# Migliori Database di serie temporali *By [Bijou Barry](https://research.g2.com/insights/author/bijou-barry)* I database di serie temporali consentono alle aziende di memorizzare dati con marca temporale. Un'azienda può adottare un database di serie temporali se ha bisogno di monitorare i dati in tempo reale o se sta eseguendo applicazioni che producono continuamente dati. Alcuni esempi di applicazioni che producono dati di serie temporali includono strumenti di [monitoraggio delle prestazioni delle applicazioni (APM)](https://g2.com/categories/application-performance-monitoring-apm), dati dei sensori da dispositivi IoT, dati di mercato finanziario e numerose applicazioni di sicurezza, tra molte altre. I database di serie temporali sono ottimizzati per memorizzare questi dati in modo che possano essere facilmente estratti e analizzati. I dati di serie temporali sono spesso utilizzati quando si eseguono analisi predittive o algoritmi di apprendimento automatico, consentendo agli utenti di comprendere i dati storici per aiutare a prevedere risultati futuri. Alcuni software di [elaborazione e distribuzione di big data](https://g2.com/categories/big-data-processing-and-distribution) possono fornire funzionalità di memorizzazione di serie temporali. Per qualificarsi per l'inclusione nella categoria dei Database di Serie Temporali, un prodotto deve: - Memorizzare dati basati su marche temporali - Consumare dati in tempo reale - Consentire agli utenti di estrarre facilmente i dati per l'analisi delle serie temporali ## Category Overview **Total Products under this Category:** 52 ## Trust & Credibility Stats **Perché puoi fidarti delle classifiche software di G2:** - 30 Analisti ed Esperti di Dati - 1,100+ Recensioni autentiche - 52+ Prodotti - Classifiche Imparziali Le classifiche software di G2 si basano su recensioni verificate degli utenti, moderazione rigorosa e una metodologia di ricerca coerente mantenuta da un team di analisti ed esperti di dati. Ogni prodotto è misurato utilizzando gli stessi criteri trasparenti, senza posizionamenti a pagamento o influenze dei venditori. Sebbene le recensioni riflettano esperienze reali degli utenti, che possono essere soggettive, offrono preziose informazioni su come il software si comporta nelle mani dei professionisti. Insieme, questi input alimentano il G2 Score, un modo standardizzato per confrontare gli strumenti all'interno di ogni categoria. ## Best Database di serie temporali At A Glance - **Leader:** [CrateDB](https://www.g2.com/it/products/cratedb/reviews) - **Miglior performer:** [dataPARC](https://www.g2.com/it/products/dataparc/reviews) - **Più facile da usare:** [dataPARC](https://www.g2.com/it/products/dataparc/reviews) - **Più in voga:** [Epsilon3](https://www.g2.com/it/products/epsilon3/reviews) - **Miglior software gratuito:** [InfluxDB](https://www.g2.com/it/products/influxdata-influxdb/reviews) ## Top-Rated Products (Ranked by G2 Score) ### 1. [CrateDB](https://www.g2.com/it/products/cratedb/reviews) Il database in tempo reale per analisi, ricerca e AI. Archivia qualsiasi tipo di dato e combina la semplicità di SQL con la scalabilità di NoSQL. CrateDB è un database open source, multi-modello, distribuito e containerizzato che esegue query in millisecondi, indipendentemente dalla complessità, volume e velocità dei dati. **Average Rating:** 4.4/5.0 **Total Reviews:** 82 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.3/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.9/10 (Category avg: 8.3/10) - **Qualità del supporto:** 9.1/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [CrateDB](https://www.g2.com/it/sellers/cratedb) - **Sito web dell'azienda:** https://cratedb.com/ - **Anno di Fondazione:** 2013 - **Sede centrale:** Redwood City, CA - **Twitter:** @cratedb (4,184 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/crateio/ (44 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Who Uses This:** Data Engineer, Software Engineer - **Top Industries:** Software per computer, Tecnologia dell'informazione e servizi - **Company Size:** 54% Piccola impresa, 31% Mid-Market #### Pros & Cons **Pros:** - Ease of Use (12 reviews) - SQL Usage (11 reviews) - Easy Integrations (10 reviews) - Flexibility (10 reviews) - Features (9 reviews) **Cons:** - Lack of Features (5 reviews) - Software Limitations (4 reviews) - Limited Features (3 reviews) - Poor Documentation (3 reviews) - Complex Configuration (2 reviews) ### 2. [TDengine](https://www.g2.com/it/products/tdengine/reviews) TDengine è un database di serie temporali progettato per aiutare le industrie tradizionali a superare le sfide dell'Industria 4.0 e dell'IoT industriale. Consente l'ingestione, l'archiviazione, l'analisi e la distribuzione in tempo reale di petabyte di dati al giorno, generati da miliardi di sensori e raccoglitori di dati. Rendendo i big data accessibili e convenienti, TDengine aiuta tutti — dagli sviluppatori indipendenti e startup ai colossi industriali e multinazionali — a sbloccare il vero valore dei loro dati. TDengine si differenzia dai tipici database di serie temporali con le seguenti quattro competenze principali: - Alte Prestazioni a Qualsiasi Scala: Con la sua architettura scalabile distribuita che cresce insieme al tuo business, TDengine può archiviare e processare enormi set di dati fino a 10,6 volte più velocemente rispetto ad altri TSDB — tutto mentre fornisce la latenza di frazioni di secondo che le tue app di visualizzazione e reportistica in tempo reale richiedono. - Archiviazione Dati Efficiente: Con il suo design unico e il modello di dati, TDengine offre la soluzione più conveniente per archiviare i tuoi dati operativi, inclusi archiviazione a livelli, S3 e compressione dati 10:1, assicurando che tu possa ottenere preziose intuizioni aziendali dai tuoi dati senza spendere una fortuna. - Consolidamento Dati tra Siti: Con connettori integrati per una vasta gamma di fonti industriali — MQTT, Kafka, OPC, PI System e altro — TDengine offre ingestione dati senza codice e estrazione, trasformazione e caricamento (ETL) in una piattaforma centralizzata che funge da unica fonte di verità per la tua azienda. - Soluzione Completa per Dati Industriali: Con abbonamento dati, caching e elaborazione di flussi pronti all'uso, TDengine è più di un semplice database di serie temporali — include tutti i componenti chiave necessari per l'archiviazione e l'elaborazione dei dati industriali integrati in un unico prodotto e accessibili tramite dichiarazioni SQL familiari. **Average Rating:** 4.7/5.0 **Total Reviews:** 14 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 10.0/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 10.0/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.6/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [TDengine](https://www.g2.com/it/sellers/tdengine) - **Anno di Fondazione:** 2017 - **Sede centrale:** Los Gatos, California - **Twitter:** @TDengineDB (3,861 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/tdengine/ (132 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Software per computer - **Company Size:** 93% Piccola impresa, 7% Mid-Market ### 3. [KX](https://www.g2.com/it/products/kx-kx/reviews) Forniamo le decisioni basate sui dati consapevoli del tempo che consentono alle organizzazioni in rapido movimento di realizzare il pieno potenziale dei loro investimenti in AI e superare i concorrenti. La nostra tecnologia offre un valore trasformazionale affrontando le sfide dei dati in termini di completezza, tempestività ed efficienza. Consentiamo alle organizzazioni di comprendere i cambiamenti nel tempo e generare intuizioni più rapide e accurate — su qualsiasi scala e con efficienza dei costi. La nostra tecnologia è essenziale per le operazioni delle principali banche d'investimento del mondo, dell'aerospazio e della difesa, della produzione high-tech, della sanità e delle scienze della vita, dell'automotive e delle organizzazioni di telematica delle flotte. Il pubblico principale per KX comprende leader di linee di business, sviluppatori, data scientist e ingegneri dei dati che richiedono capacità analitiche sofisticate per creare applicazioni ad alte prestazioni basate sui dati. Con la sua velocità e scalabilità senza pari, KX consente agli utenti di elaborare in modo efficiente grandi volumi di dati, sia in ambienti cloud, on-premises o al margine. Questa flessibilità garantisce che le organizzazioni possano integrare la tecnologia KX nei loro flussi di lavoro esistenti senza problemi, migliorando le loro capacità analitiche senza causare interruzioni alle operazioni in corso. KX si distingue nel panorama analitico attraverso le sue prestazioni indipendentemente valutate, riconosciute come le più veloci disponibili sul mercato. Questa velocità è vitale per le aziende che dipendono da intuizioni basate su dati in tempo reale per informare i loro processi decisionali. Consentendo agli utenti di scoprire intuizioni più ricche e azionabili rapidamente, KX facilita scelte più rapide e informate, guidando il vantaggio competitivo e la crescita trasformativa. La sua capacità di gestire set di dati complessi e fornire intuizioni prontamente è particolarmente vantaggiosa per le industrie che operano in ambienti frenetici, dove le informazioni tempestive sono critiche. Le caratteristiche chiave di KX includono capacità avanzate di analisi dei dati di serie temporali e vettoriali, che consentono una gestione e un'analisi efficienti di volumi di dati estesi. Inoltre, KX si integra perfettamente con strumenti analitici popolari, migliorandone le prestazioni e consentendo agli utenti di massimizzare i loro investimenti esistenti. L'architettura della piattaforma è progettata per alte prestazioni, garantendo che le organizzazioni possano scalare le loro operazioni analitiche secondo necessità senza sacrificare velocità o efficienza. Con una presenza globale in Nord America, Europa e Asia Pacifico, KX è fidato dalle principali organizzazioni per guidare le loro iniziative di dati e AI. Fornendo una soluzione analitica potente, KX non solo migliora l'efficienza operativa ma promuove anche una cultura dell'innovazione, consentendo alle aziende di rimanere competitive in un mondo sempre più guidato dai dati. **Average Rating:** 4.6/5.0 **Total Reviews:** 50 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.0/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.9/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.7/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [KX](https://www.g2.com/it/sellers/kx-a145756d-91d3-463e-a51d-9e13b1ac577c) - **Anno di Fondazione:** 1996 - **Sede centrale:** NY, USA - **Twitter:** @kxsystems (4,169 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/kx-systems (527 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Servizi finanziari, Bancario - **Company Size:** 57% Enterprise, 25% Piccola impresa #### Pros & Cons **Pros:** - Speed (11 reviews) - Performance (9 reviews) - Tool Power (7 reviews) - Efficiency (6 reviews) - Fast Processing (6 reviews) **Cons:** - Learning Curve (12 reviews) - Difficult Learning (7 reviews) - Steep Learning Curve (7 reviews) - Complexity (2 reviews) - Expensive (2 reviews) ### 4. [Tiger Data](https://www.g2.com/it/products/tiger-data/reviews) Tiger Data, dai creatori di TimescaleDB, è il database di serie temporali Postgres numero 1 per sviluppatori, dispositivi e agenti. Mantieni i dati dei sensori, on-chain e dei clienti aggiornati conservando anni di storia, tutto interrogabile in SQL standard. Per IoT, Web3 e AI. Perché i team scelgono Tiger Data: - Affidato da migliaia di sviluppatori. Oltre 3 milioni di database attivi, più di 2 mila clienti. - Fino al 95% di compressione. Mantieni anni di storia online a una frazione del costo. - Pronto per la produzione senza il dolore operativo. Multi-AZ HA, PITR, backup cross-region, SOC 2/HIPAA/GDPR, profonda osservabilità. - Scala senza sforzo. Calcolo e archiviazione disaggregati. Non pagare mai per la capacità inattiva. - Architettura dati unificata. Connetti qualsiasi fonte di dati e sincronizzala automaticamente tra il tuo database operativo e il data lake. - Approvvigionamento hyperscaler. Disponibile su AWS Marketplace e Azure Marketplace. Capacità chiave: - Partizionamento automatico Ingesta milioni di punti dati al secondo senza gestione manuale delle tabelle o sharding. - Viste materializzate incrementali Precalcola e memorizza in cache i rollup per dashboard e API istantanei. - Archiviazione ibrida riga/colonna Scritture veloci, letture compresse, ottimizzate per query in tempo reale e storiche. - Compressione (fino al 95%) Le codifiche colonnari applicano filtri e aggregati direttamente sui dati compressi per query più veloci e grandi risparmi. - Archiviazione a livelli Sposta automaticamente i dati più vecchi o meno frequentemente accessibili su archiviazione oggetti a basso costo mantenendoli completamente interrogabili tramite la stessa interfaccia SQL. - Cloud Postgres completamente gestito Scala calcolo e archiviazione in modo indipendente, classifica l'archiviazione S3 per gestire i costi, distribuisci globalmente e salta le operazioni del database. Settori industriali: Sviluppatori e team di piattaforma in IoT industriale, manifatturiero, Crypto, SaaS/ML e strumenti DevOps si affidano a Tiger per combinare dati operativi e storici per dashboard in tempo reale e approfondimenti critici, interrogabili in SQL standard. Come iniziare: Prova Tiger Cloud per 1 mese gratuitamente senza bisogno di carta di credito, o usaci indefinitamente come parte del nostro piano gratuito. Inizia ora - https://console.cloud.timescale.com/signup?utm\_source=g2&utm\_medium=referral&utm\_campaign=free-trial-g2 **Average Rating:** 4.6/5.0 **Total Reviews:** 33 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.3/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.7/10 (Category avg: 8.3/10) - **Qualità del supporto:** 9.5/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Tiger Data (creators of TimescaleDB)](https://www.g2.com/it/sellers/tiger-data-creators-of-timescaledb) - **Sito web dell'azienda:** https://www.tigerdata.com/ - **Anno di Fondazione:** 2015 - **Sede centrale:** New York, New York - **Twitter:** @TigerDatabase (1,302 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/timescaledb/ (43 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Software per computer, Servizi finanziari - **Company Size:** 79% Piccola impresa, 18% Mid-Market #### Pros & Cons **Pros:** - Ease of Use (8 reviews) - Easy Setup (5 reviews) - Setup Ease (5 reviews) - Analytics (4 reviews) - Performance (4 reviews) **Cons:** - Expensive (4 reviews) - Expensive Licensing (3 reviews) - Missing Features (3 reviews) - Poor UI (3 reviews) - Slow Performance (3 reviews) ### 5. [QuestDB](https://www.g2.com/it/products/questdb/reviews) QuestDB è un database open-source, orientato al SQL, progettato per gestire i carichi di lavoro più esigenti, dai piani di trading ai centri di controllo missione. Un design multi-livello mantiene i dati caldi in partizioni native e la cronologia fredda in archiviazione Parquet/oggetto, interrogata tramite un unico livello SQL. L'esecuzione vettoriale e colonnare offre un'alta capacità di ingestione e query in millisecondi. I formati aperti (Parquet/Arrow) lo rendono pronto per l'AI e libero da vincoli. Distribuisci in modalità self-hosted o nel tuo cloud (BYOC). **Average Rating:** 4.8/5.0 **Total Reviews:** 33 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.4/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 9.0/10 (Category avg: 8.3/10) - **Qualità del supporto:** 9.8/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [QuestDB](https://www.g2.com/it/sellers/questdb) - **Anno di Fondazione:** 2019 - **Sede centrale:** New York, US - **Twitter:** @QuestDb (2,291 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/questdb/ (30 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Servizi finanziari, Software per computer - **Company Size:** 69% Piccola impresa, 17% Mid-Market ### 6. [Amazon Timestream](https://www.g2.com/it/products/amazon-timestream/reviews) Amazon Timestream è un servizio di database di serie temporali veloce, scalabile e completamente gestito per applicazioni IoT e operative che facilita l'archiviazione e l'analisi di trilioni di eventi al giorno a 1/10 del costo dei database relazionali. Guidato dall'aumento dei dispositivi IoT, dei sistemi IT e delle macchine industriali intelligenti, i dati di serie temporali, dati che misurano come le cose cambiano nel tempo, sono uno dei tipi di dati in più rapida crescita. **Average Rating:** 3.7/5.0 **Total Reviews:** 20 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 6.3/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 7.1/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.1/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Amazon Web Services (AWS)](https://www.g2.com/it/sellers/amazon-web-services-aws-3e93cc28-2e9b-4961-b258-c6ce0feec7dd) - **Anno di Fondazione:** 2006 - **Sede centrale:** Seattle, WA - **Twitter:** @awscloud (2,223,984 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/amazon-web-services/ (156,424 dipendenti su LinkedIn®) - **Proprietà:** NASDAQ: AMZN **Reviewer Demographics:** - **Top Industries:** Software per computer - **Company Size:** 45% Mid-Market, 32% Piccola impresa #### Pros & Cons **Pros:** - Reliability (1 reviews) ### 7. [InfluxDB](https://www.g2.com/it/products/influxdata-influxdb/reviews) InfluxDB è una piattaforma dati appositamente progettata per gestire tutti i dati delle serie temporali, provenienti da utenti, sensori, applicazioni e infrastrutture, raccogliendo, memorizzando, visualizzando e trasformando senza soluzione di continuità le intuizioni in azioni. Con una libreria di oltre 300 plugin Telegraf open source, importare e monitorare dati da qualsiasi sistema è facile. InfluxDB consente agli sviluppatori di costruire servizi e applicazioni IoT, di monitoraggio e analisi trasformativi. L'architettura flessibile di InfluxDB si adatta a qualsiasi implementazione, sia nel cloud, al margine o in locale, e la sua versatilità, accessibilità e gli strumenti di supporto (librerie client, API, ecc.) rendono facile per gli sviluppatori di qualsiasi livello costruire rapidamente applicazioni e servizi con dati di serie temporali. Ottimizzata per l'efficienza e la produttività degli sviluppatori, la piattaforma InfluxDB offre ai costruttori il tempo di concentrarsi sulle caratteristiche e funzionalità che danno valore ai loro progetti interni e un vantaggio competitivo alle loro applicazioni. Per iniziare, InfluxData offre formazione gratuita attraverso InfluxDB University su https://university.influxdata.com **Average Rating:** 4.4/5.0 **Total Reviews:** 97 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.1/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.7/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.6/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [InfluxData](https://www.g2.com/it/sellers/influxdata-c4358581-7be9-4eec-a0bc-bd083f9c5468) - **Anno di Fondazione:** 2012 - **Sede centrale:** San Francisco, California - **Twitter:** @InfluxData (22 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/5159145/ (179 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Who Uses This:** Software Engineer - **Top Industries:** Tecnologia dell'informazione e servizi, Software per computer - **Company Size:** 60% Piccola impresa, 22% Mid-Market ### 8. [dataPARC](https://www.g2.com/it/products/dataparc/reviews) dataPARC è un toolkit di visualizzazione e analisi dei dati industriali self-service progettato per i produttori di processo che cercano di migliorare la qualità, aumentare il rendimento e ottimizzare le loro operazioni. Raccogli, connetti e analizza i dati IoT da tutto l'impianto con la piattaforma di analisi e visualizzazione dei dati di processo di dataPARC. Risolvi problemi complessi di processo e qualità del prodotto con strumenti di analisi diagnostica e di tendenza semplici ma potenti. Costruisci dashboard e display sofisticati per monitorare i processi e condividere i KPI di produzione in tutta la tua impresa. Sfrutta l'intelligenza artificiale (AI) e il machine learning per guidare il miglioramento continuo e aumentare i margini tramite la modellazione predittiva. **Average Rating:** 4.9/5.0 **Total Reviews:** 39 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.7/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.8/10 (Category avg: 8.3/10) - **Qualità del supporto:** 9.6/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [dataPARC](https://www.g2.com/it/sellers/dataparc) - **Anno di Fondazione:** 1997 - **Sede centrale:** Washougal, US - **Twitter:** @dataPARCsolutio (26 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/dataparc-solutions/ (115 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Carta e prodotti forestali - **Company Size:** 62% Mid-Market, 31% Enterprise #### Pros & Cons **Pros:** - Customizability (2 reviews) - Data Analysis (2 reviews) - Data Visualization (2 reviews) - Ease of Use (2 reviews) - Features (2 reviews) **Cons:** - Complex Usability (1 reviews) - Data Management Issues (1 reviews) - Difficult Learning (1 reviews) - Learning Curve (1 reviews) - Required Expertise (1 reviews) ### 9. [Prometheus](https://www.g2.com/it/products/prometheus/reviews) Prometheus è un toolkit open-source per il monitoraggio e l'allerta dei sistemi, progettato per affidabilità e scalabilità. Raccoglie e memorizza metriche come dati di serie temporali, consentendo il monitoraggio in tempo reale di applicazioni, sistemi e servizi. Con il suo potente linguaggio di query, PromQL, gli utenti possono analizzare e visualizzare i dati in modo efficace. Prometheus opera in modo indipendente, senza necessità di dipendenze esterne, e si integra perfettamente con vari meccanismi di scoperta dei servizi, rendendolo ideale per ambienti dinamici. Caratteristiche e Funzionalità Chiave: - Modello di Dati Dimensionale: Prometheus organizza i dati di serie temporali utilizzando un modello dimensionale flessibile, identificando ogni serie con un nome di metrica e un insieme di coppie chiave-valore. - Potente Linguaggio di Query (PromQL): PromQL consente agli utenti di interrogare, correlare e trasformare i dati di serie temporali per visualizzazioni, allerta e altro. - Allerta Precisa: Le regole di allerta basate su PromQL sfruttano il modello di dati dimensionale, con un componente Alertmanager separato che gestisce le notifiche e il silenziamento. - Operazione Semplice: I server Prometheus funzionano in modo indipendente, basandosi esclusivamente su archiviazione locale. Sviluppati in Go, i binari collegati staticamente sono facili da distribuire in vari ambienti. - Librerie di Strumentazione: È disponibile una vasta gamma di librerie ufficiali e contribuite dalla comunità per strumentare applicazioni nella maggior parte dei principali linguaggi di programmazione. - Integrazioni Ubiquitarie: Prometheus offre numerose integrazioni, facilitando l'estrazione facile di metriche dai sistemi esistenti. Valore Primario e Problema Risolto: Prometheus risponde alla necessità di una soluzione di monitoraggio robusta, scalabile e flessibile in ambienti moderni e dinamici. La sua capacità di raccogliere, memorizzare e interrogare dati di serie temporali consente alle organizzazioni di ottenere informazioni in tempo reale sulle prestazioni e la salute dei loro sistemi. Fornendo allerta precisa e integrazione senza soluzione di continuità con vari meccanismi di scoperta dei servizi, Prometheus assicura che i problemi vengano rilevati e affrontati prontamente, migliorando l'affidabilità del sistema e l'efficienza operativa. **Average Rating:** 4.5/5.0 **Total Reviews:** 61 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 8.7/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.1/10 (Category avg: 8.3/10) - **Qualità del supporto:** 7.9/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Prometheus Authors](https://www.g2.com/it/sellers/prometheus-authors) - **Anno di Fondazione:** 1998 - **Sede centrale:** Raleigh, North Carolina, United States - **Twitter:** @PrometheusIO (51,922 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/prometheusgroup/ (1,180 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Who Uses This:** Software Engineer, DevOps Engineer - **Top Industries:** Software per computer, Tecnologia dell'informazione e servizi - **Company Size:** 40% Mid-Market, 32% Piccola impresa #### Pros & Cons **Pros:** - Easy Integrations (7 reviews) - Integrations (6 reviews) - Alerting System (5 reviews) - Monitoring (4 reviews) - Real-time Monitoring (4 reviews) **Cons:** - Learning Curve (4 reviews) - Difficult Learning (2 reviews) - Difficult Installation (1 reviews) - Graph Visualization (1 reviews) - Ineffective Alerts (1 reviews) ### 10. [Epsilon3](https://www.g2.com/it/products/epsilon3/reviews) Epsilon3 è il primo strumento di gestione delle procedure e delle risorse alimentato dall'IA, progettato per i team che ingegnerizzano, costruiscono, testano e operano prodotti e sistemi avanzati. ✔ Standardizza e Ottimizza i Processi Il nostro sistema di esecuzione delle procedure interoperabile sostituisce le liste di controllo inefficienti gestite con carta, fogli di calcolo, documenti e strumenti di pianificazione obsoleti. Traccia automaticamente ogni passaggio per garantire qualità, coerenza e tracciabilità. ✔ Alimenta Iterazione Rapida e Innovazione Il controllo delle versioni integrato, i flussi di lavoro condizionali e la sincronizzazione dei dati in tempo reale mantengono tutti gli stakeholder sulla stessa pagina. Consenti il miglioramento continuo e decisioni rapide basate sui dati per rimanere molto avanti rispetto alla concorrenza. ✔ Semplifica e Scala le Operazioni Integra in modo sicuro i sistemi isolati e automatizza i compiti ripetitivi e soggetti a errori per aumentare la produttività e prevenire ritardi. Semplifica la formazione, riduci i costi e mantieni l'efficienza mentre le tue operazioni si espandono per soddisfare la domanda. Epsilon3 è fidato da leader del settore come NASA, Blue Origin, Firefly Aerospace, Sierra Space, Redwire, Shift4, AeroVironment, Commonwealth Fusion Systems e altre organizzazioni commerciali e governative. L'azienda e la piattaforma sono state costruite da leader ingegneristici di SpaceX, NASA e Google. Scopri come: https://www.epsilon3.io/ **Average Rating:** 4.2/5.0 **Total Reviews:** 259 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.2/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.7/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.9/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Epsilon3](https://www.g2.com/it/sellers/epsilon3) - **Sito web dell'azienda:** https://epsilon3.io - **Anno di Fondazione:** 2021 - **Sede centrale:** Los Angeles, California - **Twitter:** @Epsilon3Inc (1,052 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/epsilon3inc (32 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Who Uses This:** Customer Service Representative - **Top Industries:** Aviazione e aerospaziale, Servizi finanziari - **Company Size:** 43% Mid-Market, 40% Enterprise #### Pros & Cons **Pros:** - Ease of Use (80 reviews) - Procedure Management (42 reviews) - Features (30 reviews) - Efficiency (27 reviews) - Efficiency Improvement (24 reviews) **Cons:** - Learning Curve (35 reviews) - Complexity (33 reviews) - Confusing Procedures (29 reviews) - Complex Procedures (27 reviews) - Confusion (24 reviews) ### 11. [Aerospike](https://www.g2.com/it/products/aerospike/reviews) La piattaforma di dati in tempo reale Aerospike consente alle organizzazioni di agire istantaneamente su miliardi di transazioni riducendo l'ingombro dei server fino all'80 percento. La piattaforma multi-cloud Aerospike alimenta applicazioni in tempo reale con prestazioni prevedibili sotto il millisecondo fino a scala petabyte con uptime di cinque nove con dati distribuiti globalmente e fortemente consistenti. Le applicazioni costruite sulla piattaforma di dati in tempo reale Aerospike combattono le frodi, forniscono raccomandazioni che aumentano drasticamente la dimensione del carrello, abilitano pagamenti digitali globali e offrono esperienze utente iper-personalizzate a decine di milioni di clienti. Clienti come Airtel, Experian, Nielsen, PayPal, Snap, Wayfair e Yahoo si affidano ad Aerospike come loro fondamento dati per il futuro. **Average Rating:** 4.4/5.0 **Total Reviews:** 80 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.2/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.3/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.9/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Aerospike](https://www.g2.com/it/sellers/aerospike) - **Anno di Fondazione:** 2009 - **Sede centrale:** Mountain View, CA - **Twitter:** @aerospikedb (7,837 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/2696852/ (306 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Who Uses This:** Software Engineer - **Top Industries:** Marketing e pubblicità, Tecnologia dell'informazione e servizi - **Company Size:** 45% Mid-Market, 34% Enterprise ### 12. [Warp 10](https://www.g2.com/it/products/warp-10/reviews) Warp 10 è una piattaforma modulare open source che raccoglie, memorizza e analizza dati provenienti da sensori. Progettata per l'IoT con un modello di dati flessibile, Warp 10 fornisce un framework unico e potente per semplificare i tuoi processi dalla raccolta dei dati all'analisi e visualizzazione, con il supporto di dati geolocalizzati nel suo modello centrale (chiamato Geo Time Series). Warp 10 è sia un database di serie temporali che un potente ambiente di analisi, permettendoti di fare: statistiche, estrazione di caratteristiche per l'addestramento di modelli, filtraggio e pulizia dei dati, rilevamento di schemi e anomalie, sincronizzazione o persino previsioni. La piattaforma è conforme al GDPR e sicura per design utilizzando token crittografici per gestire l'autenticazione e l'autorizzazione. L'ambiente di analisi può essere implementato all'interno di un ampio ecosistema di componenti software come Spark, Kafka Streams, Hadoop, Jupyter, Zeppelin e molti altri. Può anche accedere ai dati memorizzati in molte soluzioni esistenti, database relazionali o NoSQL, motori di ricerca e sistemi di archiviazione di oggetti tipo S3. Warp 10 si adatta alle tue esigenze su qualsiasi scala, dai piccoli dispositivi ai cluster distribuiti, e può essere utilizzato in molti settori verticali: industria, trasporti, salute, monitoraggio, finanza, energia, ecc. Una collezione di strumenti completa la piattaforma e facilita il tuo lavoro sui dati di serie temporali: - WarpStudio, un editor web, per modificare ed eseguire il tuo codice WarpScript. - WarpFleet, il repository di artefatti, per condividere i tuoi plugin, estensioni e