DBMS > Google Cloud Bigtable vs. RDF4J vs. Teradata

Vergleich der Systemeigenschaften Google Cloud Bigtable vs. RDF4J vs. Teradata

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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.

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

A hybrid cloud data analytics software platform (Teradata Vantage)

Primäres Datenbankmodell

Key-Value Store
Wide Column Store

RDF Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Graph DBMS
Spatial DBMS
Time Series DBMS

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

Punkte	3,58
Rang	#92	Overall
	#14	Key-Value Stores
	#8	Wide Column Stores

Punkte	0,71
Rang	#231	Overall
	#9	RDF Stores

Punkte	47,84
Rang	#21	Overall
	#15	Relational DBMS

Website

cloud.google.com/bigtable

rdf4j.org

www.teradata.com

Technische Dokumentation

cloud.google.com/bigtable/docs

rdf4j.org/documentation

docs.teradata.com

Entwickler

Google

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Teradata

Erscheinungsjahr

2015

2004

1984

Aktuelle Version

Teradata Vantage 1.0 MU2, Jänner 2019

Lizenz

Commercial or Open Source

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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

Linux
OS X
Unix
Windows

gehostet
Linux

Datenschema

schemafrei

RDF Schemas

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

Sekundärindizes

nein

Spezielle Join-Indizes für physikalisches 'pre-joining' von Tabellen

SQL

Support of SQL

nein

SQL 2016 + extensions

APIs und andere Zugriffskonzepte

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

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

.NET Client API
HTTP REST
JDBC
JMS Adapter
ODBC
OLE DB

Unterstützte Programmiersprachen

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

Java
PHP
Python

C
C++
Cobol
Java (JDBC-ODBC)
Perl
PL/1
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

nein

UDFs, stored procedures, table functions in parallel

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Hashing

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

keine

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

Atomic single-row operations

ACID

Isolation abhängig vom verwendeten API

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

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)

nein

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

DB-Engines Blog Posts

Teradata is the most popular data warehouse DBMS
2. April 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

What is Google Bigtable? | Definition from TechTarget
1. März 2022, TechTarget

Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs
31. Januar 2022, InfoQ.com

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

GraphDB Goes Open Source
27. Januar 2020, iProgrammer

Ontotext's GraphDB 8.10 Makes Knowledge Graph Experience Faster and Richer
13. Juni 2019, Markets Insider

bereitgestellt von Google News

Connecting Teradata Vantage to Amazon Athena
23. April 2024, AWS Blog

An interview with Teradata CFO Claire Bramley
9. Februar 2024, McKinsey

Teradata's stock tumbles on flat revenue and soft guidance
12. Februar 2024, SiliconANGLE News

Teradata Appoints Richard Petley as Chief Revenue Officer
5. April 2024, Business Wire

Teradata Corporation (NYSE:TDC) Q4 2023 Earnings Call Transcript
13. Februar 2024, Yahoo Finance

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk