# Apache Pig Reviews **Vendor:** The Apache Software Foundation **Category:** [Software de Análise de Big Data](https://www.g2.com/pt/categories/big-data-analytics) **Average Rating:** 3.9/5.0 **Total Reviews:** 21 ## About Apache Pig Apache Pig é uma plataforma para analisar grandes conjuntos de dados que consiste em uma linguagem de alto nível para expressar programas de análise de dados, juntamente com uma infraestrutura para avaliar esses programas. A propriedade saliente dos programas Pig é que sua estrutura é adequada para uma paralelização substancial, o que, por sua vez, permite que eles lidem com conjuntos de dados muito grandes. ## Apache Pig Reviews ### 1. Apache Pig torna fácil criar pipelines de dados eficientes. **Rating:** 4.5/5.0 stars **Reviewed by:** Prashant V. | Empresa (> 1000 emp.) **Reviewed Date:** March 20, 2020 **O que você mais gosta em Apache Pig?** Apache Pig e sua linguagem de consulta (Pig Latin) nos permitiram criar pipelines de dados com facilidade. A linguagem é projetada para refletir a forma como os pipelines de dados são projetados, portanto, descarta dados supérfluos, suporta funções definidas pelo usuário (UDFs) e oferece muito controle sobre o fluxo de dados. **O que você não gosta em Apache Pig?** O Pig, sendo uma linguagem gananciosa, não avaliará os dados até que sejam realmente necessários. Portanto, os erros não são visíveis a menos que você realmente tente despejar/imprimir os dados. Não há funcionalidade de "debug" para executar o código em modo de simulação. **Recomendações a outras pessoas considerando Apache Pig:** A menos que você já tenha implementações de Pig na empresa em que está construindo, pode ser melhor optar por outras tecnologias mais novas com mais **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Eu usei Pig para pipeline de dados e agregação. O fluxo da linguagem reflete o fluxo dos dados e, portanto, é intuitivo entender o que a transformação de dados está fazendo. No entanto, não acompanhou os últimos avanços em tecnologias. Se estivesse escolhendo uma linguagem, seria melhor optar por Hive ou Spark. Pig também tem uma curva de aprendizado mais acentuada, pois usa uma linguagem proprietária (Pig Latin). ### 2. Apache Pig salvou minha vida de codificar para sempre! **Rating:** 4.5/5.0 stars **Reviewed by:** Prashanth K. | Big Data Engineer, Empresa (> 1000 emp.) **Reviewed Date:** April 18, 2020 **O que você mais gosta em Apache Pig?** O que eu mais gosto no Apache Pig é como podemos escrever de forma eficiente qualquer um dos nossos trabalhos complexos de map reduce ou spark sem ter muito conhecimento profundo de Java, Python, Groovy. Além disso, é fácil controlar a execução do trabalho com a ajuda do pig. **O que você não gosta em Apache Pig?** O que eu não gosto no Apache Pig é que a depuração de erros consome a maior parte do tempo de desenvolvimento, pois às vezes pode ser imaturo/instável. Além disso, a comunidade de suporte é muito menor em comparação com a de problemas do Hadoop MapReduce ou Spark. **Recomendações a outras pessoas considerando Apache Pig:** Para todos vocês que estão enfrentando a escrita de trabalhos complexos de mapreduce ou spark, vocês definitivamente deveriam tentar pig. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Um dos problemas que consegui resolver foi que consegui reduzir a latência usando o Pig, que anteriormente era observada ao executar trabalhos Spark, principalmente devido à otimização oferecida pelo Apache Pig. ### 3. Útil para reduzir mapas de grandes conjuntos de dados - aplicação em engenharia de transporte para dados de sondagem **Rating:** 4.5/5.0 stars **Reviewed by:** Subhadipto P. | Engineer II, Empresa (> 1000 emp.) **Reviewed Date:** July 31, 2018 **O que você mais gosta em Apache Pig?** Ele pode lidar com algumas das operações matemáticas simples, além de reduzir os dados. Agregar os dados é extremamente útil. Executar funcionalidades de DateTime no Apache Pig é realmente um recurso útil para resultados mais rápidos e ágeis. O Pig trabalha com conjuntos de dados de cerca de 150 a 180 GB por mês e os reduz de forma eficiente em, digamos, 10 a 12 minutos. Eu recomendaria definitivamente o Apache Pig a qualquer pessoa com conhecimentos básicos de codificação no campo da engenharia de transportes, especialmente quando você precisa lidar com grandes conjuntos de dados. **O que você não gosta em Apache Pig?** Ele não pode executar operações sequenciais, como pegar linhas consecutivas e depois compará-las. No entanto, a solução alternativa é classificar os segmentos, mesclá-los e depois realizar a tarefa. A principal desvantagem ainda reside no fato de que não pode ser usado para executar loops e loops aninhados em qualquer variável. O Hive pode ser uma escolha melhor em certos casos por esse motivo. **Recomendações a outras pessoas considerando Apache Pig:** Reduzindo grande volume de dados **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Reduzindo os dados de velocidade fornecidos pela INRIX para um agregado mensal ou anual. Pig também é utilizado para calcular o desempenho de vários sinais de tráfego existentes que, de outra forma, eram calculados usando várias medidas em pequena escala. O principal benefício de usar o Pig em tais operações é que qualquer agência da cidade pode preparar os códigos uma vez e executá-los em toda a cidade, ou até mesmo estendê-los para um nível estadual, o que os tornará muito mais eficientes, rápidos e confiáveis do que a maneira tradicional de lidar com eles usando banco de dados SQL. ### 4. Revisão do Apache Pig por acadêmicos **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em Pesquisa | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 22, 2020 **O que você mais gosta em Apache Pig?** É fácil de aprender e entrar em produção. Ele automatiza tarefas importantes do MapReduce em consultas do tipo SQL. **O que você não gosta em Apache Pig?** - Nem todas as tarefas em Big Data podem ser concluídas usando pig. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Usei o Pig enquanto explorava o conjunto de tecnologias de big data e o utilizei para o processo de ETL. ### 5. Tenho usado o Pig para o AWS EMR para Hadoop **Rating:** 2.5/5.0 stars **Reviewed by:** Usuário Verificado em Tecnologia da Informação e Serviços | Empresa (> 1000 emp.) **Reviewed Date:** February 27, 2020 **O que você mais gosta em Apache Pig?** Facilidade de uso e diversidade. É fácil de ser lido. **O que você não gosta em Apache Pig?** Existem outras linguagens desenvolvidas que têm vantagem sobre o pig. **Recomendações a outras pessoas considerando Apache Pig:** Deve ser capaz de lidar com as tecnologias emergentes. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** O problema é que o comprimento do código em Pig é muito longo e o benefício é que ele oferece controle detalhado sobre a lógica do código. ### 6. Apache Pig **Rating:** 4.5/5.0 stars **Reviewed by:** Usuário Verificado em Software de Computador | Empresa (> 1000 emp.) **Reviewed Date:** January 18, 2019 **O que você mais gosta em Apache Pig?** Menos instruções realizam grandes tarefas de coleta, carregamento e consolidação de dados. **O que você não gosta em Apache Pig?** Não há ferramentas suficientes para depurar Exceções incorretas/enganosas **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Geração de relatórios Análise de dados Configuração de alertas com base em limites Triagem de problemas de produção. ### 7. Apache Pig - Execução mais rápida **Rating:** 3.5/5.0 stars **Reviewed by:** Stirling N. | Reporting Manager, Administração Pública, Empresa (> 1000 emp.) **Reviewed Date:** January 10, 2018 **O que você mais gosta em Apache Pig?** Apache Pig é um compilador de primeira passagem, que é mais eficaz ao usar DAG. **O que você não gosta em Apache Pig?** Se você quiser aprofundar e usar estruturas complexas, não é a melhor maneira. **Recomendações a outras pessoas considerando Apache Pig:** 4 grande propósito é a ferramenta certa, descobrir é, no entanto, um negócio mais complicado. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Se você não souber a estrutura com antecedência, então DAG e planos de execução declarados podem ser a melhor maneira de descobri-la - então use SQL uma vez que o plano seja conhecido. ### 8. Apache Pig **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em Marketing e Publicidade | Médio Porte (51-1000 emp.) **Reviewed Date:** March 24, 2017 **O que você mais gosta em Apache Pig?** 1. Facilidade de uso, seu desempenho 2. MapReduce é totalmente abstraído 3. Capacidade de encadear múltiplos trabalhos MR em um único script Pig 4. Permite que você rapidamente processe grandes volumes de dados para realizar algumas análises **O que você não gosta em Apache Pig?** 1. Desempenho mais lento em comparação com o Spark 2. Menos suporte, por exemplo, concatenação de strings permite apenas 2 de cada vez, não é possível ordenar e filtrar dentro do Group BY, etc. 3. Não consegue ler outras formas de entrada como csv como parquet, o que o Spark pode fazer 4. O tratamento de erros precisa ser melhor. Não é fácil depurar UDFs **Recomendações a outras pessoas considerando Apache Pig:** Definitivamente um bom ponto de partida para escrever aplicações rápidas de big data. Qualquer pessoa que tenha experiência em escrever consultas e experiência básica em programação em Java deve conseguir aprender esta linguagem em pouco tempo. É realmente útil aprender e torna a análise ad-hoc muito conveniente. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Alguns de nossos pipelines de dados proprietários que envolvem processamento em lote são escritos usando Pig. Os programadores podem se concentrar mais em escrever a lógica analítica principal em vez de se preocuparem com tantos mapeadores/reduzidores para cada subtarefa intermediária. ### 9. Análise de dados poderosa **Rating:** 4.5/5.0 stars **Reviewed by:** Usuário Verificado em Software de Computador | Empresa (> 1000 emp.) **Reviewed Date:** September 17, 2017 **O que você mais gosta em Apache Pig?** - Sintaxe semelhante ao SQL - poderosa e rica em recursos **O que você não gosta em Apache Pig?** - Muito mais difícil de usar do que o Hive - leva um tempo para se acostumar e aprender em comparação com o Hive **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Insights de dados para publicidade programática ### 10. Revisão do Apache Pig **Rating:** 3.5/5.0 stars **Reviewed by:** Anson A. | Data Czar, Médio Porte (51-1000 emp.) **Reviewed Date:** December 21, 2016 **O que você mais gosta em Apache Pig?** udaf's facilmente. gerenciável e fácil de escrever linguagens pig pode ser transmitido através de python e roteirizado em vez de escrever um trabalho MR **O que você não gosta em Apache Pig?** não é tão verdadeiramente escalável quanto escrever um trabalho MR. junções são fáceis, mas não tão fáceis quanto consultas hive não lida muito bem com parquet não é tão rápido e flexível quanto spark **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** os fluxos do pipeline do processo principal estão usando pig. criando múltiplos UDAF/UDFs, assim como outras bibliotecas jar que apenas pig e hive podem manipular ### 11. Apache Pig **Rating:** 5.0/5.0 stars **Reviewed by:** kevin r. | A/R Analyst - Write-offs, Internet, Empresa (> 1000 emp.) **Reviewed Date:** March 10, 2017 **O que você mais gosta em Apache Pig?** O ecossistema e a forma como funciona. Ser capaz de implementar e integrar o que você atualmente usa. **O que você não gosta em Apache Pig?** Acho que começar é um pouco irregular, mas uma vez que você está familiarizado e acostumado, pode ser muito útil. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Ser capaz de utilizar dados de forma eficiente em relação à análise. ### 12. Fácil e simples de usar **Rating:** 2.5/5.0 stars **Reviewed by:** Usuário Verificado em Internet | Empresa (> 1000 emp.) **Reviewed Date:** March 10, 2017 **O que você mais gosta em Apache Pig?** Eu o usei na minha antiga empresa e era fácil de usar. Eu estava realmente acostumado a usar SQL antes, mas foi fácil de me adaptar. **O que você não gosta em Apache Pig?** A interface do usuário não é a minha favorita. É difícil que não haja realmente uma comunidade tão grande a utilizando. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Isso me ajuda com meus grandes conjuntos de dados. Eu consegui fazer muito mais do que percebi com isso. ### 13. Cientista de Dados **Rating:** 1.5/5.0 stars **Reviewed by:** Usuário Verificado em Marketing e Publicidade | Médio Porte (51-1000 emp.) **Reviewed Date:** March 01, 2017 **O que você mais gosta em Apache Pig?** Abstração simplificada para realizar mapreduce... legível. **O que você não gosta em Apache Pig?** Lento e desajeitado, especialmente quando há opções melhores por aí, como o Spark. **Recomendações a outras pessoas considerando Apache Pig:** Comece a usar o Spark ou o Hive para desenvolver pipelines. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Analisando grandes conjuntos de dados a nível de evento. Os benefícios no passado eram, novamente, construir pipelines legíveis. As alternativas naquela época teriam sido Hive ou Java MapReduce. Agora o Spark está se tornando uma opção melhor. ### 14. Uma solução muito boa de big data para consultas **Rating:** 5.0/5.0 stars **Reviewed by:** Usuário Verificado em Educação Superior | Empresa (> 1000 emp.) **Reviewed Date:** May 26, 2016 **O que você mais gosta em Apache Pig?** 1. Sintaxe semelhante ao SQL. 2. Facilidade de uso. 3. Curva de aprendizado curta. 4. Facilidade de manutenção. 5. Diminuição no tempo de desenvolvimento. Esta é a maior vantagem, especialmente considerando a complexidade, o tempo gasto e a manutenção dos programas de jobs map-reduce tradicionais. **O que você não gosta em Apache Pig?** 1. Lento para consultas maiores 2. Os erros precisam ser melhores 3. O suporte é menor 4. Fonte e Destino precisam estar presentes 5. Especialmente os erros que o Pig produz devido a UDFS (Python) não são úteis de forma alguma. Quando algo dá errado, ele apenas fornece erro de execução no udf, mesmo que o problema esteja relacionado a erro de sintaxe ou de tipo, sem mencionar um erro lógico. Este é um grande problema. **Recomendações a outras pessoas considerando Apache Pig:** Você tem UDFs que deseja paralelizar e utilizar para grandes quantidades de dados, então você está com sorte. Use o Pig como uma base de pipeline onde ele faz o trabalho pesado e você apenas aplica seu UDF na etapa que desejar. Avaliação preguiçosa: a menos que você produza um arquivo de saída ou não emita nenhuma mensagem, ele não será avaliado. Isso tem uma vantagem no plano lógico, pois pode otimizar o programa do início ao fim e o otimizador pode produzir um plano eficiente para execução. Aproveita tudo o que o Hadoop oferece, paralelização, tolerância a falhas com muitos recursos de banco de dados relacional. Se você quiser aplicar algumas estatísticas ao seu conjunto de dados. O paradigma de programação funcional se encaixa de forma bastante natural nos processos de pipeline, então espero que seja bastante bem-sucedido. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Análise de Dados para os dados brutos que temos. A exploração inicial dos dados foi útil com pig. ### 15. Foi uma boa inovação, mas não é tão relevante agora. **Rating:** 3.0/5.0 stars **Reviewed by:** Usuário Verificado em Internet | Médio Porte (51-1000 emp.) **Reviewed Date:** March 10, 2017 **O que você mais gosta em Apache Pig?** Encadeie vários trabalhos MR em um único trabalho Pig **O que você não gosta em Apache Pig?** Menos relevante agora, a popularidade do Pig definitivamente diminuiu. Mudaram-se para outras ferramentas. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Análise de conjuntos de dados em larga escala ### 16. Big data? Sem problema com as operações! **Rating:** 5.0/5.0 stars **Reviewed by:** Gökhan E. | Technology Consultant, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 07, 2016 **O que você mais gosta em Apache Pig?** Eu usei o Apache Pig no meu trabalho de meio período, que lida com big data, e os scripts do Apache Pig me ajudaram muito. Eu criei funções personalizadas e isso facilita o manuseio de tarefas complexas e grandes, além de tornar mais fácil a manutenção após a configuração. Além disso, a otimização do sistema dos trabalhos de script do Pig me ajudou a focar na semântica e assim por diante. O modo padrão, quero dizer, o modo MapReduce, é muito eficiente. **O que você não gosta em Apache Pig?** Às vezes, sinto que nossos dados não são tão grandes para serem manipulados com script Pig. Sua documentação me faz suar e leva muito tempo para me acostumar. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Eu estava usando na plataforma de anúncios e nossos servidores estavam recebendo muitas solicitações e dados. Enquanto direcionava esses dados, os scripts de pig me ajudaram muito. ### 17. Pig - Ótimo processamento em lote estável **Rating:** 3.0/5.0 stars **Reviewed by:** Usuário Verificado em Telecomunicações | Empresa (> 1000 emp.) **Reviewed Date:** May 05, 2016 **O que você mais gosta em Apache Pig?** É super simples de aprender. Provavelmente em um dia você pode aprender a sintaxe. É mais bonito do que consultas complexas do Hive. O processamento passo a passo dos dados e a capacidade de descrever cada relação é muito útil. Além disso, você pode adicionar suas próprias UDFs. **O que você não gosta em Apache Pig?** Pig no MapReduce é LENTO! Bem, não é realmente um problema com o Pig, mas no geral é lento. É estável e funciona, mas acho que agora está se tornando obsoleto com a introdução do Spark. É uma linguagem de script e não uma linguagem de programação completa, então muitos dos recursos básicos não estão disponíveis e você acabará escrevendo muitos UDFs em Java. **Recomendações a outras pessoas considerando Apache Pig:** Use SPARK. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Muito processamento em lote e enormes pipelines/workflows de processamento de dados. A limpeza, manipulação e normalização de dados se tornam fáceis. ### 18. Analisar grandes dados pode ser tão fácil com esta ferramenta! **Rating:** 4.5/5.0 stars **Reviewed by:** Usuário Verificado em Internet | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 17, 2016 **O que você mais gosta em Apache Pig?** Pig é uma excelente linguagem de script de alto nível para operar com grandes conjuntos de dados que funcionam sob o projeto de código aberto Hadoop da Apache. Este software permite transformar e otimizar as operações de dados em MapReduce, algo que pode ser desafiador com outras plataformas. Recomendo esta ferramenta aos meus clientes que precisam gerenciar uma grande lista de usuários que carregarão uma quantidade considerável de dados diariamente. Isso pode ajudá-lo a limpar, pesquisar e declarar planos de execução independentes facilmente. Você pode comparar esta ferramenta com a programação SQL, mas a forma como esta ferramenta usa UDF ajuda você a chamar funções diretamente com Java, Js, Python e, claro, o grande Ruby, com facilidade. **O que você não gosta em Apache Pig?** No início foi um pouco difícil se acostumar a trabalhar com a linguagem Pig Latin, no entanto, há uma documentação muito boa online que permite gerenciar seu processo. O Apache Pig tem muitos concorrentes, então eles precisarão otimizar o sistema porque às vezes os scripts não lhe darão os resultados ideais. **Recomendações a outras pessoas considerando Apache Pig:** Aprenda Pig Latin e esteja pronto para ter um dia de trabalho fácil **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Meus clientes costumavam lidar com grandes processos com conjuntos de dados que conterão especialmente objetos JSON, eles estarão disponíveis para resolver conjuntos de dados muito complicados. ### 19. Eu só avaliei como uma prova de conceito, mas o pouco que vi, gostei. **Rating:** 4.0/5.0 stars **Reviewed by:** F. Javier P. | Mobile Team Lead, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 24, 2016 **O que você mais gosta em Apache Pig?** Ele se integra muito bem com um cluster Hadoop. Eu acho que é um software indispensável para fazer coisas de big data, como usá-lo para tarefas de map-reduce. **O que você não gosta em Apache Pig?** A linguagem de "programação" parece mais uma linguagem de script. Isso me lembra ABAP. **Recomendações a outras pessoas considerando Apache Pig:** Eu não usei por muito tempo, mas parece fazer o trabalho em termos de análise de big data e relatórios. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Análise de dados e geração de relatórios. Usado para fazer um teste de prova de conceito com alguns dados corporativos. ### 20. SQL **Rating:** 2.5/5.0 stars **Reviewed by:** Amit K. | Application Developer as Member Technical Staff, Internet, Empresa (> 1000 emp.) **Reviewed Date:** September 15, 2015 **O que você mais gosta em Apache Pig?** Facilidade de uso, seu desempenho **O que você não gosta em Apache Pig?** Tem muitos concorrentes **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** Experimentando ### 21. Incrível! Adoro esta ferramenta. **Rating:** 5.0/5.0 stars **Reviewed by:** Usuário Verificado em Tecnologia da Informação e Serviços | Empresa (> 1000 emp.) **Reviewed Date:** May 13, 2014 **O que você mais gosta em Apache Pig?** Depois que você entender as ideias e conceitos que este conjunto de software pode fazer, você também vai adorá-lo. É extremamente procedural, o que realmente me lembra a programação em SQL. É extremamente poderoso, pode se conectar ao Hbase e, claro, ao Hive. **O que você não gosta em Apache Pig?** Otimizar. Isso pode ser difícil e considerado "artístico". Isso ocorre porque o Pig cria trabalhos de map reduce que são executados no Hadoop. Portanto, se o seu cluster não estiver totalmente otimizado, apenas otimizar esses scripts não lhe trará os melhores resultados. **Recomendações a outras pessoas considerando Apache Pig:** Se você está procurando uma ferramenta mais voltada para desenvolvedores e não para usuários novatos, então o Pig é a sua ferramenta. É gratuito e há muita documentação online. **Que problemas Apache Pig está resolvendo e como isso está beneficiando você?** ELT. Usamos o Pig para processar nossos conjuntos de dados díspares, contendo objetos JSON e dados "normalizados" para criar estruturas de data warehouse no Hive. Percebemos que somos capazes de resolver problemas complexos (como junções, por exemplo) sem precisar escrever jobs personalizados de MapReduce. ## Apache Pig Discussions - [Is apache pig going out of businees?](https://www.g2.com/pt/discussions/26561-is-apache-pig-going-out-of-businees) - 1 upvote - [View Apache Pig pricing details and edition comparison](https://www.g2.com/pt/products/apache-pig/reviews?section=pricing&secure%5Bexpires_at%5D=2026-06-12+15%3A08%3A52+-0500&secure%5Bsession_id%5D=50c379ab-3b28-42a5-86cc-5439828923ab&secure%5Btoken%5D=c01d99724fbcf864397526b01dc5880b1975c5ac26f7740421f34b9f34a979b8&format=llm_user) ## Apache Pig Features **Transformação de dados** - Análise em tempo real - Consulta de dados **Conectividade** - Integração com Hadoop - Integração com o Spark - Análise de várias fontes **Operações** - Visualização de dados - Fluxo de trabalho de dados **Construindo relatórios** - Transformação de dados - Modelagem de dados - Design do relatório WYSIWYG - APIs de integração **Plataforma** - Suporte ao usuário móvel - Personalização - Gerenciamento de usuários, funções e acessos - Internacionalização - Sandbox / Ambientes de Teste - Desempenho e Confiabilidade - Abrangência de aplicativos de parceiros ## Top Apache Pig Alternatives - [Splunk Enterprise](https://www.g2.com/pt/products/splunk-enterprise/reviews) - 4.3/5.0 (414 reviews) - [Snowflake](https://www.g2.com/pt/products/snowflake/reviews) - 4.5/5.0 (705 reviews) - [Google Cloud BigQuery](https://www.g2.com/pt/products/google-cloud-bigquery/reviews) - 4.5/5.0 (1,146 reviews)