Recensioni e Dettagli del Prodotto Google Cloud BigQuery

L'interfaccia di gestione in BigQuery è molto comoda: è facile interrogare le tabelle, individuare i dataset, accedere alla cronologia delle query e rieseguire le query passate, e il prodotto si integra perfettamente con molti altri strumenti. Recensione raccolta e ospitata su G2.com.

- È molto difficile prevedere i costi: questo strumento è collaborativo e molte persone nell'organizzazione hanno accesso; gli utenti possono eseguire JOIN pesanti o utilizzare SELECT *, il che aumenta significativamente la quantità di dati scansionati.

-C'erano diversi casi d'uso che richiedevano tempi di risposta a livello di millisecondi, e BigQuery è meno adatto per quegli scenari.

-Anche se mi piace molto l'interfaccia, è molto difficile gestire i dati a un livello alto, ad esempio, gestire la versione dello schema è piuttosto impegnativo. Recensione raccolta e ospitata su G2.com.

È la migliore piattaforma di archiviazione dati disponibile sul cloud. Ha una serie di funzionalità facili da usare e semplici da implementare. La nostra azienda lo utilizza frequentemente poiché gestiamo molti dati dei clienti e analisi. Il supporto clienti di Google è di prim'ordine come ci aspettiamo. Recensione raccolta e ospitata su G2.com.

Lo sto usando da un po' di tempo ormai e non ho ancora nessun dispiacere. Recensione raccolta e ospitata su G2.com.

Google Cloud BigQuery è veloce e scalabile. Gestisce enormi set di dati ed è ancora in grado di eseguire query rapidamente, il che ci aiuta a risparmiare tempo. Ha ottime analisi in tempo reale. Se hai bisogno di informazioni aggiornate al minuto, BigQuery ti aiuta a trasmettere i dati e fornisce risultati quasi istantaneamente. BigQuery è in grado di connettersi senza problemi con una miriade di altri prodotti Google Cloud come AI Platform per il Machine Learning, Data Studio per le visualizzazioni. Ha una buona reputazione per i suoi tutorial, documentazione e forum della comunità. Recensione raccolta e ospitata su G2.com.

Nessun problema con Google Cloud BigQuery. Funziona come previsto e ci aiuta a risolvere i problemi. Recensione raccolta e ospitata su G2.com.

Poiché supporta il serverless, le complicazioni per configurare il server sono ridotte. L'uso regolare e la pratica con i big data per i principianti sono molto utili. Molte delle impostazioni complicate sono ridotte. Come parte dell'apprendimento per l'ingegnere dei dati, è stata la piattaforma più utile per me. È molto veloce, facile da integrare con altri database. Recensione raccolta e ospitata su G2.com.

Il periodo di prova gratuito deve essere aumentato o dovrebbe essere limitato per alcune funzioni complesse e offrire opzioni server minime per l'apprendimento. Il costo è molto alto e alcune integrazioni con altri cloud non sono facili poiché supporta principalmente solo le piattaforme Google. Il supporto clienti non è molto reattivo per il periodo di prova gratuito. Recensione raccolta e ospitata su G2.com.

Big Query è veloce e sembra molto semplice, anche se ho una grande quantità di dati e mi fornisce risposte in pochi secondi, che è una delle cose che mi è piaciuta di più in Google Cloud Big Query. L'altra cosa è che l'interfaccia è ordinata e facile da navigare per me, anche quando la uso per la prima volta. Recensione raccolta e ospitata su G2.com.

Quando usavo BigQuery nei miei primi giorni, se accidentalmente eseguivo una query senza alcun avviso, la query veniva eseguita e mi costava molto, inoltre non vediamo come i dati vengono elaborati e se qualcosa andava storto era difficile da capire. Recensione raccolta e ospitata su G2.com.

L'azienda per cui lavoravo utilizzava Google Cloud BigQuery come soluzione di Data Warehouse e l'ha scelto dopo averlo confrontato con Snowflake. Il motivo principale è che si tratta di un database completamente gestito e senza server che ci ha permesso di analizzare dataset su larga scala utilizzando SQL. La parte migliore era la proposta di costo di BigQuery rispetto a strumenti/prodotti simili sul mercato, poiché offre un approccio pay/query. Più query = più soldi e viceversa. Inoltre, essendo un prodotto Google, c'è un'opzione di integrazione con modelli ML, che è sempre utile al giorno d'oggi. Recensione raccolta e ospitata su G2.com.

* Latenza: Se tendi a eseguire query lunghe e complesse, la latenza si insinua e tende a ostacolare davvero le prestazioni.

* Costi di trasferimento dati: qualcosa che i team spesso tendono a trascurare sono i costi di trasferimento dati. Spostare grandi set di dati dentro/fuori da BigQuery può accumulare grandi costi che devono essere monitorati e considerati nella tua analisi delle spese.

* Problemi con le procedure memorizzate: i nostri team di database hanno segnalato molti problemi con le procedure memorizzate tradizionali e hanno evidenziato che BigQuery può avere supporto SQL, tuttavia, non è ottimo per le procedure memorizzate complesse. Recensione raccolta e ospitata su G2.com.

Prestazioni di query estremamente veloci, specialmente per grandi set di dati.

L'architettura serverless significa non doversi preoccupare del provisioning o della scalabilità dell'infrastruttura.

Integrazione senza soluzione di continuità con l'ecosistema di Google Cloud (ad esempio, Cloud Storage, Data Studio, Looker).

La tariffazione pay-per-query è conveniente se utilizzata in modo intelligente.

