Avis et détails du produit Google Cloud BigQuery

Best thing about Bigquery is its scalability and managed service provided by GCP(Google cloud platform), it can connect seamlessly with almost all services available in the market whether it is on premises or cloud based. It is one of the largest Data warehouse which also comes up with Data Lakehouse feasibility. I also like about its security features like policy tags and authorized view. Avis collecté par et hébergé sur G2.com.

I don't think there is anything I don't like, maybe they need to work on estimated cost feature while running any query, sometime it doesn't show the memory associated with that and as its analytical warehouse, so real time update is not possible like transactional database, maybe in future they can add those features as well Avis collecté par et hébergé sur G2.com.

En tant que spécialiste de la gestion des données utilisant régulièrement BigQuery pour gérer de grands ensembles de données, le reporting et le traitement des données, ce que j'aime le plus, c'est sa rapidité et sa scalabilité. Même avec des ensembles de données très volumineux, les requêtes s'exécutent très rapidement par rapport aux bases de données traditionnelles. Il est entièrement géré, donc nous n'avons pas à nous soucier de l'infrastructure, des serveurs ou de la maintenance, ce qui permet de se concentrer facilement sur le travail des données plutôt que sur les opérations. L'interface SQL est simple et familière, ce qui permet aux équipes de commencer à l'utiliser rapidement. Un autre avantage est l'intégration transparente avec les services cloud de Google, ce qui aide à construire des pipelines de données de bout en bout. Il est entièrement géré, donc il n'est pas nécessaire de gérer les serveurs ou l'infrastructure, ce qui le rend très facile à utiliser et à maintenir. Cela rend le traitement des données plus rapide, plus facile et plus efficace pour la gestion des données à grande échelle. Avis collecté par et hébergé sur G2.com.

le plus gros problème est la gestion des coûts, car la tarification est basée sur les données scannées, si les requêtes ne sont pas optimisées, cela peut devenir coûteux, de plus, les mises à jour en temps réel ne sont pas aussi performantes que certaines bases de données traditionnelles, donc ce n'est pas idéal pour les cas d'utilisation transactionnels, parfois la gestion des permissions et du contrôle d'accès peut être un peu complexe pour les grandes équipes. Avis collecté par et hébergé sur G2.com.

UI / UX :

L'interface est propre et intuitive, surtout lors de l'écriture et du test des requêtes. Des fonctionnalités telles que l'historique des requêtes, les requêtes enregistrées et la validation en ligne facilitent une itération rapide. Même avec des requêtes complexes, l'éditeur reste fluide et réactif, ce qui aide à réduire le temps de développement global.

Intégrations :

BigQuery s'intègre parfaitement avec des outils comme Looker, le service de transfert de données et d'autres produits Google Cloud. Cela facilite la création de pipelines de données de bout en bout sans dépendre fortement d'intégrations personnalisées. Avoir un entrepôt de données centralisé qui se connecte facilement aux outils de reporting a également considérablement amélioré la cohérence des données.

Performance :

La performance est l'un des plus grands atouts de BigQuery. Je peux exécuter des requêtes sur des ensembles de données très volumineux et obtenir des résultats en quelques secondes. Cela a considérablement réduit le temps de réponse pour l'analyse et le reporting, ce qui soutient une prise de décision plus rapide.

Tarification / ROI :

Le modèle de tarification à l'utilisation offre une bonne valeur, surtout puisque je ne paie que pour les requêtes que j'exécute. Combiné avec le temps économisé en ne gérant pas l'infrastructure et la capacité d'obtenir des insights plus rapidement, cela offre un fort retour sur investissement.

Support / Intégration :

Commencer avec BigQuery est relativement simple, en particulier pour les utilisateurs déjà familiers avec SQL. La documentation est solide, et l'écosystème plus large facilite l'intégration par rapport aux entrepôts de données traditionnels.

IA / Intelligence :

Les capacités intégrées comme BigQuery ML, ainsi que les intégrations avec des outils d'IA, ajoutent une valeur supplémentaire en permettant l'analyse prédictive directement au sein de la plateforme. Cela réduit le besoin de déplacer les données vers des systèmes externes et soutient des cas d'utilisation plus avancés dans le même environnement.

Les ressources et la documentation sont également simples et faciles à comprendre. Avis collecté par et hébergé sur G2.com.

Un défi permanent est la visibilité et le contrôle des coûts. Comme la tarification est basée sur la quantité de données traitées par requête, les coûts peuvent augmenter de manière inattendue lorsque les requêtes ne sont pas optimisées. Cela signifie que les utilisateurs doivent prêter une attention particulière à la conception des requêtes et surveiller l'utilisation avec soin.

L'interface utilisateur peut également sembler quelque peu limitée pour les flux de travail plus avancés. Elle fonctionne bien pour écrire des requêtes, mais la gestion de pipelines complexes ou le débogage de problèmes peut nécessiter de passer d'un outil à l'autre ou de s'appuyer sur des solutions externes.

Un autre inconvénient est la flexibilité limitée lors du dépannage. Si les tâches échouent ou si les transferts de données rencontrent des problèmes, les messages d'erreur ne sont pas toujours très descriptifs, ce qui peut rendre le débogage plus chronophage qu'il ne devrait l'être.

Enfin, bien que l'intégration soit généralement fluide, il peut encore falloir du temps pour apprendre les meilleures pratiques telles que le partitionnement, le clustering et l'optimisation des coûts, surtout pour les nouveaux utilisateurs. Avis collecté par et hébergé sur G2.com.

J'utilise Google Cloud BigQuery pour apprendre les concepts de big data et implémenter des chatbots. J'aime que tous les services et produits soient regroupés en un seul endroit, ce qui facilite l'utilisation de BigQuery pour différents cas d'utilisation. J'apprécie sa facilité d'accès et son intégration avec différents outils. Non seulement BigQuery, mais Google Cloud dans son ensemble est un environnement très convivial pour les débutants et offre un bac à sable à faible coût pour l'apprentissage. Des outils comme Google CloudSQL, BigQuery, les API et Vertex AI sont très précieux pour apprendre l'implémentation de chatbots. La configuration initiale de Google Cloud BigQuery a été très facile. Avis collecté par et hébergé sur G2.com.

Les détails de facturation peuvent être plus clairs et plus facilement surveillés. L'option de suspendre et de reprendre les paiements pourrait être conçue pour une meilleure expérience utilisateur. Il serait vraiment utile d'avoir l'option de suspendre les paiements le week-end ou de fournir une invite pour suspendre lorsqu'ils ne sont pas utilisés pendant plus de 6 heures. Avis collecté par et hébergé sur G2.com.

J'aime que Google Cloud BigQuery soit gratuit si vous ne travaillez pas à grande échelle, ce qui est génial car nous l'utilisons sans payer. Je dirais aussi que l'expérience utilisateur est plutôt correcte. De plus, je pense que la configuration initiale a été assez rapide. Comparé à d'autres services, c'était probablement le plus rapide. Avis collecté par et hébergé sur G2.com.

Les fonctionnalités d'IA ne sont pas très bonnes, donc je finis par utiliser des services d'IA externes pour rédiger des requêtes. Il y a aussi plusieurs façons de faire les mêmes choses et il n'est pas très clair laquelle est la meilleure. Parfois, je pense que l'expérience utilisateur pourrait être un peu plus claire sur les meilleures façons de fonctionner. Le fait que vous deviez suivre une certification ou un cours pour apprendre à utiliser le produit montre que le produit n'est pas aussi intuitif qu'il pourrait l'être. Avis collecté par et hébergé sur G2.com.

L'architecture sans serveur de BigQuery et la performance fulgurante des requêtes SQL sur des ensembles de données massifs sont exceptionnelles. L'intégration transparente avec les outils de Google Cloud Platform et la mise à l'échelle automatique rendent l'analyse de données sans effort sans avoir à gérer l'infrastructure. Les capacités d'apprentissage automatique intégrées et l'analyse en temps réel ont transformé nos flux de travail de données de manière significative. Avis collecté par et hébergé sur G2.com.

Le modèle de tarification peut devenir coûteux pour les requêtes à grande échelle sans optimisation adéquate et suivi des coûts. La courbe d'apprentissage pour les fonctionnalités avancées et les techniques d'optimisation des requêtes nécessite un investissement en temps. Le support limité pour certains types de données et la complexité occasionnelle dans le débogage des requêtes imbriquées pourraient être améliorés pour une meilleure expérience développeur. Avis collecté par et hébergé sur G2.com.

Ce que j'aime le plus à propos de BigQuery, c'est sa capacité à gérer des ensembles de données massifs avec une vitesse incroyable, sans se soucier de l'infrastructure. Son architecture sans serveur et entièrement gérée me permet de me concentrer sur l'analyse et la dérivation d'insights, et son intégration avec d'autres outils Google Cloud rend la création de tableaux de bord et de pipelines fluide. Avis collecté par et hébergé sur G2.com.

BigQuery est puissant, mais les coûts des requêtes peuvent augmenter si les ensembles de données sont très volumineux et que les requêtes ne sont pas optimisées. Je contourne généralement ce problème en utilisant des tables partitionnées et en mettant en cache les résultats. De plus, bien qu'il soit excellent pour l'analyse, les transformations de données très complexes nécessitent souvent des outils ETL supplémentaires, mais cela est gérable avec la bonne approche. Avis collecté par et hébergé sur G2.com.

Stocker des donnéesHonnêtement, la meilleure partie est la façon dont cela dynamise instantanément mes applications AppSheet. Quand j'ai dû gérer un téléchargement massif de 200 000 lignes, BigQuery l'a géré sans effort. J'aime aussi transférer ma logique encombrante d'Apps Script dans des procédures stockées sécurisées de BigQuery. Cela garde le lourd travail de manipulation des données du côté de la base de données, exactement là où il doit être. De plus, les outils de récupération intégrés m'ont sauvé d'une crise de panique totale lorsque j'ai supprimé une table ! Cela enlève tout le stress de la gestion de grands ensembles de données et maintient les choses rapides. Avis collecté par et hébergé sur G2.com.

Si je devais choisir ce qui me frustre, c'est certainement la gestion stricte du schéma. Changer des choses simples comme les types de données des colonnes ou l'ordre des colonnes n'est pas toujours aussi simple que cela devrait l'être. Essayer de faire correspondre parfaitement le type de durée d'AppSheet à BigQuery m'a vraiment donné mal à la tête au début. J'ai aussi passé beaucoup trop de temps à résoudre ces erreurs agaçantes de formatage de date et d'heure ! C'est incroyablement puissant, mais parfois on veut juste faire des ajustements rapides de données sans avoir à sauter à travers des cerceaux. Avis collecté par et hébergé sur G2.com.

J'aime les balises de politique au niveau des colonnes et la structure de Google Cloud BigQuery. Avoir des ensembles de données avec des tables et des vues à l'intérieur offre une meilleure structure pour gérer mes données. Cette configuration rend les données faciles à utiliser et aide à différencier les différents types de données tout en gardant tout organisé. Les balises de politique sont excellentes car elles permettent une distribution correcte des données aux bonnes personnes sans avoir besoin de créer des tables séparées. L'intégration de Dataform est également plus facile avec cette approche structurée. Avis collecté par et hébergé sur G2.com.

Je trouve que le filtrage des lignes pourrait être amélioré pour permettre l'utilisation de colonnes structurées à partir d'une table de référence pour appliquer le filtrage des lignes, ce qui n'est pas possible actuellement et nous a obligés à créer des solutions de contournement coûteuses. Il y a quelques problèmes de performance ici et là, et l'interface utilisateur de GCP BigQuery peut parfois être accablante, avec trop de choses qui apparaissent à l'écran. L'utilisation des bibliothèques BigQuery, en particulier l'API BigQuery pour Java, était légèrement difficile à comprendre au début, donc peut-être qu'une meilleure documentation pourrait aider, surtout en ce qui concerne l'autorisation. De plus, la configuration initiale était difficile à comprendre au début sans connaissances préalables. Avis collecté par et hébergé sur G2.com.

Très facile à utiliser et à mettre en œuvre grâce à son architecture sans serveur. Il offre de nombreuses fonctionnalités intégrées pour l'analyse à grande échelle, s'intègre bien avec d'autres services de Google Cloud, et est fiable pour les charges de travail d'analyse de données fréquentes. Avis collecté par et hébergé sur G2.com.

Les coûts des requêtes peuvent être difficiles à prévoir avec une utilisation fréquente, et certaines intégrations ou optimisations avancées nécessitent des services supplémentaires au sein de Google Cloud. Le support client et le dépannage peuvent également dépendre du niveau de support sélectionné. Avis collecté par et hébergé sur G2.com.