Recensioni e Dettagli del Prodotto Google Cloud BigQuery

L'architettura serverless di BigQuery e le prestazioni eccezionali delle query SQL su dataset enormi sono straordinarie. L'integrazione senza soluzione di continuità con gli strumenti di Google Cloud Platform e la scalabilità automatica rendono l'analisi dei dati semplice senza dover gestire l'infrastruttura. Le capacità di machine learning integrate e l'analisi in tempo reale hanno trasformato significativamente i nostri flussi di lavoro sui dati. Recensione raccolta e ospitata su G2.com.

Il modello di prezzo può diventare costoso per query su larga scala senza un'adeguata ottimizzazione e monitoraggio dei costi. La curva di apprendimento per le funzionalità avanzate e le tecniche di ottimizzazione delle query richiede un investimento di tempo. Il supporto limitato per alcuni tipi di dati e la complessità occasionale nel debug delle query annidate potrebbero essere migliorati per una migliore esperienza degli sviluppatori. Recensione raccolta e ospitata su G2.com.

Ciò che mi piace di più di BigQuery è la sua capacità di gestire enormi set di dati con una velocità incredibile, senza preoccuparsi dell'infrastruttura. La sua architettura serverless e completamente gestita mi consente di concentrarmi sull'analisi e sull'ottenimento di approfondimenti, e la sua integrazione con altri strumenti di Google Cloud rende la creazione di dashboard e pipeline senza soluzione di continuità. Recensione raccolta e ospitata su G2.com.

BigQuery è potente, ma i costi delle query possono aumentare se i dataset sono molto grandi e le query non sono ottimizzate. Di solito aggiro questo problema utilizzando tabelle partizionate e memorizzando i risultati nella cache. Inoltre, sebbene sia ottimo per l'analisi, le trasformazioni di dati molto complesse spesso richiedono strumenti ETL aggiuntivi, ma questo è gestibile con l'approccio giusto. Recensione raccolta e ospitata su G2.com.

attualmente sto usando Azure e GCP cloud per tutte le mie pipeline di data warehousing, e BigQuery è lo strumento più utilizzato nel mio flusso di lavoro. È un ottimo strumento potente per le pipeline ETL, elimina completamente il problema della scalabilità dell'infrastruttura e dell'ottimizzazione delle prestazioni. Trascorro la maggior parte della giornata a costruire pipeline ETL/ELT complesse con il nostro vecchio sistema, e gestisce automaticamente la scala massiva. Sto eseguendo lavori di trasformazione multi-terabyte in minuti che prima richiedevano ore. La sua capacità di calcolo e archiviazione aiuta per la stabilità. L'integrazione con l'intera piattaforma Google Cloud è la migliore, il che rende l'intero flusso di lavoro facile. Recensione raccolta e ospitata su G2.com.

beh, il problema principale è che poche persone lo usano a causa dei suoi costi, quindi devo usare un altro Cloud invece di GCP. Recensione raccolta e ospitata su G2.com.

la cosa che mi piace di più è l'architettura serverless potente e affidabile. il mio lavoro è costruire pipeline di dati, mi permette di dimenticare completamente il dimensionamento dei cluster, lo scaling per i carichi di picco e la manutenzione dei server, basta puntare i miei strumenti ETL come dbt su BigQuery e il motore di query gestisce la trasformazione di multi terabyte istantaneamente utilizzando l'elaborazione parallela. l'integrazione con l'intero ecosistema GCP, l'archiviazione cloud per lo storage e airflow per l'orchestrazione è senza soluzione di continuità, rendendo facile costruire pipeline robuste e automatizzate, è un vero cambiamento di gioco per l'efficienza. Recensione raccolta e ospitata su G2.com.

la bolletta può aumentare drasticamente, molto rapidamente, abbiamo dovuto dedicare una quantità significativa di tempo a stabilire la governance interna, quote utente rigorose e politiche di partizionamento obbligatorie per mantenere il budget sotto controllo. Recensione raccolta e ospitata su G2.com.

bigquery è semplicemente incredibile, gestisce tutti i dataset e il flusso di lavoro così facilmente, lavoro con milioni di righe quasi ogni giorno e non mi fa mai sentire come se stessi aspettando, scrivo semplicemente il mio SQL e funziona senza problemi senza alcuna ottimizzazione o problemi di server, un'altra cosa è l'integrazione semplice con strumenti come looker e Tableau, rende il lavoro con i dashboard molto facile, in generale la velocità e la configurazione senza manutenzione sono le ragioni principali per cui mi piace usarlo. Recensione raccolta e ospitata su G2.com.

