DBMS > Google BigQuery vs. LeanXcale vs. Titan

Vergleich der Systemeigenschaften Google BigQuery vs. LeanXcale vs. Titan

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Titan has been decommisioned after the takeover by Datastax. It will be removed from the DB-Engines ranking. A fork has been open-sourced as JanusGraph.

Kurzbeschreibung

Large scale data warehouse service with append-only tables

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

Titan ist ein Graph DBMS optimiert für verteilte Clusters.

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Relational DBMS

Graph DBMS

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

Punkte	61,90
Rang	#19	Overall
	#13	Relational DBMS

Punkte	0,35
Rang	#283	Overall
	#41	Key-Value Stores
	#128	Relational DBMS

Website

cloud.google.com/bigquery

www.leanxcale.com

github.com/thinkaurelius/titan

Technische Dokumentation

cloud.google.com/bigquery/docs

github.com/thinkaurelius/titan/wiki

Entwickler

Google

LeanXcale

Aurelius, owned by DataStax

Erscheinungsjahr

2010

2015

2012

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Lizenz, Version 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.

Implementierungssprache

Java

Server Betriebssysteme

gehostet

Linux
OS X
Unix
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

through Apache Derby

nein

APIs und andere Zugriffskonzepte

RESTful HTTP/JSON API

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

Unterstützte Programmiersprachen

.Net
Java
JavaScript
Objective-C
PHP
Python
Ruby

C
Java
Scala

Clojure
Java
Python

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

in JavaScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

über integrierbare Storage Backends

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels Faunus, eine Graph Analytics Engine

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Beziehungen in Graph

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Weil zur Abfrage von Daten gedacht

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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 Authentification und Sicherheit via Rexster Graph Server

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

Graph DBMS increased their popularity by 500% within the last 2 years
3. März 2015, Paul Andlinger

Graph DBMSs are gaining in popularity faster than any other database category
21. Januar 2014, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

Google’s Logica language addresses SQL’s flaws
15. April 2021, InfoWorld

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

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

Benefits of a Hybrid Data Lake. How to combine a Data Warehouse with a… | by Christianlauer
14. Januar 2021, Towards Data Science

bereitgestellt von Google News

Combining operational and analytical databases in a single platform
26. Mai 2017, Cordis News

bereitgestellt von Google News

Amazon DynamoDB Storage Backend for Titan: Distributed Graph Database | Amazon Web Services
24. August 2015, AWS Blog

Titan Graph Database Integration with DynamoDB: World-class Performance, Availability, and Scale for New Workloads
20. August 2015, All Things Distributed

DataStax acquires Aurelius, the startup behind the Titan graph database
3. Februar 2015, VentureBeat

Beyond Titan: The Evolution of DataStax's New Graph Database
21. Juni 2016, Datanami

DSE Graph review: Graph database does double duty
14. November 2019, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk