DBMS > Badger vs. Greenplum vs. Vertica

Vergleich der Systemeigenschaften Badger 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

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

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

Key-Value Store

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	0,20
Rang	#307	Overall
	#43	Key-Value Stores

Punkte	7,39
Rang	#47	Overall
	#29	Relational DBMS

Punkte	10,02
Rang	#42	Overall
	#26	Relational DBMS

Website

github.com/dgraph-io/badger

greenplum.org

www.vertica.com

Technische Dokumentation

godoc.org/github.com/dgraph-io/badger

docs.greenplum.org

vertica.com/documentation

Entwickler

DGraph Labs

Pivotal Software Inc.

OpenText

previously Micro Focus and Hewlett Packard

Erscheinungsjahr

2017

2005

Aktuelle Version

7.0.0, September 2023

12.0.3, Jänner 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

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

BSD
Linux
OS X
Solaris
Windows

Linux

Datenschema

schemafrei

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

nein

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

nein

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

SQL

Support of SQL

nein

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

C
Java
Perl
Python
R

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

Server-seitige Scripts

Stored Procedures

nein

yes, PostgreSQL PL/pgSQL, with minor differences

Triggers

nein

yes, called Custom Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

horizontal partitioning, hierarchical partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

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

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

nein

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

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

Chapter 1. Introducing the Greenplum Database
6. Dezember 2018, O'Reilly Media

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

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

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

EMC Introduces Breakthrough 'Big Data' Computing System
13. Oktober 2010, PR Newswire

bereitgestellt von Google News

Vertica on Kubernetes
20. Juni 2024, blogs.opentext.com

What’s New in OpenText Vertica
10. Januar 2024, blogs.opentext.com

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

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

Postgres pioneer Michael Stonebraker promises to upend the database once more
26. Dezember 2023, The Register

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk