Avaliações e Detalhes do Produto QuerySurge

Eu avaliei o QuerySurge usando a versão de teste para entender quão bem ele suporta cenários reais de ETL e validação de dados. De uma perspectiva de dados estruturados, o QuerySurge é uma plataforma muito sólida. Ele oferece uma forte conectividade com uma ampla gama de sistemas empresariais, incluindo bancos de dados como Oracle, SQL Server, Snowflake, Teradata, Redshift, e também ferramentas de BI como Power BI, Tableau, Cognos e SAP Web Intelligence. A interface para construir comparações de origem para destino, validações e verificações de reconciliação é intuitiva e claramente projetada para equipes de teste de data warehouse e analytics. Análise coletada por e hospedada no G2.com.

Meu caso de uso principal, no entanto, envolve a validação de pipelines de dados modernos onde os dados de origem estão em formato JSON, provenientes de APIs ou sistemas de aplicação, e o destino é um banco de dados relacional ou data warehouse. Este é um padrão muito comum nas arquiteturas de dados atuais. Durante minha avaliação, descobri que o QuerySurge não suporta arquivos JSON ou respostas de API REST como uma fonte de dados nativa. Os tipos de fonte disponíveis são principalmente limitados a bancos de dados, ferramentas de BI e arquivos planos como CSV ou Excel. Por causa disso, os dados JSON devem primeiro ser transformados e carregados em um banco de dados antes que o QuerySurge possa ser usado, o que adiciona etapas extras e reduz a eficácia da validação verdadeira de origem para destino.

Não é uma aversão, mas sim uma lacuna. Análise coletada por e hospedada no G2.com.

O QuerySurge é uma plataforma de teste de dados automatizada extremamente poderosa que se destaca no manuseio de grandes volumes de dados, validações complexas e verificações de transformação em segundos. Ele nos permite validar dados de origem para destino, agregados e regras de negócios de forma eficiente, mesmo em conjuntos de dados muito grandes que seriam impraticáveis de testar manualmente.

Uma das características de destaque é o motor de chat com IA, que simplifica significativamente a criação de testes. Ele ajuda a gerar pares de consultas de forma rápida e precisa, reduzindo o esforço necessário para escrever e manter SQLs complexos. Isso tem sido especialmente útil para acelerar o desenvolvimento de testes e a integração de novos membros na equipe.

A ferramenta também é fácil de usar e bem aceita tanto por equipes de QA quanto por equipes técnicas. A interface é intuitiva, os resultados dos testes são fáceis de interpretar e os relatórios destacam claramente as discrepâncias e falhas. No geral, o QuerySurge permite ciclos de feedback mais rápidos e aumenta a confiança na qualidade dos dados em processos de ETL e relatórios. Análise coletada por e hospedada no G2.com.

Como acontece com a maioria das ferramentas empresariais, há uma curva de aprendizado no início, especialmente para usuários que são menos familiarizados com SQL ou conceitos de validação de dados. Alguns recursos avançados exigem um conhecimento mais profundo do produto para serem usados de forma eficaz, mas uma vez aprendidos, eles oferecem um valor significativo. Análise coletada por e hospedada no G2.com.

1. Ajudar na validação de grandes volumes de dados

2. Capacidade de validar diferentes tipos de fontes de dados (arquivos planos, excel, bancos de dados)

3. Adorar o recurso de Data Staging para criar tabelas temporárias e usá-las no par de consultas principal.

4. Capacidade de conectar ao Snowflake e Workday

5. Analisar facilmente os erros para quaisquer erros de dados/não correspondentes Análise coletada por e hospedada no G2.com.

Às vezes, o agente trava abruptamente e não permite matar o par de consultas em execução. Usar várias tabelas temporárias de Estágio de Dados diminui o tempo de execução do par de consultas. Ao usar o recurso de Estágio de Dados, precisamos executar todos os pares de consultas de Estágio antes de executar a consulta principal. Análise coletada por e hospedada no G2.com.

