Pros y Contras de Timescale

Utilizo Timescale Cloud; ha sido trivial desplegarlo en nuestra red de producción (así como en nuestras redes de desarrollo y pruebas).

Todos los detalles técnicos están abstraídos, pero se puede acceder a ellos si es necesario (como la afinación del servidor, etc.).

La capacidad de escalar con un clic es excelente, y las métricas y alertas basadas en la web también son realmente útiles desde el primer día.

El rendimiento parece increíblemente bueno, incluso en los planes de bajo costo.

Sin embargo, la característica más impresionante ha sido el soporte, tanto con el gerente de servicio al cliente personal como con la capacidad de respuesta y minuciosidad de los ingenieros (cuando he necesitado hacer una pregunta técnica). Los ingenieros están encantados de responder preguntas sobre diseño general y mejores prácticas, así como de ayudar a resolver problemas de producción. Reseña recopilada por y alojada en G2.com.

Timescale Cloud está algo restringido, es decir, no hay acceso directo de superusuario, lo cual puede ser un poco difícil de acostumbrarse al principio. Sin embargo, es manejable: no hay nada que no haya podido lograr hasta ahora utilizando la configuración estándar de la nube. Reseña recopilada por y alojada en G2.com.

A medida que Timescale extiende Postgres, gestionar tanto mis datos de series temporales como los datos relacionales regulares en un solo almacén es sin esfuerzo. Además, el rendimiento de Timescale hace que gestionar y trabajar con esos datos sea mucho más rápido que con otras herramientas que he utilizado. Finalmente, al extender Postgres, puedo ampliar fácilmente sus capacidades con sus funciones definidas por el usuario basadas en C. Reseña recopilada por y alojada en G2.com.

Para aprovechar las funciones definidas por el usuario, necesito gestionar mi propia instalación de Timescale y no puedo aprovechar una de las instancias gestionadas. Reseña recopilada por y alojada en G2.com.

Cuando comencé a evaluar bases de datos de series temporales, Timescale ya estaba en mi lista.

Lo que me encanta de ellos es,

1. Construido nativamente sobre Postgresql, por lo que se obtiene lo mejor de ambos mundos

2. Se puede elegir entre sus versiones autogestionadas, gestionadas y en la nube

3. Equipos de soporte y éxito excelentes que se aseguran de que estés configurado, listo para comenzar y te ayudan con las consultas rápidamente

4. Excelente comunidad, especialmente en Slack, donde puedes hacer/responder preguntas y apoyarse mutuamente Reseña recopilada por y alojada en G2.com.

A veces, la documentación es difícil de navegar y comenzar con los ejemplos. Por ejemplo, los comandos relacionados con trabajos rutinarios para agregados continuos, cómo verificarlos y gestionarlos, etc. Nuevamente, esto es si fuera muy crítico, pero como dije antes, tienen un producto y un ecosistema fantásticos. Reseña recopilada por y alojada en G2.com.

Hemos estado usando Timescale durante un tiempo y tengo que decir que estoy impresionado con su plataforma. Tienen una comunidad excelente y activa. Cada vez que tengo una pregunta o necesito ayuda con algo, encuentro a alguien que me ayude. La plataforma también tiene muchos materiales de aprendizaje en su sitio y blog. Aprecio que inviertan tiempo y recursos en educar a sus usuarios, y he aprendido mucho de sus recursos.

Ya estábamos familiarizados con Postgres, por lo que fue una elección natural para nuestro negocio. La curva de aprendizaje es muy manejable. Nos ha permitido seguir escalando con un esfuerzo mínimo. Todo lo que tuvimos que hacer fue agregar la extensión de Timescale, y pudimos manejar mucho más datos con facilidad. Esto ha sido un cambio radical para nuestro negocio.

Es una gran plataforma con una comunidad de apoyo, excelente escalabilidad y muchos materiales de aprendizaje para ayudarte a comenzar. Reseña recopilada por y alojada en G2.com.

La función de compresión en Timescale no está bien explicada, y es difícil actualizar datos después de la compresión. El servicio de alojamiento gestionado ofrecido por Timescale es caro, lo que puede no ser viable para pequeñas empresas o individuos. Si estás utilizando hypertables en Timescale, perderás las restricciones de clave externa, lo que puede ser una limitación significativa para algunos usuarios. Elegir Timescale sobre la opción más establecida y confiable de PostgreSQL es una elección arriesgada. Sin embargo, si decides optar por Timescale, debería ser relativamente fácil revertir si es necesario. Además, Timescale ha recaudado una cantidad significativa de fondos, por lo que es probable que esté presente por un tiempo. Reseña recopilada por y alojada en G2.com.

Usa SQL -> Súper fácil de aprender

Datos de series temporales -> Tenemos toneladas de datos generados con frecuencia, y es capaz de manejarlos con facilidad

Datos relacionales -> Una base de datos para mantener otros datos relacionados/conectados. ¡Hace la vida extremadamente fácil!

Soporte -> ¡De primera categoría!

Precios -> No más que cualquier otra base de datos económica que podrías elegir. ¡Simplemente perfecto! Reseña recopilada por y alojada en G2.com.

No nos hemos encontrado con nada que nos impidiera hacer de nuestra plataforma en la nube un éxito. Las columnas JSONB eran un poco lentas al intentar hacer agregaciones, así que tuvimos que cambiar JSONB a otra estructura de tabla, pero esto es solo una limitación general con cualquier base de datos relacional, ¡no específica de TimescaleDB! Reseña recopilada por y alojada en G2.com.

El hecho de que timescaledb sea una extensión de Postgres e integre muy bien con nuestra pila de monitoreo (OpenCensus) y dado que es una base de series temporales SQL, la mayoría de nuestros desarrolladores encuentran fácil consultar datos.

Las tablas hiper, los agregados continuos proporcionan una excelente manera de acelerar nuestras consultas orientadas al cliente.

La funcionalidad de compresión nos ayudó a reducir nuestro costo en la nube en más del 50%.

Si estás utilizando un servicio gestionado o un servicio en la nube, el soporte es muy rápido y útil. Reseña recopilada por y alojada en G2.com.

No hay una manera fácil de rellenar datos históricos después de comprimir fragmentos, esto requerirá mucho código personalizado de nuestra aplicación y se debe tener cuidado al descomprimir y actualizar el agregado para no afectar el rendimiento.

En general, actualizar fragmentos comprimidos (Hypertable o Agregados) es un poco complicado y desearía que hubiera una manera fácil de actualizarlos sin descompresión. Reseña recopilada por y alojada en G2.com.

- Timescale es una extensión de PostgreSQL, por lo que el equipo pudo aprovechar todo nuestro conocimiento previo de PostgreSQL y SQL estándar.

- Las hypertables y los agregados continuos ofrecen un gran impulso de rendimiento tanto para la ingesta de datos como para las consultas de datos.

- A diferencia de muchas otras bases de datos de series temporales, que parecen estar optimizadas únicamente para casos de uso similares a IoT, Timescale pudo manejar datos de series temporales *mutables*.

- Comunidad activa y servicial (en Slack). Reseña recopilada por y alojada en G2.com.

- Las opciones de alojamiento gestionado (Timescale Cloud y MST) pueden volverse costosas, especialmente a medida que aumentan los requisitos de recursos.

- Difícil recuperar registros y métricas para un rango de fechas específico a través de la consola MST. Reseña recopilada por y alojada en G2.com.

Me gustan mucho los agregados continuos y los trabajos que uno puede definir para actualizarlos regularmente. Reseña recopilada por y alojada en G2.com.

No hay algo que no me guste. La documentación en línea no es perfecta. Creo que tiene margen de mejora. Reseña recopilada por y alojada en G2.com.

No tuve que aprender ninguna tecnología revolucionaria para convertirme en un experto en el análisis de datos de series temporales alojados con TimescaleDB. Eso en sí mismo hace que TSDB sea revolucionario. Reseña recopilada por y alojada en G2.com.

Terminarás incorporando la lógica de consulta propietaria de TimescaleDB en tu sistema. No hay forma de evitarlo a menos que construyas tu propia interfaz personalizada contra Timescale. Reseña recopilada por y alojada en G2.com.

Timescale tiene un costo predecible anclado en una realidad familiar; está impulsado por el volumen de almacenamiento y la carga del sistema. No tienes ese problema familiar y terrible de cardinalidad que es común a _todos_ los sistemas de modelos de datos de series de etiquetas. Funciona muy bien y de manera predecible. Es realmente impresionante.

Es de código abierto y el autoalojamiento es fácil: es postgresql. Ya sabes lo que implica el autoalojamiento a partir de esa declaración y si estás dispuesto a hacerlo. Si no lo estás, puedes pagar a Timescale para que lo haga por ti con Timescale Cloud. En mi experiencia, Timescale Cloud fue muy efectivo durante los meses que mi equipo lo utilizó.

Su comunidad es excelente, y los mantenedores de Timescale realmente abordan los problemas reportados por la comunidad (¡incluyéndome a mí personalmente)! Fue un cambio bienvenido de 180 grados respecto a la postura aparentemente antagonista que ciertos otros proyectos de código abierto relacionados adoptan hacia su comunidad. Su gente es realmente buena. Reseña recopilada por y alojada en G2.com.

No hay una guía bien definida sobre cómo los datos de series temporales deberían modelarse generalmente en Postgresql. Hay discusiones útiles sobre EAV y esquemas amplios, pero hasta ahora, Timescale parece rehuir de tomar una postura.

Además, ingerir datos es un dolor si no tienes ya alguna integración de postgresql para tu servicio. No es realmente la mejor manera de ingerir datos de series temporales desde hosts de servicios dispares; tendrás problemas de conteo de conexiones y extraña contrapresión. Las actualizaciones se vuelven muy difíciles de esa manera (solo pregúntale a Promscale sobre eso, RIP). Me encantaría ver integraciones RPC directas reales con estándares de facto como opentelemetry y mejores estándares como goodmetrics en el proceso del host de TimescaleDB. Esto haría que la ingesta de series temporales de TimescaleDB desde hosts de servicios fuera perfectamente fluida y establecería estándares comunes para el modelado de datos. Reseña recopilada por y alojada en G2.com.