--- title: Tiger Data Reviews meta_title: 'Tiger Data Reseñas 2026: Detalles, Precios y Características | G2' meta_description: Filtra reseñas de 33 por el tamaño de la empresa, rol o industria de los usuarios para descubrir cómo funciona Tiger Data para un negocio como el tuyo. aggregate_rating: rating_value: 4.6 review_count: 33 scale: '5' date_modified: '2026-06-15' parent_category: name: Software de base de datos url: https://www.g2.com/es/categories/database-software --- # Tiger Data Reviews **Vendor:** Tiger Data (creators of TimescaleDB) **Category:** [Bases de Datos de Series Temporales](https://www.g2.com/es/categories/time-series-databases) **Average Rating:** 4.6/5.0 **Total Reviews:** 33 ## About Tiger Data Tiger Data, de los creadores de TimescaleDB, es la base de datos de series temporales Postgres número 1 para desarrolladores, dispositivos y agentes. Mantén los datos de sensores, en cadena y de clientes actualizados mientras retienes años de historial, todo consultable en SQL estándar. Para IoT, Web3 y AI. Por qué los equipos eligen Tiger Data: - Confiado por miles de desarrolladores. Más de 3 millones de bases de datos activas, más de 2 mil clientes. - Hasta un 95% de compresión. Mantén años de historial en línea a una fracción del costo. - Listo para producción sin el dolor operativo. Multi-AZ HA, PITR, copias de seguridad entre regiones, SOC 2/HIPAA/GDPR, observabilidad profunda. - Escala sin esfuerzo. Computación y almacenamiento desagregados. Nunca pagues por capacidad inactiva. - Arquitectura de datos unificada. Conecta cualquier fuente de datos y sincronízala automáticamente entre tu base de datos operativa y el lago de datos. - Adquisición en hiperescala. Disponible en AWS Marketplace y Azure Marketplace. Capacidades clave: - Particionamiento automático Ingesta millones de puntos de datos por segundo sin gestión manual de tablas o fragmentación. - Vistas materializadas incrementales Precalcula y almacena en caché resúmenes para paneles de control y APIs instantáneos. - Almacenamiento híbrido fila/columna Escrituras rápidas, lecturas comprimidas, optimizado para consultas en tiempo real e históricas. - Compresión (hasta un 95%) Codificaciones columnares aplican filtros y agregados directamente sobre datos comprimidos para consultas más rápidas y grandes ahorros. - Almacenamiento en niveles Mueve automáticamente datos más antiguos o menos frecuentemente accedidos a almacenamiento de objetos de bajo costo mientras los mantienes completamente consultables a través de la misma interfaz SQL. - Postgres Cloud totalmente gestionado Escala computación y almacenamiento de manera independiente, clasifica el almacenamiento S3 para gestionar costos, despliega globalmente y omite las operaciones de base de datos. Verticales de la industria: Desarrolladores y equipos de plataformas en IoT industrial, manufactura, Cripto, SaaS/ML y herramientas DevOps confían en Tiger para combinar datos operativos e históricos para paneles de control en tiempo real e insights críticos para el negocio, consultables en SQL estándar. Cómo empezar: Prueba Tiger Cloud gratis por 1 mes sin necesidad de tarjeta de crédito, o úsanos indefinidamente como parte de nuestro plan gratuito. Empieza ahora - https://console.cloud.timescale.com/signup?utm\_source=g2&utm\_medium=referral&utm\_campaign=free-trial-g2 ## Tiger Data Pros & Cons **What users like:** - A los usuarios les encanta la **interfaz limpia e intuitiva** de Tiger Data, lo que hace que la navegación y el análisis sean directos y eficientes. (8 reviews) - Los usuarios encuentran la **configuración fácil** de Tiger Data altamente beneficiosa para iniciar y escalar cargas de trabajo analíticas complejas sin esfuerzo. (5 reviews) - Los usuarios elogian la **fácil configuración** de Tiger Data, facilitando la creación rápida y eficiente de instancias y servicios. (5 reviews) - Los usuarios valoran la **facilidad de acceso y visualización de datos** , mejorando la toma de decisiones con información clara y procesable. (4 reviews) - Los usuarios elogian el **rendimiento y la velocidad** de Tiger Data, mejorando la toma de decisiones a través del procesamiento y análisis de datos eficiente. (4 reviews) - Velocidad (4 reviews) - A los usuarios les encanta la **facilidad de configuración y la interfaz en la nube fácil de usar** de TigerData, mejorando su experiencia de gestión de bases de datos. (3 reviews) - Los usuarios elogian el **excelente servicio de atención al cliente** de TigerData, destacando los recursos útiles y una comunidad activa para asistencia. (3 reviews) - Usabilidad del Panel de Control (3 reviews) - Los usuarios valoran las **fáciles integraciones** con varios complementos, facilitando la rápida configuración y gestión de bases de datos. (3 reviews) **What users dislike:** - Los usuarios encuentran que el **precio de Tiger Data es alto** , especialmente para proyectos más pequeños y startups, lo que afecta la planificación presupuestaria. (4 reviews) - Los usuarios señalan que los **costos de licencia** de TigerData pueden ser más altos que las alternativas, lo que hace que la planificación del presupuesto sea un desafío para la expansión. (3 reviews) - Los usuarios encuentran que la **falta de visualizadores avanzados** en Tiger Data limita la visualización analítica y afecta la eficiencia del flujo de trabajo. (3 reviews) - Los usuarios experimentan **una interfaz de usuario deficiente** , señalando tiempos de carga lentos y una falta de visualizadores avanzados, lo que afecta la usabilidad y la eficiencia. (3 reviews) - Los usuarios experimentan **rendimiento lento** con la interfaz de usuario, especialmente al manejar grandes conjuntos de datos, lo que afecta la eficiencia general. (3 reviews) - Problemas de latencia (2 reviews) - Problemas de rendimiento (2 reviews) - Diseño de interfaz de usuario deficiente (2 reviews) - Carga lenta (2 reviews) - Complejidad (1 reviews) ## Tiger Data Reviews ### 1. Plataforma de base de datos eficiente y potente para análisis escalables **Rating:** 5.0/5.0 stars **Reviewed by:** Usuario verificado en Software de Computadora | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** September 26, 2025 **¿Qué es lo que más le gusta de Tiger Data?** TigerData se destaca por su configuración extremadamente rápida, velocidades de ingestión confiables e interfaz en la nube intuitiva, lo que facilita el inicio y la escalabilidad incluso de cargas de trabajo analíticas complejas. Su completa compatibilidad con PostgreSQL, además de útiles herramientas de bases de datos vectoriales, permite migraciones sin problemas y consultas flexibles sin la necesidad de aprender nuevos lenguajes o interrumpir los flujos de trabajo existentes. El soporte activo de la comunidad a través de Discord y Slack, además de una documentación robusta, significa que la ayuda siempre está disponible para desarrolladores y administradores. Funciones como la agregación continua, la compresión y la partición automática permiten a los equipos optimizar el rendimiento y ahorrar en costos de la nube, mientras que su panel de métricas proporciona información clara sobre la salud y el uso de la base de datos. **¿Qué es lo que no le gusta de Tiger Data?** Aunque TigerData tiene un alto rendimiento, la interfaz de usuario puede volverse lenta al cargar cuando se gestionan muchas tablas, lo que afecta la eficiencia del flujo de trabajo para proyectos más grandes. Algunos usuarios señalan la ausencia de visualizadores avanzados para datos vectoriales, características que se ven en productos de la competencia, lo que puede limitar las capacidades de visualización analítica. En raras ocasiones, las implementaciones iniciales autogestionadas pueden requerir solución de problemas adicional, pero la mayoría de los problemas se resuelven rápidamente con actualizaciones o ayuda de la comunidad. Además, los costos de licencia y consulta de TigerData pueden ser más altos en comparación con ciertas ofertas de bases de datos de código abierto o básicas, por lo que es importante presupuestar al escalar. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** TigerData permite el almacenamiento y análisis confiable y de alta velocidad para datos masivos de series temporales, resolviendo cuellos de botella de escalabilidad y limitaciones de velocidad de ingestión experimentadas con bases de datos tradicionales. Ayuda al equipo a ejecutar análisis en tiempo real de manera eficiente, minimiza el tiempo de inactividad y ahorra en costos de nube gracias a las funciones de compresión y particionamiento automatizadas. Esto ha mejorado la velocidad de toma de decisiones y la fiabilidad operativa para productos basados en datos. ### 2. Buen servicio por buen precio de almacenamiento **Rating:** 3.5/5.0 stars **Reviewed by:** Juan H. | Fullstack and Blockchain Engineer, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** January 17, 2025 **¿Qué es lo que más le gusta de Tiger Data?** Fácil configuración y creación de instancias y servicios. **¿Qué es lo que no le gusta de Tiger Data?** Estrategias de pagos y precios para servicios. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** ofrecía una base de datos con buenas funcionalidades como crear algunos trabajos cron en ella, o transformaciones. ### 3. Herramienta efectiva para obtener información de datos **Rating:** 4.0/5.0 stars **Reviewed by:** Kartikey A. | Associate Consultant, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** September 29, 2025 **¿Qué es lo que más le gusta de Tiger Data?** Es fácil acceder, analizar y visualizar datos. Me gustó mucho cómo procesa grandes conjuntos de datos y proporciona información clara y accionable para buscar. El panel de control para la versión de PC también es fácil de usar y personalizable, y ayuda a mantenerse actualizado con las tendencias cambiantes del mercado. Definitivamente ha mejorado la velocidad y precisión de la toma de decisiones en mi trabajo. Además, prefería su nombre anterior (timescale), pero el nuevo nombre también es bueno. **¿Qué es lo que no le gusta de Tiger Data?** hay momentos en que la interfaz se siente un poco pesada, especialmente al manejar grandes volúmenes de datos. La versión móvil también podría estar más optimizada para un uso más fluido en movimiento con una mejor interfaz de usuario. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Actualmente, estoy atendiendo a un cliente donde tengo que manejar y analizar datos de buen tamaño, donde tigerdata entra en escena. ### 4. Plataforma eficiente y fácil de usar **Rating:** 4.0/5.0 stars **Reviewed by:** Dalius K. | PHP Developer, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** September 24, 2025 **¿Qué es lo que más le gusta de Tiger Data?** La plataforma ofrece varias herramientas fáciles de usar para análisis, haciendo el análisis más sencillo. **¿Qué es lo que no le gusta de Tiger Data?** Necesito algo de tiempo para aprender las características, tienen un soporte al cliente lento. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** TigerData nos permite almacenar y analizar de manera eficiente grandes volúmenes de datos de series temporales y relacionales. Reduce los tiempos de consulta, simplifica la gestión de datos y proporciona información procesable, mejorando la toma de decisiones y la eficiencia operativa. ### 5. Mi experiencia usando datos de tigre **Rating:** 4.0/5.0 stars **Reviewed by:** Usuario verificado en Seguridad de Redes y Computadoras | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** September 26, 2025 **¿Qué es lo que más le gusta de Tiger Data?** Lo que más me gusta es la interfaz de usuario limpia e intuitiva. Es fácil de navegar, y aprecio la capacidad de pausar servicios cuando sea necesario. La disponibilidad de conectores, especialmente para Amazon S3 y Kafka, hace que la integración sea fluida y muy útil. **¿Qué es lo que no le gusta de Tiger Data?** El precio parece un poco alto y podría ser más flexible, especialmente para proyectos más pequeños o startups. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** TigerData resuelve los compromisos habituales entre las cargas de trabajo en tiempo real y analíticas: obtengo consultas rápidas tanto en datos frescos como históricos, sin necesidad de construir y mantener complejas canalizaciones. Su compresión y almacenamiento en niveles ayudan a mantener los costos bajos incluso a medida que el volumen de datos crece. Además, las integraciones nativas (lakehouse / S3) reducen la sobrecarga, facilitando el enfoque en los insights en lugar de en la infraestructura. ### 6. Gran solución de base de datos vectorial **Rating:** 4.5/5.0 stars **Reviewed by:** Thomas C. | Lead AI Engineer, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** January 16, 2025 **¿Qué es lo que más le gusta de Tiger Data?** La facilidad de configuración con los plugins pgai, pgvector y pgvectorscale hace que la configuración y ejecución de una solución de base de datos vectorial altamente escalable sea muy rápida y sencilla. Tienen buenos recursos tanto para principiantes como para personas avanzadas, y un Discord activo para ayudar con los problemas de los usuarios. La UI/UX para gestionar las bases de datos es buena e incluso hay un mes gratis al comenzar. La implementación de nodeJS para el SDK de postgres es excelente, y la capacidad de escribir postgresql estándar para consultas y gestión de bases de datos hace que esto sea mucho más flexible y fácil de gestionar que las bases de datos vectoriales tradicionales. He usado múltiples bases de datos vectoriales y esta es mi favorita hasta ahora en cuanto a escalabilidad. Uso la interfaz todos los días para verificar el estado de mi base de datos vectorial y me encantan las métricas que proporciona. Solo me tomó una semana de desarrollo cambiar completamente desde una base de datos vectorial diferente, pero tengo una base de código masiva con mucha funcionalidad. Estoy seguro de que alguien con una nueva base de código podría integrarse en un día. **¿Qué es lo que no le gusta de Tiger Data?** Creo que la interfaz de usuario puede ser muy lenta para cargar a veces, especialmente cuando tienes muchas tablas, definitivamente podría mejorar en ese aspecto. También echo de menos un visualizador de vectores como el de QDRANT. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Base de datos vectorial escalable con consultas flexibles, ¿necesito decir más? ;) ### 7. Una gran base de datos de series temporales con una excelente oferta en la nube. **Rating:** 5.0/5.0 stars **Reviewed by:** Louis C. | Lead Platform Engineer, Mediana Empresa (51-1000 empleados) **Reviewed Date:** January 16, 2025 **¿Qué es lo que más le gusta de Tiger Data?** El producto tiene un alto rendimiento, la interfaz en la nube es fácil de usar pero aún ofrece mucho control, el proveedor de Terraform hace que la configuración sea muy sencilla y el equipo ha sido increíble. **¿Qué es lo que no le gusta de Tiger Data?** El proveedor de Terraform aún no está completo, faltan algunas opciones de código abierto para enviar telemetría en la nube en lugar de Cloudwatch y Datadog. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Base de datos de series temporales para un alto rendimiento de entrada y salida para la monitorización de paneles en tiempo real. ### 8. Gran solución innovadora para cualquier usuario de PostgreSQL **Rating:** 5.0/5.0 stars **Reviewed by:** Usuario verificado en Servicios Financieros | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** January 20, 2025 **¿Qué es lo que más le gusta de Tiger Data?** Fácil de empezar, fácil de mantener, fácil de escalar **¿Qué es lo que no le gusta de Tiger Data?** El cambio reciente en el modelo de precios no es ideal. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Permite almacenar y consultar grandes cantidades de datos de series temporales financieras. ### 9. Genial, pero puede ser costoso para una pequeña aplicación de hobby. **Rating:** 3.0/5.0 stars **Reviewed by:** Usuario verificado en Software de Computadora | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** January 16, 2025 **¿Qué es lo que más le gusta de Tiger Data?** Fiabilidad y facilidad de uso e integración. Documentación decente **¿Qué es lo que no le gusta de Tiger Data?** El precio. $50 al mes para un proyecto de hobby se acumula. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Almacenamiento y recuperación de datos basados en series temporales. ### 10. Cambiado de AWS **Rating:** 5.0/5.0 stars **Reviewed by:** Usuario verificado en Software de Computadora | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** January 17, 2025 **¿Qué es lo que más le gusta de Tiger Data?** Los precios en comparación con AWS son ligeramente mejores. **¿Qué es lo que no le gusta de Tiger Data?** Ninguno (hasta ahora), todo funciona bien como se esperaba. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Precios y accesibilidad con facilidad de uso como administrador. ### 11. Gran base de datos para datos de series temporales **Rating:** 5.0/5.0 stars **Reviewed by:** Daniel R. | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** October 26, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Timescale es una poderosa extensión para Postgresql con características especiales para el almacenamiento y procesamiento de datos de series temporales. Ha demostrado ser muy útil en nuestros proyectos de IoT, donde la compresión mantiene el uso del disco al mínimo y los agregados continuos ofrecen una visión muy rápida de los datos. Y dado que todo es Postgres, no hay necesidad de aprender un nuevo lenguaje de consulta. El servicio en la nube gestionado de Timescale es una alternativa rentable y estable para nosotros, ya que no tenemos los recursos para mantener la infraestructura e instalación necesarias. Además, hay una comunidad fuerte y un soporte útil en caso de necesitar orientación en el camino hacia la producción. **¿Qué es lo que no le gusta de Tiger Data?** Bueno, no es realmente un disgusto, pero a primera vista Timescale puede posiblemente ser percibido como un producto fácil de usar donde unos pocos clics de un botón te dan una configuración óptima. Sin embargo, sigue siendo una base de datos con una capa adicional de funcionalidad añadida, lo que requiere algunas exploraciones en varios caminos para utilizar todo su potencial. Una comunidad útil, un soporte receptivo y documentación bien escrita son grandes ayudas durante este ejercicio. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Ingesta, procesamiento y almacenamiento de datos de series temporales de IoT como base para varios servicios. ### 12. Base de datos de series temporales eficiente con agregación poderosa y soporte al usuario excepcional. **Rating:** 5.0/5.0 stars **Reviewed by:** Dustin S. | Mediana Empresa (51-1000 empleados) **Reviewed Date:** March 01, 2023 **¿Qué es lo que más le gusta de Tiger Data?** He estado usando Timescale durante varios meses y estoy extremadamente impresionado con su rendimiento. La base de datos sobresale en el almacenamiento y recuperación de datos de series temporales, lo que la convierte en una opción ideal para mi trabajo. Una de sus características destacadas es la capacidad de agregar datos, lo cual ha sido increíblemente útil para generar conocimientos e informes. Además, las capacidades de compresión son bastante potentes, lo que nos permite almacenar una gran cantidad de datos sin sacrificar el rendimiento. Pero lo que realmente distingue a Timescale es su excepcional soporte al usuario. Siempre que he tenido una pregunta o problema, el equipo ha respondido rápidamente y ha proporcionado soluciones útiles. En general, recomiendo altamente Timescale a cualquiera que necesite una base de datos de series temporales confiable y eficiente. **¿Qué es lo que no le gusta de Tiger Data?** Si bien las capacidades de compresión de Timescale son poderosas, algunos de los matices y limitaciones pueden ser un poco complicados de comprender completamente al principio. Como resultado, puede haber una curva de aprendizaje involucrada en aprovechar el producto al máximo de sus capacidades. Sin embargo, una vez que te familiarizas con estos matices, Timescale puede ser una herramienta altamente efectiva para gestionar y analizar datos de series temporales. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** En nuestra organización, confiamos en Timescale para recopilar y gestionar datos de medidores y sitios de una variedad de sistemas de gestión de energía en todo el país. Gracias a las capacidades robustas de Timescale, podemos rastrear y analizar estos datos de manera efectiva. ### 13. Migración Suave y Rendimiento Mejorado con Timescale Cloud **Rating:** 4.5/5.0 stars **Reviewed by:** Eudald A. | System Design Teacher, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 28, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Recientemente migramos de InfluxDB autohospedado a Timescale Cloud y no podríamos estar más contentos. La transición fue fluida y fácil, y a nuestros ingenieros les encanta la capacidad de usar SQL en lugar de un lenguaje de consulta personalizado. Hemos visto un aumento significativo en el rendimiento solo al usar trucos de SQL familiares. **¿Qué es lo que no le gusta de Tiger Data?** La única queja menor que tenemos es que la interfaz de usuario de la distribución en la nube podría necesitar un poco más de pulido, y que aún no están listados en el mercado de AWS. Sin embargo, esto no ha afectado la funcionalidad o el rendimiento del producto, por lo que no es un problema significativo. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** En Bloobirds, enfrentábamos varios desafíos con nuestra solución anterior de influxDB autoalojada. Uno de los mayores desafíos era que teníamos que usar un lenguaje de consulta personalizado, lo que requería una cantidad significativa de tiempo y recursos para aprender y usar de manera efectiva. Además, nuestra solución de influxDB no era tan eficiente como necesitábamos, especialmente a medida que nuestros volúmenes de datos seguían creciendo. Al migrar a Timescale Cloud, pudimos abordar estos desafíos y beneficiarnos de una serie de características clave. Por ejemplo, Timescale Cloud nos permite usar SQL para consultar nuestros datos de series temporales, lo cual es mucho más familiar y fácil para nuestros ingenieros. Esto nos ha ahorrado una cantidad significativa de tiempo y recursos y ha facilitado mucho obtener información de nuestros datos. Además, Timescale Cloud proporciona un excelente rendimiento, incluso con grandes volúmenes de datos. Esto nos ha permitido manejar nuestros crecientes volúmenes de datos sin experimentar ralentizaciones u otros problemas de rendimiento. En general, Timescale Cloud ha sido un gran beneficio para nuestra organización, permitiéndonos gestionar y analizar nuestros datos de series temporales de manera más efectiva y eficiente. ### 14. Una base de datos de series temporales de alto rendimiento construida sobre la sólida base de datos Postgres, con un soporte estelar incluido. **Rating:** 5.0/5.0 stars **Reviewed by:** Michael S. | Empresa (> 1000 empleados) **Reviewed Date:** February 24, 2023 **¿Qué es lo que más le gusta de Tiger Data?** TimescaleDB es una extensión de Postgres para series temporales. Como usuarios de Postgres desde hace mucho tiempo que necesitaban una base de datos de series temporales, lo vimos como un gran beneficio que TimescaleDB esté construido sobre una tecnología probada y comprobada. Además, podíamos seguir utilizando SQL ubicuo para realizar nuestras consultas. Los beneficios particulares de TimescaleDB incluyen altas tasas de compresión logradas a través de la compresión específica por tipo (alcanzamos más de 10x de compresión) junto con consultas de series temporales mucho más eficientes que el Postgres estándar. Finalmente, el conjunto de hiperfunciones en el kit de herramientas de TimescaleDB es particularmente útil para nuestro dominio (datos de ticks financieros de alta frecuencia). El equipo de Timescale también ha sido extremadamente útil y solidario durante el proceso de migración a TimescaleDB. **¿Qué es lo que no le gusta de Tiger Data?** Migrar grandes volúmenes de datos a la nube (~100 TB sin comprimir) consume mucho tiempo y requiere una cuidadosa consideración. Dicho esto, el equipo de Timescale ha sido de gran ayuda para nosotros en navegar este proceso. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** El almacenamiento y análisis de grandes volúmenes de datos de ticks financieros de alta frecuencia (datos de mercado). Estos datos son la base de nuestros análisis como equipo cuantitativo de comercio electrónico. ### 15. Una base de datos de series temporales de alta calidad que está en producción en minutos. **Rating:** 5.0/5.0 stars **Reviewed by:** Carl C. | Head Of Information Technology, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 21, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Utilizo Timescale Cloud; ha sido trivial desplegarlo en nuestra red de producción (así como en nuestras redes de desarrollo y pruebas). Todos los detalles técnicos están abstraídos, pero se puede acceder a ellos si es necesario (como la afinación del servidor, etc.). La capacidad de escalar con un clic es excelente, y las métricas y alertas basadas en la web también son realmente útiles desde el primer día. El rendimiento parece increíblemente bueno, incluso en los planes de bajo costo. Sin embargo, la característica más impresionante ha sido el soporte, tanto con el gerente de servicio al cliente personal como con la capacidad de respuesta y minuciosidad de los ingenieros (cuando he necesitado hacer una pregunta técnica). Los ingenieros están encantados de responder preguntas sobre diseño general y mejores prácticas, así como de ayudar a resolver problemas de producción. **¿Qué es lo que no le gusta de Tiger Data?** Timescale Cloud está algo restringido, es decir, no hay acceso directo de superusuario, lo cual puede ser un poco difícil de acostumbrarse al principio. Sin embargo, es manejable: no hay nada que no haya podido lograr hasta ahora utilizando la configuración estándar de la nube. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Necesitamos almacenar grandes volúmenes de datos de series temporales, comprimir estos datos, retener algunos pero no todos, tenerlos buscables de manera eficiente y también agregar los datos en bruto en resúmenes diarios/horarios. Timescale hace todo eso. ### 16. Fácilmente extienda Timescale para resolver sus problemas. **Rating:** 5.0/5.0 stars **Reviewed by:** Andrew E. | Head, Data Science Solutions, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 20, 2023 **¿Qué es lo que más le gusta de Tiger Data?** A medida que Timescale extiende Postgres, gestionar tanto mis datos de series temporales como los datos relacionales regulares en un solo almacén es sin esfuerzo. Además, el rendimiento de Timescale hace que gestionar y trabajar con esos datos sea mucho más rápido que con otras herramientas que he utilizado. Finalmente, al extender Postgres, puedo ampliar fácilmente sus capacidades con sus funciones definidas por el usuario basadas en C. **¿Qué es lo que no le gusta de Tiger Data?** Para aprovechar las funciones definidas por el usuario, necesito gestionar mi propia instalación de Timescale y no puedo aprovechar una de las instancias gestionadas. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Como científico de datos, paso gran parte de mi tiempo realizando ingeniería de características para extraer información que ayudará a que mis modelos funcionen mejor. Esto a menudo requiere que procese grandes cantidades de datos con un componente temporal (como datos de panel). Antes de usar Timescale, almacenaba los datos en Postgres, los extraía a mi entorno de Python y tenía problemas de memoria y rendimiento. Con Timescale, he podido trasladar estos cálculos a la base de datos, generando mejoras significativas en el rendimiento. ### 17. Las bases de datos de series temporales nunca han sido tan fáciles. **Rating:** 5.0/5.0 stars **Reviewed by:** Hariharan R. | Tecnología de la información y servicios, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 28, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Cuando comencé a evaluar bases de datos de series temporales, Timescale ya estaba en mi lista. Lo que me encanta de ellos es, 1. Construido nativamente sobre Postgresql, por lo que se obtiene lo mejor de ambos mundos 2. Se puede elegir entre sus versiones autogestionadas, gestionadas y en la nube 3. Equipos de soporte y éxito excelentes que se aseguran de que estés configurado, listo para comenzar y te ayudan con las consultas rápidamente 4. Excelente comunidad, especialmente en Slack, donde puedes hacer/responder preguntas y apoyarse mutuamente **¿Qué es lo que no le gusta de Tiger Data?** A veces, la documentación es difícil de navegar y comenzar con los ejemplos. Por ejemplo, los comandos relacionados con trabajos rutinarios para agregados continuos, cómo verificarlos y gestionarlos, etc. Nuevamente, esto es si fuera muy crítico, pero como dije antes, tienen un producto y un ecosistema fantásticos. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Tenemos un caso de uso de datos de series temporales que Timescale resuelve para nosotros de manera excelente. ### 18. Postgres pero más rápido **Rating:** 5.0/5.0 stars **Reviewed by:** Florian H. | Software Engineer, Software de Computadora, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 19, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Hemos estado usando Timescale durante un tiempo y tengo que decir que estoy impresionado con su plataforma. Tienen una comunidad excelente y activa. Cada vez que tengo una pregunta o necesito ayuda con algo, encuentro a alguien que me ayude. La plataforma también tiene muchos materiales de aprendizaje en su sitio y blog. Aprecio que inviertan tiempo y recursos en educar a sus usuarios, y he aprendido mucho de sus recursos. Ya estábamos familiarizados con Postgres, por lo que fue una elección natural para nuestro negocio. La curva de aprendizaje es muy manejable. Nos ha permitido seguir escalando con un esfuerzo mínimo. Todo lo que tuvimos que hacer fue agregar la extensión de Timescale, y pudimos manejar mucho más datos con facilidad. Esto ha sido un cambio radical para nuestro negocio. Es una gran plataforma con una comunidad de apoyo, excelente escalabilidad y muchos materiales de aprendizaje para ayudarte a comenzar. **¿Qué es lo que no le gusta de Tiger Data?** La función de compresión en Timescale no está bien explicada, y es difícil actualizar datos después de la compresión. El servicio de alojamiento gestionado ofrecido por Timescale es caro, lo que puede no ser viable para pequeñas empresas o individuos. Si estás utilizando hypertables en Timescale, perderás las restricciones de clave externa, lo que puede ser una limitación significativa para algunos usuarios. Elegir Timescale sobre la opción más establecida y confiable de PostgreSQL es una elección arriesgada. Sin embargo, si decides optar por Timescale, debería ser relativamente fácil revertir si es necesario. Además, Timescale ha recaudado una cantidad significativa de fondos, por lo que es probable que esté presente por un tiempo. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Estamos construyendo un producto de análisis diseñado específicamente para la empresa de creación y alojamiento de sitios web Webflow. Estamos procesando millones de eventos de varios sitios web y convirtiéndolos en paneles informativos. A medida que nuestra empresa crece rápidamente, encontramos que una base de datos rápida y confiable es vital para que nuestra empresa crezca y prospere. Como muchas otras empresas, Nocodelytics comenzó con PostgreSQL. Al principio, funcionó. Pero el tamaño de la base de datos creció muy, muy rápido. Eventualmente, con millones de filas, nuestros paneles se volvieron lentos. Las consultas para clientes con mucho tráfico tardaban varios minutos o incluso se agotaban. Mi primera opción fue ClickHouse, que parece tener un mejor rendimiento que Timescale para nuestro caso de uso, pero sigue leyendo ya que hay más al respecto. No todo fue genial con ClickHouse: hace mucho, lo que puede resultar confuso, y preferiría quedarme con PostgreSQL, que he usado durante años y sé que funciona. La mejor característica de TimescaleDB: es todo PostgreSQL, siempre lo ha sido. Todas tus herramientas, todas las bibliotecas existentes y tu código ya funcionan con él. Estoy usando TimescaleDB porque es lo mismo que PostgreSQL pero mágicamente más rápido. ### 19. Mejor base de datos de series temporales **Rating:** 5.0/5.0 stars **Reviewed by:** Istvan H. | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 28, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Usa SQL -> Súper fácil de aprender Datos de series temporales -> Tenemos toneladas de datos generados con frecuencia, y es capaz de manejarlos con facilidad Datos relacionales -> Una base de datos para mantener otros datos relacionados/conectados. ¡Hace la vida extremadamente fácil! Soporte -> ¡De primera categoría! Precios -> No más que cualquier otra base de datos económica que podrías elegir. ¡Simplemente perfecto! **¿Qué es lo que no le gusta de Tiger Data?** No nos hemos encontrado con nada que nos impidiera hacer de nuestra plataforma en la nube un éxito. Las columnas JSONB eran un poco lentas al intentar hacer agregaciones, así que tuvimos que cambiar JSONB a otra estructura de tabla, pero esto es solo una limitación general con cualquier base de datos relacional, ¡no específica de TimescaleDB! **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Datos extremadamente frecuentes. Recibimos 50 valores diferentes cada segundo por "dispositivo". Eso es una gran cantidad de datos para la mayoría de las bases de datos, pero Timescale es capaz de manejarlos con facilidad. ### 20. Una serie temporal para IoT **Rating:** 4.5/5.0 stars **Reviewed by:** Anthony C. | Mediana Empresa (51-1000 empleados) **Reviewed Date:** February 13, 2023 **¿Qué es lo que más le gusta de Tiger Data?** El hecho de que timescaledb sea una extensión de Postgres e integre muy bien con nuestra pila de monitoreo (OpenCensus) y dado que es una base de series temporales SQL, la mayoría de nuestros desarrolladores encuentran fácil consultar datos. Las tablas hiper, los agregados continuos proporcionan una excelente manera de acelerar nuestras consultas orientadas al cliente. La funcionalidad de compresión nos ayudó a reducir nuestro costo en la nube en más del 50%. Si estás utilizando un servicio gestionado o un servicio en la nube, el soporte es muy rápido y útil. **¿Qué es lo que no le gusta de Tiger Data?** No hay una manera fácil de rellenar datos históricos después de comprimir fragmentos, esto requerirá mucho código personalizado de nuestra aplicación y se debe tener cuidado al descomprimir y actualizar el agregado para no afectar el rendimiento. En general, actualizar fragmentos comprimidos (Hypertable o Agregados) es un poco complicado y desearía que hubiera una manera fácil de actualizarlos sin descompresión. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Estamos inyectando/almacenando muchos datos de sensores en Timescale (es nuestra base de datos principal de series temporales que sirve a todos nuestros servicios). Anteriormente estábamos usando OpenTSDB y la falta de actualizaciones, la biblioteca Go y la gestión lo hacían muy difícil de trabajar, por lo que decidimos cambiar. Uno de los puntos principales que nos hizo elegir Timescale fue la función de Hypertable, los Agregados Continuos y la compresión. Con esto solo, podemos tener una serie temporal muy eficiente que es capaz de inyectar muchos datos de sensores, realizar agregaciones y gestionar la política de retención muy fácilmente. ### 21. Almacén de datos para datos de series temporales **Rating:** 5.0/5.0 stars **Reviewed by:** Victor L. | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 12, 2023 **¿Qué es lo que más le gusta de Tiger Data?** - Timescale es una extensión de PostgreSQL, por lo que el equipo pudo aprovechar todo nuestro conocimiento previo de PostgreSQL y SQL estándar. - Las hypertables y los agregados continuos ofrecen un gran impulso de rendimiento tanto para la ingesta de datos como para las consultas de datos. - A diferencia de muchas otras bases de datos de series temporales, que parecen estar optimizadas únicamente para casos de uso similares a IoT, Timescale pudo manejar datos de series temporales *mutables*. - Comunidad activa y servicial (en Slack). **¿Qué es lo que no le gusta de Tiger Data?** - Las opciones de alojamiento gestionado (Timescale Cloud y MST) pueden volverse costosas, especialmente a medida que aumentan los requisitos de recursos. - Difícil recuperar registros y métricas para un rango de fechas específico a través de la consola MST. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Almacenamos grandes cantidades de datos del mercado en Timescale. Anteriormente, en otros sistemas RDBMS, el rendimiento tanto para la ingesta de datos como para la consulta de datos empeoraba exponencialmente a medida que aumentaban los volúmenes de datos. Con Timescale, hemos podido mantener una alta tasa de ingesta de datos a lo largo del tiempo y aprovechar capacidades como las hypertables y los agregados continuos para ofrecer un rendimiento decente para consultas en tiempo real, incluso en rangos de tiempo extendidos. ### 22. Excelente rendimiento en términos de velocidad y dimensiones de almacenamiento. **Rating:** 5.0/5.0 stars **Reviewed by:** Panos M. | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** October 04, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Me gustan mucho los agregados continuos y los trabajos que uno puede definir para actualizarlos regularmente. **¿Qué es lo que no le gusta de Tiger Data?** No hay algo que no me guste. La documentación en línea no es perfecta. Creo que tiene margen de mejora. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Resuelve el problema de crear informes basados en el tiempo en múltiples dimensiones. Usamos estos para preparar la presentación de análisis a nuestros creadores sobre cómo los oyentes escuchan el contenido de audio publicado. ### 23. Realmente es "solo PostgreSQL" para datos de series temporales. **Rating:** 5.0/5.0 stars **Reviewed by:** DeltaSquared . | Software Engineer, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 28, 2023 **¿Qué es lo que más le gusta de Tiger Data?** No tuve que aprender ninguna tecnología revolucionaria para convertirme en un experto en el análisis de datos de series temporales alojados con TimescaleDB. Eso en sí mismo hace que TSDB sea revolucionario. **¿Qué es lo que no le gusta de Tiger Data?** Terminarás incorporando la lógica de consulta propietaria de TimescaleDB en tu sistema. No hay forma de evitarlo a menos que construyas tu propia interfaz personalizada contra Timescale. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Timescale agrega de manera eficiente y completa múltiples ventanas de tiempo de cualquier dato de dominio que le proporcione. Sería una tarea de desarrollo tan tediosa mantener esa característica. Sin embargo, porque TimescaleDB resuelve esto en la capa de base de datos, no tengo que preocuparme en absoluto en mi capa de aplicación. Toda mi lógica de negocio puede relacionarse con POR QUÉ los datos de series temporales se relacionan entre sí en lugar de cómo gestiono la relación. ### 24. La mejor base de datos de series temporales en 2023 no es una base de datos de series temporales. **Rating:** 4.0/5.0 stars **Reviewed by:** Kenny C. | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 28, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Timescale tiene un costo predecible anclado en una realidad familiar; está impulsado por el volumen de almacenamiento y la carga del sistema. No tienes ese problema familiar y terrible de cardinalidad que es común a _todos_ los sistemas de modelos de datos de series de etiquetas. Funciona muy bien y de manera predecible. Es realmente impresionante. Es de código abierto y el autoalojamiento es fácil: es postgresql. Ya sabes lo que implica el autoalojamiento a partir de esa declaración y si estás dispuesto a hacerlo. Si no lo estás, puedes pagar a Timescale para que lo haga por ti con Timescale Cloud. En mi experiencia, Timescale Cloud fue muy efectivo durante los meses que mi equipo lo utilizó. Su comunidad es excelente, y los mantenedores de Timescale realmente abordan los problemas reportados por la comunidad (¡incluyéndome a mí personalmente)! Fue un cambio bienvenido de 180 grados respecto a la postura aparentemente antagonista que ciertos otros proyectos de código abierto relacionados adoptan hacia su comunidad. Su gente es realmente buena. **¿Qué es lo que no le gusta de Tiger Data?** No hay una guía bien definida sobre cómo los datos de series temporales deberían modelarse generalmente en Postgresql. Hay discusiones útiles sobre EAV y esquemas amplios, pero hasta ahora, Timescale parece rehuir de tomar una postura. Además, ingerir datos es un dolor si no tienes ya alguna integración de postgresql para tu servicio. No es realmente la mejor manera de ingerir datos de series temporales desde hosts de servicios dispares; tendrás problemas de conteo de conexiones y extraña contrapresión. Las actualizaciones se vuelven muy difíciles de esa manera (solo pregúntale a Promscale sobre eso, RIP). Me encantaría ver integraciones RPC directas reales con estándares de facto como opentelemetry y mejores estándares como goodmetrics en el proceso del host de TimescaleDB. Esto haría que la ingesta de series temporales de TimescaleDB desde hosts de servicios fuera perfectamente fluida y establecería estándares comunes para el modelado de datos. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Métricas de operaciones de servicio interno. Monitoreo y alerta sobre el rendimiento de microservicios, errores y similares. Identificación de las causas raíz de comportamientos incorrectos del sistema a través de una rica dimensionalidad para datos de métricas y SQL expresivo. ### 25. La base de datos de series temporales más fácil, rápida y rentable - Punto **Rating:** 5.0/5.0 stars **Reviewed by:** Ken F. | Mediana Empresa (51-1000 empleados) **Reviewed Date:** February 23, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Nos encantó la facilidad de instalación y la familiaridad de Timescale con PostgreSQL. Fue fácil comenzar, y ha sido fácil mantener la base de datos. Lo más importante es que la tasa de ingestión es increíble, incluso en una instancia de servidor pequeña. Las funciones time_bucket() y time_bucket_gapfill() en las consultas hacen que la recuperación de nuestros datos sea un problema trivial, por lo que podemos centrarnos en nuestras necesidades comerciales en lugar de en largos ciclos de desarrollo. Además, Timescale mantiene un canal activo en Slack donde podemos encontrar el apoyo que necesitamos. **¿Qué es lo que no le gusta de Tiger Data?** Estoy devanándome los sesos para encontrar algo que no me guste de usar TimescaleDB. Los únicos problemas que experimentamos durante la implementación y el mantenimiento de nuestras instancias autogestionadas de TimescaleDB se han solucionado ya sea mediante pequeños cambios de código o con las versiones mejoradas de TimescaleDB. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Necesitábamos encontrar una solución de base de datos de series temporales con una alta tasa de ingestión debido a la velocidad de los datos de telemetría que provienen de nuestros dispositivos. El beneficio adicional de que el software sea esencialmente gratuito para la edición comunitaria es la guinda del pastel. ### 26. Timescale Cloud nos puso en marcha rápida y fácilmente. **Rating:** 5.0/5.0 stars **Reviewed by:** Logan N. | Director of Software Engineering, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** March 07, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Estábamos evaluando tecnologías para alojar datos de series temporales y nos encontramos con TimescaleDB y Timescale Cloud. Pudimos comenzar a funcionar en minutos, para poder evaluar la tecnología, y lo hemos estado ejecutando en producción durante el último año. El soporte ha sido excelente, y el servicio hace exactamente lo que necesitábamos. No hemos tenido problemas con el rendimiento o el tiempo de inactividad y actualmente alojamos aproximadamente 15 instancias con Timescale Cloud. **¿Qué es lo que no le gusta de Tiger Data?** Algunas de las características empresariales relacionadas con la Recuperación ante Desastres todavía están en desarrollo. Puede ser tedioso reducir el tamaño de las bases de datos después de realizar una carga histórica inicial de datos y comprimirlos. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Almacenamos datos operativos para nuestro producto SaaS en Postgres junto con datos de series temporales, como SCADA, para análisis y visualización. Timescale hace que almacenar y gestionar los datos de series temporales sea simple, eficiente y de alto rendimiento. ### 27. Una migración a la que nos gusta recordar. **Rating:** 4.5/5.0 stars **Reviewed by:** Mathias P. | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 14, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Timescale nos permitió reducir la complejidad en nuestro código utilizando sus funciones integradas. Logramos un ahorro del 50% en costos mientras mejoramos el rendimiento. Documentación excelente; no solo te ayuda a poner en marcha un PoC (donde la documentación típicamente comienza a escasear) sino que también cubre lo que necesitas para operar en producción. El equipo de éxito del cliente realmente está a la altura de su nombre. Nos dio acceso a ingenieros cuando fue necesario y ayudó a priorizar algunas características que necesitábamos. **¿Qué es lo que no le gusta de Tiger Data?** Rellenar datos en fragmentos ya comprimidos podría ser más eficiente. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Almacenar una gran cantidad de datos de IoT, ejecutar análisis sobre ellos y visualizar datos en bruto bajo demanda. Inicialmente se utilizó MS SQL, pero tuvimos que escribir mucho código para la partición y algunas de las consultas más complejas. Timescale se encarga de eso por nosotros ahora. ### 28. Servicio de base de datos flexible y g **Rating:** 3.5/5.0 stars **Reviewed by:** Simon . | Automation Engineer, Mediana Empresa (51-1000 empleados) **Reviewed Date:** February 14, 2023 **¿Qué es lo que más le gusta de Tiger Data?** - Personalmente, solo he tenido experiencias positivas con el soporte de Timescale. Han sido útiles y receptivos al responder nuestras preguntas y ayudarnos a optimizar nuestras instancias, por ejemplo, configurando la compresión. - Flexible y basado en PostgreSQL. - Buena documentación y código abierto. **¿Qué es lo que no le gusta de Tiger Data?** No ofrecen la misma funcionalidad en sus servicios Gestionados y en la Nube. Desafortunadamente, una parte de la funcionalidad que sería útil para nosotros no está disponible en Gestionados, y la Nube no está disponible en nuestra región. Sé que están trabajando en esto, por lo que esto podría cambiar en el futuro. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Alta ingesta de datos y consultas de alto rendimiento. Con Timescale podemos ser flexibles y es rápido, por ejemplo, configurar nuevas agregaciones para nuestros casos de uso. ### 29. Aplicación de seguimiento en tiempo real para entusiastas de los deportes acuáticos construida sobre una base de datos de series temporales y geoespacial. **Rating:** 4.5/5.0 stars **Reviewed by:** Patrick P. | Fondateur et Président, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 22, 2023 **¿Qué es lo que más le gusta de Tiger Data?** - Rendimiento para el procesamiento de datos en tiempo real de series temporales. - Base de datos relacional como servicio -> menos habilidades de sistema y tareas de administración de sistemas - Capacidad de respuesta del soporte **¿Qué es lo que no le gusta de Tiger Data?** - falta de derechos de superusuario que impiden el uso de algunas extensiones como pgTap o pg_cron - no hay una solución fácil para activar el procesamiento fuera de la base de datos. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Ingestar, limpiar, contextualizar y visualizar en tiempo real una gran cantidad de datos de navegación provenientes de muchas fuentes diferentes. Esta es una tecnología central, simplemente crítica para hacer crecer nuestro negocio. ### 30. Gran apoyo, las preguntas se responden casi de inmediato. **Rating:** 5.0/5.0 stars **Reviewed by:** C P. | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** March 01, 2023 **¿Qué es lo que más le gusta de Tiger Data?** Básicamente, no hay problemas extraños que uno suele encontrar con software nuevo. No he tenido que pasar por aros extraños de SQL, ni comandos raros. Las cosas simplemente funcionan más o menos como cualquier base de datos relacional antigua. **¿Qué es lo que no le gusta de Tiger Data?** Lo único extraño es que los comandos de obtener tamaño no son obvios. Dado que en realidad estás creando muchas tablas, algunos de los comandos en tablas normales necesitan algo diferente. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Almacenamos grandes cantidades de datos financieros. ### 31. Timescale mejora enormemente la eficiencia de nuestras operaciones con datos de series temporales. **Rating:** 4.5/5.0 stars **Reviewed by:** Alan D. | Engineering Manager, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 15, 2023 **¿Qué es lo que más le gusta de Tiger Data?** La compresión es una herramienta excelente para ahorrar costos mientras se equilibra la funcionalidad. **¿Qué es lo que no le gusta de Tiger Data?** Hay un problema con ellos transitando entre dos productos gestionados, lo que resulta en una discrepancia de opciones de características/ubicación, pero creo que lo están resolviendo rápidamente. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** El escalado con datos de IoT se ha mejorado enormemente gracias a nuestro uso de Timescale. Características como los intervalos de tiempo y los agregados continuos realmente amplían nuestra capacidad para ofrecer una mayor funcionalidad. ### 32. Caso de Uso de IoT de Series Temporales **Rating:** 4.0/5.0 stars **Reviewed by:** Jamieson T. | Lead Data Scientist, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** October 13, 2022 **¿Qué es lo que más le gusta de Tiger Data?** Utilizamos Timescale como nuestro almacén de datos para datos de series temporales de dispositivos IoT. ¡GRAN plataforma y tiempo de consulta rápido! **¿Qué es lo que no le gusta de Tiger Data?** Las aplicaciones que se utilizan para manipular los datos. Actualmente usamos DBeaver, y es torpe. No es el más fácil de manejar. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Inicialmente utilizamos MS SQL Server para nuestros datos de series temporales, lo que requería consultas complejas y un tiempo de ejecución prolongado. TimeScale ha solucionado eso para nosotros. ### 33. Bien. Pero más enfoque en el rendimiento estaría bien. **Rating:** 4.0/5.0 stars **Reviewed by:** Lars Riis O. | Lead Quantitative Developer, Mediana Empresa (51-1000 empleados) **Reviewed Date:** February 28, 2023 **¿Qué es lo que más le gusta de Tiger Data?** El conjunto de características (especialmente las consultas cont y las extensiones de SQL) **¿Qué es lo que no le gusta de Tiger Data?** El rendimiento es inferior en comparación con questdb y clickhouse. **¿Qué problemas resuelve Tiger Data y cómo le beneficia eso?** Almacenamiento de datos de mercado y datos de medidores de energía. - [View Tiger Data pricing details and edition comparison](https://www.g2.com/es/products/tiger-data/reviews?section=pricing&secure%5Bexpires_at%5D=2026-06-16+22%3A32%3A07+-0500&secure%5Bsession_id%5D=1ddceadd-a840-4a18-9859-89157e8fa629&secure%5Btoken%5D=ae1f75a284e145a57bc49366a589960d1a670e7953c3dd2232def120e9510e22&format=llm_user) ## Tiger Data Integrations - [Airbyte](https://www.g2.com/es/products/airbyte/reviews) - [Amazon CloudWatch](https://www.g2.com/es/products/amazon-cloudwatch/reviews) - [Amazon SageMaker](https://www.g2.com/es/products/amazon-sagemaker/reviews) - [Amazon Web Services AI](https://www.g2.com/es/products/amazon-web-services-ai/reviews) - [Apache Airflow](https://www.g2.com/es/products/apache-airflow/reviews) - [Apache Beam](https://www.g2.com/es/products/apache-beam/reviews) - [Apache Kafka](https://www.g2.com/es/products/apache-kafka/reviews) - [Apache Spark for Azure HDInsight](https://www.g2.com/es/products/apache-spark-for-azure-hdinsight/reviews) - [Appsmith](https://www.g2.com/es/products/appsmith/reviews) - [Appsmith](https://www.g2.com/es/products/appsmith-appsmith/reviews) - [Auth0](https://www.g2.com/es/products/auth0/reviews) - [AWS Lambda](https://www.g2.com/es/products/aws-lambda/reviews) - [Azure Data Studio](https://www.g2.com/es/products/azure-data-studio/reviews) - [Azure Functions](https://www.g2.com/es/products/azure-functions/reviews) - [Azure Monitor](https://www.g2.com/es/products/azure-monitor/reviews) - [Confluent](https://www.g2.com/es/products/confluent/reviews) - [Cube](https://www.g2.com/es/products/cube-2023-07-31/reviews) - [Dash0](https://www.g2.com/es/products/dash0/reviews) - [DBeaver](https://www.g2.com/es/products/dbeaver/reviews) - [dbt](https://www.g2.com/es/products/dbt/reviews) - [Deepnote](https://www.g2.com/es/products/deepnote/reviews) - [Deno](https://www.g2.com/es/products/deno/reviews) - [Django](https://www.g2.com/es/products/django/reviews) - [Estuary](https://www.g2.com/es/products/estuary/reviews) - [Fivetran](https://www.g2.com/es/products/fivetran/reviews) - [Flink](https://www.g2.com/es/products/flink/reviews) - [Forest Admin](https://www.g2.com/es/products/forest-admin/reviews) - [Golang Container Solution](https://www.g2.com/es/products/golang-container-solution/reviews) - [Golang Development Services](https://www.g2.com/es/products/anurag-gupta-golang-development-services/reviews) - [Google Cloud AI Infrastructure](https://www.g2.com/es/products/google-cloud-ai-infrastructure/reviews) - [Google Cloud Console](https://www.g2.com/es/products/google-cloud-console/reviews) - [Grafana Labs](https://www.g2.com/es/products/grafana-labs/reviews) - [Hasura](https://www.g2.com/es/products/hasura/reviews) - [HighByte Intelligence Hub](https://www.g2.com/es/products/highbyte-intelligence-hub/reviews) - [IBM Instana](https://www.g2.com/es/products/ibm-instana/reviews) - [Jaeger](https://www.g2.com/es/products/jaeger/reviews) - [Java Container Solution](https://www.g2.com/es/products/java-container-solution/reviews) - [Java Development](https://www.g2.com/es/products/java-development/reviews) - [Kubernetes](https://www.g2.com/es/products/american-cloud-kubernetes/reviews) - [Kubernetes](https://www.g2.com/es/products/kubernetes/reviews) - [LangChain](https://www.g2.com/es/products/langchain-langchain/reviews) - [Liquibase](https://www.g2.com/es/products/liquibase/reviews) - [Log Server - Unlimited Connections - Using rsyslog](https://www.g2.com/es/products/log-server-unlimited-connections-using-rsyslog/reviews) - [Looker](https://www.g2.com/es/products/looker/reviews) - [Metabase](https://www.g2.com/es/products/metabase/reviews) - [n8n](https://www.g2.com/es/products/n8n/reviews) - [Neon](https://www.g2.com/es/products/neondatabase/reviews) - [New Relic](https://www.g2.com/es/products/new-relic/reviews) - [Node.js](https://www.g2.com/es/products/node-js/reviews) - [Okta](https://www.g2.com/es/products/okta/reviews) - [OpenTelemetry](https://www.g2.com/es/products/opentelemetry/reviews) - [pgAdmin](https://www.g2.com/es/products/pgadmin/reviews) - [PostgreSQL](https://www.g2.com/es/products/postgresql/reviews) - [Power BI Solutions](https://www.g2.com/es/products/power-bi-solutions/reviews) - [Prisma](https://www.g2.com/es/products/prisma-mediaocean/reviews) - [Prisma](https://www.g2.com/es/products/prisma-prisma/reviews) - [Prometheus](https://www.g2.com/es/products/prometheus/reviews) - [Pulumi](https://www.g2.com/es/products/pulumi/reviews) - [Python](https://www.g2.com/es/products/python/reviews) - [Redash](https://www.g2.com/es/products/redash/reviews) - [Redpanda Streaming](https://www.g2.com/es/products/redpanda-streaming/reviews) - [Render](https://www.g2.com/es/products/render-render/reviews) - [Retool](https://www.g2.com/es/products/retool/reviews) - [RubyGPT](https://www.g2.com/es/products/rubygpt/reviews) - [StepZen](https://www.g2.com/es/products/stepzen/reviews) - [Stitch](https://www.g2.com/es/products/stitch-2026-01-09/reviews) - [Stitch](https://www.g2.com/es/products/stitch/reviews) - [Stitch](https://www.g2.com/es/products/stitch-2025-07-15/reviews) - [Stitch](https://www.g2.com/es/products/stitch-stitch/reviews) - [Striim](https://www.g2.com/es/products/striim/reviews) - [Superset](https://www.g2.com/es/products/superset/reviews) - [Superset](https://www.g2.com/es/products/superset-superset/reviews) - [Tableau](https://www.g2.com/es/products/tableau/reviews) - [ToolJet](https://www.g2.com/es/products/tooljet/reviews) - [Zapier](https://www.g2.com/es/products/zapier/reviews) ## Tiger Data Features **Gestión** - Diccionario de datos - Replicación de datos - Lenguaje de consulta - Modelado de datos - Análisis de rendimiento **Administración** - Esquema de datos - Lenguaje de consulta - ACID - Queja - Replicación de datos **Almacenamiento** - Modelo de datos - Tipos de datos **Indexación de datos** - Búsqueda semántica - Indización de datos **Latencia de consulta** - Menor latencia de consulta - Consultas continuas **Desarrollo** - Implementación de aplicaciones - Herramientas de desarrollo - Entorno de desarrollo - Soporte de idiomas - Prueba **Configuración** - Rendimiento de las aplicaciones - Orquestación - Supervisión de bases de datos - Detección de anomalías - Seguridad de red **Mantenimiento** - Migración de datos - Copia de seguridad y recuperación - Entorno multiusuario **Apoyo** - Búsqueda de texto - Tipos de datos - Idiomas - Sistemas operativos **Disponibilidad** - Uso compartido automático - Recuperación automática - Replicación de datos **Latencia de datos** - Menor latencia de datos - Rendimiento de la canalización de datos **base de datos** - Gestión de bases de datos - Analytics - Auto Scaling - Copia de seguridad / Recuperación - Almacenamiento **Administración de bases de datos** - Aprovisionamiento - Gobernanza - Auditoría **Seguridad** - Cifrado de datos - Control de acceso de usuarios **Seguridad** - Bloqueo de base de datos - Control de acceso - Encriptación - Autenticación **Rendimiento** - Caché integrada **Filtros** - Búsqueda precisa - Filtrado de una sola etapa - Base de datos vectorial **Conectores** - Ingestión más rápida - Conectores integrados **Infraestructura** - Gestión de redes - Máquinas virtuales - Seguridad **Disponibilidad** - Escalabilidad - copia de seguridad - Archiving - Indexación **Seguridad** - Enmascaramiento de datos - Autenticación e inicio de sesión único - Anonimización de datos **Rendimiento** - Recuperación ante desastres - Simultaneidad de datos - Gestión de la carga de trabajo - Indexación avanzada - Optimizador de consultas **Seguridad** - Autorización basada en roles - Autenticación - Registros de auditoría - Encriptación **Escala** - Base de datos escalable linealmente - Administración del almacenamiento **Gestión de datos** - Replicación de datos - Análisis de datos avanzado **Apoyo** - Multimodelo - Sistemas operativos **Arquitectura** - Seguridad de los datos - Arquitectura sin bloqueo **Características de la base de datos** - Almacenamiento - Disponibilidad - Estabilidad - Escalabilidad - Seguridad - Manipulación de datos - Lenguaje de consulta ## Top Tiger Data Alternatives - [Snowflake](https://www.g2.com/es/products/snowflake/reviews) - 4.5/5.0 (706 reviews) - [InfluxDB](https://www.g2.com/es/products/influxdata-influxdb/reviews) - 4.4/5.0 (98 reviews) - [Google Cloud SQL](https://www.g2.com/es/products/google-cloud-sql/reviews) - 4.5/5.0 (354 reviews)