O QuerySurge oferece suporte para uma ampla gama de fontes de dados, incluindo bancos de dados, arquivos planos e plataformas em nuvem, o que aumenta sua versatilidade. Sua capacidade de gerenciar eficientemente grandes conjuntos de dados é particularmente valiosa para data warehouses em nível empresarial. Análise coletada por e hospedada no G2.com.

A configuração e instalação inicial podem ser complexas, especialmente para bancos de dados como Snowflake e T24, devido à compatibilidade de drivers, autenticação e complexidades de esquema. Além disso, o custo de licenciamento pode ser um obstáculo para equipes menores, e a interface do usuário pode parecer lenta com conjuntos de dados muito grandes. Análise coletada por e hospedada no G2.com.

Eu realmente aprecio como o QuerySurge acelera meu processo de teste e fornece resultados precisos para grandes volumes de dados em menos tempo. É fácil de usar, e o recurso de geração de relatórios torna simples identificar contagens de falhas. Eu adoro o recurso que permite a geração automática de consultas SQL ao estabelecer conexões de tabela para tabela. Isso reduz o tempo que passo preparando consultas SQL, economizando muito tempo de planejamento de teste. O recurso de agendamento de Cenário de Teste também é um favorito porque me permite completar minhas validações agendando cenários durante a noite e depois visualizando os resultados no dia seguinte. Análise coletada por e hospedada no G2.com.

Se pudéssemos obter o manual para estabelecer conectividade via driver JDBC para bancos de dados antigos. Documentar essas coisas seria bom. Como podemos estabelecer a conexão passo a passo seria bom. Análise coletada por e hospedada no G2.com.

Usei o QuerySurge para validar um grande volume de registros, e isso realmente ajuda a acelerar o processo de teste e economizar tempo na validação de dados em grande volume. O QuerySurge me permite completar minha validação de forma eficiente e eficaz em um tempo limitado. Eu realmente gosto do recurso de staging do QuerySurge, pois me ajuda a validar a comparação entre arquivo e banco de dados. O recurso de geração de relatórios é outro destaque para mim, porque me permite identificar facilmente o número de falhas de dados em uma coluna para um grande volume de dados. A configuração inicial foi tranquila e, no geral, o QuerySurge é um salva-vidas. Análise coletada por e hospedada no G2.com.

Quando temos linhas de origem e destino que não correspondem, bem como falhas de dados para uma tabela, o número de registros falhados na aba de falhas e o número falhado na geração de relatórios parecem diferentes, o que foi um pouco confuso. Análise coletada por e hospedada no G2.com.

Aprecio como o QuerySurge armazena pares de consultas para uso posterior, o que permite flexibilidade e eficiência em tarefas contínuas de comparação de dados. A integração de IA é particularmente benéfica, pois elimina a necessidade de buscar fora da ferramenta, simplificando os fluxos de trabalho e aumentando a produtividade. Ao compartilhar documentos de mapeamento ETL, posso gerar consultas automaticamente, o que economiza uma quantidade significativa de tempo e esforço. No geral, esses recursos contribuem para uma experiência contínua e eficaz no manuseio de tarefas relacionadas a dados. Análise coletada por e hospedada no G2.com.

Acho que o QuerySurge poderia se beneficiar significativamente ao gerar consultas automaticamente ao selecionar pontos de dados de origem e destino. Isso agilizaria o processo e reduziria o trabalho manual. Além disso, acredito que seria vantajoso se a equipe do QuerySurge pudesse ampliar o suporte para abordar vários aspectos dos desafios de dados de forma abrangente. O uso de RAG e agentes dentro do QuerySurge para automatizar tarefas manuais parece ser uma área que precisa de mais desenvolvimento para melhorar a funcionalidade e a eficiência. Análise coletada por e hospedada no G2.com.

Estou muito satisfeito com o QuerySurge, pois ele serve como nossa principal ferramenta para comparações de arquivo para arquivo e de banco de dados para banco de dados. Eu confio nele para verificar resultados e fornecer aprovações, e, no geral, estou feliz com seu desempenho. Aprecio particularmente as opções de Data Staging que o QuerySurge oferece, pois parecem funcionar muito bem para minhas necessidades. Além disso, a configuração inicial foi muito fácil, tornando a transição para o QuerySurge tranquila e sem complicações. Análise coletada por e hospedada no G2.com.

Considero o desempenho do QuerySurge um desafio significativo, especialmente ao processar grandes conjuntos de dados. Executar comparações em mais de 500.000 registros pode levar mais de 30 minutos, e no caso de 5 milhões de registros, leva aproximadamente uma hora. Isso impacta a eficiência e acredito que há espaço para melhorias nas velocidades de processamento. Além disso, a ferramenta não fornece resultados detalhados por registro para consultas passadas, mostrando apenas porcentagens de sucesso e falha, o que limita a profundidade do insight. Quando ocorrem erros devido a campos mencionados incorretamente em uma consulta, o QuerySurge não oferece orientações específicas ou sugestões de modificações, o que pode dificultar os esforços de solução de problemas. Análise coletada por e hospedada no G2.com.

Considero o QuerySurge inestimável para a validação de QA devido à sua capacidade de comparar efetivamente grandes quantidades de dados. Sua interface amigável ajuda significativamente na geração de relatórios e na identificação de diferenças entre conjuntos de dados de origem e destino, tornando esse processo mais eficiente e menos propenso a erros. Aprecio como é fácil de usar, realizando o trabalho sem complicações desnecessárias. A capacidade do software de se conectar a múltiplos tipos de fontes de dados—como SQL, sistemas locais, sistemas em nuvem e até mesmo usando arquivos de dados—adiciona um valor tremendo à sua funcionalidade. Também me beneficio muito de sua própria API, que permite interações dinâmicas como alterar valores de trechos e iniciar cenários, tornando-o adaptável e versátil em diferentes casos de uso. Além disso, sua integração com outras ferramentas através de solicitações de API melhora nosso fluxo de trabalho, garantindo que possamos continuar a aproveitar os sistemas existentes enquanto tiramos o máximo proveito dos recursos robustos do QuerySurge. Análise coletada por e hospedada no G2.com.

Acho que o uso atual de trechos no QuerySurge é um tanto estático e acredito que eles poderiam ser mais dinâmicos. Seria benéfico se os trechos tivessem a capacidade de armazenar consultas e outros tipos de código para recuperar valores de fontes externas. Isso permitiria um uso mais flexível, em vez de serem apenas um pedaço estático de código ou informação a ser combinado dentro de consultas ou XML. Análise coletada por e hospedada no G2.com.

Eu realmente aprecio como o QuerySurge facilita a comparação fácil de dados de tabelas com base em pares de consultas, permitindo-me identificar diferenças em vários cenários com eficiência. A capacidade de armazenar cenários que podem ser reutilizados com diferentes conexões de dados é incrivelmente valiosa para nossas suítes de regressão, pois simplifica o processo de execução de testes de QA para cada lançamento. Uma vez configurados, posso acionar esses cenários sem esforço usando conexões de banco de dados específicas e ter os resultados prontos para revisão em apenas 10-20 minutos. Além disso, a capacidade de exportar a análise para o Excel é uma grande vantagem, pois permite compartilhar resultados detalhados com colegas que possam precisar de uma análise mais aprofundada dos dados. Além disso, a integração com o script do Jenkins para automatizar os acionamentos de cenários garante operações flexíveis e eficientes em termos de tempo, especialmente para testes fora do horário comercial. Embora eu não tenha feito parte da equipe de configuração inicial, minha experiência com a atualização do QuerySurge para uma nova versão foi tranquila, indicando que o software é amigável em termos de manutenção e atualizações. Análise coletada por e hospedada no G2.com.

Às vezes, a análise no QuerySurge cria falhas falsas, como quando apenas uma coluna nos dados da tabela é diferente, mas várias colunas são destacadas como diferenças. Isso leva a confusão e alertas falsos. Além disso, quando os dados são exatamente os mesmos e deveriam coincidir perfeitamente, eles são ocasionalmente destacados incorretamente como discrepâncias. Isso exige que os testadores examinem manualmente as linhas ou exportem os dados para o Excel para aplicar fórmulas e verificar se nenhuma diferença real está sendo negligenciada. Análise coletada por e hospedada no G2.com.