DBMS > Google BigQuery vs. H2 vs. JanusGraph vs. Netezza

Vergleich der Systemeigenschaften Google BigQuery vs. H2 vs. JanusGraph vs. Netezza

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 with append-only tables

Full-featured RDBMS with a small footprint, either embedded into a Java application or used as a database server.

A Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

Data Warehouse und Analytic Appliance integriert in IBM PureSystems

Primäres Datenbankmodell

Relational DBMS

Graph DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	52,67
Rang	#19	Overall
	#13	Relational DBMS

Punkte	7,57
Rang	#47	Overall
	#30	Relational DBMS

Punkte	1,85
Rang	#134	Overall
	#12	Graph DBMS

Punkte	7,56
Rang	#48	Overall
	#31	Relational DBMS

Website

cloud.google.com/bigquery

www.h2database.com

janusgraph.org

www.ibm.com/products/netezza

Technische Dokumentation

cloud.google.com/bigquery/docs

www.h2database.com/html/main.html

docs.janusgraph.org

Entwickler

Google

Thomas Mueller

Linux Foundation; originally developed as Titan by Aurelius

IBM

Erscheinungsjahr

2010

2005

2017

2000

Aktuelle Version

2.2.220, Juli 2023

1.0.0, Oktober 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

dual-licence (Mozilla public license, Eclipse public license)

Open Source

Apache 2.0

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

Java

Server Betriebssysteme

gehostet

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Unix
Windows

Linux

In Appliance inkludiert

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

nein

APIs und andere Zugriffskonzepte

RESTful HTTP/JSON API

JDBC
ODBC

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

JDBC
ODBC
OLE DB

Unterstützte Programmiersprachen

.Net
Java
JavaScript
Objective-C
PHP
Python
Ruby

Java

Clojure
Java
Python

C
C++
Fortran
Java
Lua
Perl
Python
R

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

in JavaScript

Java Stored Procedures and User-Defined Functions

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

With clustering: 2 database servers on different computers operate on identical copies of a database

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via Faunus, a graph analytics engine

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

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

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

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

Google Cloud Identity & Access Management (IAM)

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Benutzer Authentification und Sicherheit via Rexster Graph Server

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

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

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

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

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

bereitgestellt von Google News

Simple Deployment of a Graph Database: JanusGraph
12. Oktober 2020, Towards Data Science

Database Deep Dives: JanusGraph
8. August 2019, IBM

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

From graph db to graph embedding. In 7 simple steps. | by Andy Greatorex
30. Juli 2020, Towards Data Science

bereitgestellt von Google News

Unify and share data across Netezza and watsonx.data for new generative AI applications
21. Juni 2024, IBM

Price Chopper Chooses IBM Netezza to Analyze Its Business Data
8. September 2024, Supermarket News

How to migrate a large data warehouse from IBM Netezza to Amazon Redshift with no downtime
21. August 2019, AWS Blog

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

IBM Completes Acquisition of Netezza
11. November 2010, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk