenbank mit flexiblem Abfragen, muss ich noch mehr sagen ;) ### 7. Eine großartige Zeitreihendatenbank mit einem großartigen Cloud-Angebot **Rating:** 5.0/5.0 stars **Reviewed by:** Louis C. | Lead Platform Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** January 16, 2025 **Was gefällt Ihnen an Tiger Data am besten?** Das Produkt ist sehr leistungsfähig, die Cloud-Schnittstelle ist einfach zu bedienen, bietet aber dennoch viel Kontrolle, der Terraform-Anbieter macht die Einrichtung zum Kinderspiel und das Team war großartig. **Was gefällt Ihnen an Tiger Data nicht?** Terraform-Anbieter noch nicht vollständig, es fehlen einige Open-Source-Optionen, um Cloud-Telemetrie anstelle von Cloudwatch und Datadog zu senden. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Zeitreihendatenbank für Hochleistungs-Ingress und -Egress für Echtzeit-Dashboard-Überwachung ### 8. Großartige Lösung für jeden PostgreSQL-Benutzer **Rating:** 5.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Finanzdienstleistungen | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** January 20, 2025 **Was gefällt Ihnen an Tiger Data am besten?** Einfach zu starten, einfach zu pflegen, einfach zu skalieren **Was gefällt Ihnen an Tiger Data nicht?** Die jüngste Änderung des Preismodells ist nicht ideal. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Ermöglicht das Speichern und Abfragen großer Mengen von Finanzzeitreihendaten. ### 9. Großartig, aber kann für kleine Hobbyanwendungen kostspielig sein. **Rating:** 3.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computersoftware | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** January 16, 2025 **Was gefällt Ihnen an Tiger Data am besten?** Zuverlässigkeit und Benutzerfreundlichkeit sowie Integration. Anständige Dokumentation **Was gefällt Ihnen an Tiger Data nicht?** Die Preisgestaltung. $50 pro Monat für ein Hobbyprojekt summiert sich. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Zeitreihenbasierte Datenspeicherung und -abruf. ### 10. Von AWS gewechselt **Rating:** 5.0/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computersoftware | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** January 17, 2025 **Was gefällt Ihnen an Tiger Data am besten?** Die Preisgestaltung im Vergleich zu AWS ist etwas besser. **Was gefällt Ihnen an Tiger Data nicht?** Keine (bisher), alles funktioniert einwandfrei wie erwartet. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Preisgestaltung und Zugänglichkeit mit Benutzerfreundlichkeit als Administrator ### 11. Großartige Datenbank für Zeitreihendaten **Rating:** 5.0/5.0 stars **Reviewed by:** Daniel R. | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** October 26, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Timescale ist eine leistungsstarke Erweiterung für PostgreSQL mit speziellen Funktionen für die Speicherung und Verarbeitung von Zeitreihendaten. Es hat sich als sehr nützlich in unseren IoT-Projekten erwiesen, da die Komprimierung den Speicherplatzbedarf auf ein Minimum reduziert und die kontinuierlichen Aggregate einen sehr schnellen Überblick über die Daten geben. Und da es sich um Postgres handelt - keine Notwendigkeit, eine neue Abfragesprache zu erlernen. Der verwaltete Timescale-Cloud-Dienst ist eine kostengünstige und stabile Alternative für uns, da wir nicht über die Ressourcen verfügen, um die erforderliche Infrastruktur und Installation zu warten. Hinzu kommt eine starke Community und hilfreicher Support, falls man auf dem Weg zur Produktion Unterstützung benötigt. **Was gefällt Ihnen an Tiger Data nicht?** Nun, nicht wirklich eine Abneigung, aber auf den ersten Blick könnte Timescale möglicherweise als ein einfach zu bedienendes Produkt wahrgenommen werden, bei dem ein paar Klicks auf einen Knopf eine optimale Einrichtung bieten. Es ist jedoch immer noch eine Datenbank mit einer zusätzlichen Schicht an Funktionalität, die einige Erkundungen in verschiedenen Bereichen erfordert, um ihre volle Leistungsfähigkeit zu nutzen. Eine hilfsbereite Gemeinschaft, ein reaktionsschneller Support und gut geschriebene Dokumentationen sind großartige Hilfen bei dieser Übung. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Aufnahme, Verarbeitung und Speicherung von IoT-Zeitreihendaten als Grundlage für verschiedene Dienste. ### 12. Effiziente Zeitreihendatenbank mit leistungsstarker Aggregation und außergewöhnlichem Benutzersupport **Rating:** 5.0/5.0 stars **Reviewed by:** Dustin S. | Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** March 01, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Ich benutze Timescale seit mehreren Monaten und bin äußerst beeindruckt von seiner Leistung. Die Datenbank glänzt beim Speichern und Abrufen von Zeitreihendaten, was sie zu einer idealen Wahl für meine Arbeit macht. Eine ihrer herausragenden Funktionen ist die Fähigkeit zur Datenaggregation, die sich als unglaublich nützlich für die Erstellung von Einblicken und Berichten erwiesen hat. Darüber hinaus sind die Komprimierungsfähigkeiten ziemlich leistungsstark, sodass wir eine große Menge an Daten speichern können, ohne die Leistung zu beeinträchtigen. Was Timescale wirklich auszeichnet, ist der hervorragende Benutzersupport. Wann immer ich eine Frage oder ein Problem hatte, hat das Team schnell reagiert und hilfreiche Lösungen bereitgestellt. Insgesamt empfehle ich Timescale jedem, der eine zuverlässige und effiziente Zeitreihendatenbank benötigt. **Was gefällt Ihnen an Tiger Data nicht?