DBMS > Amazon Redshift vs. Greenplum vs. Vertica

Vergleich der Systemeigenschaften Amazon Redshift vs. Greenplum vs. Vertica

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Large scale data warehouse service for use with business intelligence tools

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

Cloud or off-cloud analytical database and query engine for structured and semi-structured streaming and batch data. Machine learning platform with built-in algorithms, data preparation capabilities, and model evaluation and management via SQL or Python.

Primäres Datenbankmodell

Relational DBMS

Column oriented

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

Spatial DBMS
Time Series DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	17,94
Rang	#34	Overall
	#21	Relational DBMS

Punkte	8,37
Rang	#48	Overall
	#30	Relational DBMS

Punkte	10,68
Rang	#43	Overall
	#27	Relational DBMS

Website

aws.amazon.com/redshift

greenplum.org

www.vertica.com

Technische Dokumentation

docs.aws.amazon.com/redshift

docs.greenplum.org

vertica.com/documentation

Entwickler

Amazon (based on PostgreSQL)

Pivotal Software Inc.

OpenText

previously Micro Focus and Hewlett Packard

Erscheinungsjahr

2012

2005

Aktuelle Version

7.0.0, September 2023

12.0.3, Jänner 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

kommerziell

Limitierte Community Edition gratis

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

on-premises, all major clouds - Amazon AWS, Microsoft Azure, Google Cloud Platform and containers

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

C++

Server Betriebssysteme

gehostet

Linux

Datenschema

Yes, but also semi-structure/unstructured data storage, and complex hierarchical data (like Parquet) stored and/or queried.

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

seit Version 4.2

nein

Sekundärindizes

eingeschränkt

No Indexes Required. Different internal optimization strategy, but same functionality included.

SQL

Support of SQL

keine vollständige Unterstützung eines SQL-Standards

Full 1999 standard plus machine learning, time series and geospatial. Over 650 functions.

APIs und andere Zugriffskonzepte

JDBC
ODBC

ADO.NET
JDBC
Kafka Connector
ODBC
RESTful HTTP API
Spark Connector
vSQL

character-based, interactive, front-end utility

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC

C
Java
Perl
Python
R

C#
C++
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

in Python

yes, PostgreSQL PL/pgSQL, with minor differences

Triggers

nein

yes, called Custom Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

horizontal partitioning, hierarchical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation

One, or more copies of data replicated across nodes, or object-store used for repository.

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Bi-directional Spark integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

werden aber nicht 'enforced'

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

fine grained access rights according to SQL-standard; supports Kerberos, LDAP, Ident and hash

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Deploy-anywhere database for large-scale analytical deployments. Deploy off-cloud,...
» mehr

Competitive advantages

Fast, scalable, and capable of high concurrency. Separation of compute/storage leverages...
» mehr

Typical application scenarios

Communication and network analytics, Embedded analytics, Fraud monitoring and Risk...
» mehr

Key customers

Abiba Systems, Adform, adMarketplace, AmeriPride, Anritsu, AOL, Avito, Auckland Transport,...
» mehr

Licensing and pricing models

Cost-based models and subscription-based models are both available. One license is...
» mehr

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

DB-Engines Blog Posts

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

The popularity of cloud-based DBMSs has increased tenfold in four years
7. Februar 2017, Matthias Gelbmann

Increased popularity for consuming DBMS services out of the cloud
2. Oktober 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Revolutionizing data querying: Amazon Redshift and Visual Studio Code integration | Amazon Web Services
2. Mai 2024, AWS Blog

Amazon Q generative SQL (preview) is now available in AWS Europe (Frankfurt) region
29. April 2024, AWS Blog

Power analytics as a service capabilities using Amazon Redshift | Amazon Web Services
17. April 2024, AWS Blog

Amazon Redshift adds new AI capabilities, including Amazon Q, to boost efficiency and productivity | Amazon Web ...
29. November 2023, AWS Blog

Amazon Redshift announces programmatic access to Advisor recommendations via API
8. Februar 2024, AWS Blog

bereitgestellt von Google News

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, O'Reilly Media

RSA: EMC integrates Hadoop with Greenplum database
26. Februar 2013, DatacenterDynamics

Greenplum 6 ventures outside the analytic box | ZDNET
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

bereitgestellt von Google News

OCI Object Storage Completes Technical Validation of Vertica in Eon Mode
16. Oktober 2023, Oracle

Vertica by OpenText and Anritsu Sign New Deal for Next-Gen Architecture and 5G Network Capabilities
17. Mai 2023, PR Newswire

MapR Hadoop Upgrade Runs HP Vertica
22. September 2023, InformationWeek

Stonebraker Seeks to Invert the Computing Paradigm with DBOS
12. März 2024, Datanami

OpenText expands enterprise portfolio with AI and Micro Focus integrations
25. Juli 2023, VentureBeat

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk