# Tiger Data Reviews **Vendor:** Tiger Data (creators of TimescaleDB) **Category:** [Bancos de Dados de Séries Temporais](https://www.g2.com/pt/categories/time-series-databases) **Average Rating:** 4.6/5.0 **Total Reviews:** 33 ## About Tiger Data Tiger Data, dos criadores do TimescaleDB, é o banco de dados de séries temporais Postgres número 1 para desenvolvedores, dispositivos e agentes. Mantenha dados de sensores, on-chain e de clientes atualizados enquanto retém anos de histórico, tudo consultável em SQL padrão. Para IoT, Web3 e IA. Por que as equipes escolhem o Tiger Data: - Confiado por milhares de desenvolvedores. Mais de 3 milhões de bancos de dados ativos, mais de 2 mil clientes. - Até 95% de compressão. Mantenha anos de histórico online a uma fração do custo. - Pronto para produção sem a dor operacional. Multi-AZ HA, PITR, backups entre regiões, SOC 2/HIPAA/GDPR, observabilidade profunda. - Escale sem esforço. Computação e armazenamento desagregados. Nunca pague por capacidade ociosa. - Arquitetura de dados unificada. Conecte qualquer fonte de dados e sincronize-a automaticamente entre seu banco de dados operacional e o data lake. - Aquisição por hiperescaladores. Disponível no AWS Marketplace e Azure Marketplace. Capacidades principais: - Particionamento automático Ingestão de milhões de pontos de dados por segundo sem gerenciamento manual de tabelas ou sharding. - Vistas materializadas incrementais Pré-compute e armazene em cache rollups para dashboards e APIs instantâneos. - Armazenamento híbrido linha/coluna Escritas rápidas, leituras comprimidas, otimizadas para consultas em tempo real e históricas. - Compressão (até 95%) Codificações colunares aplicam filtros e agregados diretamente em dados comprimidos para consultas mais rápidas e grandes economias. - Armazenamento em camadas Mova automaticamente dados mais antigos ou menos acessados para armazenamento de objetos de baixo custo, mantendo-os totalmente consultáveis através da mesma interface SQL. - Postgres Cloud totalmente gerenciado Escale computação e armazenamento de forma independente, nivele o armazenamento S3 para gerenciar custos, implante globalmente e pule as operações de banco de dados. Verticais da indústria: Desenvolvedores e equipes de plataforma em IoT industrial, manufatura, Cripto, SaaS/ML e ferramentas DevOps confiam no Tiger para combinar dados operacionais e históricos para dashboards em tempo real e insights críticos para o negócio, consultáveis em SQL padrão. Como começar: Experimente o Tiger Cloud por 1 mês grátis sem necessidade de cartão de crédito, ou use-nos indefinidamente como parte do nosso plano gratuito. Comece agora - https://console.cloud.timescale.com/signup?utm\_source=g2&utm\_medium=referral&utm\_campaign=free-trial-g2 ## Tiger Data Pros & Cons **What users like:** - Os usuários adoram a **interface limpa e intuitiva** do Tiger Data, tornando a navegação e a análise diretas e eficientes. (8 reviews) - Os usuários acham a **configuração fácil** do Tiger Data altamente benéfica para iniciar e escalar cargas de trabalho analíticas complexas sem esforço. (5 reviews) - Os usuários elogiam a **configuração fácil** do Tiger Data, facilitando a criação rápida e eficiente de instâncias e serviços. (5 reviews) - Os usuários valorizam a **facilidade de acesso e visualização de dados** , aprimorando a tomada de decisões com insights claros e acionáveis. (4 reviews) - Os usuários elogiam o **desempenho e a velocidade** do Tiger Data, aprimorando a tomada de decisões através do processamento e análise de dados eficientes. (4 reviews) - Velocidade (4 reviews) - Os usuários adoram a **facilidade de configuração e a interface em nuvem amigável** do TigerData, melhorando sua experiência de gerenciamento de banco de dados. (3 reviews) - Os usuários elogiam o **excelente suporte ao cliente** da TigerData, destacando recursos úteis e uma comunidade ativa para assistência. (3 reviews) - Usabilidade do Painel (3 reviews) - Os usuários valorizam as **integrações fáceis** com vários plugins, facilitando a rápida configuração e gerenciamento de bancos de dados. (3 reviews) **What users dislike:** - Os usuários acham que a **precificação do Tiger Data é alta** , especialmente para projetos menores e startups, afetando o orçamento. (4 reviews) - Os usuários observam que os **custos de licenciamento** do TigerData podem ser mais altos do que as alternativas, tornando o orçamento um desafio para a expansão. (3 reviews) - Os usuários encontram os **visualizadores avançados ausentes** nos limites de dados do Tiger, o que limita a visualização analítica e impacta a eficiência do fluxo de trabalho. (3 reviews) - Os usuários experimentam uma **UI ruim** , observando tempos de carregamento lentos e a falta de visualizadores avançados, afetando a usabilidade e a eficiência. (3 reviews) - Os usuários experimentam **desempenho lento** com a interface do usuário, especialmente ao lidar com grandes conjuntos de dados, afetando a eficiência geral. (3 reviews) - Problemas de Latência (2 reviews) - Problemas de Desempenho (2 reviews) - Design de UI ruim (2 reviews) - Carregamento Lento (2 reviews) - Complexidade (1 reviews) ## Tiger Data Reviews ### 1. Plataforma de banco de dados eficiente e poderosa para análises escaláveis **Rating:** 5.0/5.0 stars **Reviewed by:** Usuário Verificado em Software de Computador | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** September 26, 2025 **O que você mais gosta em Tiger Data?** A TigerData destaca-se pela sua configuração extremamente rápida, velocidades de ingestão confiáveis e interface em nuvem intuitiva, tornando fácil iniciar e escalar até mesmo cargas de trabalho analíticas complexas. Sua total compatibilidade com PostgreSQL—além de ferramentas úteis de banco de dados vetorial—permite migrações sem interrupções e consultas flexíveis sem a necessidade de aprender novas linguagens ou interromper fluxos de trabalho existentes. O suporte ativo da comunidade através do Discord e Slack, além de documentação robusta, significa que a ajuda está sempre disponível para desenvolvedores e administradores. Recursos como agregação contínua, compressão e particionamento automático permitem que as equipes otimizem o desempenho e economizem nos custos de nuvem, enquanto seu painel de métricas fornece insights claros sobre a saúde e o uso do banco de dados. **O que você não gosta em Tiger Data?** Embora o TigerData tenha um desempenho elevado, a interface do usuário pode se tornar lenta ao carregar quando se gerenciam muitas tabelas, o que impacta a eficiência do fluxo de trabalho em projetos maiores. Alguns usuários observam a ausência de visualizadores avançados para dados vetoriais—recursos vistos em produtos concorrentes—o que pode limitar as capacidades de visualização analítica. Em raras ocasiões, implantações iniciais auto-hospedadas podem exigir solução de problemas adicional, mas a maioria dos problemas é rapidamente resolvida por atualizações ou pela ajuda da comunidade. Além disso, os custos de licenciamento e consulta do TigerData podem ser mais altos em comparação com certas ofertas de banco de dados de código aberto ou básicas, portanto, o planejamento orçamentário é importante ao expandir. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** TigerData permite armazenamento e análise confiáveis e de alta velocidade para dados massivos de séries temporais, resolvendo gargalos de escalabilidade e limitações de velocidade de ingestão experimentadas com bancos de dados tradicionais. Ajuda a equipe a executar análises em tempo real de forma eficiente, minimiza o tempo de inatividade e economiza em custos de nuvem graças a recursos de compressão e particionamento automatizados. Isso melhorou a velocidade de tomada de decisões e a confiabilidade operacional para produtos orientados por dados. ### 2. Bom serviço por um bom preço de armazenamento **Rating:** 3.5/5.0 stars **Reviewed by:** Juan H. | Fullstack and Blockchain Engineer, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** January 17, 2025 **O que você mais gosta em Tiger Data?** Configuração fácil e criação de instâncias e serviços. **O que você não gosta em Tiger Data?** Pagamentos e estratégias de precificação para serviços. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** ele oferece um banco de dados com boas funcionalidades, como criar alguns cron jobs nele ou transformações. ### 3. Ferramenta eficaz para insights de dados **Rating:** 4.0/5.0 stars **Reviewed by:** Kartikey A. | Associate Consultant, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** September 29, 2025 **O que você mais gosta em Tiger Data?** É fácil acessar, analisar e visualizar dados. Gostei muito de como ele processa grandes conjuntos de dados e fornece insights claros e acionáveis para procurar. O painel da versão para PC também é amigável e personalizável, e ajuda a manter-se atualizado com as tendências de mudança no mercado. Definitivamente, melhorou a velocidade e a precisão na tomada de decisões no meu trabalho. Além disso, eu preferia o nome anterior (timescale), mas o novo nome também é bom. **O que você não gosta em Tiger Data?** há momentos em que a interface parece um pouco pesada, especialmente ao lidar com grandes volumes de dados. A versão móvel também poderia ser mais otimizada para um uso mais suave em movimento, com uma melhor interface de usuário. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Atualmente, estou atendendo um cliente onde tenho que lidar e analisar dados de grande porte, onde o tigerdata entra em cena. ### 4. Plataforma eficiente e fácil de usar **Rating:** 4.0/5.0 stars **Reviewed by:** Dalius K. | PHP Developer, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** September 24, 2025 **O que você mais gosta em Tiger Data?** A plataforma oferece várias ferramentas fáceis de usar para análises, tornando as análises mais simples. **O que você não gosta em Tiger Data?** Preciso de algum tempo para aprender as funcionalidades, tenho suporte ao cliente lento. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** A TigerData nos permite armazenar e analisar de forma eficiente grandes volumes de dados de séries temporais e relacionais. Ela reduz os tempos de consulta, simplifica o gerenciamento de dados e fornece insights acionáveis, melhorando a tomada de decisões e a eficiência operacional. ### 5. Minha experiência usando dados de tigre **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em Segurança de Redes e Computadores | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** September 26, 2025 **O que você mais gosta em Tiger Data?** Gosto mais da interface limpa e intuitiva. É fácil de navegar, e aprecio a capacidade de pausar serviços sempre que necessário. A disponibilidade de conectores, especialmente para Amazon S3 e Kafka, torna a integração suave e muito útil. **O que você não gosta em Tiger Data?** Os preços parecem um pouco altos e poderiam ser mais flexíveis, especialmente para projetos menores ou startups. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** TigerData resolve os compromissos habituais entre cargas de trabalho em tempo real e analíticas: obtenho consultas rápidas tanto em dados recentes quanto históricos, sem a necessidade de construir e manter pipelines complexos. Sua compressão e armazenamento em camadas ajudam a manter os custos baixos, mesmo com o crescimento do volume de dados. Além disso, as integrações nativas (lakehouse / S3) reduzem a sobrecarga, tornando mais fácil focar em insights em vez de infraestrutura. ### 6. Ótima Solução de Banco de Dados Vetorial **Rating:** 4.5/5.0 stars **Reviewed by:** Thomas C. | Lead AI Engineer, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** January 16, 2025 **O que você mais gosta em Tiger Data?** A facilidade de configuração com os plugins pgai, pgvector e pgvectorscale torna a configuração e execução de uma solução de banco de dados vetorial altamente escalável muito rápida e fácil. Eles têm bons recursos tanto para iniciantes quanto para pessoas avançadas e um Discord ativo para ajudar com problemas dos usuários. A interface de usuário/experiência de usuário para gerenciar os bancos de dados é boa e há até um mês gratuito ao começar. A implementação do NodeJS para o SDK do Postgres é excelente, e a capacidade de escrever PostgreSQL padrão para consultas e gerenciamento de banco de dados torna isso muito mais flexível e fácil de gerenciar do que os bancos de dados vetoriais tradicionais. Eu usei vários bancos de dados vetoriais e este é o meu favorito até agora em termos de escalabilidade. Eu uso a interface de usuário todos os dias ao verificar a saúde do meu banco de dados vetorial e adoro as métricas que ele fornece. Levou apenas uma semana de desenvolvimento para mudar completamente de um banco de dados vetorial diferente, mas eu tenho uma base de código massiva com muita funcionalidade. Estou confiante de que alguém com uma nova base de código poderia integrar em um dia. **O que você não gosta em Tiger Data?** Acho que a interface do usuário pode ser muito lenta para carregar às vezes, especialmente quando você tem muitas tabelas, definitivamente poderia melhorar aí. Também sinto falta de um visualizador de vetores como o do QDRANT. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Banco de dados vetorial escalável com consulta flexível, preciso dizer mais ;) ### 7. Um excelente banco de dados de séries temporais com uma ótima oferta em nuvem **Rating:** 5.0/5.0 stars **Reviewed by:** Louis C. | Lead Platform Engineer, Médio Porte (51-1000 emp.) **Reviewed Date:** January 16, 2025 **O que você mais gosta em Tiger Data?** Produto é muito eficiente, a interface em nuvem é fácil de usar, mas ainda oferece muito controle, o provedor Terraform torna a configuração muito simples e a equipe tem sido incrível. **O que você não gosta em Tiger Data?** O provedor Terraform ainda não está completo, faltando algumas opções de código aberto para enviar telemetria em nuvem em vez de Cloudwatch e Datadog. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Banco de dados de séries temporais para alta performance de entrada e saída para monitoramento de painel em tempo real ### 8. Ótima solução pronta para qualquer usuário de PostgreSQL **Rating:** 5.0/5.0 stars **Reviewed by:** Usuário Verificado em Serviços Financeiros | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** January 20, 2025 **O que você mais gosta em Tiger Data?** Fácil de começar, fácil de manter, fácil de escalar **O que você não gosta em Tiger Data?** A recente mudança no modelo de preços não é ideal. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Permite armazenar e consultar grandes quantidades de dados de séries temporais financeiras ### 9. Ótimo, mas pode ser caro para uma pequena aplicação de hobby. **Rating:** 3.0/5.0 stars **Reviewed by:** Usuário Verificado em Software de Computador | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** January 16, 2025 **O que você mais gosta em Tiger Data?** Confiabilidade e facilidade de uso e integração. Documentação decente **O que você não gosta em Tiger Data?** O preço. $50 por mês para um projeto de hobby soma-se. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Armazenamento e recuperação de dados baseados em séries temporais. ### 10. Mudou de AWS **Rating:** 5.0/5.0 stars **Reviewed by:** Usuário Verificado em Software de Computador | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** January 17, 2025 **O que você mais gosta em Tiger Data?** Os preços em comparação com a AWS são ligeiramente melhores. **O que você não gosta em Tiger Data?** Nenhum (até agora), tudo funciona bem como esperado. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Preços e acessibilidade com facilidade de uso como administrador ### 11. Ótimo banco de dados para dados de séries temporais **Rating:** 5.0/5.0 stars **Reviewed by:** Daniel R. | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** October 26, 2023 **O que você mais gosta em Tiger Data?** Timescale é uma extensão poderosa para o PostgreSQL com recursos especiais para armazenamento e processamento de dados de séries temporais. Tem se mostrado muito útil em nossos projetos de IoT, onde a compressão mantém o uso de disco no mínimo e os agregados contínuos oferecem uma visão muito rápida dos dados. E como é tudo Postgres - não há necessidade de aprender uma nova linguagem de consulta. O serviço gerenciado na nuvem da Timescale é uma alternativa econômica e estável para nós, já que não temos os recursos para manter a infraestrutura e instalação necessárias. Além disso, há uma comunidade forte e suporte útil caso alguém precise de orientação ao longo do caminho para a produção. **O que você não gosta em Tiger Data?** Bem, não é realmente uma aversão, mas à primeira vista o Timescale pode ser possivelmente percebido como um produto fácil de usar, onde alguns cliques de um botão lhe dão uma configuração ideal. No entanto, ainda é um banco de dados com uma camada extra de funcionalidade adicionada, o que requer algumas explorações em várias direções para utilizar todo o seu potencial. Uma comunidade prestativa, um suporte responsivo e documentação bem escrita são grandes ajudas durante este exercício. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Ingestão, processamento e armazenamento de dados de séries temporais de IoT como base para vários serviços. ### 12. Banco de Dados de Séries Temporais Eficiente com Agregação Poderosa e Suporte ao Usuário Excepcional **Rating:** 5.0/5.0 stars **Reviewed by:** Dustin S. | Médio Porte (51-1000 emp.) **Reviewed Date:** March 01, 2023 **O que você mais gosta em Tiger Data?** Tenho usado o Timescale há vários meses e estou extremamente impressionado com seu desempenho. O banco de dados se destaca no armazenamento e recuperação de dados de séries temporais, tornando-o uma escolha ideal para meu trabalho. Uma de suas características de destaque é a capacidade de agregar dados, o que tem sido incrivelmente útil para gerar insights e relatórios. Além disso, as capacidades de compressão são bastante poderosas, permitindo-nos armazenar uma grande quantidade de dados sem sacrificar o desempenho. Mas o que realmente diferencia o Timescale é seu excelente suporte ao usuário. Sempre que tive uma dúvida ou problema, a equipe foi rápida em responder e fornecer soluções úteis. No geral, recomendo altamente o Timescale para qualquer pessoa que precise de um banco de dados de séries temporais confiável e eficiente. **O que você não gosta em Tiger Data?** Embora as capacidades de compressão do Timescale sejam poderosas, algumas das nuances e limitações podem ser um pouco complicadas de entender completamente a princípio. Como resultado, pode haver uma curva de aprendizado envolvida em aproveitar o produto ao máximo. No entanto, uma vez que você se familiarize com essas nuances, o Timescale pode ser uma ferramenta altamente eficaz para gerenciar e analisar dados de séries temporais. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Na nossa organização, contamos com o Timescale para coletar e gerenciar dados de medidores e locais de uma variedade de sistemas de gestão de energia em todo o país. Graças às capacidades robustas do Timescale, somos capazes de rastrear e analisar esses dados de forma eficaz. ### 13. Migração Suave e Desempenho Aprimorado com Timescale Cloud **Rating:** 4.5/5.0 stars **Reviewed by:** Eudald A. | System Design Teacher, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 28, 2023 **O que você mais gosta em Tiger Data?** Recentemente, migramos do influxDB auto-hospedado para o Timescale Cloud e não poderíamos estar mais felizes. A transição foi suave e fácil, e nossos engenheiros adoram a capacidade de usar SQL em vez de uma linguagem de consulta personalizada. Observamos um aumento significativo de desempenho apenas usando truques SQL familiares. **O que você não gosta em Tiger Data?** A única pequena reclamação que temos é que a interface do usuário da distribuição em nuvem poderia ser um pouco mais polida e que ainda não estão listados no AWS Marketplace. No entanto, isso não afetou a funcionalidade ou o desempenho do produto, então não é um problema significativo. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Na Bloobirds, estávamos enfrentando vários desafios com nossa solução anterior de influxDB auto-hospedada. Um dos maiores desafios era que tínhamos que usar uma linguagem de consulta personalizada, o que exigia uma quantidade significativa de tempo e recursos para aprender e usar de forma eficaz. Além disso, nossa solução de influxDB não era tão performática quanto precisávamos, especialmente à medida que nossos volumes de dados continuavam a crescer. Ao migrar para o Timescale Cloud, conseguimos resolver esses desafios e nos beneficiar de uma série de recursos importantes. Por exemplo, o Timescale Cloud nos permite usar SQL para consultar nossos dados de séries temporais, o que é muito mais familiar e fácil para nossos engenheiros. Isso nos economizou uma quantidade significativa de tempo e recursos e tornou muito mais fácil obter insights de nossos dados. Além disso, o Timescale Cloud oferece excelente desempenho, mesmo com grandes volumes de dados. Isso nos permitiu lidar com nossos crescentes volumes de dados sem experimentar lentidões ou outros problemas de desempenho. No geral, o Timescale Cloud tem sido um grande benefício para nossa organização, permitindo-nos gerenciar e analisar nossos dados de séries temporais de forma mais eficaz e eficiente. ### 14. Um banco de dados de séries temporais de alto desempenho construído sobre o sólido banco de dados Postgres, com suporte excepcional. **Rating:** 5.0/5.0 stars **Reviewed by:** Michael S. | Empresa (> 1000 emp.) **Reviewed Date:** February 24, 2023 **O que você mais gosta em Tiger Data?** TimescaleDB é uma extensão do Postgres para séries temporais. Como usuários de longa data do Postgres que precisavam de um banco de dados de séries temporais, vimos como um grande benefício o fato de o TimescaleDB ser construído sobre uma tecnologia testada e comprovada. Além disso, poderíamos continuar a usar o SQL ubíquo para realizar nossas consultas. Os benefícios particulares do TimescaleDB incluem altas taxas de compressão alcançadas através de compressão específica por tipo (alcançamos > 10x de compressão) juntamente com consultas de séries temporais muito mais performáticas do que o Postgres padrão. Finalmente, o conjunto de hiperfunções no kit de ferramentas do TimescaleDB é particularmente útil para nosso domínio (dados de ticks financeiros de alta frequência). A equipe do Timescale também tem sido extremamente útil e solidária durante o processo de migração para o TimescaleDB. **O que você não gosta em Tiger Data?** Migrar grandes volumes de dados para a nuvem (~100 TB não compactados) é demorado e requer um planejamento cuidadoso. Dito isso, a equipe da Timescale tem sido de grande ajuda para nós em navegar por este processo. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** O armazenamento e a análise de grandes volumes de dados de ticks financeiros de alta frequência (dados de mercado). Esses dados são a base de nossas análises como uma equipe de quant de negociação eletrônica. ### 15. Um banco de dados de séries temporais de alta qualidade que está em produção em minutos. **Rating:** 5.0/5.0 stars **Reviewed by:** Carl C. | Head Of Information Technology, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 21, 2023 **O que você mais gosta em Tiger Data?** Eu uso o Timescale Cloud; tem sido trivial implantar em nossa rede de produção (assim como em nossas redes de desenvolvimento e teste). Todos os detalhes técnicos são abstraídos, mas você pode ter acesso a eles se necessário (como ajuste de servidor, etc). A capacidade de escalar com um clique é ótima, e as métricas e alertas baseados na web também são realmente úteis desde o primeiro dia. O desempenho parece incrivelmente bom, mesmo nos planos de baixo custo. No entanto, o recurso mais impressionante tem sido o suporte, tanto com o gerente de atendimento ao cliente pessoal quanto com a capacidade de resposta e minuciosidade dos engenheiros. Os engenheiros estão felizes em responder a perguntas sobre design geral e melhores práticas, além de ajudar a resolver problemas de produção. **O que você não gosta em Tiger Data?** A nuvem Timescale está um pouco restrita, ou seja, sem acesso direto de superusuário, o que pode ser um pouco difícil de se acostumar no início. No entanto, é viável - não há nada que eu não tenha conseguido realizar até agora usando a configuração padrão da nuvem. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Precisamos armazenar grandes volumes de dados de séries temporais, comprimir esses dados, reter alguns, mas não todos, torná-los pesquisáveis de maneira eficiente e também agregar os dados brutos em resumos diários/horários. Timescale faz tudo isso. ### 16. Facilmente estenda o Timescale para resolver seus problemas. **Rating:** 5.0/5.0 stars **Reviewed by:** Andrew E. | Head, Data Science Solutions, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 20, 2023 **O que você mais gosta em Tiger Data?** Como o Timescale estende o Postgres, gerenciar tanto minhas séries temporais quanto dados relacionais regulares em um único armazém é fácil. Além disso, o desempenho do Timescale torna o gerenciamento e o trabalho com esses dados muito mais rápidos do que outras ferramentas que já usei. Finalmente, como ele estende o Postgres, posso facilmente estender suas capacidades com suas funções definidas pelo usuário baseadas em C. **O que você não gosta em Tiger Data?** Para aproveitar as funções definidas pelo usuário, preciso gerenciar minha própria instalação do Timescale e não posso aproveitar uma das instâncias gerenciadas. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Como cientista de dados, passo grande parte do meu tempo realizando engenharia de características para extrair informações que ajudarão meus modelos a ter um desempenho melhor. Isso frequentemente exige que eu processe grandes quantidades de dados com um componente temporal (como dados em painel). Antes de usar o Timescale, eu armazenava os dados no Postgres, extraía para o meu ambiente Python e tinha problemas de memória e desempenho. Com o Timescale, consegui transferir esses cálculos para o banco de dados, gerando melhorias significativas de desempenho. ### 17. Os bancos de dados de séries temporais nunca foram tão fáceis. **Rating:** 5.0/5.0 stars **Reviewed by:** Hariharan R. | Tecnologia da Informação e Serviços, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 28, 2023 **O que você mais gosta em Tiger Data?** Quando comecei a avaliar bancos de dados de séries temporais, o Timescale já estava na minha lista. O que eu adoro neles é, 1. Construído nativamente sobre o PostgreSQL, então se obtém o melhor dos dois mundos 2. Pode-se escolher entre suas versões auto-hospedadas, gerenciadas e em nuvem 3. Equipes de suporte e sucesso excelentes que garantem que você esteja configurado, pronto para ir e ajudam rapidamente com consultas 4. Comunidade excelente, especialmente no Slack, onde você pode fazer/responder perguntas e apoiar uns aos outros **O que você não gosta em Tiger Data?** Às vezes, a documentação é difícil de navegar e começar com os exemplos. Por exemplo, os comandos em torno de trabalhos rotineiros para agregados contínuos, como verificá-los e gerenciá-los, etc. Novamente, isso é se eu fosse ser altamente crítico, mas como eu disse anteriormente, eles têm um produto e um ecossistema fantásticos. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Temos um caso de uso de dados em série temporal que o Timescale resolve para nós de forma excelente. ### 18. Postgres mas mais rápido **Rating:** 5.0/5.0 stars **Reviewed by:** Florian H. | Software Engineer, Software de Computador, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 19, 2023 **O que você mais gosta em Tiger Data?** Temos usado o Timescale há um tempo e tenho que dizer, estou impressionado com a plataforma deles. Eles têm uma comunidade ótima e ativa. Sempre que tenho uma dúvida ou preciso de ajuda com algo, encontrei alguém para me ajudar. A plataforma também tem muitos materiais de aprendizado em seu site e blog. Aprecio que eles investem tempo e recursos em educar seus usuários, e aprendi muito com seus recursos. Já estávamos familiarizados com o Postgres, então foi uma escolha natural para o nosso negócio. A curva de aprendizado é muito gerenciável. Isso nos permitiu continuar escalando com esforço mínimo. Tudo o que tivemos que fazer foi adicionar a extensão do Timescale, e conseguimos lidar com muito mais dados com facilidade. Isso tem sido um divisor de águas para o nosso negócio. É uma ótima plataforma com uma comunidade de apoio, excelente escalabilidade e muitos materiais de aprendizado para ajudar você a começar. **O que você não gosta em Tiger Data?** O recurso de compressão no Timescale não é bem explicado, e é difícil atualizar dados após a compressão. O serviço de hospedagem gerenciada oferecido pelo Timescale é caro, o que pode não ser viável para pequenas empresas ou indivíduos. Se você estiver usando hypertables no Timescale, perderá as restrições de chave estrangeira, o que pode ser uma limitação significativa para alguns usuários. Escolher o Timescale em vez da opção mais estabelecida e confiável do PostgreSQL é uma escolha arriscada. No entanto, se você decidir optar pelo Timescale, deve ser relativamente fácil reverter se necessário. Além disso, o Timescale levantou uma quantidade significativa de financiamento, então é provável que esteja por aí por um tempo. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Estamos construindo um produto de análise especificamente para a empresa de construção e hospedagem de sites Webflow. Estamos processando milhões de eventos de vários sites e transformando-os em painéis de controle perspicazes. Como nossa empresa está crescendo rapidamente, descobrimos que um banco de dados rápido e confiável é vital para nosso crescimento e sucesso. Como muitas outras empresas, a Nocodelytics começou com o PostgreSQL. No início, funcionou. Mas o tamanho do banco de dados cresceu muito, muito rápido. Eventualmente, com milhões de linhas, nossos painéis de controle ficaram lentos. Consultas para clientes com muito tráfego demoravam vários minutos ou até mesmo expiravam. Minha primeira escolha foi o ClickHouse, que parece ter um desempenho melhor do que o Timescale para nosso caso de uso—mas continue lendo, pois há mais sobre isso. Nem tudo era ótimo no ClickHouse: ele faz muita coisa, o que pode ser confuso, e eu preferiria ficar com o PostgreSQL, que usei por anos e sei que funciona. A melhor característica do TimescaleDB: é todo PostgreSQL, sempre foi. Todas as suas ferramentas, todas as bibliotecas existentes e seu código já funcionam com ele. Estou usando o TimescaleDB porque é o mesmo que o PostgreSQL, mas magicamente mais rápido. ### 19. Melhor banco de dados de séries temporais **Rating:** 5.0/5.0 stars **Reviewed by:** Istvan H. | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 28, 2023 **O que você mais gosta em Tiger Data?** Usa SQL -> Super fácil de entrar Dados de séries temporais -> Temos toneladas de dados gerados com frequência, e ele é capaz de lidar com isso com facilidade Dados relacionais -> Um banco de dados para manter outros dados relacionados/conectados. Torna a vida extremamente fácil! Suporte -> De primeira qualidade! Preços -> Não mais do que qualquer outro banco de dados barato que você poderia escolher. Simplesmente perfeito! **O que você não gosta em Tiger Data?** Não encontramos nada que nos restringisse de tornar nossa plataforma em nuvem um sucesso. As colunas JSONB eram um pouco lentas ao tentar fazer agregações, então tivemos que mudar JSONB para outra estrutura de tabela, mas isso é apenas uma limitação geral com qualquer banco de dados relacional, não específica do TimescaleDB! **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Extremamente frequente dados. Recebemos 50 valores diferentes chegando a cada segundo por "dispositivo". Isso é uma grande quantidade de dados para a maioria dos bancos de dados, mas o Timescale é capaz de lidar com isso com facilidade. ### 20. Uma série temporal para IoT **Rating:** 4.5/5.0 stars **Reviewed by:** Anthony C. | Médio Porte (51-1000 emp.) **Reviewed Date:** February 13, 2023 **O que você mais gosta em Tiger Data?** O fato de o timescaledb ser uma extensão do Postgres e integrar-se muito bem com nossa pilha de monitoramento (OpenCensus) e, por ser uma base de séries temporais SQL, a maioria dos nossos desenvolvedores acha fácil consultar dados. Hypertable, agregados contínuos fornecem uma ótima maneira de acelerar nossas consultas voltadas para o cliente. A funcionalidade de compressão nos ajudou a reduzir nosso custo na nuvem em mais de 50%. Se você estiver usando serviço gerenciado ou serviço em nuvem, o suporte é muito rápido e útil. **O que você não gosta em Tiger Data?** Não há uma maneira fácil de preencher dados históricos após comprimir blocos, isso exigirá muito código personalizado de nossa aplicação e é preciso ter cuidado ao descomprimir e atualizar agregados para não impactar o desempenho. Em geral, atualizar blocos comprimidos (Hypertable ou Agregados) é um pouco doloroso e gostaria que houvesse uma maneira fácil de atualizá-los sem descompressão. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Estamos injetando/armazenando muitos dados de sensores no Timescale (é nosso banco de dados de séries temporais primário que atende a todos os nossos serviços). Anteriormente, estávamos usando o OpenTSDB e a falta de atualizações, biblioteca Go e o gerenciamento tornaram muito difícil trabalhar com ele, então decidimos mudar. Um dos principais pontos que nos fez escolher o Timescale foi o recurso Hypertable, Agregados Contínuos e compressão. Com isso, somos capazes de ter uma série temporal muito eficiente que é capaz de injetar muitos dados de sensores, realizar agregações e gerenciar a política de retenção com muita facilidade. ### 21. Armazém de dados para dados de séries temporais **Rating:** 5.0/5.0 stars **Reviewed by:** Victor L. | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 12, 2023 **O que você mais gosta em Tiger Data?** - Timescale é uma extensão do PostgreSQL, então a equipe pôde aproveitar todo o nosso conhecimento prévio de PostgreSQL e SQL padrão - Hypertables e agregados contínuos oferecem um grande aumento de desempenho tanto para ingestão de dados quanto para consultas de dados - Ao contrário de muitos outros bancos de dados de séries temporais, que parecem ser otimizados puramente para casos de uso semelhantes a IoT, o Timescale foi capaz de lidar com dados de séries temporais *mutáveis*. - Comunidade ativa e prestativa (no Slack) **O que você não gosta em Tiger Data?** - As opções de hospedagem gerenciada (Timescale Cloud e MST) podem ficar caras, especialmente à medida que os requisitos de recursos aumentam - Difícil recuperar logs e métricas para um intervalo de datas específico via console MST **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Armazenamos grandes quantidades de dados de mercado no Timescale. Anteriormente, em outros sistemas RDBMS, o desempenho tanto para a ingestão de dados quanto para a consulta de dados se tornava exponencialmente pior à medida que os volumes de dados aumentavam. Com o Timescale, conseguimos manter uma alta taxa de ingestão de dados ao longo do tempo e aproveitar capacidades como hypertables e agregados contínuos para oferecer um desempenho decente para consultas em tempo real, mesmo em intervalos de tempo prolongados. ### 22. Excelente desempenho em termos de velocidade e dimensões de armazenamento **Rating:** 5.0/5.0 stars **Reviewed by:** Panos M. | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** October 04, 2023 **O que você mais gosta em Tiger Data?** Eu gosto muito dos agregados contínuos e dos trabalhos que se pode definir para atualizá-los regularmente. **O que você não gosta em Tiger Data?** Não há algo que eu desgoste. A documentação online não é perfeita. Acredito que há espaço para melhorias. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Resolve o problema de criar relatórios baseados no tempo em múltiplas dimensões. Usamos isso para preparar a apresentação de análises aos nossos criadores sobre como os ouvintes consomem o conteúdo de áudio publicado. ### 23. É realmente "apenas PostgreSQL" para dados de séries temporais **Rating:** 5.0/5.0 stars **Reviewed by:** DeltaSquared . | Software Engineer, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 28, 2023 **O que você mais gosta em Tiger Data?** Eu não precisei aprender nenhuma tecnologia revolucionária para me tornar um especialista em analisar dados de séries temporais hospedados com o TimescaleDB. Isso por si só torna o TSDB revolucionário. **O que você não gosta em Tiger Data?** Você acabará colocando a lógica de consulta proprietária do TimescaleDB em seu sistema. Não há como contornar isso, a menos que você construa sua própria interface personalizada contra o Timescale. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Timescale agrega de forma eficiente e completa múltiplas janelas de tempo de qualquer dado de domínio que eu forneça. Seria uma tarefa de desenvolvimento tão tediosa manter essa funcionalidade. No entanto, porque o TimescaleDB resolve isso na camada de banco de dados, não preciso me preocupar com isso na camada de aplicação! Toda a minha lógica de negócios pode se concentrar no PORQUÊ os dados de séries temporais se relacionam entre si, em vez de como eu gerencio a relação. ### 24. O melhor banco de dados de séries temporais em 2023 não é um banco de dados de séries temporais. **Rating:** 4.0/5.0 stars **Reviewed by:** Kenny C. | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 28, 2023 **O que você mais gosta em Tiger Data?** O Timescale tem um custo previsível ancorado em uma realidade familiar; é impulsionado pelo volume de armazenamento e pela carga do sistema. Você não tem aquele problema familiar e terrível de cardinalidade que é comum a _todo_ sistema de modelo de dados de série de etiquetas. Ele tem um desempenho muito bom e previsível. É realmente incrível. É de código aberto e a auto-hospedagem é fácil: é postgresql. Você já sabe o que a auto-hospedagem implica a partir dessa única afirmação e se está disposto a fazê-lo. Se não estiver, você pode pagar ao Timescale para fazer isso por você com o Timescale Cloud. Na minha experiência, o Timescale Cloud foi muito eficaz nos meses em que minha equipe o utilizou. A comunidade deles é ótima, e os mantenedores do Timescale realmente abordam os problemas relatados pela comunidade (incluindo eu pessoalmente)! Foi uma mudança bem-vinda de 180 graus em relação à postura aparentemente antagônica que certos outros projetos de código aberto relacionados adotam em relação à sua comunidade. As pessoas deles são realmente boas. **O que você não gosta em Tiger Data?** Não há uma orientação bem definida sobre como os dados de séries temporais devem ser geralmente modelados no Postgresql. Existem discussões úteis sobre EAV e esquemas amplos, mas até agora, Timescale parece hesitar em tomar uma posição. Além disso, ingerir dados é um problema se você não tiver alguma integração com postgresql para o seu serviço. Não é realmente a melhor maneira de ingerir dados de séries temporais de hosts de serviços díspares; você terá problemas de contagem de conexões e estranha pressão de retorno. As atualizações se tornam muito difíceis dessa forma (é só perguntar ao Promscale sobre isso, RIP). Eu adoraria ver integrações reais de RPC diretas com padrões de fato como opentelemetry (gag) e padrões melhores como goodmetrics no próprio processo do host do TimescaleDB. Isso tornaria a ingestão de séries temporais do TimescaleDB de hosts de serviços perfeitamente tranquila e estabeleceria padrões comuns para modelagem de dados. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Métricas de operações de serviços internos. Monitoramento e alerta sobre o desempenho de microsserviços, erros e similares. Identificação da causa raiz de comportamentos inadequados do sistema através de rica dimensionalidade para dados de métricas e SQL expressivo. ### 25. O Banco de Dados de Séries Temporais Mais Fácil, Rápido e Econômico - Ponto Final **Rating:** 5.0/5.0 stars **Reviewed by:** Ken F. | Médio Porte (51-1000 emp.) **Reviewed Date:** February 23, 2023 **O que você mais gosta em Tiger Data?** Adoramos a facilidade de instalação e a familiaridade do Timescale com o PostgreSQL. Foi fácil começar, e tem sido fácil manter o banco de dados. Mais importante, a taxa de ingestão é INSANA, mesmo em uma pequena instância de servidor. As funções time_bucket() e time_bucket_gapfill() nas consultas tornam a recuperação dos nossos dados uma questão trivial, para que possamos nos concentrar nas necessidades do nosso negócio em vez de longos ciclos de desenvolvimento. Além disso, o Timescale mantém um canal ativo no Slack onde podemos encontrar o suporte que precisamos. **O que você não gosta em Tiger Data?** Estou quebrando a cabeça para encontrar algo de que não gosto ao usar o TimescaleDB. Os únicos problemas que enfrentamos durante a implementação e manutenção de nossas instâncias autogeridas do TimescaleDB foram todos resolvidos, seja por pequenas alterações de código ou pelas versões aprimoradas do TimescaleDB. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Precisávamos encontrar uma solução de banco de dados de séries temporais com uma alta taxa de ingestão devido à velocidade dos dados de telemetria provenientes de nossos dispositivos. O benefício adicional de o software ser essencialmente gratuito para a edição comunitária é a cereja do bolo. ### 26. Timescale Cloud nos colocou em funcionamento de forma rápida e fácil. **Rating:** 5.0/5.0 stars **Reviewed by:** Logan N. | Director of Software Engineering, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 07, 2023 **O que você mais gosta em Tiger Data?** Estávamos avaliando tecnologias para hospedar dados de séries temporais e encontramos o TimescaleDB e o Timescale Cloud. Conseguimos começar a usar em minutos, para poder avaliar a tecnologia, e estamos executando em produção há um ano. O suporte tem sido excelente, e o serviço faz exatamente o que precisávamos. Não tivemos problemas com desempenho ou tempo de inatividade e atualmente hospedamos cerca de 15 instâncias com o Timescale Cloud. **O que você não gosta em Tiger Data?** Algumas das funcionalidades empresariais relacionadas à Recuperação de Desastres ainda estão em desenvolvimento. Pode ser tedioso reduzir o tamanho dos bancos de dados após realizar uma carga histórica inicial de dados e comprimi-los. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Armazenamos dados operacionais para nosso produto SaaS no Postgres juntamente com dados de séries temporais, como SCADA, para análise e visualização. Timescale torna o armazenamento e gerenciamento dos dados de séries temporais simples, de alto desempenho e eficiente. ### 27. Uma migração à qual gostamos de relembrar **Rating:** 4.5/5.0 stars **Reviewed by:** Mathias P. | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 14, 2023 **O que você mais gosta em Tiger Data?** Timescale nos permitiu reduzir a complexidade em nossa base de código usando suas funções integradas. Alcançamos uma economia de custos de 50% enquanto melhoramos o desempenho. Ótima documentação; não só ajuda a colocar um PoC em funcionamento (onde a documentação geralmente começa a escassear), mas também cobre o que você precisa para rodar em produção. A equipe de sucesso do cliente realmente faz jus ao nome. Nos deu acesso a engenheiros quando foi necessário e ajudou a priorizar alguns recursos que precisávamos. **O que você não gosta em Tiger Data?** O preenchimento de dados em blocos já comprimidos pode ser mais eficiente. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Armazenar muitos dados de IoT, executar análises sobre eles e visualizar dados brutos sob demanda. Inicialmente usávamos MS SQL, mas tivemos que escrever muito código para particionamento e algumas das consultas mais complexas. Timescale cuida disso para nós agora. ### 28. Serviço de banco de dados flexível e g **Rating:** 3.5/5.0 stars **Reviewed by:** Simon . | Automation Engineer, Médio Porte (51-1000 emp.) **Reviewed Date:** February 14, 2023 **O que você mais gosta em Tiger Data?** - Eu pessoalmente só tive experiências positivas com o suporte da Timescale. Eles foram prestativos e ágeis em responder às nossas perguntas e nos ajudar a otimizar nossas instâncias, por exemplo, configurando a compressão. - Flexível e baseado em PostgreSQL. - Boa documentação e código aberto. **O que você não gosta em Tiger Data?** Eles não oferecem a mesma funcionalidade em seus serviços Gerenciados e em Nuvem. Infelizmente, uma parte da funcionalidade que seria útil para nós não está disponível em Gerenciados, e a Nuvem não está disponível em nossa região. Eu sei que eles estão trabalhando nisso, então isso pode mudar no futuro! **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Alto consumo de dados e consultas de alto desempenho. Com o Timescale, podemos ser flexíveis e é rápido, por exemplo, configurar novas agregações para nossos casos de uso. ### 29. Aplicativo de rastreamento em tempo real para entusiastas de esportes aquáticos construído em um banco de dados de séries temporais e geoespacial. **Rating:** 4.5/5.0 stars **Reviewed by:** Patrick P. | Fondateur et Président, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 22, 2023 **O que você mais gosta em Tiger Data?** - Desempenho para processamento de dados em tempo real de séries temporais. - Banco de dados relacional como serviço -> menos habilidades de sistema e tarefas de administração de sistemas - Suporte à capacidade de resposta **O que você não gosta em Tiger Data?** - falta de direitos de superusuário impedindo o uso de algumas extensões, como pgTap ou pg_cron - nenhuma solução fácil para acionar o processamento fora do banco de dados. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Ingerir, limpar, contextualizar e visualizar em tempo real uma grande quantidade de dados de navegação provenientes de muitas fontes diferentes. Esta é uma tecnologia central, simplesmente crítica para o crescimento do nosso negócio. ### 30. Ótimo suporte, as perguntas são respondidas quase imediatamente. **Rating:** 5.0/5.0 stars **Reviewed by:** C P. | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 01, 2023 **O que você mais gosta em Tiger Data?** Basicamente, sem problemas estranhos que se encontram frequentemente com software novo. Não tive que lidar com comandos SQL estranhos ou comandos esquisitos. As coisas funcionam mais ou menos como qualquer banco de dados relacional antigo. **O que você não gosta em Tiger Data?** A única coisa estranha é que os comandos de obtenção de tamanho não são óbvios. Como você está realmente criando muitas tabelas, alguns dos comandos em tabelas normais precisam de algo diferente. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Nós armazenamos grandes quantidades de dados financeiros. ### 31. Timescale melhora vastamente a eficiência de nossas operações com dados de séries temporais. **Rating:** 4.5/5.0 stars **Reviewed by:** Alan D. | Engineering Manager, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** February 15, 2023 **O que você mais gosta em Tiger Data?** A compressão é uma excelente ferramenta para economia de custos enquanto equilibra a funcionalidade. **O que você não gosta em Tiger Data?** Há um problema com eles transitando entre dois produtos gerenciados, resultando em uma incompatibilidade de opções de recursos/localização, mas acredito que eles estão resolvendo isso rapidamente. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** O dimensionamento com dados de IoT foi muito aprimorado pelo nosso uso do Timescale. Recursos como buckets de tempo e agregados contínuos realmente expandem nossa capacidade de oferecer maior funcionalidade. ### 32. Caso de Uso de IoT em Série Temporal **Rating:** 4.0/5.0 stars **Reviewed by:** Jamieson T. | Lead Data Scientist, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** October 13, 2022 **O que você mais gosta em Tiger Data?** Nós utilizamos o timescale como nosso data warehouse para dados de séries temporais de dispositivos IoT. Ótima plataforma e tempo de consulta rápido! **O que você não gosta em Tiger Data?** Os aplicativos que são usados para manipular os dados. Atualmente usamos o DBeaver - e ele é desajeitado. Não é o mais fácil de manobrar. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Nós inicialmente usamos o MS SQL Server para nossos dados de séries temporais - o que exigia consultas complexas e um tempo de execução LONGO. O TimeScale resolveu isso para nós. ### 33. Bom. Mas mais foco no desempenho seria bom. **Rating:** 4.0/5.0 stars **Reviewed by:** Lars Riis O. | Lead Quantitative Developer, Médio Porte (51-1000 emp.) **Reviewed Date:** February 28, 2023 **O que você mais gosta em Tiger Data?** O conjunto de recursos (especialmente consultas cont e as extensões sql) **O que você não gosta em Tiger Data?** O desempenho é inferior em comparação com o questdb e o clickhouse. **Que problemas Tiger Data está resolvendo e como isso está beneficiando você?** Armazenamento de dados de mercado e dados de medidores de energia - [View Tiger Data pricing details and edition comparison](https://www.g2.com/pt/products/tiger-data/reviews?section=pricing&secure%5Bexpires_at%5D=2026-06-16+00%3A13%3A46+-0500&secure%5Bsession_id%5D=c2ae6b44-22d8-45f5-942f-622dceb74a24&secure%5Btoken%5D=5827cf1cfec7bce26487df55fb438838355f3cf296a7d07d7375d36f1b3f9cf5&format=llm_user) ## Tiger Data Integrations - [Airbyte](https://www.g2.com/pt/products/airbyte/reviews) - [Amazon CloudWatch](https://www.g2.com/pt/products/amazon-cloudwatch/reviews) - [Amazon SageMaker](https://www.g2.com/pt/products/amazon-sagemaker/reviews) - [Amazon Web Services AI](https://www.g2.com/pt/products/amazon-web-services-ai/reviews) - [Apache Airflow](https://www.g2.com/pt/products/apache-airflow/reviews) - [Apache Beam](https://www.g2.com/pt/products/apache-beam/reviews) - [Apache Kafka](https://www.g2.com/pt/products/apache-kafka/reviews) - [Apache Spark for Azure HDInsight](https://www.g2.com/pt/products/apache-spark-for-azure-hdinsight/reviews) - [Appsmith](https://www.g2.com/pt/products/appsmith/reviews) - [Appsmith](https://www.g2.com/pt/products/appsmith-appsmith/reviews) - [Auth0](https://www.g2.com/pt/products/auth0/reviews) - [AWS Lambda](https://www.g2.com/pt/products/aws-lambda/reviews) - [Azure Data Studio](https://www.g2.com/pt/products/azure-data-studio/reviews) - [Azure Functions](https://www.g2.com/pt/products/azure-functions/reviews) - [Azure Monitor](https://www.g2.com/pt/products/azure-monitor/reviews) - [Confluent](https://www.g2.com/pt/products/confluent/reviews) - [Cube](https://www.g2.com/pt/products/cube-2023-07-31/reviews) - [Dash0](https://www.g2.com/pt/products/dash0/reviews) - [DBeaver](https://www.g2.com/pt/products/dbeaver/reviews) - [dbt](https://www.g2.com/pt/products/dbt/reviews) - [Deepnote](https://www.g2.com/pt/products/deepnote/reviews) - [Deno](https://www.g2.com/pt/products/deno/reviews) - [Django](https://www.g2.com/pt/products/django/reviews) - [Estuary](https://www.g2.com/pt/products/estuary/reviews) - [Fivetran](https://www.g2.com/pt/products/fivetran/reviews) - [Flink](https://www.g2.com/pt/products/flink/reviews) - [Forest Admin](https://www.g2.com/pt/products/forest-admin/reviews) - [Golang Container Solution](https://www.g2.com/pt/products/golang-container-solution/reviews) - [Golang Development Services](https://www.g2.com/pt/products/anurag-gupta-golang-development-services/reviews) - [Google Cloud AI Infrastructure](https://www.g2.com/pt/products/google-cloud-ai-infrastructure/reviews) - [Google Cloud Console](https://www.g2.com/pt/products/google-cloud-console/reviews) - [Grafana Labs](https://www.g2.com/pt/products/grafana-labs/reviews) - [Hasura](https://www.g2.com/pt/products/hasura/reviews) - [HighByte Intelligence Hub](https://www.g2.com/pt/products/highbyte-intelligence-hub/reviews) - [IBM Instana](https://www.g2.com/pt/products/ibm-instana/reviews) - [Jaeger](https://www.g2.com/pt/products/jaeger/reviews) - [Java Container Solution](https://www.g2.com/pt/products/java-container-solution/reviews) - [Java Development](https://www.g2.com/pt/products/java-development/reviews) - [Kubernetes](https://www.g2.com/pt/products/american-cloud-kubernetes/reviews) - [Kubernetes](https://www.g2.com/pt/products/kubernetes/reviews) - [LangChain](https://www.g2.com/pt/products/langchain-langchain/reviews) - [Liquibase](https://www.g2.com/pt/products/liquibase/reviews) - [Log Server - Unlimited Connections - Using rsyslog](https://www.g2.com/pt/products/log-server-unlimited-connections-using-rsyslog/reviews) - [Looker](https://www.g2.com/pt/products/looker/reviews) - [Metabase](https://www.g2.com/pt/products/metabase/reviews) - [n8n](https://www.g2.com/pt/products/n8n/reviews) - [Neon](https://www.g2.com/pt/products/neondatabase/reviews) - [New Relic](https://www.g2.com/pt/products/new-relic/reviews) - [Node.js](https://www.g2.com/pt/products/node-js/reviews) - [Okta](https://www.g2.com/pt/products/okta/reviews) - [OpenTelemetry](https://www.g2.com/pt/products/opentelemetry/reviews) - [pgAdmin](https://www.g2.com/pt/products/pgadmin/reviews) - [PostgreSQL](https://www.g2.com/pt/products/postgresql/reviews) - [Power BI Solutions](https://www.g2.com/pt/products/power-bi-solutions/reviews) - [Prisma](https://www.g2.com/pt/products/prisma-mediaocean/reviews) - [Prisma](https://www.g2.com/pt/products/prisma-prisma/reviews) - [Prometheus](https://www.g2.com/pt/products/prometheus/reviews) - [Pulumi](https://www.g2.com/pt/products/pulumi/reviews) - [Python](https://www.g2.com/pt/products/python/reviews) - [Redash](https://www.g2.com/pt/products/redash/reviews) - [Redpanda Streaming](https://www.g2.com/pt/products/redpanda-streaming/reviews) - [Render](https://www.g2.com/pt/products/render-render/reviews) - [Retool](https://www.g2.com/pt/products/retool/reviews) - [RubyGPT](https://www.g2.com/pt/products/rubygpt/reviews) - [StepZen](https://www.g2.com/pt/products/stepzen/reviews) - [Stitch](https://www.g2.com/pt/products/stitch-2026-01-09/reviews) - [Stitch](https://www.g2.com/pt/products/stitch/reviews) - [Stitch](https://www.g2.com/pt/products/stitch-2025-07-15/reviews) - [Stitch](https://www.g2.com/pt/products/stitch-stitch/reviews) - [Striim](https://www.g2.com/pt/products/striim/reviews) - [Superset](https://www.g2.com/pt/products/superset/reviews) - [Superset](https://www.g2.com/pt/products/superset-superset/reviews) - [Tableau](https://www.g2.com/pt/products/tableau/reviews) - [ToolJet](https://www.g2.com/pt/products/tooljet/reviews) - [Zapier](https://www.g2.com/pt/products/zapier/reviews) ## Tiger Data Features **Gestão** - Dicionário de dados - Replicação de dados - Linguagem de consulta - Modelagem de dados - Análise de desempenho **Gestão** - Esquema de dados - Linguagem de consulta - ACID - Reclamação - Replicação de dados **Armazenamento** - Modelo de dados - Tipos de dados **Indexação de dados** - Pesquisa Semântica - Indexação de dados **Latência de consulta** - Menor latência de consulta - Consultas contínuas **Desenvolvimento** - Implantação de aplicativos - Ferramentas de Desenvolvimento - Ambiente de Desenvolvimento - Suporte a idiomas - Testando **Configuração** - Desempenho do aplicativo - Orquestração - Monitoramento de Banco de Dados - Detecção de anomalias - Segurança de Redes **Manutenção** - Migração de dados - Backup e recuperação - Ambiente Multiusuário **Apoio** - Pesquisa de Texto - Tipos de dados - Idiomas - Sistemas Operacionais **Disponibilidade** - Compartilhamento automático - Recuperação Automática - Replicação de dados **Latência de dados** - Menor latência de dados - Desempenho do pipeline de dados **Base de dados** - Gerenciamento de banco de dados - Analytics - Auto Scaling - Backup / Recuperação - Armazenamento **Administração de Banco de Dados** - Provisionamento - Governança - Auditoria **Segurança** - Criptografia de dados - Controle de Acesso do Usuário **Segurança** - Bloqueio de banco de dados - Controle de acesso - Criptografia - Autenticação **Desempenho** - Cache integrado **Filtros** - Pesquisa precisa - Filtragem de estágio único - Banco de dados vetorial **Conectores** - Ingestão mais rápida - Conectores integrados **Infra-estrutura** - Rede - Máquinas Virtuais - Segurança **Disponibilidade** - Escalabilidade - Backup - Arquivamento - Indexação **Segurança** - Mascaramento de dados - Autenticação e logon único - Anonimização de dados **Desempenho** - Recuperação de desastres - Simultaneidade de dados - Gerenciamento de carga de trabalho - Indexação avançada - Otimizador de Consultas **Segurança** - Autorização baseada em função - Autenticação - Logs de auditoria - Criptografia **Escala** - Banco de dados escalável linearmente - Gerenciamento de armazenamento **Gestão de Dados** - Replicação de dados - Análise avançada de dados **Apoio** - Multi-Modelo - Sistemas Operacionais **Arquitetura** - Segurança de dados - Arquitetura sem bloqueio **Recursos do banco de dados** - Armazenamento - Disponibilidade - Estabilidade - Escalabilidade - Segurança - Manipulação de dados - Linguagem de consulta ## Top Tiger Data Alternatives - [Snowflake](https://www.g2.com/pt/products/snowflake/reviews) - 4.5/5.0 (705 reviews) - [InfluxDB](https://www.g2.com/pt/products/influxdata-influxdb/reviews) - 4.4/5.0 (98 reviews) - [Google Cloud SQL](https://www.g2.com/pt/products/google-cloud-sql/reviews) - 4.5/5.0 (354 reviews)