macro. - Sandbox, un ambiente ospitato per testare Warp 10 senza implementarlo. - Discovery, una soluzione di dashboarding dinamico con un approccio unico di dashboard come codice. - HFiles, una soluzione di archiviazione ad alta densità che fornisce scalabilità infinita di archiviazione mantenendo tutte le capacità analitiche. **Average Rating:** 4.4/5.0 **Total Reviews:** 35 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 8.7/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.1/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.8/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [SenX](https://www.g2.com/it/sellers/senx) - **Sede centrale:** Guipavas, Brittany - **Twitter:** @SenXHQ (234 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/12632019 (13 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Tecnologia dell'informazione e servizi - **Company Size:** 50% Piccola impresa, 31% Mid-Market ### 13. [Druid](https://www.g2.com/it/products/druid/reviews) Apache Druid è un database di analisi in tempo reale open source. Druid combina idee dai database OLAP/analitici, dai database di serie temporali e dai sistemi di ricerca per creare una soluzione completa di analisi in tempo reale per i dati in tempo reale. Include l'ingestione di flussi e batch, l'archiviazione orientata alle colonne, il partizionamento ottimizzato per il tempo, l'indicizzazione nativa OLAP e di ricerca, il supporto SQL e REST, schemi flessibili; tutto con una vera scalabilità orizzontale su un'architettura cloud native senza condivisione che lo rende facile da distribuire, monitorare e gestire su larga scala. È scaricabile gratuitamente per un uso illimitato da druid.apache.org ed è anche ospitato nel cloud da Imply Data. **Average Rating:** 4.3/5.0 **Total Reviews:** 28 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 7.7/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 6.4/10 (Category avg: 8.3/10) - **Qualità del supporto:** 7.9/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Druid](https://www.g2.com/it/sellers/druid) - **Anno di Fondazione:** 1998 - **Sede centrale:** Rio de Janeiro, Rio de Janeiro - **Twitter:** @druid (4 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/druid_2/ (77 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Software per computer - **Company Size:** 52% Enterprise, 29% Mid-Market ### 14. [Trendalyze](https://www.g2.com/it/products/trendalyze/reviews) Trendalyze è una piattaforma per scoprire, prevedere e monitorare modelli nei dati di serie temporali granulari raccolti da sensori, dispositivi IoT, macchine, sistemi di log transazionali ed eventi. La nostra piattaforma self-service consente a tutti i lavoratori dell'informazione di scoprire e monitorare modelli significativi con la stessa facilità con cui si cerca e si monitora il contenuto web su Google. Consente inoltre agli utenti aziendali e agli analisti di scoprire, analizzare e prevedere modelli nei dati IoT e in altri dati transazionali con la stessa facilità con cui analizzano i dati aziendali in Excel. Trendalyze ha introdotto in modo pionieristico le Reti Neurali Logiche in attesa di brevetto che apprendono da piccoli set di dati, sono spiegabili al 100% e possono essere configurate da professionisti aziendali. **Average Rating:** 4.6/5.0 **Total Reviews:** 12 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.2/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.1/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.5/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Trendalyze](https://www.g2.com/it/sellers/trendalyze) - **Anno di Fondazione:** 2016 - **Sede centrale:** USA, Newark - **Twitter:** @trendalyze (115 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/9487986/ (6 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Tecnologia dell'informazione e servizi - **Company Size:** 37% Enterprise, 37% Piccola impresa ### 15. [GridDB](https://www.g2.com/it/products/griddb/reviews) GridDB è un database che offre sia velocità che scalabilità per applicazioni di big data critiche per la missione. **Average Rating:** 4.5/5.0 **Total Reviews:** 27 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 8.3/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 10.0/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.8/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Toshiba](https://www.g2.com/it/sellers/toshiba) - **Anno di Fondazione:** 2016 - **Sede centrale:** N/A - **Twitter:** @griddb (9 follower su Twitter) - **Pagina LinkedIn®:** http://www.linkedin.com/company/griddb (1 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Software per computer - **Company Size:** 74% Mid-Market, 15% Enterprise ### 16. [Bangdb](https://www.g2.com/it/products/bangdb/reviews) BangDB è un database NoSql multifunzionale, multimodello, incorporato, distribuito, ad alte prestazioni, analitico e di serie temporali, scritto in C/C++ e progettato da zero per risolvere problemi contemporanei e futuri in modo semplice e facile, che altrimenti richiederebbero una grande quantità di tempo e risorse. **Average Rating:** 4.5/5.0 **Total Reviews:** 12 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.2/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 6.7/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.7/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [BangDB](https://www.g2.com/it/sellers/bangdb) - **Anno di Fondazione:** 2015 - **Sede centrale:** Bangalore, Karnataka - **Twitter:** @IQLECT (453 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/bangdb/ (6 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Company Size:** 50% Piccola impresa, 33% Enterprise ### 17. [Redis Cloud](https://www.g2.com/it/products/redis-cloud/reviews) Redis Cloud è il nostro servizio Redis Enterprise completamente gestito, che offre velocità, semplicità e scalabilità senza pari. È perfetto per applicazioni cloud-native che richiedono l'elaborazione dei dati in tempo reale, senza il fastidio di gestire l'infrastruttura. Redis Cloud supera i servizi cloud compatibili con Redis basati su open source come Amazon ElastiCache e Google Cloud Memorystore offrendo funzionalità di livello enterprise come la distribuzione geografica attiva-attiva, capacità avanzate di query e ricerca, sincronizzazione dei dati senza interruzioni e supporto multi-cloud. **Average Rating:** 4.6/5.0 **Total Reviews:** 42 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.2/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.8/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.3/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Redis](https://www.g2.com/it/sellers/redis) - **Anno di Fondazione:** 2011 - **Sede centrale:** San Francisco, CA - **Twitter:** @Redisinc (43,957 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/2014725/ (1,510 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Tecnologia dell'informazione e servizi, Software per computer - **Company Size:** 50% Piccola impresa, 41% Mid-Market ### 18. [Google Cloud BigTable](https://www.g2.com/it/products/google-cloud-bigtable/reviews) Cloud Bigtable è il servizio di database NoSQL Big Data di Google. È lo stesso database che alimenta molti dei servizi principali di Google, inclusi Ricerca, Analytics, Maps e Gmail. Bigtable è progettato per gestire carichi di lavoro massicci con una latenza costantemente bassa e un'elevata velocità di elaborazione, quindi è una scelta eccellente sia per applicazioni operative che analitiche, inclusi IoT, analisi degli utenti e analisi dei dati finanziari. **Average Rating:** 4.4/5.0 **Total Reviews:** 37 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 8.9/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 