Google Cloud BigQuery Reseñas y Detalles del Producto

hello, i am an AI Engineer, and i have been using GCP from my college time, and BigQuery is one of my fav tool, i really like how simple and easy to use it its. i mostly work on streaming data so scalability is very important, and it handles large scale data for model training and analytics so easily. the speed is very excellent. The the integration of BigQuery ML is one of my fav part because it allows me to train, evaluate and deploy machine learning models using SQL. so it saves lot of time. also the seamless connection with Vertex AI and cloud storage also makes data preparation for AI projects very smooth. i really enjoying using it in my daily workflow. Reseña recopilada por y alojada en G2.com.

I see that, advance model tunning options in BigQuery ML are limited as compared to TensorFlow or PyTorch, but overall its best. Reseña recopilada por y alojada en G2.com.

lo primero que me gusta es que es Google, y lo segundo es que realmente aprecio lo poderoso y sin esfuerzo que es. Las consultas SQL tradicionales se ejecutan más lentamente en grandes conjuntos de datos, pero en BigQuery, las consultas se ejecutan tan rápido en miles de millones de filas sin servidores o infraestructuras adicionales. También es muy escalable para datos en tiempo real. Además, BigQuery ML es muy útil para crear modelos de ML en predicción y la visualización de datos es fácil con Looker. Y la integración con otros servicios de GCP como Cloud Storage, Dataflow y Pub/Sub hace que mis flujos de trabajo de ETL y análisis sean fluidos. Reseña recopilada por y alojada en G2.com.

No enfrento ningún tipo de problema para no gustarme. Quiero decir, es una plataforma muy buena y poderosa. Sí, escuché que es cara, pero también ofrece el mejor servicio, así que vale la pena. Reseña recopilada por y alojada en G2.com.

Soy un analista de datos junior y he estado usando Google Cloud durante los últimos 3 años, y BigQuery es una de mis herramientas favoritas. Me gusta mucho lo simple que es, maneja y consulta grandes conjuntos de datos. Incluso si no sé SQL avanzado, la interfaz es muy amigable y fácil de aprender. La velocidad es increíble, puedo ejecutar consultas complejas en millones de filas y me da resultados en segundos. Además, su integración es impresionante, se integra con Google Sheets y Looker Studio para la creación de paneles, y es Google, por lo que el entorno de Google funciona sin problemas con cada software de Google. Reseña recopilada por y alojada en G2.com.

antes de usarlo en mi empresa, también lo he usado para uso personal, para mis proyectos, así que he enfrentado que el costo de facturación es muy alto, muchas veces, los cargos se descontaron de mi cuenta bancaria. Reseña recopilada por y alojada en G2.com.

He estado usando BigQuery para manejar y analizar conjuntos de datos masivos y la experiencia ha sido excelente. La parte que más me gusta es lo rápido que procesa consultas complejas, incluso con miles de millones de filas. Se siente como si no tuvieras que preocuparte por escalar, solo escribir SQL y obtener resultados rápidamente. Lo que más me gusta es la integración perfecta con otras herramientas de Google Cloud como Cloud Storage y Data Studio. Reseña recopilada por y alojada en G2.com.

el precio es más alto, es un poco complicado, especialmente para equipos que no están acostumbrados a pagar por sistema de consulta. si las consultas no están optimizadas, el costo puede aumentar, además, depurar consultas largas a veces parece más difícil en comparación con las bases de datos tradicionales. Reseña recopilada por y alojada en G2.com.

Como ingeniero de datos, trabajo con conjuntos de datos masivos a diario. BigQuery me ha ayudado completamente a facilitar el ETL. Lo que más me gusta es su plataforma sin servidor y el rendimiento de consultas increíblemente rápido. También me encanta la integración perfecta con el ecosistema de Google Cloud, como la integración de BigQuery y el almacenamiento en la nube, así como con Tableau. Me permite mover datos sin problemas entre sistemas y construir canalizaciones automatizadas sin ningún problema. Reseña recopilada por y alojada en G2.com.

la visibilidad de precios para ejecuciones de consultas muy grandes a veces puede hacer que las consultas pesadas se vuelvan costosas si no se optimizan adecuadamente, mejores herramientas de estimación de costos de consultas facilitarían la planificación de la carga de trabajo. Reseña recopilada por y alojada en G2.com.

BigQuery se ha convertido en una parte fundamental de mis flujos de trabajo diarios como especialista senior en datos. Lo que más destaca es su capacidad para manejar conjuntos de datos masivos con facilidad. La arquitectura sin servidor elimina la molestia de la gestión de infraestructura. Me gusta la integración fluida con otros servicios de Google Cloud. La interfaz basada en SQL lo hace accesible tanto para analistas como para científicos de datos, y la capacidad de ejecutar modelos de ML directamente en BigQuery ha sido un cambio de juego para el análisis avanzado. Reseña recopilada por y alojada en G2.com.

La optimización de costos a veces puede ser complicada, especialmente para consultas frecuentes en tablas muy grandes. Se requiere una partición y agrupamiento adecuados para mantener los costos bajo control. Reseña recopilada por y alojada en G2.com.

Me gusta que Google BigQuery hace que sea fácil analizar conjuntos de datos masivos a alta velocidad sin preocuparse por la infraestructura. La arquitectura sin servidor se escala automáticamente, y puedo consultar miles de millones de filas en segundos usando SQL estándar. La integración con los servicios de Google Cloud, el aprendizaje automático incorporado y la conexión sin problemas a herramientas como Looker Studio lo hacen muy poderoso tanto para ingenieros de datos como para analistas. Reseña recopilada por y alojada en G2.com.

El principal desafío con BigQuery es la gestión de costos: las consultas que no están optimizadas pueden volverse caras rápidamente. Algunas funciones de SQL se comportan de manera diferente en comparación con las bases de datos tradicionales, por lo que hay una cierta curva de aprendizaje. Además, las operaciones transaccionales y las actualizaciones frecuentes a nivel de fila son limitadas, lo que lo hace menos adecuado para cargas de trabajo de tipo OLTP. Reseña recopilada por y alojada en G2.com.

Como analista de datos, uso BigQuery casi a diario para consultar, limpiar y analizar grandes conjuntos de datos. Me gusta mucho lo fácil que es conectar BigQuery con herramientas de visualización como Looker Studio y Tableau. La integración con Google Sheets también es muy útil para informes ligeros cuando los interesados prefieren un formato de hoja de cálculo simple. La interfaz de usuario es muy amigable y la capacidad de escribir consultas directamente en el navegador es conveniente para el análisis. Es muy fácil de implementar. Reseña recopilada por y alojada en G2.com.

El principal desafío es la gestión de costos. Dado que BigQuery cobra según los datos procesados, el análisis exploratorio puede volverse costoso si las consultas no están optimizadas. Reseña recopilada por y alojada en G2.com.

He estado trabajando con BigQuery tanto para análisis internos como para proyectos orientados al cliente. Lo que más me gusta es la escalabilidad, no necesito preocuparme por muchos servidores o gestionar la infraestructura. Maneja conjuntos de datos masivos con facilidad y consultas que tomarían horas en un almacén tradicional se ejecutan en segundos aquí. La interfaz SQL lo hace sencillo para mí. La integración con el ecosistema de Google Cloud es fluida y fácil. La conexión con Looker Studio ahorra mucho tiempo y el modelo de precios de pago por uso también funciona bien. Reseña recopilada por y alojada en G2.com.

El costo de las consultas puede aumentar rápidamente si no se monitorea adecuadamente, y la curva de aprendizaje sobre particionamiento y clúster puede ser complicada para los recién llegados. Pero una vez que se optimizan las estructuras de datos, el rendimiento y la eficiencia de costos son excelentes. Reseña recopilada por y alojada en G2.com.

BigQuery destaca por su velocidad y escalabilidad. Estamos manejando conjuntos de datos masivos, y la capacidad de ejecutar consultas complejas y obtener resultados en segundos es un cambio radical. La arquitectura sin servidor es una gran ventaja, ya que no tengo que preocuparme por gestionar la infraestructura, lo que me permite centrarme en el análisis de datos. Y la integración perfecta es increíble con el ecosistema de Google Cloud, como BigQuery, Cloud Run, Cloud Storage y Tableau. Reseña recopilada por y alojada en G2.com.

Como sabemos, Google Cloud Big Query es una herramienta más grande que otras, casi todo es perfecto, pero algunos problemas menores como el cálculo de precios son complicados al principio o para los nuevos usuarios. Después de practicar, los usuarios pueden manejar fácilmente la gestión de costos. Reseña recopilada por y alojada en G2.com.