** Während die Komprimierungsfähigkeiten von Timescale leistungsstark sind, können einige der Feinheiten und Einschränkungen anfangs etwas schwierig zu verstehen sein. Infolgedessen kann es eine Lernkurve geben, um das Produkt in vollem Umfang zu nutzen. Sobald man jedoch mit diesen Feinheiten vertraut ist, kann Timescale ein äußerst effektives Werkzeug zur Verwaltung und Analyse von Zeitreihendaten sein. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** In unserer Organisation verlassen wir uns auf Timescale, um Zähler- und Standortdaten von einer Vielzahl von Energiemanagementsystemen im ganzen Land zu sammeln und zu verwalten. Dank der robusten Fähigkeiten von Timescale sind wir in der Lage, diese Daten effektiv zu verfolgen und zu analysieren. ### 13. Reibungslose Migration und verbesserte Leistung mit Timescale Cloud **Rating:** 4.5/5.0 stars **Reviewed by:** Eudald A. | System Design Teacher, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 28, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Wir sind kürzlich von einem selbst gehosteten InfluxDB zu Timescale Cloud migriert und könnten nicht glücklicher sein. Der Übergang war reibungslos und einfach, und unsere Ingenieure lieben die Möglichkeit, SQL anstelle einer benutzerdefinierten Abfragesprache zu verwenden. Wir haben einen signifikanten Leistungsanstieg festgestellt, nur durch die Verwendung vertrauter SQL-Tricks. **Was gefällt Ihnen an Tiger Data nicht?** Die einzige kleine Beschwerde, die wir haben, ist, dass die Benutzeroberfläche der Cloud-Distribution etwas mehr Feinschliff vertragen könnte und dass sie noch nicht im AWS-Marktplatz gelistet sind. Dies hat jedoch die Funktionalität oder Leistung des Produkts nicht beeinträchtigt, daher ist es kein bedeutendes Problem. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Bei Bloobirds standen wir vor mehreren Herausforderungen mit unserer vorherigen selbstgehosteten InfluxDB-Lösung. Eine der größten Herausforderungen war, dass wir eine benutzerdefinierte Abfragesprache verwenden mussten, die einen erheblichen Zeit- und Ressourcenaufwand erforderte, um sie effektiv zu erlernen und zu nutzen. Darüber hinaus war unsere InfluxDB-Lösung nicht so leistungsfähig, wie wir es benötigten, insbesondere da unsere Datenmengen weiter wuchsen. Durch die Migration zu Timescale Cloud konnten wir diese Herausforderungen angehen und von einer Reihe wichtiger Funktionen profitieren. Zum Beispiel ermöglicht uns Timescale Cloud, SQL zu verwenden, um unsere Zeitreihendaten abzufragen, was unseren Ingenieuren viel vertrauter und einfacher ist. Dies hat uns eine erhebliche Menge an Zeit und Ressourcen gespart und es uns erleichtert, Erkenntnisse aus unseren Daten zu gewinnen. Darüber hinaus bietet Timescale Cloud eine hervorragende Leistung, selbst bei großen Datenmengen. Dies hat es uns ermöglicht, unsere wachsenden Datenmengen zu bewältigen, ohne Verlangsamungen oder andere Leistungsprobleme zu erleben. Insgesamt war Timescale Cloud ein großer Vorteil für unsere Organisation, da es uns ermöglicht, unsere Zeitreihendaten effektiver und effizienter zu verwalten und zu analysieren. ### 14. Eine leistungsstarke Zeitreihendatenbank, die auf der robusten Postgres-Datenbank basiert, mit hervorragendem Support. **Rating:** 5.0/5.0 stars **Reviewed by:** Michael S. | Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** February 24, 2023 **Was gefällt Ihnen an Tiger Data am besten?** TimescaleDB ist eine Erweiterung von Postgres für Zeitreihen. Als langjährige Postgres-Nutzer, die eine Zeitreihendatenbank benötigten, sahen wir es als großen Vorteil, dass TimescaleDB auf einer bewährten Technologie aufgebaut ist. Darüber hinaus konnten wir weiterhin das allgegenwärtige SQL verwenden, um unsere Abfragen durchzuführen. Die besonderen Vorteile von TimescaleDB umfassen hohe Kompressionsraten, die durch typspezifische Kompression erreicht werden (wir erreichten > 10-fache Kompression), zusammen mit wesentlich leistungsfähigeren Zeitreihenabfragen als bei standardmäßigem Postgres. Schließlich sind die Suite von Hyperfunktionen im TimescaleDB-Toolkit besonders nützlich für unser Gebiet (hochfrequente finanzielle Tick-Daten). Das Timescale-Team war auch äußerst hilfsbereit und unterstützend während des Prozesses der Migration zu TimescaleDB. **Was gefällt Ihnen an Tiger Data nicht?** Die Migration großer Datenmengen in die Cloud (~100 TB unkomprimiert) ist zeitaufwendig und erfordert sorgfältige Überlegungen. Das Timescale-Team war uns jedoch eine große Hilfe bei der Navigation durch diesen Prozess. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Die Speicherung und Analyse großer Mengen hochfrequenter finanzieller Tick-Daten (Marktdaten). Diese Daten sind die Grundlage unserer Analysen als elektronisches Handels-Quant-Team. ### 15. Eine hochwertige Zeitreihendatenbank, die innerhalb von Minuten in Produktion ist. **Rating:** 5.0/5.0 stars **Reviewed by:** Carl C. | Head Of Information Technology, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 21, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Ich benutze Timescale Cloud; es war trivial, es in unser Produktionsnetzwerk (sowie in unsere Entwicklungs- und Staging-Netzwerke) zu implementieren. Alle technischen Details sind abstrahiert, aber man kann bei Bedarf darauf zugreifen (wie z.B. Server-Tuning, etc.). Die Fähigkeit, mit einem Klick zu skalieren, ist großartig, und die webbasierte Metriken und Alarmierung sind von Anfang an wirklich nützlich. Die Leistung scheint unglaublich gut zu sein, selbst bei den kostengünstigen Plänen. Jedoch war die beeindruckendste Funktion der Support, sowohl mit dem persönlichen Kundenservice-Manager als auch die Reaktionsfähigkeit und Gründlichkeit der Ingenieure (wenn ich eine technische Frage stellen musste). Die Ingenieure beantworten gerne Fragen zu allgemeinem Design und Best Practices und helfen auch bei der Lösung von Produktionsproblemen. **Was gefällt Ihnen an Tiger Data nicht?** Timescale Cloud ist etwas eingeschränkt, d.h. kein direkter Superuser-Zugriff, was am Anfang etwas gewöhnungsbedürftig sein kann. Allerdings ist es machbar - es gibt nichts, was ich bisher mit der Standard-Cloud-Einrichtung nicht erreichen konnte. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Wir müssen große Mengen an Zeitreihendaten speichern, diese Daten komprimieren, einige, aber nicht alle davon behalten, sie auf effiziente Weise durchsuchbar machen und die Rohdaten auch in tägliche/stündliche Zusammenfassungen aggregieren. Timescale macht all das. ### 16. Easily erweitern Timescale, um Ihre Probleme zu lösen. **Rating:** 5.0/5.0 stars **Reviewed by:** Andrew E. | Head, Data Science Solutions, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 20, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Da Timescale Postgres erweitert, ist die Verwaltung sowohl meiner Zeitreihendaten als auch der regulären relationalen Daten in einem einzigen Warehouse mühelos. Darüber hinaus macht die Leistung von Timescale die Verwaltung und Arbeit mit diesen Daten viel schneller als mit anderen Tools, die ich verwendet habe. Da es Postgres erweitert, kann ich seine Fähigkeiten leicht mit seinen C-basierten benutzerdefinierten Funktionen erweitern. **Was gefällt Ihnen an Tiger Data nicht?** Um die benutzerdefinierten Funktionen zu nutzen, muss ich meine eigene Installation von Timescale verwalten und kann keine der verwalteten Instanzen nutzen. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Als Datenwissenschaftler verbringe ich viel Zeit mit Feature Engineering, um Informationen zu extrahieren, die meinen Modellen zu einer besseren Leistung verhelfen. Dies erfordert oft die Verarbeitung großer Datenmengen mit einem Zeitkomponenten (wie Paneldaten). Bevor ich Timescale verwendete, speicherte ich die Daten in Postgres, extrahierte sie in meine Python-Umgebung und hatte Speicher- und Leistungsprobleme. Mit Timescale konnte ich diese Berechnungen in die Datenbank verlagern, was zu erheblichen Leistungsverbesserungen führte. ### 17. Zeitreihendatenbanken waren noch nie so einfach. **Rating:** 5.0/5.0 stars **Reviewed by:** Hariharan R. | Informationstechnologie und Dienstleistungen, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 28, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Als ich anfing, Zeitreihendatenbanken zu evaluieren, stand Timescale bereits auf meiner Liste. Was ich an ihnen liebe, ist, 1. Nativ auf Postgresql aufgebaut, sodass man das Beste aus beiden Welten bekommt 2. Man kann zwischen ihren selbst gehosteten, verwalteten und Cloud-Varianten wählen 3. Hervorragende Support- und Erfolgsteams, die sicherstellen, dass man eingerichtet ist, bereit ist und schnell bei Anfragen helfen 4. Hervorragende Community, besonders auf Slack, wo man Fragen stellen/beantworten und sich gegenseitig unterstützen kann **Was gefällt Ihnen an Tiger Data nicht?** Manchmal ist die Dokumentation schwer zu navigieren und mit den Beispielen zu beginnen. Zum Beispiel die Befehle rund um Routineaufgaben für kontinuierliche Aggregate, wie man sie überprüft und verwaltet, usw. Nochmals, dies ist, wenn ich sehr kritisch wäre, aber wie ich bereits sagte, haben sie ein fantastisches Produkt und Ökosystem. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Wir haben einen Anwendungsfall mit Zeitreihendaten, den Timescale für uns hervorragend löst. ### 18. Postgres, aber schneller **Rating:** 5.0/5.0 stars **Reviewed by:** Florian H. | Software Engineer, Computersoftware, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 19, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Wir haben Timescale schon eine Weile genutzt und ich muss sagen, ich bin beeindruckt von ihrer Plattform. Sie haben eine großartige und aktive Community. Jedes Mal, wenn ich eine Frage habe oder Hilfe bei etwas brauche, finde ich jemanden, der mir hilft. Die Plattform bietet auch viele Lernmaterialien auf ihrer Website und in ihrem Blog. Ich schätze es, dass sie Zeit und Ressourcen in die Bildung ihrer Nutzer investieren, und ich habe viel aus ihren Ressourcen gelernt. Wir waren bereits mit Postgres vertraut, daher war es eine natürliche Wahl für unser Unternehmen. Die Lernkurve ist sehr überschaubar. Es hat uns ermöglicht, mit minimalem Aufwand weiter zu skalieren. Alles, was wir tun mussten, war die Timescale-Erweiterung hinzuzufügen, und wir konnten viel mehr Daten problemlos verarbeiten. Dies war ein Wendepunkt für unser Unternehmen. Es ist eine großartige Plattform mit einer unterstützenden Community, hervorragender Skalierbarkeit und vielen Lernmaterialien, die Ihnen den Einstieg erleichtern. **Was gefällt Ihnen an Tiger Data nicht?** Das Komprimierungsfeature in Timescale ist nicht gut erklärt, und es ist schwierig, Daten nach der Komprimierung zu aktualisieren. Der verwaltete Hosting-Service, der von Timescale angeboten wird, ist teuer, was für kleine Unternehmen oder Einzelpersonen möglicherweise nicht machbar ist. Wenn Sie Hypertables in Timescale verwenden, verlieren Sie Fremdschlüsselbeschränkungen, was für einige Benutzer eine erhebliche Einschränkung darstellen kann. Die Wahl von Timescale gegenüber der etablierteren und zuverlässigeren Option von PostgreSQL ist eine riskante Entscheidung. Timescale hat jedoch eine beträchtliche Menge an Finanzierung erhalten, sodass es wahrscheinlich noch eine Weile bestehen wird. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Wir entwickeln ein Analyseprodukt, das speziell für das Website-Bau- und Hosting-Unternehmen Webflow entwickelt wurde. Wir verarbeiten Millionen von Ereignissen von verschiedenen Websites und verwandeln sie in aufschlussreiche Dashboards. Da unser Unternehmen schnell wächst, haben wir festgestellt, dass eine schnelle, zuverlässige Datenbank entscheidend für unser Wachstum und Gedeihen ist. Wie viele andere Unternehmen begann Nocodelytics mit PostgreSQL. Am Anfang funktionierte es. Aber die Größe der Datenbank wuchs sehr, sehr schnell. Schließlich wurden unsere Dashboards mit Millionen von Zeilen träge. Abfragen für Kunden mit viel Traffic dauerten mehrere Minuten oder liefen sogar ab. Meine erste Wahl war ClickHouse, das in unserem Anwendungsfall eine bessere Leistung als Timescale zu haben scheint – aber lesen Sie weiter, denn es gibt noch mehr dazu. Nicht alles war großartig an ClickHouse: Es kann viel, was verwirrend werden kann, und ich würde lieber bei PostgreSQL bleiben, das ich seit Jahren benutze und von dem ich weiß, dass es funktioniert. Das beste Merkmal von TimescaleDB: Es ist alles PostgreSQL, war es schon immer. Alle Ihre Tools, alle vorhandenen Bibliotheken und Ihr Code funktionieren bereits damit. Ich benutze TimescaleDB, weil es dasselbe wie PostgreSQL ist, aber auf magische Weise schneller. ### 19. Beste Zeitreihendatenbank **Rating:** 5.0/5.0 stars **Reviewed by:** Istvan H. | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 28, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Verwendet SQL -> Super einfach einzusteigen Zeitreihendaten -> Wir haben Unmengen an häufig generierten Daten, und es kann sie mühelos verarbeiten Relationale Daten -> Eine Datenbank, um andere Daten zu halten/verbinden. Macht das Leben extrem einfach! Support -> Erstklassig! Preisgestaltung -> Nicht teurer als jede andere günstige Datenbank, die man wählen könnte. Einfach perfekt! **Was gefällt Ihnen an Tiger Data nicht?** Wir sind auf nichts gestoßen, das uns daran gehindert hätte, unsere Cloud-Plattform erfolgreich zu machen. JSONB-Spalten waren ein wenig langsam bei der Durchführung von Aggregationen, daher mussten wir JSONB in eine andere Tabellenstruktur ändern, aber dies ist insgesamt nur eine Einschränkung bei jeder relationalen Datenbank, nicht spezifisch für TimescaleDB! **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Äußerst häufige Daten. Wir erhalten 50 verschiedene Werte pro Sekunde und "Gerät". Das ist eine Menge Daten für die meisten Datenbanken, aber Timescale kann damit mühelos umgehen. ### 20. Eine Zeitreihe für IoT **Rating:** 4.5/5.0 stars **Reviewed by:** Anthony C. | Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** February 13, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Die Tatsache, dass TimescaleDB eine Erweiterung von Postgres ist und sich sehr gut in unseren Überwachungs-Stack (OpenCensus) integriert und da es sich um eine SQL-basierte Zeitreihe handelt, finden die meisten unserer Entwickler es einfach, Daten abzufragen. Hypertable, kontinuierliche Aggregationen bieten eine großartige Möglichkeit, unsere kundenorientierten Abfragen zu beschleunigen. Die Komprimierungsfunktionalität hat uns geholfen, unsere Cloud-Kosten um mehr als 50 % zu reduzieren. **Was gefällt Ihnen an Tiger Data nicht?** Es gibt keinen einfachen Weg, historische Daten nach der Komprimierung von Chunks nachträglich zu füllen, dies erfordert viel benutzerdefinierten Code von unserer Anwendung, und man muss vorsichtig sein, um die Leistung nicht zu beeinträchtigen, wenn man dekomprimiert und Aggregate aktualisiert. Im Allgemeinen ist das Aktualisieren komprimierter Chunks (Hypertable oder Aggregate) etwas mühsam, und es wäre wünschenswert, einen einfachen Weg zu haben, sie ohne Dekomprimierung zu aktualisieren. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Wir speichern viele Sensordaten in Timescale (es ist unsere primäre Zeitreihendatenbank, die all unsere Dienste bedient). Zuvor verwendeten wir OpenTSDB, und der Mangel an Updates, die Go-Bibliothek und das Management machten es sehr schwierig, damit zu arbeiten, daher entschieden wir uns, davon wegzugehen. Einer der Hauptgründe, warum wir uns für Timescale entschieden haben, war das Hypertable-Feature, kontinuierliche Aggregationen und Kompression. Allein damit sind wir in der Lage, eine sehr leistungsfähige Zeitreihe zu haben, die in der Lage ist, viele Sensordaten zu speichern, Aggregationen durchzuführen und die Aufbewahrungsrichtlinie sehr einfach zu verwalten. ### 21. Datenlager für Zeitreihendaten **Rating:** 5.0/5.0 stars **Reviewed by:** Victor L. | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 12, 2023 **Was gefällt Ihnen an Tiger Data am besten?** - Timescale ist eine PostgreSQL-Erweiterung, sodass das Team in der Lage war, all unser vorheriges Wissen über PostgreSQL und Standard-SQL zu nutzen. - Hypertables und kontinuierliche Aggregate bieten einen enormen Leistungsschub sowohl für die Datenaufnahme als auch für Datenabfragen. - Im Gegensatz zu vielen anderen Zeitreihendatenbanken, die scheinbar rein für IoT-ähnliche Anwendungsfälle optimiert sind, konnte Timescale mit *veränderbaren* Zeitreihendaten umgehen. - Aktive und hilfsbereite Community (auf Slack). **Was gefällt Ihnen an Tiger Data nicht?