La sintassi simile a SQL la rende familiare per analisti e sviluppatori SQL. Recensione raccolta e ospitata su G2.com.

Curva di apprendimento per principianti, specialmente con ottimizzazione e partizionamento.

I costi possono aumentare inaspettatamente con query inefficienti o scansioni di grandi dimensioni.

L'interfaccia utente è funzionale ma non molto intuitiva per l'esplorazione dei dati rispetto ad altri strumenti.

Supporto nativo limitato per ETL complessi a meno che non si utilizzi Dataflow o strumenti di terze parti. Recensione raccolta e ospitata su G2.com.

Google BigQuery si distingue per la sua incredibile scalabilità e prestazioni, in particolare quando si tratta di gestire petabyte di dati. La sua architettura serverless significa che non devo preoccuparmi di fornire o gestire l'infrastruttura; posso semplicemente caricare i miei dati e iniziare a eseguire query. La velocità con cui vengono eseguite query analitiche complesse, anche su dataset enormi, è davvero impressionante e accelera significativamente i cicli di esplorazione e reporting dei dati. Questo permette al nostro team di concentrarsi maggiormente sull'ottenere insight piuttosto che gestire il database sottostante. Inoltre, la facilità di implementazione è stata un fattore significativo; iniziare e integrarlo con i nostri flussi di lavoro esistenti è stato sorprendentemente semplice. Apprezzo anche la reattività e l'aiuto del supporto clienti di Google ogni volta che abbiamo incontrato problemi complessi. A causa della sua efficienza e affidabilità, la mia frequenza di utilizzo di BigQuery è diventata molto alta, rendendolo un pilastro delle nostre operazioni sui dati.

Un altro grande vantaggio è l'integrazione senza soluzione di continuità di BigQuery all'interno dell'ecosistema Google Cloud. Funziona eccezionalmente bene con altri servizi Google Cloud come Data Studio, Cloud Storage e Cloud Functions, creando una pipeline di analisi dei dati potente e coesa. Le capacità di machine learning integrate (BigQuery ML) sono anche un grande vantaggio, permettendo ai professionisti dei dati di costruire e mettere in opera modelli di ML direttamente all'interno di BigQuery utilizzando SQL standard, il che democratizza l'analisi avanzata e riduce la necessità di ingegneri ML specializzati per determinati compiti. Recensione raccolta e ospitata su G2.com.

Nonostante i suoi punti di forza, un'area in cui BigQuery può essere impegnativo è la gestione dei costi, specialmente per i nuovi utenti o per coloro che hanno modelli di query imprevedibili. Sebbene il modello di prezzo on-demand sembri semplice (pagando per terabyte elaborato), query complesse o mal ottimizzate possono rapidamente accumulare costi significativi. Richiede una profonda comprensione delle tecniche di ottimizzazione delle query e un attento monitoraggio dell'uso per prevenire spese impreviste, il che può rappresentare una curva di apprendimento ripida per i team che passano da data warehouse tradizionali.

Inoltre, sebbene SQL sia ampiamente adottato, le specifiche sfumature e limitazioni del dialetto SQL di BigQuery possono talvolta essere frustranti. Alcune funzioni SQL avanzate o modelli comuni in altri database potrebbero non essere direttamente supportati o richiedere approcci alternativi, portando a un periodo di adattamento per gli sviluppatori. Inoltre, la mancanza di indicizzazione tradizionale può talvolta rendere le ricerche puntuali o le query su dataset molto specifici meno efficienti rispetto ai database transazionali basati su righe, anche se questo è un compromesso per la sua enorme scala analitica. Recensione raccolta e ospitata su G2.com.

- Nessuna gestione dell'infrastruttura — Google si occupa di scalabilità, prestazioni e disponibilità. Devi solo interrogare i dati.

- Prestazioni super veloci. Utilizza l'elaborazione distribuita e l'archiviazione colonnare (motore Dremel) per eseguire query analitiche su terabyte o petabyte di dati in pochi secondi.

- Integrazione senza soluzione di continuità con l'ecosistema Google. Funziona perfettamente con Dataflow, Looker Studio, Vertex AI e Google Sheets — ottimo per pipeline di dati end-to-end.

- Interfaccia compatibile con SQL - Puoi utilizzare SQL standard; non c'è bisogno di imparare un nuovo linguaggio di query.

- Conveniente per carichi di lavoro analitici:

- Il modello pay-per-query (scansionando solo ciò che è necessario) può essere più economico rispetto all'esecuzione di un cluster tradizionale. Recensione raccolta e ospitata su G2.com.

- Le join complesse e i dati annidati possono essere complicati:

Soprattutto quando si lavora con grandi JSON annidati o join tra dataset diversi — l'ottimizzazione delle prestazioni è meno trasparente.

- Ci sono limiti di concorrenza e dimensione che possono influenzare carichi di lavoro ad altissimo volume. Recensione raccolta e ospitata su G2.com.

Adoro come BigQuery mi permetta di analizzare rapidamente enormi set di dati utilizzando la sintassi SQL familiare. L'interfaccia è pulita e si integra perfettamente con Google Sheets e Looker Studio, il che è ottimo per i report. ed è la mia prima volta che eseguo una query. Recensione raccolta e ospitata su G2.com.

Il modello di prezzo può essere confuso per i principianti, specialmente nel comprendere l'uso on-demand rispetto a quello a tariffa fissa. Inoltre, eseguire accidentalmente query pesanti può consumare rapidamente la quota. E a volte si disconnette facilmente. Recensione raccolta e ospitata su G2.com.