6.7/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.2/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Google](https://www.g2.com/it/sellers/google) - **Anno di Fondazione:** 1998 - **Sede centrale:** Mountain View, CA - **Twitter:** @google (31,885,216 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/1441/ (336,169 dipendenti su LinkedIn®) - **Proprietà:** NASDAQ:GOOG **Reviewer Demographics:** - **Company Size:** 41% Mid-Market, 32% Enterprise #### Pros & Cons **Pros:** - Cloud Storage (8 reviews) - Ease of Use (4 reviews) - Integrations (4 reviews) - Application Development (3 reviews) - Data Analytics (3 reviews) **Cons:** - Cost Issues (5 reviews) - Expensive (4 reviews) - Billing Issues (2 reviews) - Complexity (2 reviews) - Learning Difficulty (2 reviews) ### 19. [Tinybird](https://www.g2.com/it/products/tinybird/reviews) Tinybird è un servizio ClickHouse® completamente gestito, progettato per sviluppatori software e team di prodotto nativi dell'IA, consentendo loro di creare progetti di analisi in tempo reale su larga scala con il minimo sforzo. Tinybird semplifica, accelera e rende più affidabile l'integrazione del database open source ClickHouse nelle applicazioni, permettendo agli ingegneri di concentrarsi sullo sviluppo delle funzionalità piuttosto che sulla gestione dell'infrastruttura. Tinybird elimina le complessità associate alla gestione tradizionale dei database, rendendolo una scelta ideale per i team che desiderano sfruttare la potenza di ClickHouse senza il carico della manutenzione dei server e delle preoccupazioni di scalabilità. Il pubblico target di Tinybird include sviluppatori software, ingegneri dei dati, fondatori tecnici e team di prodotto nativi dell'IA che costruiscono capacità di analisi in tempo reale nelle loro applicazioni. Con la crescente domanda di elaborazione dei dati in tempo reale, Tinybird si rivolge a team che necessitano di fornire rapidamente ed efficientemente approfondimenti. I casi d'uso per Tinybird si estendono a vari settori, tra cui SaaS, e-commerce, finanza, criptovalute, IA e IoT, dove l'analisi dei dati in tempo reale è cruciale per il processo decisionale e l'efficienza operativa. Fornendo un servizio gestito, Tinybird consente agli ingegneri del software di implementare funzionalità di analisi in giorni anziché mesi, accelerando significativamente i tempi dei progetti. Le caratteristiche principali di Tinybird includono un database ClickHouse ospitato più livelli di ingestione dati e API gestiti, che semplificano il processo di integrazione dell'analisi nelle applicazioni. Gli strumenti di autenticazione integrati migliorano la sicurezza e la privacy dei dati, con supporto per politiche di accesso a livello di riga utilizzando JWT. La memorizzazione e l'interrogazione dei log di osservabilità gratuiti consentono agli utenti di tenere traccia dell'uso e delle prestazioni. Le funzionalità native dell'IA, tra cui Tinybird Code - un agente CLI con profonda esperienza in ClickHouse - più il Tinybird MCP Server, rendono l'integrazione delle funzionalità di analisi nelle app LLM più semplice e robusta. Inoltre, l'architettura di Tinybird è progettata per gestire automaticamente la scalabilità, consentendo ai team di concentrarsi sui loro compiti di sviluppo principali senza preoccuparsi di comprendere un nuovo database o di preoccuparsi dei dettagli dell'infrastruttura. Per coloro che desiderano il controllo dell'infrastruttura, Tinybird offre un deployment autogestito, gratuitamente. Questa combinazione unica di funzionalità consente agli utenti di distribuire rapidamente funzionalità basate sui dati mantenendo alte prestazioni e affidabilità. Tinybird si distingue nel panorama dei database di analisi in tempo reale fornendo le prestazioni di uno dei database OLAP più veloci al mondo senza la complessità associata. Astraendo le sfide tecniche della gestione dei cluster e del provisioning delle risorse, Tinybird consente ai team di innovare e iterare sui loro prodotti più rapidamente. L'enfasi del servizio sulla facilità d'uso e sul rapido deployment lo rende un'opzione attraente per le organizzazioni che cercano di sfruttare la potenza dell'analisi in tempo reale senza il peso di un ampio carico operativo. Con Tinybird, gli utenti possono sbloccare il potenziale dei loro dati e guidare approfondimenti significativi, godendo al contempo di un'esperienza di sviluppo senza soluzione di continuità ed efficiente. **Average Rating:** 4.1/5.0 **Total Reviews:** 14 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 10.0/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 10.0/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.6/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Tinybird](https://www.g2.com/it/sellers/tinybird) - **Sito web dell'azienda:** https://tinybird.co - **Anno di Fondazione:** 2019 - **Sede centrale:** New York, US - **Pagina LinkedIn®:** https://www.linkedin.com/company/35704741 (54 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Top Industries:** Software per computer - **Company Size:** 50% Mid-Market, 36% Piccola impresa #### Pros & Cons **Pros:** - Ease of Use (6 reviews) - Analytics (4 reviews) - Easy Integrations (4 reviews) - Features (4 reviews) - Integrations (4 reviews) **Cons:** - Poor Customer Support (3 reviews) - Lack of Features (2 reviews) - Learning Curve (2 reviews) - Learning Difficulty (2 reviews) - Limited Customization (2 reviews) ### 20. [The PI System](https://www.g2.com/it/products/the-pi-system/reviews) Il sistema PI è un'infrastruttura aziendale per la gestione di dati ed eventi in tempo reale con strumenti e funzionalità per aiutarti a gestire i tuoi dati e altro ancora. **Average Rating:** 4.6/5.0 **Total Reviews:** 18 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 9.4/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 9.7/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.2/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [AVEVA](https://www.g2.com/it/sellers/aveva) - **Anno di Fondazione:** 1967 - **Sede centrale:** Cambridge, GB - **Twitter:** @AVEVAGroup (15,400 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/14547/ (7,622 dipendenti su LinkedIn®) - **Proprietà:** LSE:AVV **Reviewer Demographics:** - **Company Size:** 45% Mid-Market, 35% Enterprise #### Pros & Cons **Cons:** - Complex Usability (1 reviews) - UX Design (1 reviews) - UX Improvement (1 reviews) ### 21. [CortexDB](https://www.g2.com/it/products/weaveworks-cortexdb/reviews) Cortex offre lo stesso potente linguaggio di query, modello di dati e avvisi configurabili di Prometheus, ma abbiamo aggiunto scalabilità orizzontale e archiviazione cloud-native per una conservazione dei dati praticamente infinita. **Average Rating:** 4.6/5.0 **Total Reviews:** 6 **User Satisfaction Scores:** - **Qualità del supporto:** 10.0/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Weaveworks](https://www.g2.com/it/sellers/weaveworks) - **Anno di Fondazione:** 2014 - **Sede centrale:** London , GB - **Twitter:** @weaveworks (11,224 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/9420084 (12 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Company Size:** 67% Piccola impresa, 33% Mid-Market ### 22. [Heroic](https://www.g2.com/it/products/heroic/reviews) Heroic è un sistema di monitoraggio open-source originariamente sviluppato presso Spotify per affrontare i problemi che si presentavano con la raccolta su larga scala e l'analisi quasi in tempo reale delle metriche. **Average Rating:** 4.2/5.0 **Total Reviews:** 6 **User Satisfaction Scores:** - **Qualità del supporto:** 8.9/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Heroic](https://www.g2.com/it/sellers/heroic) - **Anno di Fondazione:** 2017 - **Sede centrale:** N/A - **Twitter:** @spotify (19,989,423 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/No-Linkedin-Presence-Added-Intentionally-By-DataOps (1 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Company Size:** 67% Piccola impresa, 33% Mid-Market ### 23. [Axibase Time Series Database](https://www.g2.com/it/products/axibase-time-series-database/reviews) ATSD è un database NoSQL distribuito progettato da zero per memorizzare e analizzare dati di serie temporali su larga scala. A differenza della maggior parte degli altri database, ATSD viene fornito con un robusto set di funzionalità integrate, tra cui Motore di Regole, Visualizzazione, Previsione dei Dati, Data Mining e altro ancora. **Average Rating:** 4.9/5.0 **Total Reviews:** 4 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 10.0/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 10.0/10 (Category avg: 8.3/10) - **Qualità del supporto:** 9.6/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Axibase](https://www.g2.com/it/sellers/axibase) - **Anno di Fondazione:** 2004 - **Sede centrale:** Cupertino, US - **Twitter:** @axibase (55 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/axibase (3 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Company Size:** 50% Mid-Market, 25% Enterprise ### 24. [Aiven for InfluxDB](https://www.g2.com/it/products/aiven-for-influxdb/reviews) InfluxDB completamente gestito – il popolare, leggero database di serie temporali ad alto tasso di ingestione che puoi integrare nel tuo flusso di lavoro in pochi minuti. **Average Rating:** 3.8/5.0 **Total Reviews:** 3 **User Satisfaction Scores:** - **Qualità del supporto:** 7.2/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [Aiven](https://www.g2.com/it/sellers/aiven) - **Anno di Fondazione:** 2016 - **Sede centrale:** Helsinki, Southern Finland - **Twitter:** @aiven_io (4,084 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/10294984/ (439 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Company Size:** 33% Mid-Market, 33% Piccola impresa ### 25. [ExtremeDB](https://www.g2.com/it/products/extremedb/reviews) Il database eXtremeDB combina prestazioni eccezionali, affidabilità ed efficienza per gli sviluppatori in un motore di database embedded in tempo reale collaudato. **Average Rating:** 4.2/5.0 **Total Reviews:** 10 **User Satisfaction Scores:** - **the product è stato un buon partner negli affari?:** 8.8/10 (Category avg: 9.0/10) - **Facilità di amministrazione:** 8.8/10 (Category avg: 8.3/10) - **Qualità del supporto:** 8.5/10 (Category avg: 8.8/10) **Seller Details:** - **Venditore:** [McObject](https://www.g2.com/it/sellers/mcobject) - **Anno di Fondazione:** 2001 - **Sede centrale:** Federal Way, WA - **Twitter:** @LowLatencyDB (4,838 follower su Twitter) - **Pagina LinkedIn®:** https://www.linkedin.com/company/mcobject/ (17 dipendenti su LinkedIn®) **Reviewer Demographics:** - **Company Size:** 50% Mid-Market, 30% Enterprise ## Parent Category [Software di database](https://www.g2.com/it/categories/database-software) ## Related Categories - [Basi di dati relazionali](https://www.g2.com/it/categories/relational-databases) - [Database Documentali](https://www.g2.com/it/categories/document-databases) - [Fornitori di Database come Servizio (DBaaS)](https://www.g2.com/it/categories/database-as-a-service-dbaas) - [Software di Intelligenza per Serie Temporali](https://www.g2.com/it/categories/time-series-intelligence) - [Database Colonnari](https://www.g2.com/it/categories/columnar-databases) - [Software di database vettoriale](https://www.g2.com/it/categories/vector-database) - [Software di Database Analitico in Tempo Reale](https://www.g2.com/it/categories/real-time-analytic-database) --- ## Buyer Guide ### Cosa Dovresti Sapere sul Software dei Database di Serie Temporali ### Cosa sono i Software di Database per Serie Temporali? Il crescente numero di diversi tipi di dati porta alla proliferazione di diversi tipi di database per facilitare la loro memorizzazione e analisi. Tra i tipi di dati in rapida crescita ci sono i dati delle serie temporali—dati che sono contrassegnati da un timestamp e creati nel tempo—che sono in aumento con la crescita dell'internet delle cose (IoT). Sebbene sia spesso possibile memorizzare questi dati in altri tipi di archivi di dati, i dati delle serie temporali hanno proprietà speciali—i dati sono solo in append, rendendo utile considerare una soluzione di database su misura. La prima sfida per la selezione di un database è trovare la migliore struttura per i dati da memorizzare. In alcuni casi c'è una corrispondenza naturale—ad esempio, le informazioni sui voli aerei si adattano molto bene a un database a grafo poiché questo imita i modelli della vita reale—mentre i contenuti web in formato lungo solitamente si inseriscono nei database di documenti. Con i software di database per serie temporali, gli utenti sono in grado di memorizzare qualsiasi dato che abbia un timestamp, come i dati di log, i dati dei sensori e i dati di telemetria industriale. I casi d'uso sono molteplici. Ad esempio, gli sviluppatori di applicazioni utilizzano questo software per il monitoraggio delle applicazioni al fine di raccogliere punti dati in tempo reale e comprendere meglio le prestazioni delle applicazioni. Inoltre, gli sviluppatori IoT beneficiano dei database per serie temporali poiché memorizzano ed elaborano i dati dei sensori, come i dispositivi per la casa intelligente, per determinare come stanno funzionando nel tempo. Vantaggi Chiave dei Software di Database per Serie Temporali - Forniscono scala e velocità, con tempi di elaborazione più rapidi rispetto ai database relazionali - Offrono uno strumento specificamente orientato ai dati delle serie temporali - Consentono una memorizzazione e gestione dei dati strutturata e organizzata ### Perché Usare i Software di Database per Serie Temporali? Come altri database, i database per serie temporali sono principalmente gestiti da un amministratore di database o da un team. Grazie alla sua vasta copertura, i database per serie temporali sono anche accessibili da diverse organizzazioni all'interno di un'azienda. Dipartimenti come sviluppo, IT, fatturazione e altri possono anche avere accesso ai database per serie temporali, a seconda dei loro usi assegnati all'interno dell'azienda. **Prevedere il futuro —** Fai previsioni informate sugli eventi futuri, osserva i cambiamenti in tempo reale e cattura anomalie storiche. **Comprendere il passato —** Comprendi i dati passati con un database appositamente progettato. ### Chi Usa i Software di Database per Serie Temporali? I software di database per serie temporali sono altamente flessibili e sono utilizzati da team diversi all'interno di un'azienda, rendendoli particolarmente vantaggiosi. Per raccogliere set di dati extra large in tempo reale, i sistemi di elaborazione e distribuzione di big data sono utili. Questi strumenti sono costruiti per scalare per le aziende che raccolgono costantemente enormi quantità di dati. Estrarre set di dati può essere più impegnativo con i sistemi di elaborazione e distribuzione di big data, ma le intuizioni ricevute sono preziose grazie alla granularità dei dati. **Amministratori di database —** I database per serie temporali sono cresciuti in popolarità poiché sono più facili da implementare, hanno maggiore flessibilità e tendono ad avere tempi di recupero dei dati più rapidi. Gli amministratori di database utilizzano questi strumenti per mantenere e gestire i loro dati delle serie temporali, assicurandosi che siano memorizzati correttamente. **Data scientist —** Poiché la scienza dei dati, compresa l'intelligenza artificiale, è alimentata dai dati, è fondamentale che questi dati siano memorizzati nel modo più efficace ed efficiente possibile. Questo assicura che i dati possano essere interrogati e analizzati correttamente. ### Tipi di Software di Database per Serie Temporali Sebbene tutti i database per serie temporali memorizzino dati con timestamp, differiscono nel modo in cui questi dati sono memorizzati, nella relazione tra i vari punti dati e nel metodo in cui i dati vengono interrogati. **Database relazionali —** I database relazionali sono strumenti di database tradizionali utilizzati per allineare le informazioni in righe e colonne. La struttura consente un facile interrogazione utilizzando SQL. I database relazionali sono utilizzati per memorizzare sia informazioni semplici, come identità e informazioni di contatto, sia informazioni complesse critiche per le operazioni aziendali. Sono altamente scalabili e possono essere memorizzati on-premises, nel cloud o attraverso sistemi ibridi. **Database NoSQL —** I database NoSQL come i database a grafo sono un'ottima opzione per i dati non strutturati. Se l'utente ha bisogno di rendere un valore che è facilmente trovato dalla sua chiave, allora un archivio chiave-valore è il più veloce e scalabile. Lo svantaggio è una capacità di interrogazione molto più limitata, implicando le sue limitazioni per i dati analitici. Al contrario, rendere l'indirizzo email di un utente basato sul nome utente o memorizzare nella cache i dati web è una soluzione semplice e veloce in un archivio chiave-valore. ### Caratteristiche dei Software di Database per Serie Temporali I database per serie temporali, progettati specificamente per i dati delle serie temporali, forniscono all'utente le caratteristiche di cui ha bisogno per memorizzare, elaborare e analizzare con successo questi dati. **Interrogazione usando il tempo—** I database per serie temporali consentono agli utenti di interrogare i dati usando il tempo, permettendo loro di cercare o analizzare i dati su un determinato periodo di tempo, anche per una frazione di secondo. **Sicurezza dei dati —** Le soluzioni di database per serie temporali includono caratteristiche di sicurezza dei dati per proteggere i dati memorizzati da un'azienda nei suoi database. **Creazione e manutenzione del database —** I software di database per serie temporali consentono agli utenti di creare rapidamente nuovi database relazionali e modificarli con facilità. **Scalabilità —** Le soluzioni di database per serie temporali crescono con i dati e sono quindi scalabili, con l'unico punto dolente che è la capacità di archiviazione fisica o cloud. **Compatibilità con il sistema operativo (OS) —** Le soluzioni di database relazionali sono compatibili con numerosi OS. **Recupero —** Che un database debba essere ripristinato o recuperato completamente, alcune soluzioni di database per serie temporali offrono caratteristiche di recupero nel caso in cui si verifichino errori. ### Tendenze Relative ai Software di Database per Serie Temporali **Database e aggregazione dei dati —** Il dibattito continua sull'uso dei database relazionali rispetto ai database NoSQL, poiché l'aggregazione dei dati continua a crescere tra le aziende. Le organizzazioni devono determinare il modo migliore per memorizzare i loro dati poiché i prodotti e i servizi basati sui dati richiedono un enorme supporto di dati. In realtà, i due tipi di database dovrebbero essere usati insieme. Mentre i database relazionali eccellono nella memorizzazione di dati strutturati, i database NoSQL (database non relazionali) brillano quando non c'è una vera struttura su come i dati dovrebbero essere raccolti e memorizzati. Sia i database relazionali che quelli non relazionali scalano abbastanza facilmente, dato il giusto software che li supporta. Questo non dovrebbe essere un dibattito "questo contro quello", ma una collaborazione "questo e quello". **Big data —** I dati sono diventati la spina dorsale della conduzione degli affari nell'era dell'informazione. Poiché i dati guidano le decisioni e le tendenze aziendali, è importante che i dati siano digeribili, facili da seguire e facili da riferire. Ecco perché il software di big data si basa principalmente su soluzioni di database relazionali. Progettati con in mente una rigorosa organizzazione, riferimento e referral, i database relazionali assorbono e memorizzano enormi quantità di dati per essere successivamente digeriti nel processo decisionale. ### Problemi Potenziali con i Software di Database per Serie Temporali **Dati non strutturati —** I database per serie temporali faticano a gestire i dati non strutturati. I database per serie temporali si basano sul fatto che i dati siano strutturati per creare correttamente relazioni tra punti dati e tabelle di dati. Se un'azienda utilizza principalmente dati non strutturati, dovrebbe considerare una soluzione di database NoSQL o un software di qualità dei dati per pulire e strutturare i dati non strutturati. **Ritardo nelle interrogazioni —** I database per serie temporali memorizzano enormi quantità di dati, ma con quel vantaggio, tali strumenti di database eseguono interrogazioni lentamente su set di dati più grandi. Questo è principalmente dovuto al puro volume di dati che viene interrogato. In situazioni in cui le interrogazioni potrebbero attraversare quantità significative di dati, dovrebbero essere basate su valori specifici ogni volta che è possibile. Inoltre, interrogare stringhe richiede significativamente più tempo che interrogare numeri, quindi concentrarsi su quest'ultimo può aiutare a migliorare i tempi di ricerca. ### Software e Servizi Relativi ai Software di Database per Serie Temporali Trovare la giusta soluzione di database implica trovare uno strumento che si adatti meglio a un particolare caso d'uso, incluso il tipo di dati coinvolti e il tipo di analisi che deve essere fatta con quei dati. Il formato dei dati determina anche la giusta soluzione di database per una determinata azienda. **Software di intelligenza per serie temporali —** Gli utenti che si concentrano sull'analisi, piuttosto che solo sulla memorizzazione dei dati delle serie temporali, possono sfruttare il [software di intelligenza per serie temporali](https://www.g2.com/categories/time-series-intelligence). Utilizzando l'apprendimento automatico incorporato, gli strumenti di intelligenza per serie temporali estraggono intuizioni precedentemente nascoste—come microtendenze e anomalie—senza richiedere a un umano di scavare manualmente nei dati, risparmiando tempo e risorse a un'azienda. **Database NoSQL —** Mentre le soluzioni di database relazionali eccellono con i dati strutturati, i [database NoSQL](https://www.g2.com/categories/nosql-databases) memorizzano più efficacemente dati strutturati in modo lasco e non strutturati. Le soluzioni di database NoSQL si abbinano bene con i [database relazionali](https://www.g2.com/categories/relational-databases) se un'azienda si occupa di dati diversi che possono essere raccolti sia con mezzi strutturati che non strutturati. **Database relazionali —** [I database relazionali](https://www.g2.com/categories/relational-databases) sono utili nella creazione di repository scalabili per le informazioni aziendali. Sono anche strumenti di qualità per il supporto delle applicazioni back-end. Possono essere sincronizzati con le applicazioni per rendere i dati disponibili agli utenti finali. **Software di qualità dei dati —** I database relazionali faticano a gestire i dati non strutturati, e dati duplicati o errati possono compromettere l'accuratezza dei risultati una volta che i dati diventano strutturati. Il [software di qualità dei dati](https://www.g2.com/categories/data-quality) aiuta a pulire e strutturare i dati, il che rende più facile creare un database relazionale formale per quei dati.