** - Verwaltete Hosting-Optionen (Timescale Cloud und MST) können teuer werden, insbesondere wenn die Ressourcenanforderungen steigen - Schwierig, Protokolle und Metriken für einen bestimmten Datumsbereich über die MST-Konsole abzurufen **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Wir speichern enorme Mengen an Marktplatzdaten in Timescale. Zuvor wurde die Leistung bei anderen RDBMS-Systemen sowohl für die Datenaufnahme als auch für Datenabfragen exponentiell schlechter, wenn die Datenmengen zunahmen. Mit Timescale konnten wir eine hohe Datenaufnahmegeschwindigkeit über die Zeit aufrechterhalten und Funktionen wie Hypertables und kontinuierliche Aggregationen nutzen, um eine anständige Leistung für Echtzeitanfragen zu liefern, selbst über längere Zeiträume hinweg. ### 22. Ausgezeichnete Leistung in Bezug auf Geschwindigkeit und Speicherdimensionen **Rating:** 5.0/5.0 stars **Reviewed by:** Panos M. | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** October 04, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Ich mag die kontinuierlichen Aggregate und die Jobs, die man definieren kann, um sie regelmäßig zu aktualisieren, sehr. **Was gefällt Ihnen an Tiger Data nicht?** Es gibt nichts, was ich nicht mag. Die Online-Dokumentation ist nicht perfekt. Ich glaube, es gibt Raum für Verbesserungen. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Es löst das Problem der Erstellung zeitbasierter Berichte über mehrere Dimensionen. Wir verwenden diese, um unseren Erstellern Analysen darüber zu präsentieren, wie viele Zuhörer sie sich die veröffentlichten Audioinhalte anhören. ### 23. Es ist wirklich "nur PostgreSQL" für Zeitreihendaten. **Rating:** 5.0/5.0 stars **Reviewed by:** DeltaSquared . | Software Engineer, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 28, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Ich musste keine bahnbrechende Technologie erlernen, um ein Experte in der Analyse von Zeitreihendaten zu werden, die mit TimescaleDB gehostet werden. Das macht TSDB an sich bahnbrechend. **Was gefällt Ihnen an Tiger Data nicht?** Sie werden letztendlich die proprietäre Abfragelogik von TimescaleDB in Ihr System integrieren. Es gibt keinen Weg daran vorbei, es sei denn, Sie entwickeln Ihre eigene benutzerdefinierte Schnittstelle gegen Timescale. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Timescale aggregiert effizient und vollständig mehrere Zeitfenster von beliebigen Domänendaten, die ich ihm übergebe. Es wäre eine so mühsame Entwicklungsaufgabe, diese Funktion zu pflegen. Doch weil TimescaleDB dies auf der Datenbankebene löst, muss ich mir darüber in meiner Anwendungsschicht überhaupt keine Gedanken machen! Meine gesamte Geschäftslogik kann sich darauf konzentrieren, WARUM die Zeitreihendaten miteinander in Beziehung stehen, anstatt darauf, wie ich die Beziehung verwalte. ### 24. Die beste Zeitreihendatenbank im Jahr 2023 ist keine Zeitreihendatenbank. **Rating:** 4.0/5.0 stars **Reviewed by:** Kenny C. | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 28, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Der Zeitrahmen hat vorhersehbare Kosten, die in der vertrauten Realität verankert sind; er wird durch das Speichervolumen und die Systemlast bestimmt. Sie haben nicht das vertraute, schreckliche Kardinalitätsproblem, das bei jedem Tag-Set-Serien-Datenmodellsystem üblich ist. Es funktioniert sehr gut und vorhersehbar. Es ist wirklich großartig. Es ist Open Source und das Selbst-Hosting ist einfach: Es ist PostgreSQL. Sie wissen bereits, was Selbst-Hosting aus dieser einen Aussage impliziert und ob Sie bereit sind, es zu tun. Wenn nicht, können Sie Timescale dafür bezahlen, es für Sie mit Timescale Cloud zu tun. Meiner Erfahrung nach war Timescale Cloud in den Monaten, in denen mein Team es nutzte, sehr effektiv. Ihre Community ist großartig, und die Timescale-Wartungspersonen gehen tatsächlich auf von der Community gemeldete Probleme ein (einschließlich mir persönlich)! Es war eine willkommene 180-Grad-Wende von der scheinbar antagonistischen Haltung, die bestimmte andere verwandte Open-Source-Projekte gegenüber ihrer Community einnehmen. Ihre Leute sind wirklich gut. **Was gefällt Ihnen an Tiger Data nicht?** Es gibt keine klar definierte Anleitung dazu, wie Zeitreihendaten allgemein in PostgreSQL modelliert werden sollten. Es gibt hilfreiche Diskussionen über EAV- und breite Schemata, aber bis jetzt scheint Timescale sich davor zu scheuen, eine klare Position zu beziehen. Auch das Einlesen von Daten ist mühsam, wenn man nicht bereits eine PostgreSQL-Anbindung für seinen Dienst hat. Es ist jedoch nicht wirklich der beste Weg, Zeitreihendaten von verschiedenen Dienstanbietern einzulesen; man wird Probleme mit der Anzahl der Verbindungen und seltsamen Rückstaueffekten haben. Upgrades werden auf diese Weise sehr schwierig (fragen Sie einfach Promscale danach, RIP). Ich würde gerne echte direkte RPC-Integrationen mit de-facto Standards wie opentelemetry (gag) und besseren Standards wie goodmetrics im TimescaleDB-Hostprozess selbst sehen. Dies würde das Einlesen von Zeitreihendaten von Dienstanbietern in TimescaleDB nahtlos machen und gemeinsame Standards für die Datenmodellierung etablieren. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Interne Servicebetriebsmetriken. Überwachung und Alarmierung bei der Leistung von Microservices, Fehlern und Ähnlichem. Ursachenanalyse von schlechtem Systemverhalten durch reiche Dimensionalität für Metrikdaten und ausdrucksstarkes SQL. ### 25. Die einfachste, schnellste und kostengünstigste Zeitreihendatenbank - Punkt **Rating:** 5.0/5.0 stars **Reviewed by:** Ken F. | Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** February 23, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Wir liebten die Einfachheit der Installation und die Vertrautheit von Timescale mit PostgreSQL. Es war einfach, loszulegen, und es war einfach, die Datenbank zu pflegen. Am wichtigsten ist, dass die Ingestionsrate unglaublich hoch ist, selbst auf einer kleinen Serverinstanz. Die Funktionen time_bucket() und time_bucket_gapfill() in Abfragen machen das Abrufen unserer Daten zu einem trivialen Problem, sodass wir uns auf unsere geschäftlichen Bedürfnisse konzentrieren können, anstatt auf langwierige Entwicklungszyklen. Außerdem unterhält Timescale einen aktiven Slack-Kanal, auf dem wir die Unterstützung finden, die wir benötigen. **Was gefällt Ihnen an Tiger Data nicht?** Ich zerbreche mir den Kopf, um etwas zu finden, das mir an der Nutzung von TimescaleDB nicht gefällt. Die einzigen Probleme, die wir während der Implementierung und Wartung unserer selbst gehosteten TimescaleDB-Instanzen hatten, wurden entweder durch kleine Codeänderungen oder durch die verbesserten TimescaleDB-Versionen behoben. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Wir mussten eine Zeitreihendatenbanklösung mit einer hohen Aufnahmerate finden, aufgrund der Geschwindigkeit der Telemetriedaten, die von unseren Geräten kommen. Der zusätzliche Vorteil, dass die Software in der Community-Edition im Wesentlichen kostenlos ist, ist das Sahnehäubchen. ### 26. Timescale Cloud hat uns schnell und einfach in Betrieb genommen. **Rating:** 5.0/5.0 stars **Reviewed by:** Logan N. | Director of Software Engineering, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** March 07, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Wir haben Technologien zur Speicherung von Zeitreihendaten evaluiert und sind auf TimescaleDB und Timescale Cloud gestoßen. Wir konnten in wenigen Minuten starten, um die Technologie zu evaluieren, und wir betreiben sie nun seit einem Jahr in der Produktion. Der Support war hervorragend, und der Service erfüllt genau unsere Anforderungen. Wir hatten keine Probleme mit der Leistung oder Ausfallzeiten und hosten derzeit etwa 15 Instanzen mit Timescale Cloud. **Was gefällt Ihnen an Tiger Data nicht?** Einige der Unternehmensfunktionen im Bereich der Notfallwiederherstellung befinden sich noch in der Entwicklung. Es kann mühsam sein, Datenbanken zu verkleinern, nachdem eine anfängliche historische Datenladung durchgeführt und komprimiert wurde. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Wir speichern operative Daten für unser SaaS-Produkt in Postgres zusammen mit Zeitreihendaten, wie SCADA, für Analysen und Visualisierung. Timescale macht das Speichern und Verwalten der Zeitreihendaten einfach, leistungsfähig und effizient. ### 27. Eine Migration, an die wir gerne zurückdenken **Rating:** 4.5/5.0 stars **Reviewed by:** Mathias P. | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 14, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Timescale ermöglichte es uns, die Komplexität in unserem Code zu reduzieren, indem wir seine eingebauten Funktionen nutzten. Erreichte 50% Kosteneinsparungen, während die Leistung sogar verbessert wurde. Tolle Dokumentation; sie hilft nicht nur, ein PoC zum Laufen zu bringen (wo die Dokumentation typischerweise dünner wird), sondern deckt auch ab, was man für den Betrieb in der Produktion benötigt. Das Customer-Success-Team macht seinem Namen wirklich alle Ehre. Verschaffte uns Zugang zu Ingenieuren, wenn es notwendig war, und half, einige Funktionen zu priorisieren, die wir benötigten. **Was gefällt Ihnen an Tiger Data nicht?** Das Nachfüllen von Daten in bereits komprimierte Blöcke könnte leistungsfähiger sein. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Speichern einer großen Menge an IoT-Daten, Ausführen von Analysen dagegen und Visualisieren von Rohdaten auf Abruf. Zunächst wurde MS SQL verwendet, aber es musste viel Code für die Partitionierung und einige der komplexeren Abfragen geschrieben werden. Timescale kümmert sich jetzt darum für uns. ### 28. Flexibler Datenbankdienst und g **Rating:** 3.5/5.0 stars **Reviewed by:** Simon . | Automation Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** February 14, 2023 **Was gefällt Ihnen an Tiger Data am besten?** - Ich habe persönlich nur positive Erfahrungen mit dem Support von Timescale gemacht. Sie waren hilfsbereit und reaktionsschnell bei der Beantwortung unserer Fragen und der Optimierung unserer Instanzen, zum Beispiel durch das Einrichten von Kompression. - Flexibel und auf PostgreSQL basierend. - Gute Dokumentation und Open Source. **Was gefällt Ihnen an Tiger Data nicht?** Sie bieten nicht die gleiche Funktionalität in ihren Managed- und Cloud-Diensten an. Leider ist ein Teil der Funktionalität, die für uns nützlich wäre, in Managed nicht verfügbar, und Cloud ist in unserer Region nicht verfügbar. Ich weiß, dass sie daran arbeiten, sodass sich dies in Zukunft ändern könnte! **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Hohe Datenaufnahme und leistungsstarke Abfragen. Mit Timescale können wir flexibel sein, und es ist schnell, zum Beispiel neue Aggregationen für unsere Anwendungsfälle einzurichten. ### 29. Echtzeit-Tracking-App für Wassersportbegeisterte, basierend auf einer Zeitreihen- und georäumlichen Datenbank. **Rating:** 4.5/5.0 stars **Reviewed by:** Patrick P. | Fondateur et Président, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 22, 2023 **Was gefällt Ihnen an Tiger Data am besten?** - Leistung für die Verarbeitung von Echtzeit-Zeitreihendaten. - Relationale Datenbank als Dienst -> weniger Systemkenntnisse und Administratoraufgaben - Unterstützung der Reaktionsfähigkeit **Was gefällt Ihnen an Tiger Data nicht?** - Mangel an Superuser-Rechten verhindert die Nutzung einiger Erweiterungen wie pgTap oder pg_cron - keine einfache Lösung, um die Verarbeitung außerhalb der Datenbank auszulösen. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Das Aufnehmen, Bereinigen, Kontextualisieren und Visualisieren in Echtzeit einer Vielzahl von Navigationsdaten aus vielen verschiedenen Quellen. Dies ist eine Kerntechnologie, die einfach entscheidend ist, um unser Geschäft zu erweitern. ### 30. Großartige Unterstützung, Fragen werden fast sofort beantwortet. **Rating:** 5.0/5.0 stars **Reviewed by:** C P. | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** March 01, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Grundsätzlich keine seltsamen Probleme, die man oft bei neuer Software findet. Musste keine seltsamen SQL-Hürden überwinden oder merkwürdige Befehle verwenden. Die Dinge funktionieren mehr oder weniger wie jede alte relationale Datenbank. **Was gefällt Ihnen an Tiger Data nicht?** Das einzige Seltsame ist, dass die get-size-Befehle nicht offensichtlich sind. Da Sie tatsächlich viele Tabellen erstellen, benötigen einige der Befehle für normale Tabellen etwas anderes. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Wir speichern große Mengen an Finanzdaten. ### 31. Der Zeitrahmen verbessert die Effizienz unserer Abläufe mit Zeitreihendaten erheblich. **Rating:** 4.5/5.0 stars **Reviewed by:** Alan D. | Engineering Manager, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** February 15, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Kompression ist ein ausgezeichnetes Werkzeug zur Kosteneinsparung bei gleichzeitiger Wahrung der Funktionalität. **Was gefällt Ihnen an Tiger Data nicht?** Es gibt ein Problem mit dem Übergang zwischen zwei verwalteten Produkten, was zu einer Diskrepanz bei den Funktionen/Standortoptionen führt, aber ich glaube, dass sie dies schnell lösen. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Die Skalierung mit IoT-Daten wurde durch unsere Nutzung von Timescale erheblich verbessert. Funktionen wie Zeit-Buckets und kontinuierliche Aggregationen erweitern wirklich unsere Fähigkeit, größere Funktionalität anzubieten. ### 32. Zeitreihen-IoT-Anwendungsfall **Rating:** 4.0/5.0 stars **Reviewed by:** Jamieson T. | Lead Data Scientist, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** October 13, 2022 **Was gefällt Ihnen an Tiger Data am besten?** Wir nutzen Timescale als unser Data Warehouse für Zeitreihendaten von IoT-Geräten. Großartige Plattform und schnelle Abfragezeiten! **Was gefällt Ihnen an Tiger Data nicht?** Die Apps, die verwendet werden, um die Daten zu manipulieren. Wir verwenden derzeit DBeaver - und es ist umständlich. Nicht das einfachste, um sich durchzumanövrieren. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Wir haben ursprünglich MS SQL Server für unsere Zeitreihendaten verwendet - was komplexe Abfragen und lange Laufzeiten erforderte. TimeScale hat das für uns behoben. ### 33. Gut. Aber mehr Fokus auf Leistung wäre schön. **Rating:** 4.0/5.0 stars **Reviewed by:** Lars Riis O. | Lead Quantitative Developer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** February 28, 2023 **Was gefällt Ihnen an Tiger Data am besten?** Der Funktionsumfang (insbesondere cont-Abfragen und die SQL-Erweiterungen) **Was gefällt Ihnen an Tiger Data nicht?** Die Leistung ist im Vergleich zu QuestDB und ClickHouse unzureichend. **Welche Probleme löst Tiger Data für Sie, und wie profitieren Sie davon?** Speicherung von Marktdaten und Energiedaten. - [View Tiger Data pricing details and edition comparison](https://www.g2.com/de/products/tiger-data/reviews?section=pricing&secure%5Bexpires_at%5D=2026-06-16+20%3A34%3A32+-0500&secure%5Bsession_id%5D=b5cdba20-7806-45a4-b040-c0b9f12d8dbf&secure%5Btoken%5D=e313be17feedf3afb80911762eb8a95d704961120f66d5d99f7059b51a76a42a&format=llm_user) ## Tiger Data Integrations - [Airbyte](https://www.g2.com/de/products/airbyte/reviews) - [Amazon CloudWatch](https://www.g2.com/de/products/amazon-cloudwatch/reviews) - [Amazon SageMaker](https://www.g2.com/de/products/amazon-sagemaker/reviews) - [Amazon Web Services AI](https://www.g2.com/de/products/amazon-web-services-ai/reviews) - [Apache Airflow](https://www.g2.com/de/products/apache-airflow/reviews) - [Apache Beam](https://www.g2.com/de/products/apache-beam/reviews) - [Apache Kafka](https://www.g2.com/de/products/apache-kafka/reviews) - [Apache Spark for Azure HDInsight](https://www.g2.com/de/products/apache-spark-for-azure-hdinsight/reviews) - [Appsmith](https://www.g2.com/de/products/appsmith/reviews) - [Appsmith](https://www.g2.com/de/products/appsmith-appsmith/reviews) - [Auth0](https://www.g2.com/de/products/auth0/reviews) - [AWS Lambda](https://www.g2.com/de/products/aws-lambda/reviews) - [Azure Data Studio](https://www.g2.com/de/products/azure-data-studio/reviews) - [Azure Functions](https://www.g2.com/de/products/azure-functions/reviews) - [Azure Monitor](https://www.g2.com/de/products/azure-monitor/reviews) - [Confluent](https://www.g2.com/de/products/confluent/reviews) - [Cube](https://www.g2.com/de/products/cube-2023-07-31/reviews) - [Dash0](https://www.g2.com/de/products/dash0/reviews) - [DBeaver](https://www.g2.com/de/products/dbeaver/reviews) - [dbt](https://www.g2.com/de/products/dbt/reviews) - [Deepnote](https://www.g2.com/de/products/deepnote/reviews) - [Deno](https://www.g2.com/de/products/deno/reviews) - [Django](https://www.g2.com/de/products/django/reviews) - [Estuary](https://www.g2.com/de/products/estuary/reviews) - [Fivetran](https://www.g2.com/de/products/fivetran/reviews) - [Flink](https://www.g2.com/de/products/flink/reviews) - [Forest Admin](https://www.g2.com/de/products/forest-admin/reviews) - [Golang Container Solution](https://www.g2.com/de/products/golang-container-solution/reviews) - [Golang Development Services](https://www.g2.com/de/products/anurag-gupta-golang-development-services/reviews) - [Google Cloud AI Infrastructure](https://www.g2.com/de/products/google-cloud-ai-infrastructure/reviews) - [Google Cloud Console](https://www.g2.com/de/products/google-cloud-console/reviews) - [Grafana Labs](https://www.g2.com/de/products/grafana-labs/reviews) - [Hasura](https://www.g2.com/de/products/hasura/reviews) - [HighByte Intelligence Hub](https://www.g2.com/de/products/highbyte-intelligence-hub/reviews) - [IBM Instana](https://www.g2.com/de/products/ibm-instana/reviews) - [Jaeger](https://www.g2.com/de/products/jaeger/reviews) - [Java Container Solution](https://www.g2.com/de/products/java-container-solution/reviews) - [Java Development](https://www.g2.com/de/products/java-development/reviews) - [Kubernetes](https://www.g2.com/de/products/american-cloud-kubernetes/reviews) - [Kubernetes](https://www.g2.com/de/products/kubernetes/reviews) - [LangChain](https://www.g2.com/de/products/langchain-langchain/reviews) - [Liquibase](https://www.g2.com/de/products/liquibase/reviews) - [Log Server - Unlimited Connections - Using rsyslog](https://www.g2.com/de/products/log-server-unlimited-connections-using-rsyslog/reviews) - [Looker](https://www.g2.com/de/products/looker/reviews) - [Metabase](https://www.g2.com/de/products/metabase/reviews) - [n8n](https://www.g2.com/de/products/n8n/reviews) - [Neon](https://www.g2.com/de/products/neondatabase/reviews) - [New Relic](https://www.g2.com/de/products/new-relic/reviews) - [Node.js](https://www.g2.com/de/products/node-js/reviews) - [Okta](https://www.g2.com/de/products/okta/reviews) - [OpenTelemetry](https://www.g2.com/de/products/opentelemetry/reviews) - [pgAdmin](https://www.g2.com/de/products/pgadmin/reviews) - [PostgreSQL](https://www.g2.com/de/products/postgresql/reviews) - [Power BI Solutions](https://www.g2.com/de/products/power-bi-solutions/reviews) - [Prisma](https://www.g2.com/de/products/prisma-mediaocean/reviews) - [Prisma](https://www.g2.com/de/products/prisma-prisma/reviews) - [Prometheus](https://www.g2.com/de/products/prometheus/reviews) - [Pulumi](https://www.g2.com/de/products/pulumi/reviews) - [Python](https://www.g2.com/de/products/python/reviews) - [Redash](https://www.g2.com/de/products/redash/reviews) - [Redpanda Streaming](https://www.g2.com/de/products/redpanda-streaming/reviews) - [Render](https://www.g2.com/de/products/render-render/reviews) - [Retool](https://www.g2.com/de/products/retool/reviews) - [RubyGPT](https://www.g2.com/de/products/rubygpt/reviews) - [StepZen](https://www.g2.com/de/products/stepzen/reviews) - [Stitch](https://www.g2.com/de/products/stitch-2026-01-09/reviews) - [Stitch](https://www.g2.com/de/products/stitch/reviews) - [Stitch](https://www.g2.com/de/products/stitch-2025-07-15/reviews) - [Stitch](https://www.g2.com/de/products/stitch-stitch/reviews) - [Striim](https://www.g2.com/de/products/striim/reviews) - [Superset](https://www.g2.com/de/products/superset/reviews) - [Superset](https://www.g2.com/de/products/superset-superset/reviews) - [Tableau](https://www.g2.com/de/products/tableau/reviews) - [ToolJet](https://www.g2.com/de/products/tooljet/reviews) - [Zapier](https://www.g2.com/de/products/zapier/reviews) ## Tiger Data Features **Management** - Datenbeschreibungsverzeichnis - Daten-Replikation - Abfragesprache - Datenmodellierung - Performance-Analyse **Management** - Datenschema - Abfragesprache - ACID - Beschwerde - Daten-Replikation **Lagerung** - Datenmodell - Datentypen **Indizierung von Daten** - Semantische Suche - Indizierung von Daten **Wartezeit bei Abfragen** - Geringere Abfragelatenz - Kontinuierliche Abfragen **Entwicklung** - Bereitstellung von Anwendungen - Entwicklungswerkzeuge - Entwicklungsumgebung - Unterstützte Sprachen - Prüfung **Konfiguration** - Anwendungsleistung - Orchestrierung - Datenbank-Überwachung - Erkennung von Anomalien - Netzwerksicherheit **Instandhaltung** - Daten Migration - Backup und Wiederherstellung - Multi-User-Umgebung **Unterstützen** - Textsuche - Datentypen - Sprachen - Betriebssysteme **Verfügbarkeit** - Automatisches Sharding - Automatische Wiederherstellung - Daten-Replikation **Datenlatenz** - Geringere Datenlatenz - Leistung der Datenpipeline **Datenbank** - Datenbankverwaltung - Analytics - Automatische Skalierung - Backup / Wiederherstellung - Lagerung **Datenbank-Administration** - Bereitstellung - Governance - Rechnungsprüfung **Sicherheit** - Datenverschlüsselung - Steuerung des Benutzerzugriffs **Sicherheit** - Sperren von Datenbanken - Zugriffskontrolle - Verschlüsselung - Authentifizierung **Leistung** - Integrierter Cache **Filter** - Genaue Suche - Einstufige Filterung - Vektordatenbank **Verbinder** - Schnellere Aufnahme - Eingebaute Anschlüsse **Infrastruktur** - Networking - Virtuelle Maschinen - Sicherheit **Verfügbarkeit** - Skalierbarkeit - verstärkung - Archivierung - Indizierung **Sicherheit** - Datenmaskierung - Authentifizierung und Single Sign-On - Anonymisierung von Daten **Leistung** - Notfall-Wiederherstellung - Parallelität von Daten - Verwaltung der Arbeitsbelastung - Erweiterte Indizierung - Abfrageoptimierer **Sicherheit** - Rollenbasierte Autorisierung - Authentifizierung - Überwachungsprotokolle - Verschlüsselung **Skala** - Linear skalierbare Datenbank - Speicherverwaltung **Datenmanagement** - Daten-Replikation - Erweiterte Datenanalyse **Unterstützen** - Multi-Modell - Betriebssysteme **Architektur** - Datensicherheit - Lockless-Architektur **Datenbank-Funktionen** - Lagerung - Verfügbarkeit - Stabilität - Skalierbarkeit - Sicherheit - Datenmanipulation - Abfragesprache ## Top Tiger Data Alternatives - [Snowflake](https://www.g2.com/de/products/snowflake/reviews) - 4.5/5.0 (706 reviews) - [InfluxDB](https://www.g2.com/de/products/influxdata-influxdb/reviews) - 4.4/5.0 (98 reviews) - [Google Cloud SQL](https://www.g2.com/de/products/google-cloud-sql/reviews) - 4.5/5.0 (354 reviews)