All'inizio, ho avuto qualche difficoltà a capire la struttura dei costi perché tutto dipende dai dati scansionati, quindi se esegui un SELECT* senza attenzione, il costo della query aumenta. Questo è l'unico problema, ma va bene, posso ottimizzare le mie query. Recensione raccolta e ospitata su G2.com.

I dati in BigQuery sono memorizzati in tabelle strutturate e quindi mi aiutano ad analizzare grandi quantità di dati molto facilmente. Possiamo anche utilizzare comandi SQL standard che consentono un'analisi dei dati veloce, scalabile ed efficiente. È molto economico poiché devi pagare solo per il servizio che utilizzi. Recensione raccolta e ospitata su G2.com.

BigQuery è ottimo per gestire grandi quantità di dati, ma anche una semplice query potrebbe richiedere alcuni secondi per essere eseguita. Recensione raccolta e ospitata su G2.com.

lavoro su GCP da 4 anni ed è una piattaforma cloud straordinaria, e BigQuery è così utile per tutto l'ETL, la pulizia dei dati e il data warehousing, persino per la modellazione dei dati. Penso che sia estremamente affidabile per gestire l'elaborazione di dati su larga scala con quasi zero gestione dell'infrastruttura, l'archiviazione colonnare e l'esecuzione distribuita offrono prestazioni molto veloci anche per query analitiche complesse a più fasi. E l'integrazione con pub/sub, GCS e dataflow rende la costruzione di pipeline end-to-end molto più facile e più lineare, è stato molto facile da usare all'inizio e lo è ancora adesso. Ed è affidabile, ecco perché lo uso ancora quotidianamente per l'ETL. Recensione raccolta e ospitata su G2.com.

quando il team sta esplorando i dati o utilizzando SELECT * senza filtri, il costo della query può essere difficile da stimare, e anche alcuni controlli operativi, come l'indicizzazione dettagliata o la messa a punto fisica, sono limitati rispetto ai magazzini tradizionali, ma nel complesso è il migliore. Recensione raccolta e ospitata su G2.com.

GCP è il mio cloud preferito tra tutti i cloud, perché è molto adatto per le operazioni sui dati, e ho trovato BigQuery molto utile per me, è veloce nell'eseguire query analitiche pesanti, specialmente su grandi tabelle, mi piace che non ci sia bisogno di ottimizzazione delle prestazioni, gestisce la maggior parte di esse automaticamente, inoltre l'interfaccia utente è così pulita, e le integrazioni con GCS rendono il caricamento dei dati con l'esportazione molto fluido. è piuttosto buono, e negli ultimi 2 anni l'ho usato molto per la pulizia dei dati. è uno dei miei strumenti preferiti nel mio flusso di lavoro. Recensione raccolta e ospitata su G2.com.

la sintassi SQL è diversa da PL/SQL quindi ho dovuto adattare e riscrivere alcune funzioni e logiche, e le procedure memorizzate sono limitate rispetto a PL/SQL quindi alcune funzionalità a cui ero abituato non sono disponibili, ma nel complesso è buono e facile da usare. Recensione raccolta e ospitata su G2.com.

Google Cloud BigQuery è l'unica piattaforma che mi viene in mente quando si tratta di gestire grandi quantità di dati. La piattaforma è davvero intuitiva e include uno strumento di query SQL integrato, per interrogare i miei dati. Recensione raccolta e ospitata su G2.com.

La piattaforma può essere opprimente per i principianti, ma una volta che si familiarizzano è davvero utile. Recensione raccolta e ospitata su G2.com.

la cosa migliore che mi piace è la sua velocità e il modo in cui gestisce una grande quantità di dati senza alcuno stress da parte mia, si scala semplicemente da solo, l'interfaccia SQL è molto semplice per il team e possiamo costruire pipeline ETL complesse direttamente nel magazzino. Mi piace anche quanto facilmente si connette con l'intero ecosistema di Google Cloud, trasmettendo dati tramite Pub/Sub e Dataflow direttamente in BigQuery è super fluido, e otteniamo dashboard quasi in tempo reale senza alcuna configurazione ingegneristica extra. Recensione raccolta e ospitata su G2.com.

c'è un piccolo problema che ha alcune limitazioni SQL, come il non supportare tutte le funzioni complesse che si vedono nei database tradizionali, quindi a volte facciamo dei workaround, ma nel complesso è buono. Recensione raccolta e ospitata su G2.com.