DBMS > Apache Drill vs. Google Cloud Bigtable vs. Greenplum

Vergleich der Systemeigenschaften Apache Drill vs. Google Cloud Bigtable vs. Greenplum

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Schema-free SQL Query Engine for Hadoop, NoSQL and Cloud Storage

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

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.

Primäres Datenbankmodell

Document Store
Relational DBMS

Key-Value Store
Wide Column Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	2,28
Rang	#119	Overall
	#23	Document Stores
	#56	Relational DBMS

Punkte	3,58
Rang	#92	Overall
	#14	Key-Value Stores
	#8	Wide Column Stores

Punkte	9,23
Rang	#47	Overall
	#30	Relational DBMS

Website

drill.apache.org

cloud.google.com/bigtable

greenplum.org

Technische Dokumentation

drill.apache.org/docs

cloud.google.com/bigtable/docs

docs.greenplum.org

Entwickler

Apache Software Foundation

Google

Pivotal Software Inc.

Erscheinungsjahr

2012

2015

2005

Aktuelle Version

1.20.3, Jaenner 2023

7.0.0, September 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2

kommerziell

Open Source

Apache 2.0

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

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

Server Betriebssysteme

Linux
OS X
Windows

gehostet

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

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

Sekundärindizes

nein

SQL

Support of SQL

SQL SELECT statement is SQL:2003 compliant

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

JDBC
ODBC

Unterstützte Programmiersprachen

C++

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

C
Java
Perl
Python
R

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Internal replication in Colossus, and regional replication between two clusters in different zones

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Atomic single-row operations

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Depending on the underlying data source

In-Memory Unterstützung

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

Depending on the underlying data source

nein

Berechtigungskonzept

Zugriffskontrolle

Depending on the underlying data source

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Weitere Informationen bereitgestellt vom Systemhersteller

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

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

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

Using Apache Iceberg for Developing Modern Data Tables
3. Oktober 2023, Open Source For You

Analyse Kafka messages with SQL queries using Apache Drill
23. September 2019, Towards Data Science

Apache Drill case study: A tutorial on processing CSV files
9. Juni 2016, TheServerSide.com

Apache Drill improves big data SQL query engine
31. August 2021, TechTarget

Apache Drill Eliminates ETL, Data Transformation for MapR Database
11. April 2016, The New Stack

bereitgestellt von Google News

Google's AI-First Strategy Brings Vector Support To Cloud Databases
1. März 2024, Forbes

What is Google Bigtable? | Definition from TechTarget
1. März 2022, TechTarget

Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs
31. Januar 2022, InfoQ.com

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

Google Cloud makes it cheaper to run smaller workloads on Bigtable
7. April 2020, TechCrunch

bereitgestellt von Google News

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, oreilly.com

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

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

EMC and Greenplum Dress Elephant for IT Parade
8. Dezember 2011, WIRED

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk