DBMS > Databend vs. Google BigQuery vs. Splice Machine

Vergleich der Systemeigenschaften Databend vs. Google BigQuery vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An open-source, elastic, and workload-aware cloud data warehouse designed to meet businesses' massive-scale analytics needs at low cost and with low complexity

Large scale data warehouse service with append-only tables

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Relational DBMS

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

Punkte	0,30
Rang	#287	Overall
	#130	Relational DBMS

Punkte	60,38
Rang	#19	Overall
	#13	Relational DBMS

Punkte	0,54
Rang	#250	Overall
	#114	Relational DBMS

Website

github.com/datafuselabs/databend
www.databend.com

cloud.google.com/bigquery

splicemachine.com

Technische Dokumentation

docs.databend.com

cloud.google.com/bigquery/docs

splicemachine.com/how-it-works

Entwickler

Databend Labs

Google

Splice Machine

Erscheinungsjahr

2021

2010

2014

Aktuelle Version

1.0.59, April 2023

3.1, March 2021

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

AGPL 3.0, commercial license available

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

Rust

Java

Server Betriebssysteme

gehostet
Linux
macOS

gehostet

Linux
OS X
Solaris
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

Sekundärindizes

nein

SQL

Support of SQL

APIs und andere Zugriffskonzepte

CLI Client
JDBC
RESTful HTTP API

RESTful HTTP/JSON API

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
Python
Rust

.Net
Java
JavaScript
Objective-C
PHP
Python
Ruby

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

in JavaScript

Java

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Weil zur Abfrage von Daten gedacht

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Users with fine-grained authorization concept, user roles

Zugriffsrechte (Owner, Writer, Reader) auf Dataset-, Tabellen- und View-Ebene

Google Cloud Identity & Access Management (IAM)

Access rights for users, groups and roles according to 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

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

Snowflake is the DBMS of the Year 2022, defending the title from last year
3. Januar 2023, Matthias Gelbmann, Paul Andlinger

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Data Bending: Creating Unique Digital Visual Effects
23. April 2020, RedShark News

Â£1.1 Million in AddisonMckee Tube Bending Technologies Provides Dinex with Outstanding OEM Credentials
24. Mai 2007, news.thomasnet.com

bereitgestellt von Google News

Winning the 2020 Google Cloud Technology Partner of the Year – Infrastructure Modernization Award
20. Juli 2021, CIO

Google Cloud partners Coinbase to accept crypto payments
11. Oktober 2022, Ledger Insights

Hightouch Announces $38M in Funding and Launches New Customer 360 Toolkit
20. Juli 2023, Datanami

Google Cloud Platform breaks through with big enterprises, signs up Disney and others
23. März 2016, ZDNet

Hightouch Raises $38M in Funding
19. Juli 2023, FinSMEs

bereitgestellt von Google News

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine ...
19. Januar 2021, PR Newswire

How Splice Machine's Data Platform for Intelligent Apps Works
29. September 2020, eWeek

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Distributed SQL System Review: Snowflake vs Splice Machine
18. September 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk