DBMS > Google Cloud Bigtable vs. Linter vs. Teradata Aster vs. Yaacomo

Vergleich der Systemeigenschaften Google Cloud Bigtable vs. Linter vs. Teradata Aster vs. Yaacomo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Teradata Aster has been integrated into other Teradata systems and therefore will be removed from the DB-Engines ranking.

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

RDBMS for high security requirements

Platform for big data analytics on multistructured data sources and types

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Key-Value Store
Wide Column Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	2,97
Rang	#92	Overall
	#15	Key-Value Stores
	#8	Wide Column Stores

Punkte	0,03
Rang	#368	Overall
	#156	Relational DBMS

Website

cloud.google.com/bigtable

linter.ru

yaacomo.com

Technische Dokumentation

cloud.google.com/bigtable/docs

Entwickler

Google

relex.ru

Teradata

Q2WEB GmbH

Erscheinungsjahr

2015

1990

2005

2009

Lizenz

Commercial or Open Source

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 und C++

Server Betriebssysteme

gehostet

AIX
Android
BSD
HP Open VMS
iOS
Linux
OS X
VxWorks
Windows

Linux

Android
Linux
Windows

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

defined schema within the relational store; partial schema or schema free in the Aster File Store

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

in Aster File Store

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

ADO.NET
JDBC
LINQ
ODBC
OLE DB
Oracle Call Interface (OCI)

ADO.NET
JDBC
ODBC
OLE DB

JDBC
ODBC

Unterstützte Programmiersprachen

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

C
C#
C++
Java
Perl
PHP
Python
Qt
Ruby
Tcl

C
C#
C++
Java
Python
R

Server-seitige Scripts

Stored Procedures

nein

proprietary syntax with the possibility to convert from PL/SQL

R packages

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Internal replication in Colossus, and regional replication between two clusters in different zones

Source-Replica Replikation

Dimension tables are replicated across all nodes in the cluster. The number of replicas for the file store can be configured.

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

SQL Map-Reduce Framework

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic single-row operations

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

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend 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

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 adds graph processing to Spanner, SQL support to Bigtable
1. August 2024, InfoWorld

Google introduces Bigtable SQL access and Spanner's new AI-ready features
1. August 2024, ZDNet

Google's AI-First Strategy Brings Vector Support To Cloud Databases
1. März 2024, Forbes

Google expands BigQuery with Gemini, brings vector support to cloud databases
29. Februar 2024, VentureBeat

Google Cloud Adds GenAI, Core Enhancements Across Data Platform
1. August 2024, The New Stack

bereitgestellt von Google News

Case study: Siemens reduces train failures with Teradata Aster
12. September 2016, RCR Wireless News

Teradata's Aster shows how the flowers of fraud bloom
23. April 2015, The Register

Teradata Integrates Big Data Analytic Architecture
22. Oktober 2012, PR Newswire

An American Dream Story, With A Silicon Valley Twist
14. August 2013, Forbes

Gartner, IBM, Teradata make Big Data announcements
17. Oktober 2012, ZDNet

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk