Google Cloud BigQuery Reseñas y Detalles del Producto

Actualmente estoy usando Azure y GCP cloud para todos mis pipelines de almacenamiento de datos, y BigQuery es la herramienta más utilizada en mi flujo de trabajo. Es una herramienta muy poderosa para pipelines ETL, elimina completamente el dolor de cabeza de escalar la infraestructura y realizar ajustes. Paso la mayor parte del día construyendo pipelines ETL/ELT complejos con nuestro sistema antiguo, y simplemente maneja la escala masiva automáticamente. Estoy ejecutando trabajos de transformación de varios terabytes en minutos que solían tomar horas. Su computación y almacenamiento ayudan a la estabilidad. La integración con toda la plataforma de Google Cloud es la mejor, lo que facilita todo el flujo de trabajo. Reseña recopilada por y alojada en G2.com.

bueno, el problema principal es que pocas personas lo están usando debido a sus problemas de costos, así que tengo que usar otra nube en lugar de GCP. Reseña recopilada por y alojada en G2.com.

lo que más me gusta es la arquitectura sin servidor, potente y confiable. mi trabajo es construir canalizaciones de datos, me permite olvidarme por completo del dimensionamiento de clústeres, escalar para cargas máximas y parchear servidores, simplemente apunto mis herramientas ETL como dbt a BigQuery y el motor de consultas maneja transformaciones de varios terabytes al instante utilizando procesamiento paralelo. la integración con todo el ecosistema de GCP, almacenamiento en la nube para almacenamiento y airflow para orquestación, es perfecta, lo que facilita la construcción de canalizaciones robustas y automatizadas, es un cambio total en la eficiencia. Reseña recopilada por y alojada en G2.com.

la factura puede aumentar dramáticamente, muy rápidamente, tuvimos que dedicar una cantidad significativa de tiempo a establecer la gobernanza interna, cuotas estrictas de usuarios y políticas de particionamiento obligatorias para mantener el presupuesto bajo control. Reseña recopilada por y alojada en G2.com.

BigQuery es simplemente increíble, maneja todos los conjuntos de datos y el flujo de trabajo con tanta facilidad. Trabajo con millones de filas casi todos los días y nunca me hace sentir que estoy esperando. Simplemente escribo mi SQL y se ejecuta sin problemas, sin necesidad de ajustes o problemas de servidor. Otra cosa es la sencilla integración con herramientas como Looker y Tableau, lo que hace que el trabajo con paneles de control sea muy fácil. En general, la velocidad y la configuración sin mantenimiento son las mayores razones por las que disfruto usarlo. Reseña recopilada por y alojada en G2.com.

Al principio, tuve un poco de dificultad para entender la estructura de costos porque todo depende de los datos escaneados, así que si ejecutas un SELECT* descuidado, el costo de la consulta aumenta. Este es el único problema, pero está bien, puedo optimizar mis consultas. Reseña recopilada por y alojada en G2.com.

he estado trabajando en GCP durante los últimos 4 años, y es una plataforma en la nube increíble, y BigQuery es muy útil para todo el ETL, la limpieza de datos y el almacenamiento de datos, incluso para el modelado de datos. creo que es extremadamente confiable para manejar el procesamiento de datos a gran escala con casi cero gestión de infraestructura, el almacenamiento columnar y la ejecución distribuida ofrecen un rendimiento muy rápido incluso para consultas analíticas complejas de múltiples etapas. y la integración con pub/sub, GCS y dataflow hace que construir una canalización de extremo a extremo sea mucho más fácil y más eficiente, fue muy fácil de usar al principio e incluso ahora. y es confiable, por eso todavía lo uso diariamente para etl. Reseña recopilada por y alojada en G2.com.

cuando el equipo está explorando datos o usando SELECT * sin filtros, entonces el costo de la consulta puede ser difícil de estimar, y también algunos controles operativos, como la indexación detallada o el ajuste físico, son limitados en comparación con un almacén tradicional, pero en general es lo mejor. Reseña recopilada por y alojada en G2.com.

GCP es mi nube favorita entre todas las nubes, porque es muy adecuada para operaciones de datos, y encontré BigQuery muy útil para mí, es rápido para ejecutar consultas analíticas pesadas, especialmente en tablas grandes, me gusta que no hay necesidad de ajustar el rendimiento, maneja la mayor parte automáticamente, además la interfaz es muy limpia, y las integraciones con GCS hacen que la carga de datos con la exportación sea muy fluida. es bastante bueno, y en los últimos 2 años lo he usado mucho para la limpieza de datos. es una de mis herramientas favoritas en mi flujo de trabajo. Reseña recopilada por y alojada en G2.com.

la sintaxis de SQL es diferente de PL/SQL, así que tuve que ajustar y reescribir algunas funciones y lógica, y los procedimientos almacenados son limitados en comparación con PL/SQL, por lo que algunas características a las que estaba acostumbrado no están disponibles, pero en general es bueno y fácil de usar. Reseña recopilada por y alojada en G2.com.

lo mejor que me gusta es su velocidad y la forma en que maneja una gran cantidad de datos sin ningún estrés de mi parte, simplemente escala por sí solo, la interfaz SQL es muy simple para el equipo y podemos construir complejas canalizaciones ETL directamente en el almacén. También me gusta lo fácil que se conecta con todo el ecosistema de Google Cloud, transmitiendo datos a través de Pub/Sub y Dataflow directamente en BigQuery es súper fluido, y obtenemos paneles casi en tiempo real sin ninguna configuración de ingeniería adicional. Reseña recopilada por y alojada en G2.com.

hay un pequeño problema que es que tiene algunas limitaciones de SQL, como no soportar todas las funciones complejas que ves en las bases de datos tradicionales, por lo que a veces hacemos soluciones alternativas, pero en general es bueno. Reseña recopilada por y alojada en G2.com.

BigQuery es increíble, lo estoy usando desde hace 3 años, es bastante fácil de usar y poderoso, me gusta su velocidad y su interfaz simple. La separación de almacenamiento y computación, el escalado elástico y la optimización automática del rendimiento lo hacen extremadamente confiable para cargas de trabajo analíticas a gran escala. La interfaz SQL nativa es intuitiva, y características como el almacenamiento columnar, el viaje en el tiempo, la agrupación y las vistas materializadas mejoran el rendimiento para conjuntos de datos masivos. Lo he integrado con Vertex AI, Tableau, Cloud Storage, etc. Reseña recopilada por y alojada en G2.com.

no hay problemas, todo lo que necesitamos es una buena experiencia práctica, sin ella, puede parecer difícil de usar, pero una vez que nos acostumbramos, es la herramienta más avanzada para el almacenamiento de datos. Reseña recopilada por y alojada en G2.com.

Puedo decir muchas cosas buenas sobre BigQuery porque simplemente me gusta. Han pasado más de 3 años desde que comencé a usar GCP y BigQuery como mi principal herramienta de almacenamiento de datos para ETL y limpieza de datos. Es increíble, puede manejar grandes cantidades de datos sin ningún problema, procesa enormes volúmenes de datos muy rápido sin gestión de clústeres, el escalado automático ahorra muchos dolores de cabeza operativos. También lo integré con Tableau, Vertex AI y algunas herramientas internas de ETL. La integración mantiene nuestro flujo de datos fluido desde la ingestión hasta el análisis. Reseña recopilada por y alojada en G2.com.

El costo es bastante alto, pero está bien, quiero decir, proporciona el mejor servicio al cliente y rendimiento, así que es fácil de usar. Personalmente, no tengo ningún problema con él, es la herramienta perfecta para mí. Reseña recopilada por y alojada en G2.com.

BigQuery es el mejor para el desarrollo de modelos, estoy usando GCP junto con Azure, para flujos de trabajo de datos y desarrollo de modelos, uso BigQuery principalmente para manejar datos de características a gran escala y ejecutar rápidamente pipelines SQL para el entrenamiento de modelos. Me gusta porque puede procesar enormes conjuntos de datos en segundos, incluso cuando estoy haciendo agregaciones para la ingeniería de características, me ahorra mucho tiempo porque antes solía esperar a que terminaran largos trabajos de ETL, pero ahora se ejecutan casi instantáneamente. La integración con Vertex AI también ayuda en nuestro pipeline, exporto conjuntos de datos curados de BigQuery a Vertex AI para entrenar modelos pesados y el proceso es fluido. Reseña recopilada por y alojada en G2.com.

No tengo una gran queja, pero el único área donde siento que se requiere un poco de mejora es en la visibilidad de costos. A veces, el costo de las consultas aumenta si ejecuto consultas exploratorias sin un filtro adecuado, pero en general ha sido un gran apoyo para acelerar nuestros flujos de trabajo de ML. Reseña recopilada por y alojada en G2.com.

bueno, lo principal que me gusta es que es Google, sus servicios al cliente son de primera categoría, siempre que enfrentamos algún problema, lo resuelven lo más pronto posible, he estado usando GCP desde hace 4 años, y cada servicio es increíble, BigQuery es mi herramienta favorita de almacenamiento de datos porque tiene buena velocidad y escalabilidad, trabajo con ella diariamente para manejar grandes conjuntos de datos, y me da el mejor rendimiento, sus otros servicios son tan fáciles de usar que puedo integrar e implementar mi flujo de trabajo fácilmente,,, la interfaz SQL es muy cómoda y características como la partición y el agrupamiento hacen que las consultas sean más rápidas y con menos costo, la he integrado con tableau y almacenamiento en la nube. Reseña recopilada por y alojada en G2.com.

personalmente, simplemente me encanta, no hay nada que no me guste, sí, a veces funciona lentamente, pero es negociable, no tengo ninguna queja al respecto. Reseña recopilada por y alojada en G2.com.