--- title: Tiger Data Reviews meta_title: 'Tiger Data Avis 2026 : Détails, Tarification, & Caractéristiques | G2' meta_description: Filtrez les avis sur 33 par taille d'entreprise, rôle ou secteur des utilisateurs pour découvrir comment Tiger Data fonctionne pour une entreprise comme la vôtre. aggregate_rating: rating_value: 4.6 review_count: 33 scale: '5' date_modified: '2026-06-15' parent_category: name: Logiciel de base de données url: https://www.g2.com/fr/categories/database-software --- # Tiger Data Reviews **Vendor:** Tiger Data (creators of TimescaleDB) **Category:** [Bases de données de séries temporelles](https://www.g2.com/fr/categories/time-series-databases) **Average Rating:** 4.6/5.0 **Total Reviews:** 33 ## About Tiger Data Tiger Data, des créateurs de TimescaleDB, est la base de données de séries temporelles Postgres n°1 pour les développeurs, les appareils et les agents. Gardez les données des capteurs, des chaînes de blocs et des clients à jour tout en conservant des années d'historique, toutes interrogeables en SQL standard. Pour l'IoT, le Web3 et l'IA. Pourquoi les équipes choisissent Tiger Data : - Fiabilité pour des milliers de développeurs. Plus de 3 millions de bases de données actives, plus de 2 000 clients. - Jusqu'à 95 % de compression. Conservez des années d'historique en ligne à une fraction du coût. - Prêt pour la production sans la douleur opérationnelle. HA multi-AZ, PITR, sauvegardes interrégionales, SOC 2/HIPAA/GDPR, observabilité approfondie. - Évoluez sans effort. Calcul et stockage désagrégés. Ne payez jamais pour une capacité inutilisée. - Architecture de données unifiée. Connectez n'importe quelle source de données et synchronisez-la automatiquement entre votre base de données opérationnelle et votre lac de données. - Approvisionnement hyperscaler. Disponible sur AWS Marketplace et Azure Marketplace. Capacités clés : - Partitionnement automatique Ingestez des millions de points de données par seconde sans gestion manuelle des tables ou partitionnement. - Vues matérialisées incrémentielles Pré-calculer et mettre en cache les agrégations pour des tableaux de bord et des API instantanés. - Stockage hybride ligne/colonne Écritures rapides, lectures compressées, optimisées pour les requêtes en temps réel et historiques. - Compression (jusqu'à 95 %) Les encodages en colonnes appliquent des filtres et des agrégats directement sur les données compressées pour des requêtes plus rapides et des économies importantes. - Stockage hiérarchisé Déplacez automatiquement les données plus anciennes ou moins fréquemment consultées vers un stockage d'objets à faible coût tout en les gardant entièrement interrogeables via la même interface SQL. - Cloud Postgres entièrement géré Évoluez le calcul et le stockage indépendamment, hiérarchisez le stockage S3 pour gérer les coûts, déployez à l'échelle mondiale et évitez les opérations de base de données. Secteurs industriels : Les développeurs et les équipes de plateforme dans l'IoT industriel, la fabrication, la crypto, le SaaS/ML et les outils DevOps comptent sur Tiger pour combiner les données opérationnelles et historiques pour des tableaux de bord en temps réel et des informations critiques, interrogeables en SQL standard. Comment commencer : Essayez Tiger Cloud gratuitement pendant 1 mois sans carte de crédit nécessaire, ou utilisez-nous indéfiniment dans le cadre de notre plan gratuit. Commencez maintenant - https://console.cloud.timescale.com/signup?utm\_source=g2&utm\_medium=referral&utm\_campaign=free-trial-g2 ## Tiger Data Pros & Cons **What users like:** - Les utilisateurs adorent l' **interface utilisateur propre et intuitive** de Tiger Data, rendant la navigation et l'analyse simples et efficaces. (8 reviews) - Les utilisateurs trouvent que la **configuration facile** de Tiger Data est très bénéfique pour démarrer et faire évoluer des charges de travail analytiques complexes sans effort. (5 reviews) - Les utilisateurs louent la **facilité d'installation** de Tiger Data, facilitant la création rapide et efficace d'instances et de services. (5 reviews) - Les utilisateurs apprécient la **facilité d'accès aux données et leur visualisation** , améliorant la prise de décision avec des informations claires et exploitables. (4 reviews) - Les utilisateurs louent la **performance et la rapidité** de Tiger Data, améliorant la prise de décision grâce à un traitement et une analyse des données efficaces. (4 reviews) - Vitesse (4 reviews) - Les utilisateurs adorent la **facilité d'installation et l'interface cloud conviviale** de TigerData, améliorant leur expérience de gestion de base de données. (3 reviews) - Les utilisateurs louent le **excellent support client** chez TigerData, notant des ressources utiles et une communauté active pour l'assistance. (3 reviews) - Utilisabilité du tableau de bord (3 reviews) - Les utilisateurs apprécient les **intégrations faciles** avec divers plugins, facilitant la configuration rapide et la gestion des bases de données. (3 reviews) **What users dislike:** - Les utilisateurs trouvent que **le prix de Tiger Data est élevé** , en particulier pour les petits projets et les startups, ce qui affecte le budget. (4 reviews) - Les utilisateurs notent que les **coûts de licence** pour TigerData peuvent être plus élevés que les alternatives, rendant la budgétisation un défi pour l'expansion. (3 reviews) - Les utilisateurs trouvent que les **visualiseurs avancés manquants** dans Tiger Data limitent la visualisation analytique et impactent l'efficacité du flux de travail. (3 reviews) - Les utilisateurs rencontrent une **interface utilisateur médiocre** , notant des temps de chargement lents et un manque de visualiseurs avancés, ce qui affecte l'utilisabilité et l'efficacité. (3 reviews) - Les utilisateurs éprouvent une **performance lente** avec l'interface utilisateur, surtout lorsqu'ils traitent de grands ensembles de données, ce qui affecte l'efficacité globale. (3 reviews) - Problèmes de latence (2 reviews) - Problèmes de performance (2 reviews) - Mauvaise conception de l'interface utilisateur (2 reviews) - Chargement lent (2 reviews) - Complexité (1 reviews) ## Tiger Data Reviews ### 1. Plateforme de base de données efficace et puissante pour des analyses évolutives **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Logiciels informatiques | Petite entreprise (50 employés ou moins) **Reviewed Date:** September 26, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** TigerData se distingue par son installation extrêmement rapide, ses vitesses d'ingestion fiables et son interface cloud intuitive, ce qui facilite le démarrage et l'extension même des charges de travail analytiques complexes. Sa compatibilité complète avec PostgreSQL—plus des outils pratiques de base de données vectorielle—permet des migrations transparentes et des requêtes flexibles sans avoir besoin d'apprendre de nouveaux langages ou de perturber les flux de travail existants. Un support communautaire actif via Discord et Slack, ainsi qu'une documentation robuste, signifient que l'aide est toujours disponible pour les développeurs et les administrateurs. Des fonctionnalités comme l'agrégation continue, la compression et le partitionnement automatique permettent aux équipes d'optimiser les performances et d'économiser sur les coûts cloud, tandis que son tableau de bord de métriques fournit des informations claires sur la santé et l'utilisation de la base de données. **Que n’aimez-vous pas à propos de Tiger Data?** Bien que TigerData soit très performant, l'interface utilisateur peut devenir lente à charger lorsqu'il s'agit de gérer de nombreuses tables, ce qui impacte l'efficacité du flux de travail pour les projets de grande envergure. Certains utilisateurs notent l'absence de visualiseurs avancés pour les données vectorielles — des fonctionnalités présentes dans les produits concurrents — ce qui peut limiter les capacités de visualisation analytique. Dans de rares occasions, les déploiements initiaux auto-hébergés peuvent nécessiter un dépannage supplémentaire, mais la plupart des problèmes sont rapidement résolus par des mises à jour ou l'aide de la communauté. De plus, les coûts de licence et de requête de TigerData peuvent être plus élevés par rapport à certaines offres open-source ou de bases de données basiques, il est donc important de prévoir un budget lors de la montée en charge. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** TigerData permet un stockage et une analyse fiables et à haute vitesse pour des données de séries temporelles massives, résolvant les goulets d'étranglement de mise à l'échelle et les limitations de vitesse d'ingestion rencontrées avec les bases de données traditionnelles. Il aide l'équipe à exécuter efficacement des analyses en temps réel, minimise les temps d'arrêt et réduit les coûts de cloud grâce à des fonctionnalités de compression et de partitionnement automatisées. Cela a amélioré la rapidité de prise de décision et la fiabilité opérationnelle pour les produits axés sur les données. ### 2. Bon service pour un bon prix de stockage **Rating:** 3.5/5.0 stars **Reviewed by:** Juan H. | Fullstack and Blockchain Engineer, Petite entreprise (50 employés ou moins) **Reviewed Date:** January 17, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** Configuration facile et création d'instances et de services. **Que n’aimez-vous pas à propos de Tiger Data?** Stratégies de paiement et de tarification pour les services. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** il offre une base de données avec de bonnes fonctionnalités comme la création de certains travaux cron, ou des transformations. ### 3. Outil efficace pour les insights de données **Rating:** 4.0/5.0 stars **Reviewed by:** Kartikey A. | Associate Consultant, Petite entreprise (50 employés ou moins) **Reviewed Date:** September 29, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** Il est facile d'accéder, d'analyser et de visualiser les données. J'ai vraiment aimé la façon dont il traite de grands ensembles de données et fournit des informations claires et exploitables à rechercher. Le tableau de bord pour la version PC est également convivial et personnalisable, et aide à rester à jour avec les tendances changeantes du marché. Cela a définitivement amélioré la rapidité et la précision de la prise de décision dans mon travail. De plus, je préférais son ancien nom (timescale) mais le nouveau nom est également bon. **Que n’aimez-vous pas à propos de Tiger Data?** il y a des moments où l'interface semble un peu lourde, surtout lorsqu'on traite de grands volumes de données. La version mobile pourrait également être plus optimisée pour une utilisation plus fluide en déplacement avec une meilleure interface utilisateur. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Actuellement, je m'occupe d'un client où je dois traiter et analyser des données de bonne taille, c'est là que tigerdata entre en jeu. ### 4. Plateforme efficace et facile à utiliser **Rating:** 4.0/5.0 stars **Reviewed by:** Dalius K. | PHP Developer, Petite entreprise (50 employés ou moins) **Reviewed Date:** September 24, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** La plateforme propose divers outils faciles à utiliser pour l'analyse, rendant l'analyse plus simple. **Que n’aimez-vous pas à propos de Tiger Data?** Besoin de temps pour apprendre les fonctionnalités, avoir un support client lent. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** TigerData nous permet de stocker et d'analyser efficacement de grands volumes de données temporelles et relationnelles. Il réduit les temps de requête, simplifie la gestion des données et fournit des informations exploitables, améliorant ainsi la prise de décision et l'efficacité opérationnelle. ### 5. Mon expérience avec les données de tigre **Rating:** 4.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Sécurité informatique et réseau | Petite entreprise (50 employés ou moins) **Reviewed Date:** September 26, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** J'aime surtout l'interface utilisateur propre et intuitive. Elle est facile à naviguer, et j'apprécie la possibilité de suspendre les services quand c'est nécessaire. La disponibilité des connecteurs, notamment pour Amazon S3 et Kafka, rend l'intégration fluide et très utile. **Que n’aimez-vous pas à propos de Tiger Data?** Le prix semble un peu élevé et pourrait être plus flexible, surtout pour les petits projets ou les startups. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** TigerData résout les compromis habituels entre les charges de travail en temps réel et analytiques : j'obtiens des requêtes rapides sur des données fraîches et historiques, sans avoir besoin de construire et de maintenir des pipelines complexes. Sa compression et son stockage hiérarchisé aident à réduire les coûts même lorsque le volume de données augmente. De plus, les intégrations natives (lakehouse / S3) réduisent les frais généraux, ce qui facilite la concentration sur les insights plutôt que sur l'infrastructure. ### 6. Excellente solution de base de données vectorielle **Rating:** 4.5/5.0 stars **Reviewed by:** Thomas C. | Lead AI Engineer, Petite entreprise (50 employés ou moins) **Reviewed Date:** January 16, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** La facilité d'installation avec les plugins pgai, pgvector et pgvectorscale rend la mise en place et l'exécution d'une solution de base de données vectorielle hautement évolutive très rapide et facile. Ils disposent de bonnes ressources pour les débutants et les personnes avancées, ainsi qu'un Discord actif pour aider à résoudre les problèmes des utilisateurs. L'interface utilisateur/expérience utilisateur pour la gestion des bases de données est bonne et il y a même un mois gratuit lors du démarrage. L'implémentation de nodeJS pour le SDK postgres est excellente, et la possibilité d'écrire du postgresql standard pour les requêtes et la gestion des bases de données rend cela beaucoup plus flexible et plus facile à gérer que les bases de données vectorielles traditionnelles. J'ai utilisé plusieurs bases de données vectorielles et c'est ma préférée jusqu'à présent pour l'évolutivité. J'utilise l'interface utilisateur tous les jours pour vérifier la santé de ma base de données vectorielle et j'adore les métriques qu'elle fournit. Il n'a fallu qu'une semaine de développement pour passer complètement d'une autre base de données vectorielle, mais j'ai une base de code massive avec beaucoup de fonctionnalités, je suis confiant que quelqu'un avec une nouvelle base de code pourrait l'intégrer en une journée. **Que n’aimez-vous pas à propos de Tiger Data?** Je pense que l'interface utilisateur peut être très lente à charger parfois, surtout lorsque vous avez de nombreuses tables, il y a certainement des améliorations possibles à cet égard. Un visualiseur de vecteurs comme celui de QDRANT me manque également. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Base de données vectorielle évolutive avec requêtes flexibles, ai-je besoin d'en dire plus ;) ### 7. Une excellente base de données de séries chronologiques avec une excellente offre cloud. **Rating:** 5.0/5.0 stars **Reviewed by:** Louis C. | Lead Platform Engineer, Marché intermédiaire (51-1000 employés) **Reviewed Date:** January 16, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** Le produit est très performant, l'interface cloud est facile à utiliser mais offre toujours beaucoup de contrôle, le fournisseur Terraform rend l'installation très simple et l'équipe a été formidable. **Que n’aimez-vous pas à propos de Tiger Data?** Le fournisseur Terraform n'est pas encore complet, il manque certaines options open source pour envoyer la télémétrie cloud au lieu de Cloudwatch et Datadog. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Base de données de séries temporelles pour une entrée et une sortie haute performance pour la surveillance en temps réel des tableaux de bord. ### 8. Excellente solution prête à l'emploi pour tout utilisateur de PostgreSQL **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Services financiers | Petite entreprise (50 employés ou moins) **Reviewed Date:** January 20, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** Facile à démarrer, facile à entretenir, facile à évoluer **Que n’aimez-vous pas à propos de Tiger Data?** Le récent changement de modèle de tarification n'est pas idéal. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Permet de stocker et d'interroger une grande quantité de données de séries temporelles financières ### 9. Génial mais peut être coûteux pour une petite application de loisir **Rating:** 3.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Logiciels informatiques | Petite entreprise (50 employés ou moins) **Reviewed Date:** January 16, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** Fiabilité et facilité d'utilisation et d'intégration. Documentation décente **Que n’aimez-vous pas à propos de Tiger Data?** La tarification. 50 $ par mois pour un projet de loisir s'accumule. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Stockage et récupération de données basées sur des séries temporelles. ### 10. Passé d'AWS **Rating:** 5.0/5.0 stars **Reviewed by:** Utilisateur vérifié à Logiciels informatiques | Petite entreprise (50 employés ou moins) **Reviewed Date:** January 17, 2025 **Qu'aimez-vous le plus à propos de Tiger Data?** Les prix par rapport à AWS sont légèrement meilleurs. **Que n’aimez-vous pas à propos de Tiger Data?** Aucun (jusqu'à présent), tout fonctionne bien comme prévu **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Tarification et accessibilité avec facilité d'utilisation en tant qu'administrateur ### 11. Superbe base de données pour les données de séries chronologiques **Rating:** 5.0/5.0 stars **Reviewed by:** Daniel R. | Petite entreprise (50 employés ou moins) **Reviewed Date:** October 26, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Timescale est une extension puissante de PostgreSQL avec des fonctionnalités spéciales pour le stockage et le traitement des données de séries temporelles. Elle s'est avérée très utile dans nos projets IoT, où la compression maintient l'utilisation du disque au minimum et les agrégats continus offrent un aperçu très rapide des données. Et comme tout est Postgres - pas besoin d'apprendre un nouveau langage de requête. Le service cloud Timescale géré est une alternative rentable et stable pour nous, puisque nous n'avons pas les ressources pour maintenir l'infrastructure et l'installation requises. De plus, il y a une communauté forte et un support utile si l'on a besoin de conseils sur la route vers la production. **Que n’aimez-vous pas à propos de Tiger Data?** Eh bien, pas vraiment une aversion, mais à première vue, Timescale peut éventuellement être perçu comme un produit facile à utiliser où quelques clics sur un bouton vous donnent une configuration optimale. Cependant, c'est toujours une base de données avec une couche supplémentaire de fonctionnalité ajoutée, ce qui nécessite quelques explorations pour utiliser toute sa puissance. Une communauté utile, un support réactif et une documentation bien écrite sont de grandes aides pendant cet exercice. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Ingestion, traitement et stockage des données de séries temporelles IoT comme fondation pour divers services. ### 12. Base de données de séries temporelles efficace avec une agrégation puissante et un support utilisateur exceptionnel **Rating:** 5.0/5.0 stars **Reviewed by:** Dustin S. | Marché intermédiaire (51-1000 employés) **Reviewed Date:** March 01, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** J'utilise Timescale depuis plusieurs mois maintenant, et je suis extrêmement impressionné par ses performances. La base de données excelle dans le stockage et la récupération de données de séries temporelles, ce qui en fait un choix idéal pour mon travail. L'une de ses caractéristiques remarquables est la capacité d'agréger des données, ce qui a été incroyablement utile pour générer des insights et des rapports. De plus, les capacités de compression sont assez puissantes, nous permettant de stocker une grande quantité de données sans sacrifier les performances. Mais ce qui distingue vraiment Timescale, c'est son support utilisateur exceptionnel. Chaque fois que j'ai eu une question ou un problème, l'équipe a été rapide à répondre et à fournir des solutions utiles. Dans l'ensemble, je recommande vivement Timescale à quiconque a besoin d'une base de données de séries temporelles fiable et efficace. **Que n’aimez-vous pas à propos de Tiger Data?** Bien que les capacités de compression de Timescale soient puissantes, certaines des nuances et limitations peuvent être un peu difficiles à comprendre pleinement au début. En conséquence, il peut y avoir une courbe d'apprentissage impliquée pour exploiter le produit à son plein potentiel. Cependant, une fois que vous vous familiarisez avec ces nuances, Timescale peut être un outil très efficace pour gérer et analyser les données de séries chronologiques. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** À notre organisation, nous comptons sur Timescale pour collecter et gérer les données de compteurs et de sites provenant d'une variété de systèmes de gestion de l'énergie à travers le pays. Grâce aux capacités robustes de Timescale, nous sommes en mesure de suivre et d'analyser efficacement ces données. ### 13. Migration en douceur et performance améliorée avec Timescale Cloud **Rating:** 4.5/5.0 stars **Reviewed by:** Eudald A. | System Design Teacher, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 28, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Nous avons récemment migré d'influxDB auto-hébergé vers Timescale Cloud et nous ne pourrions pas être plus satisfaits. La transition a été fluide et facile, et nos ingénieurs apprécient la possibilité d'utiliser SQL au lieu d'un langage de requête personnalisé. Nous avons constaté une augmentation significative des performances rien qu'en utilisant des astuces SQL familières. **Que n’aimez-vous pas à propos de Tiger Data?** La seule plainte mineure que nous avons est que l'interface utilisateur de la distribution Cloud pourrait être un peu plus soignée, et qu'ils ne sont pas encore répertoriés sur le marché AWS. Cependant, cela n'a pas affecté la fonctionnalité ou la performance du produit, donc ce n'est pas un problème significatif. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Chez Bloobirds, nous faisions face à plusieurs défis avec notre solution influxDB auto-hébergée précédente. L'un des plus grands défis était que nous devions utiliser un langage de requête personnalisé, ce qui nécessitait une quantité significative de temps et de ressources pour l'apprendre et l'utiliser efficacement. De plus, notre solution influxDB n'était pas aussi performante que nous le souhaitions, surtout à mesure que nos volumes de données continuaient de croître. En migrant vers Timescale Cloud, nous avons pu relever ces défis et bénéficier d'un certain nombre de fonctionnalités clés. Par exemple, Timescale Cloud nous permet d'utiliser SQL pour interroger nos données de séries temporelles, ce qui est beaucoup plus familier et plus facile pour nos ingénieurs. Cela nous a permis d'économiser une quantité significative de temps et de ressources et a rendu beaucoup plus facile l'obtention d'informations à partir de nos données. De plus, Timescale Cloud offre d'excellentes performances, même avec de grands volumes de données. Cela nous a permis de gérer nos volumes de données croissants sans subir de ralentissements ou d'autres problèmes de performance. Dans l'ensemble, Timescale Cloud a été un avantage majeur pour notre organisation, nous permettant de gérer et d'analyser nos données de séries temporelles de manière plus efficace et efficiente. ### 14. Une base de données de séries temporelles performante construite sur la base de données Postgres solide comme le roc, avec un support exceptionnel en prime. **Rating:** 5.0/5.0 stars **Reviewed by:** Michael S. | Entreprise (> 1000 employés) **Reviewed Date:** February 24, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** TimescaleDB est une extension de Postgres pour les séries temporelles. En tant qu'utilisateurs de longue date de Postgres ayant besoin d'une base de données de séries temporelles, nous l'avons considéré comme un grand avantage que TimescaleDB soit construit sur une technologie éprouvée. De plus, nous pouvions continuer à utiliser le SQL omniprésent pour effectuer nos requêtes. Les avantages particuliers de TimescaleDB incluent des taux de compression élevés obtenus grâce à une compression spécifique au type (nous avons atteint une compression supérieure à 10x) ainsi que des requêtes de séries temporelles beaucoup plus performantes que le Postgres standard. Enfin, la suite d'hyperfonctions dans la boîte à outils TimescaleDB est particulièrement utile pour notre domaine (données de ticks financiers à haute fréquence). L'équipe de Timescale a également été extrêmement utile et solidaire tout au long du processus de migration vers TimescaleDB. **Que n’aimez-vous pas à propos de Tiger Data?** La migration de grands volumes de données vers le cloud (~100 To non compressés) est chronophage et nécessite une réflexion attentive. Cela dit, l'équipe de Timescale nous a été d'une grande aide pour naviguer dans ce processus. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Le stockage et l'analyse de grands volumes de données financières à haute fréquence (données de marché). Ces données sont la base de nos analyses en tant qu'équipe de trading quantitatif électronique. ### 15. Une base de données de séries temporelles de haute qualité qui est en production en quelques minutes. **Rating:** 5.0/5.0 stars **Reviewed by:** Carl C. | Head Of Information Technology, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 21, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** J'utilise Timescale Cloud ; il a été trivial de le déployer dans notre réseau de production (ainsi que dans nos réseaux de développement et de mise en scène). Tous les détails techniques sont abstraits, mais vous pouvez y accéder si nécessaire (comme le réglage du serveur, etc.). La capacité à évoluer en un clic est formidable, et les métriques et alertes basées sur le web sont également très utiles dès le premier jour. Les performances semblent incroyablement bonnes, même sur les plans à faible coût. Cependant, la fonctionnalité la plus impressionnante a été le support, à la fois avec le responsable du service client personnel et la réactivité et la minutie des ingénieurs (lorsque j'ai eu besoin de poser une question technique). Les ingénieurs sont heureux de répondre aux questions sur la conception générale et les meilleures pratiques, ainsi que d'aider à résoudre les problèmes de production. **Que n’aimez-vous pas à propos de Tiger Data?** Timescale cloud est quelque peu verrouillé, c'est-à-dire pas d'accès direct au superutilisateur, ce qui peut être un peu difficile à s'habituer au début. Cependant, c'est faisable - il n'y a rien que je n'ai pas pu accomplir jusqu'à présent en utilisant la configuration standard du cloud. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Nous devons stocker de grands volumes de données de séries temporelles, compresser ces données, en conserver certaines mais pas toutes, les rendre consultables de manière efficace, et également agréger les données brutes en résumés quotidiens/horaires. Timescale fait tout cela. ### 16. Facilement étendre Timescale pour résoudre vos problèmes. **Rating:** 5.0/5.0 stars **Reviewed by:** Andrew E. | Head, Data Science Solutions, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 20, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Comme Timescale étend Postgres, gérer à la fois mes données de séries temporelles et mes données relationnelles régulières dans un seul entrepôt est sans effort. De plus, la performance de Timescale rend la gestion et le travail avec ces données beaucoup plus rapides que d'autres outils que j'ai utilisés. Enfin, comme il étend Postgres, je peux facilement étendre ses capacités avec ses fonctions définies par l'utilisateur basées sur C. **Que n’aimez-vous pas à propos de Tiger Data?** Pour tirer parti des fonctions définies par l'utilisateur, je dois gérer ma propre installation de Timescale et ne peux pas utiliser l'une des instances gérées. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** En tant que data scientist, je passe beaucoup de temps à effectuer de l'ingénierie des caractéristiques pour extraire des informations qui aideront mes modèles à mieux fonctionner. Cela nécessite souvent de traiter de grandes quantités de données avec une composante temporelle (comme les données de panel). Avant d'utiliser Timescale, je stockais les données dans Postgres, les extrayais dans mon environnement Python et rencontrais des problèmes de mémoire et de performance. Avec Timescale, j'ai pu intégrer ces calculs dans la base de données, générant des améliorations significatives de performance. ### 17. Les bases de données de séries temporelles n'ont jamais été aussi faciles. **Rating:** 5.0/5.0 stars **Reviewed by:** Hariharan R. | Technologie de l'information et services, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 28, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Lorsque j'ai commencé à évaluer les bases de données de séries temporelles, Timescale était déjà sur ma liste. Ce que j'aime chez eux, c'est : 1. Construit nativement sur Postgresql, donc on obtient le meilleur des deux mondes 2. On peut choisir entre leurs versions auto-hébergée, gérée et cloud 3. Excellente équipe de support et de réussite qui s'assure que vous êtes configuré, prêt à partir et vous aide rapidement avec vos requêtes 4. Excellente communauté, surtout sur Slack, où vous pouvez poser/répondre à des questions et vous soutenir mutuellement **Que n’aimez-vous pas à propos de Tiger Data?** Parfois, la documentation est difficile à naviguer et à démarrer avec les exemples. Par exemple, les commandes autour des tâches de routine pour les agrégats continus, comment les vérifier et les gérer, etc. Encore une fois, c'est si je devais être très critique, mais comme je l'ai dit plus tôt, ils ont un produit et un écosystème fantastiques. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Nous avons un cas d'utilisation de données chronologiques que Timescale résout pour nous de manière superbe. ### 18. Postgres mais plus rapide **Rating:** 5.0/5.0 stars **Reviewed by:** Florian H. | Software Engineer, Logiciels informatiques, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 19, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Nous utilisons Timescale depuis un certain temps maintenant et je dois dire que je suis impressionné par leur plateforme. Ils ont une communauté formidable et active. Chaque fois que j'ai une question ou besoin d'aide pour quelque chose, j'ai trouvé quelqu'un pour m'aider. La plateforme dispose également de nombreux matériaux d'apprentissage sur leur site et blog. J'apprécie qu'ils investissent du temps et des ressources pour éduquer leurs utilisateurs, et j'ai beaucoup appris grâce à leurs ressources. Nous étions déjà familiers avec Postgres, donc c'était un choix naturel pour notre entreprise. La courbe d'apprentissage est très gérable. Cela nous a permis de continuer à évoluer avec un effort minimal. Tout ce que nous avions à faire était d'ajouter l'extension Timescale, et nous avons pu gérer beaucoup plus de données avec facilité. Cela a été un changement radical pour notre entreprise. C'est une excellente plateforme avec une communauté solidaire, une évolutivité exceptionnelle et de nombreux matériaux d'apprentissage pour vous aider à démarrer. **Que n’aimez-vous pas à propos de Tiger Data?** La fonctionnalité de compression dans Timescale n'est pas bien expliquée, et il est difficile de mettre à jour les données après compression. Le service d'hébergement géré offert par Timescale est coûteux, ce qui peut ne pas être faisable pour les petites entreprises ou les particuliers. Si vous utilisez des hypertables dans Timescale, vous perdrez les contraintes de clé étrangère, ce qui peut être une limitation significative pour certains utilisateurs. Choisir Timescale plutôt que l'option plus établie et fiable de PostgreSQL est un choix risqué. Cependant, si vous décidez d'opter pour Timescale, il devrait être relativement facile de revenir en arrière si nécessaire. De plus, Timescale a levé un montant significatif de financement, il est donc probable qu'il soit présent pendant un certain temps. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Nous construisons un produit d'analyse conçu spécifiquement pour l'entreprise de création et d'hébergement de sites Web, Webflow. Nous traitons des millions d'événements provenant de divers sites Web et les transformons en tableaux de bord perspicaces. Comme notre entreprise croît rapidement, nous avons constaté qu'une base de données rapide et fiable est essentielle pour que notre entreprise se développe et prospère. Comme de nombreuses autres entreprises, Nocodelytics a commencé avec PostgreSQL. Au début, cela fonctionnait. Mais la taille de la base de données a augmenté très, très rapidement. Finalement, avec des millions de lignes, nos tableaux de bord sont devenus lents. Les requêtes pour les clients avec beaucoup de trafic prenaient plusieurs minutes ou même expiraient. Mon premier choix était ClickHouse, qui semble avoir de meilleures performances que Timescale pour notre cas d'utilisation—mais continuez à lire car il y a plus à dire. Tout n'était pas parfait avec ClickHouse : il fait beaucoup de choses, ce qui peut devenir déroutant, et je préfère m'en tenir à PostgreSQL, que j'ai utilisé pendant des années et qui fonctionne. La meilleure caractéristique de TimescaleDB : c'est tout PostgreSQL, ça l'a toujours été. Tous vos outils, toutes les bibliothèques existantes et votre code fonctionnent déjà avec. J'utilise TimescaleDB parce que c'est la même chose que PostgreSQL mais magiquement plus rapide. ### 19. Meilleure base de données de séries chronologiques **Rating:** 5.0/5.0 stars **Reviewed by:** Istvan H. | Petite entreprise (50 employés ou moins) **Reviewed Date:** February 28, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Utilise SQL -> Super facile à aborder Données de séries chronologiques -> Nous avons des tonnes de données générées fréquemment, et il est capable de les gérer avec aisance Données relationnelles -> Une base de données pour garder d'autres données liées/connectées. Rend la vie extrêmement facile ! Support -> De premier ordre ! Tarification -> Pas plus cher que n'importe quelle autre base de données bon marché que vous pourriez choisir. Simplement parfait ! **Que n’aimez-vous pas à propos de Tiger Data?** Nous n'avons rencontré rien qui nous ait empêchés de faire de notre plateforme cloud un succès. Les colonnes JSONB étaient un peu lentes lors des tentatives d'agrégation, donc nous avons dû changer JSONB pour une autre structure de table, mais c'est juste une limitation générale avec n'importe quelle base de données relationnelle, pas spécifique à TimescaleDB ! **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Des données extrêmement fréquentes. Nous avons 50 valeurs différentes arrivant chaque seconde par "appareil". Cela représente beaucoup de données pour la plupart des bases de données, mais Timescale est capable de les gérer facilement. ### 20. Une série chronologique pour l'IoT **Rating:** 4.5/5.0 stars **Reviewed by:** Anthony C. | Marché intermédiaire (51-1000 employés) **Reviewed Date:** February 13, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Le fait que timescaledb soit une extension de Postgres et s'intègre très bien avec notre pile de surveillance (OpenCensus) et, étant donné qu'il s'agit d'une base de données de séries temporelles SQL, la plupart de nos développeurs trouvent qu'il est facile d'interroger les données. Hypertable, les agrégats continus offrent un excellent moyen d'accélérer nos requêtes destinées aux clients. La fonctionnalité de compression nous a aidés à réduire nos coûts cloud de plus de 50%. **Que n’aimez-vous pas à propos de Tiger Data?** Il n'y a pas de moyen facile de remplir les données historiques après avoir compressé les morceaux, cela nécessitera beaucoup de code personnalisé de notre application et vous devez être prudent lors de la décompression et de la mise à jour de l'agrégat pour ne pas affecter les performances. En général, la mise à jour des morceaux compressés (Hypertable ou Agrégats) est un peu pénible et on souhaite qu'il y ait un moyen facile de les mettre à jour sans décompression. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Nous injectons/stockerons beaucoup de données de capteurs dans Timescale (c'est notre principale base de données de séries temporelles qui sert tous nos services). Auparavant, nous utilisions OpenTSDB et le manque de mises à jour, de bibliothèque Go et de gestion rendait son utilisation très difficile, nous avons donc décidé de changer. L'un des principaux points qui nous a fait choisir Timescale était la fonctionnalité Hypertable, les agrégats continus et la compression. Avec cela seul, nous sommes capables d'avoir une série temporelle très performante qui peut injecter beaucoup de données de capteurs, effectuer des agrégations et gérer la politique de rétention très facilement. ### 21. Entrepôt de données pour les données de séries chronologiques **Rating:** 5.0/5.0 stars **Reviewed by:** Victor L. | Petite entreprise (50 employés ou moins) **Reviewed Date:** February 12, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** - Timescale est une extension PostgreSQL, donc l'équipe a pu tirer parti de toutes nos connaissances précédentes de PostgreSQL et SQL standard - Les hypertables et les agrégats continus offrent un gain de performance massif pour l'ingestion de données et les requêtes de données - Contrairement à de nombreuses autres bases de données de séries temporelles, qui semblent être optimisées uniquement pour des cas d'utilisation de type IoT, Timescale a pu gérer des données de séries temporelles *mutables*. - Communauté active et utile (sur Slack) **Que n’aimez-vous pas à propos de Tiger Data?** - Les options d'hébergement géré (Timescale Cloud et MST) peuvent devenir coûteuses, surtout à mesure que les besoins en ressources augmentent. - Difficile de récupérer les journaux et les métriques pour une plage de dates spécifique via la console MST. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Nous stockons d'énormes quantités de données de marché dans Timescale. Auparavant, sur d'autres systèmes RDBMS, les performances pour l'ingestion et la requête de données devenaient exponentiellement pires à mesure que les volumes de données augmentaient. Avec Timescale, nous avons pu maintenir un taux d'ingestion de données élevé au fil du temps et tirer parti de capacités telles que les hypertables et les agrégats continus pour offrir des performances décentes pour les requêtes en temps réel, même sur des plages de temps étendues. ### 22. Excellente performance en termes de vitesse et de dimensions de stockage **Rating:** 5.0/5.0 stars **Reviewed by:** Panos M. | Petite entreprise (50 employés ou moins) **Reviewed Date:** October 04, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** J'aime beaucoup les agrégats continus et les tâches que l'on peut définir pour les mettre à jour régulièrement. **Que n’aimez-vous pas à propos de Tiger Data?** Il n'y a rien que je n'aime pas. La documentation en ligne n'est pas parfaite. Je crois qu'il y a une marge d'amélioration. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Il résout le problème de la création de rapports basés sur le temps sur plusieurs dimensions. Nous utilisons ces rapports pour préparer la présentation de nos créateurs avec des analyses sur la façon dont les auditeurs écoutent le contenu audio publié. ### 23. C'est vraiment "juste PostgreSQL" pour les données de séries chronologiques. **Rating:** 5.0/5.0 stars **Reviewed by:** DeltaSquared . | Software Engineer, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 28, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Je n'ai pas eu besoin d'apprendre une technologie révolutionnaire pour devenir un expert dans l'analyse des données de séries temporelles hébergées avec TimescaleDB. Cela en soi rend TSDB révolutionnaire. **Que n’aimez-vous pas à propos de Tiger Data?** Vous finirez par intégrer la logique de requête propriétaire de TimescaleDB dans votre système. Il n'y a pas moyen de l'éviter à moins de construire votre propre interface personnalisée contre Timescale. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Timescale agrège efficacement et complètement plusieurs fenêtres temporelles de toutes les données de domaine que je lui soumets. Ce serait une tâche de développement tellement fastidieuse de maintenir cette fonctionnalité. Pourtant, parce que TimescaleDB résout cela au niveau de la base de données, je n'ai pas à m'en soucier du tout au niveau de mon application ! Toute ma logique métier peut se concentrer sur POURQUOI les données de séries temporelles sont liées entre elles plutôt que sur la manière dont je gère la relation. ### 24. La meilleure base de données de séries temporelles en 2023 n'est pas une base de données de séries temporelles. **Rating:** 4.0/5.0 stars **Reviewed by:** Kenny C. | Petite entreprise (50 employés ou moins) **Reviewed Date:** February 28, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** L'échelle de temps a un coût prévisible ancré dans une réalité familière ; elle est déterminée par le volume de stockage et la charge du système. Vous n'avez pas ce problème de cardinalité familier et terrible qui est commun à _chaque_ système de modèle de données de série d'étiquettes. Elle fonctionne très bien et de manière prévisible. C'est vraiment génial. C'est open source et l'auto-hébergement est facile : c'est postgresql. Vous savez déjà ce qu'implique l'auto-hébergement à partir de cette seule déclaration et si vous êtes prêt à le faire. Si ce n'est pas le cas, vous pouvez payer Timescale pour le faire pour vous avec Timescale Cloud. D'après mon expérience, Timescale Cloud a été très efficace pendant les mois où mon équipe l'a utilisé. Leur communauté est formidable, et les mainteneurs de Timescale traitent réellement les problèmes signalés par la communauté (y compris moi personnellement) ! C'était un changement bienvenu à 180 degrés par rapport à l'attitude apparemment antagoniste que certains autres projets open source connexes adoptent envers leur communauté. Leurs gens sont vraiment bons. **Que n’aimez-vous pas à propos de Tiger Data?** Il n'y a pas de directives bien définies sur la façon dont les données de séries temporelles devraient être généralement modélisées dans Postgresql. Il y a des discussions utiles sur les schémas EAV et larges, mais jusqu'à présent, Timescale semble hésiter à prendre position. De plus, l'ingestion de données est un casse-tête si vous n'avez pas déjà une intégration postgresql pour votre service. Ce n'est pas vraiment la meilleure façon d'ingérer des données de séries temporelles à partir d'hôtes de services disparates ; vous aurez des problèmes de nombre de connexions et de pression arrière étrange. Les mises à niveau deviennent très difficiles de cette manière (demandez à Promscale à ce sujet, RIP). J'aimerais voir de véritables intégrations RPC directes avec des standards de facto comme opentelemetry (gag) et de meilleurs standards comme goodmetrics sur le processus hôte de TimescaleDB lui-même. Cela rendrait l'ingestion de séries temporelles de TimescaleDB à partir d'hôtes de services parfaitement transparente et établirait des standards communs pour la modélisation des données. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Métriques des opérations de service interne. Surveillance et alerte sur la performance des microservices, les erreurs et autres. Identification des causes profondes des mauvais comportements du système via une riche dimensionnalité pour les données de métriques et SQL expressif. ### 25. La base de données de séries chronologiques la plus facile, rapide et rentable - Point. **Rating:** 5.0/5.0 stars **Reviewed by:** Ken F. | Marché intermédiaire (51-1000 employés) **Reviewed Date:** February 23, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Nous avons adoré la facilité d'installation et la familiarité de Timescale avec PostgreSQL. C'était facile de commencer, et il a été facile de maintenir la base de données. Plus important encore, le taux d'ingestion est FOU, même sur une petite instance de serveur. Les fonctions time_bucket() et time_bucket_gapfill() dans les requêtes rendent la récupération de nos données un problème trivial, donc nous pouvons nous concentrer sur nos besoins commerciaux au lieu de longs cycles de développement. De plus, Timescale maintient un canal Slack actif où nous pouvons trouver le soutien dont nous avons besoin. **Que n’aimez-vous pas à propos de Tiger Data?** Je me creuse la tête pour trouver quelque chose que je n'aime pas dans l'utilisation de TimescaleDB. Les seuls problèmes que nous avons rencontrés lors de la mise en œuvre et de la maintenance de nos instances TimescaleDB auto-hébergées ont tous été résolus soit par de petits changements de code, soit par les nouvelles versions améliorées de TimescaleDB. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Nous devions trouver une solution de base de données de séries temporelles avec un taux d'ingestion élevé en raison de la vitesse des données de télémétrie provenant de nos appareils. Le bénéfice supplémentaire du fait que le logiciel est essentiellement gratuit pour l'édition communautaire est la cerise sur le gâteau. ### 26. Timescale Cloud nous a permis de démarrer rapidement et facilement. **Rating:** 5.0/5.0 stars **Reviewed by:** Logan N. | Director of Software Engineering, Petite entreprise (50 employés ou moins) **Reviewed Date:** March 07, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Nous évaluions des technologies pour héberger des données de séries temporelles et nous sommes tombés sur TimescaleDB et Timescale Cloud. Nous avons pu démarrer en quelques minutes pour évaluer la technologie, et nous l'utilisons en production depuis un an maintenant. Le support a été exceptionnel, et le service fait exactement ce dont nous avions besoin. Nous n'avons rencontré aucun problème de performance ou de temps d'arrêt et hébergeons actuellement environ 15 instances avec Timescale Cloud. **Que n’aimez-vous pas à propos de Tiger Data?** Certaines des fonctionnalités d'entreprise autour de la reprise après sinistre sont encore en développement. Cela peut être fastidieux de réduire la taille des bases de données après avoir effectué un chargement initial de données historiques et les avoir compressées. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Nous stockons des données opérationnelles pour notre produit SaaS dans Postgres ainsi que des données de séries temporelles, comme SCADA, pour l'analyse et la visualisation. Timescale rend le stockage et la gestion des données de séries temporelles simples, performants et efficaces. ### 27. Une migration à laquelle nous aimons repenser. **Rating:** 4.5/5.0 stars **Reviewed by:** Mathias P. | Petite entreprise (50 employés ou moins) **Reviewed Date:** February 14, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** Timescale nous a permis de réduire la complexité de notre base de code en utilisant ses fonctions intégrées. Réalisé des économies de coûts de 50 % tout en améliorant les performances. Excellente documentation ; elle couvre non seulement ce dont vous avez besoin pour faire fonctionner un PoC (là où la documentation commence généralement à s'amenuiser) mais aussi ce dont vous avez besoin pour fonctionner en production. L'équipe de réussite client porte vraiment bien son nom. Nous a donné accès à des ingénieurs lorsque c'était nécessaire et a aidé à prioriser certaines fonctionnalités dont nous avions besoin. **Que n’aimez-vous pas à propos de Tiger Data?** Le remplissage de données dans des blocs déjà compressés pourrait être plus performant. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Stocker beaucoup de données IoT, exécuter des analyses contre celles-ci et visualiser les données brutes à la demande. Initialement utilisé MS SQL mais il a fallu écrire beaucoup de code pour le partitionnement et certaines des requêtes plus complexes. Timescale s'en occupe pour nous maintenant. ### 28. Service de base de données flexible et g **Rating:** 3.5/5.0 stars **Reviewed by:** Simon . | Automation Engineer, Marché intermédiaire (51-1000 employés) **Reviewed Date:** February 14, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** - J'ai personnellement eu uniquement des expériences positives avec le support de Timescale. Ils ont été utiles et réactifs pour répondre à nos questions et nous aider à optimiser nos instances, par exemple en configurant la compression. - Flexible et basé sur PostgreSQL. - Bonne documentation et open source. **Que n’aimez-vous pas à propos de Tiger Data?** Ils n'offrent pas la même fonctionnalité dans leurs services gérés et cloud. Malheureusement, une partie de la fonctionnalité qui serait utile pour nous n'est pas disponible dans le service géré, et le cloud n'est pas disponible dans notre région. Je sais qu'ils travaillent là-dessus, donc cela pourrait changer à l'avenir ! **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Ingestion de données élevée et requêtes performantes. Avec Timescale, nous pouvons être flexibles et il est rapide, par exemple, de configurer de nouvelles agrégations pour nos cas d'utilisation. ### 29. Application de suivi en temps réel pour les passionnés de sports nautiques construite sur une base de données de séries temporelles et géospatiales. **Rating:** 4.5/5.0 stars **Reviewed by:** Patrick P. | Fondateur et Président, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 22, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** - Performance pour le traitement des données en temps réel de séries chronologiques. - Base de données relationnelle en tant que service -> moins de compétences système et de tâches d'administration système - Réactivité du support **Que n’aimez-vous pas à propos de Tiger Data?** - absence de droits superutilisateur empêchant l'utilisation de certaines extensions telles que pgTap ou pg_cron - pas de solution facile pour déclencher le traitement en dehors de la base de données. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Ingestion, nettoyage, contextualisation et visualisation en temps réel de nombreuses données de navigation provenant de nombreuses sources différentes. C'est une technologie de base, simplement essentielle pour développer notre entreprise. ### 30. Excellent soutien, les questions reçoivent une réponse presque immédiatement. **Rating:** 5.0/5.0 stars **Reviewed by:** C P. | Petite entreprise (50 employés ou moins) **Reviewed Date:** March 01, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** En gros, pas de problèmes étranges que l'on trouve souvent avec des logiciels récents. Je n'ai pas eu à passer par des manipulations SQL étranges, ou des commandes bizarres. Les choses fonctionnent plus ou moins comme n'importe quelle vieille base de données relationnelle. **Que n’aimez-vous pas à propos de Tiger Data?** La seule chose étrange est que les commandes de taille ne sont pas évidentes. Étant donné que vous créez en fait de nombreuses tables, certaines des commandes sur les tables normales nécessitent quelque chose de différent. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Nous stockons d'énormes quantités de données financières. ### 31. L'échelle de temps améliore considérablement l'efficacité de nos opérations avec les données de séries chronologiques. **Rating:** 4.5/5.0 stars **Reviewed by:** Alan D. | Engineering Manager, Petite entreprise (50 employés ou moins) **Reviewed Date:** February 15, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** La compression est un excellent outil pour économiser des coûts tout en équilibrant la fonctionnalité. **Que n’aimez-vous pas à propos de Tiger Data?** Il y a un problème avec leur transit entre deux produits gérés, entraînant un décalage des options de fonctionnalité/emplacement, mais je crois qu'ils résolvent cela rapidement. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** La mise à l'échelle avec les données IoT a été grandement améliorée par notre utilisation de Timescale. Des fonctionnalités comme les intervalles de temps et les agrégats continus élargissent vraiment notre capacité à offrir une plus grande fonctionnalité. ### 32. Série Temporelle Cas d'Utilisation IoT **Rating:** 4.0/5.0 stars **Reviewed by:** Jamieson T. | Lead Data Scientist, Petite entreprise (50 employés ou moins) **Reviewed Date:** October 13, 2022 **Qu'aimez-vous le plus à propos de Tiger Data?** Nous utilisons Timescale comme notre entrepôt de données pour les données de séries chronologiques des appareils IoT. Plateforme EXCELLENTE et temps de requête rapide ! **Que n’aimez-vous pas à propos de Tiger Data?** Les applications qui sont utilisées pour manipuler les données. Nous utilisons actuellement DBeaver - et il est maladroit. Pas le plus facile à manœuvrer. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Nous avons initialement utilisé MS SQL Server pour nos données de séries temporelles - ce qui a entraîné des requêtes complexes et un temps d'exécution LONG. TimeScale a résolu ce problème pour nous. ### 33. Bien. Mais plus de concentration sur la performance serait agréable. **Rating:** 4.0/5.0 stars **Reviewed by:** Lars Riis O. | Lead Quantitative Developer, Marché intermédiaire (51-1000 employés) **Reviewed Date:** February 28, 2023 **Qu'aimez-vous le plus à propos de Tiger Data?** L'ensemble des fonctionnalités (en particulier les requêtes cont et les extensions SQL) **Que n’aimez-vous pas à propos de Tiger Data?** La performance est insuffisante par rapport à questdb et clickhouse. **Quels sont les problèmes que Tiger Data résout, et en quoi cela vous est-il bénéfique?** Stockage des données de marché et des données de compteur d'énergie - [View Tiger Data pricing details and edition comparison](https://www.g2.com/fr/products/tiger-data/reviews?section=pricing&secure%5Bexpires_at%5D=2026-06-16+23%3A45%3A40+-0500&secure%5Bsession_id%5D=3b73765c-8526-4ef3-8e64-0881c1020ac1&secure%5Btoken%5D=d7161cb4ee590c3401fd61a8095338e6420b322c3057dc2386c52d490066f7aa&format=llm_user) ## Tiger Data Integrations - [Airbyte](https://www.g2.com/fr/products/airbyte/reviews) - [Amazon CloudWatch](https://www.g2.com/fr/products/amazon-cloudwatch/reviews) - [Amazon SageMaker](https://www.g2.com/fr/products/amazon-sagemaker/reviews) - [Amazon Web Services AI](https://www.g2.com/fr/products/amazon-web-services-ai/reviews) - [Apache Airflow](https://www.g2.com/fr/products/apache-airflow/reviews) - [Apache Beam](https://www.g2.com/fr/products/apache-beam/reviews) - [Apache Kafka](https://www.g2.com/fr/products/apache-kafka/reviews) - [Apache Spark for Azure HDInsight](https://www.g2.com/fr/products/apache-spark-for-azure-hdinsight/reviews) - [Appsmith](https://www.g2.com/fr/products/appsmith/reviews) - [Appsmith](https://www.g2.com/fr/products/appsmith-appsmith/reviews) - [Auth0](https://www.g2.com/fr/products/auth0/reviews) - [AWS Lambda](https://www.g2.com/fr/products/aws-lambda/reviews) - [Azure Data Studio](https://www.g2.com/fr/products/azure-data-studio/reviews) - [Azure Functions](https://www.g2.com/fr/products/azure-functions/reviews) - [Azure Monitor](https://www.g2.com/fr/products/azure-monitor/reviews) - [Confluent](https://www.g2.com/fr/products/confluent/reviews) - [Cube](https://www.g2.com/fr/products/cube-2023-07-31/reviews) - [Dash0](https://www.g2.com/fr/products/dash0/reviews) - [DBeaver](https://www.g2.com/fr/products/dbeaver/reviews) - [dbt](https://www.g2.com/fr/products/dbt/reviews) - [Deepnote](https://www.g2.com/fr/products/deepnote/reviews) - [Deno](https://www.g2.com/fr/products/deno/reviews) - [Django](https://www.g2.com/fr/products/django/reviews) - [Estuary](https://www.g2.com/fr/products/estuary/reviews) - [Fivetran](https://www.g2.com/fr/products/fivetran/reviews) - [Flink](https://www.g2.com/fr/products/flink/reviews) - [Forest Admin](https://www.g2.com/fr/products/forest-admin/reviews) - [Golang Container Solution](https://www.g2.com/fr/products/golang-container-solution/reviews) - [Golang Development Services](https://www.g2.com/fr/products/anurag-gupta-golang-development-services/reviews) - [Google Cloud AI Infrastructure](https://www.g2.com/fr/products/google-cloud-ai-infrastructure/reviews) - [Google Cloud Console](https://www.g2.com/fr/products/google-cloud-console/reviews) - [Grafana Labs](https://www.g2.com/fr/products/grafana-labs/reviews) - [Hasura](https://www.g2.com/fr/products/hasura/reviews) - [HighByte Intelligence Hub](https://www.g2.com/fr/products/highbyte-intelligence-hub/reviews) - [IBM Instana](https://www.g2.com/fr/products/ibm-instana/reviews) - [Jaeger](https://www.g2.com/fr/products/jaeger/reviews) - [Java Container Solution](https://www.g2.com/fr/products/java-container-solution/reviews) - [Java Development](https://www.g2.com/fr/products/java-development/reviews) - [Kubernetes](https://www.g2.com/fr/products/american-cloud-kubernetes/reviews) - [Kubernetes](https://www.g2.com/fr/products/kubernetes/reviews) - [LangChain](https://www.g2.com/fr/products/langchain-langchain/reviews) - [Liquibase](https://www.g2.com/fr/products/liquibase/reviews) - [Log Server - Unlimited Connections - Using rsyslog](https://www.g2.com/fr/products/log-server-unlimited-connections-using-rsyslog/reviews) - [Looker](https://www.g2.com/fr/products/looker/reviews) - [Metabase](https://www.g2.com/fr/products/metabase/reviews) - [n8n](https://www.g2.com/fr/products/n8n/reviews) - [Neon](https://www.g2.com/fr/products/neondatabase/reviews) - [New Relic](https://www.g2.com/fr/products/new-relic/reviews) - [Node.js](https://www.g2.com/fr/products/node-js/reviews) - [Okta](https://www.g2.com/fr/products/okta/reviews) - [OpenTelemetry](https://www.g2.com/fr/products/opentelemetry/reviews) - [pgAdmin](https://www.g2.com/fr/products/pgadmin/reviews) - [PostgreSQL](https://www.g2.com/fr/products/postgresql/reviews) - [Power BI Solutions](https://www.g2.com/fr/products/power-bi-solutions/reviews) - [Prisma](https://www.g2.com/fr/products/prisma-mediaocean/reviews) - [Prisma](https://www.g2.com/fr/products/prisma-prisma/reviews) - [Prometheus](https://www.g2.com/fr/products/prometheus/reviews) - [Pulumi](https://www.g2.com/fr/products/pulumi/reviews) - [Python](https://www.g2.com/fr/products/python/reviews) - [Redash](https://www.g2.com/fr/products/redash/reviews) - [Redpanda Streaming](https://www.g2.com/fr/products/redpanda-streaming/reviews) - [Render](https://www.g2.com/fr/products/render-render/reviews) - [Retool](https://www.g2.com/fr/products/retool/reviews) - [RubyGPT](https://www.g2.com/fr/products/rubygpt/reviews) - [StepZen](https://www.g2.com/fr/products/stepzen/reviews) - [Stitch](https://www.g2.com/fr/products/stitch-2026-01-09/reviews) - [Stitch](https://www.g2.com/fr/products/stitch/reviews) - [Stitch](https://www.g2.com/fr/products/stitch-2025-07-15/reviews) - [Stitch](https://www.g2.com/fr/products/stitch-stitch/reviews) - [Striim](https://www.g2.com/fr/products/striim/reviews) - [Superset](https://www.g2.com/fr/products/superset/reviews) - [Superset](https://www.g2.com/fr/products/superset-superset/reviews) - [Tableau](https://www.g2.com/fr/products/tableau/reviews) - [ToolJet](https://www.g2.com/fr/products/tooljet/reviews) - [Zapier](https://www.g2.com/fr/products/zapier/reviews) ## Tiger Data Features **management** - Dictionnaire de données - Réplication des données - Langage de requête - Modélisation des données - Analyse du rendement **Gestion** - Schéma de données - Langage de requête - ACID - Plainte - Réplication des données **Stockage** - Modèle de données - Types de données **Indexation des données** - Recherche sémantique - Indexation des données **Latence des requêtes** - Réduction de la latence des requêtes - Requêtes continues **développement** - Déploiement d’applications - Outils de développement - Environnement de développement - Prise en charge linguistique - Testing **Configuration** - Performances des applications - Orchestration - Surveillance de la base de données - Détection d’anomalies - Sécurité du réseau **Entretien** - Migration des données - Sauvegarde et restauration - Environnement multi-utilisateurs **Soutien** - Recherche textuelle - Types de données - Traduction - Systèmes d’exploitation **Disponibilité** - Marquage automatique - Récupération automatique - Réplication des données **Latence des données** - Réduction de la latence des données - Performances du pipeline de données **base de données** - Gestion des bases de données - Analytics - Mise à l’échelle automatique - Sauvegarde / Restauration - Stockage **Administration de base de données** - Fourniture - gouvernance - Audit **Sécurité** - Cryptage des données - Contrôle d’accès utilisateur **Sécurité** - Verrouillage de la base de données - Contrôle d’accès - Cryptage - Authentification **Performance** - Cache intégré **Filtres** - Recherche précise - Filtrage en une seule étape - Base de données vectorielles **Connecteurs** - Ingestion plus rapide - Connecteurs intégrés **infrastructure** - réseautage - Machines virtuelles - Sécurité **Disponibilité** - Évolutivité - appui - Archivage - Indexation **Sécurité** - Masquage des données - Authentification et authentification unique - Anonymisation des données **Performance** - Reprise après sinistre - Concurrence d’accès aux données - Gestion de la charge de travail - Indexation avancée - Optimiseur de requêtes **Sécurité** - Autorisation basée sur les rôles - Authentification - Journaux d’audit - Cryptage **Échelle** - Base de données évolutive linéairement - Gestion du stockage **Gestion des données** - Réplication des données - Analyse avancée des données **Soutien** - Multi-modèle - Systèmes d’exploitation **Architecture** - Sécurité des données - Architecture sans verrouillage **Fonctionnalités de la base de données** - Stockage - Disponibilité - Stabilité - Évolutivité - Sécurité - Manipulation des données - Langage de requête ## Top Tiger Data Alternatives - [Snowflake](https://www.g2.com/fr/products/snowflake/reviews) - 4.5/5.0 (706 reviews) - [InfluxDB](https://www.g2.com/fr/products/influxdata-influxdb/reviews) - 4.4/5.0 (98 reviews) - [Google Cloud SQL](https://www.g2.com/fr/products/google-cloud-sql/reviews) - 4.5/5.0 (354 reviews)