DBMS > BigObject vs. GBase vs. Google Cloud Datastore vs. Netezza

Vergleich der Systemeigenschaften BigObject vs. GBase vs. Google Cloud Datastore vs. Netezza

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

Selbst skalierendes NoSQL Datenbankservice in der Google Cloud Plattform

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Document Store

Relational DBMS

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

Punkte	0,19
Rang	#329	Overall
	#146	Relational DBMS

Punkte	1,05
Rang	#186	Overall
	#86	Relational DBMS

Punkte	4,36
Rang	#72	Overall
	#12	Document Stores

Punkte	8,59
Rang	#45	Overall
	#29	Relational DBMS

Website

bigobject.io

www.gbase.cn

cloud.google.com/datastore

www.ibm.com/products/netezza

Technische Dokumentation

docs.bigobject.io

cloud.google.com/datastore/docs

Entwickler

BigObject, Inc.

General Data Technology Co., Ltd.

Google

IBM

Erscheinungsjahr

2015

2004

2008

2000

Aktuelle Version

GBase 8a, GBase 8s, GBase 8c

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

kommerziell

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.

Implementierungssprache

C, Java, Python

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux

gehostet

Linux

In Appliance inkludiert

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, Details hier

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

SQL-like DML and DDL statements

Standard with numerous extensions

SQL-like query language (GQL)

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

ADO.NET
C API
JDBC
ODBC

gRPC (using protocol buffers) API
RESTful HTTP/JSON API

JDBC
ODBC
OLE DB

Unterstützte Programmiersprachen

.Net
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

C
C++
Fortran
Java
Lua
Perl
Python
R

Server-seitige Scripts

Stored Procedures

Lua

user defined functions

mit Google App Engine

Triggers

nein

Callbacks mit Google Apps Engine

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontal partitioning (by range, list and hash) and vertical partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication using Paxos

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels Google Cloud Dataflow

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on type of query and configuration

Strong Consistency is default for entity lookups and queries within an Entity Group (but can instead be made eventually consistent). Other queries are always eventual consistent.

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

via ReferenceProperties or Ancestor paths

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Serializable Isolation within Transactions, Read Committed outside of Transactions

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

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

Benutzer mit feingranularem Berechtigungskonzept

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

Google Cloud Platform: Professional Data Engineer certification prep
11. Juni 2024, O'Reilly Media

Google Cloud Stops Exit Fees
12. Januar 2024, Spiceworks News and Insights

Best cloud storage of 2024
4. Juni 2024, TechRadar

Inside Google’s strategic move to eliminate customer cloud data transfer fees
12. Januar 2024, Network World

BigID Data Intelligence Platform Now Available on Google Cloud Marketplace
6. November 2023, PR Newswire

bereitgestellt von Google News

Roundup: Telehouse, Cloudera, Netezza, EMC
31. Mai 2024, Data Center Knowledge

IBM announces availability of the high-performance, cloud-native Netezza Performance Server as a Service on AWS
11. Juli 2023, IBM

AWS and IBM Netezza come out in support of Iceberg in table format face-off
1. August 2023, The Register

Migrating your Netezza data warehouse to Amazon Redshift | Amazon Web Services
27. Mai 2020, AWS Blog

Netezza Performance Server
12. August 2020, IBM

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk