DBMS > Alibaba Cloud MaxCompute vs. AllegroGraph vs. Google Cloud Datastore vs. GridDB vs. Kinetica
System Properties Comparison Alibaba Cloud MaxCompute vs. AllegroGraph vs. Google Cloud Datastore vs. GridDB vs. Kinetica
| Editorial information provided by DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Name | Alibaba Cloud MaxCompute Xexclude from comparison | AllegroGraph Xexclude from comparison | Google Cloud Datastore Xexclude from comparison | GridDB Xexclude from comparison | Kinetica Xexclude from comparison | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Description | MaxCompute (previously known as ODPS) is a general purpose, fully managed, multi-tenancy data processing platform for large-scale data warehousing | High performance, persistent RDF store with additional support for Graph DBMS | Automatically scaling NoSQL Database as a Service (DBaaS) on the Google Cloud Platform | Scalable in-memory time series database optimized for IoT and Big Data | Fully vectorized database across both GPUs and CPUs | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Primary database model | Relational DBMS  a graph-processing framework is available with the graphs being stored in tables | Document store with version 6.5 Graph DBMS RDF store Vector DBMS | Document store | Time Series DBMS | Relational DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary database models | Spatial DBMS | Key-value store Relational DBMS | Spatial DBMS Time Series DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Website | www.alibabacloud.com/product/maxcompute | allegrograph.com | cloud.google.com/datastore | griddb.net | www.kinetica.com | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Technical documentation | www.alibabacloud.com/help/en/maxcompute | franz.com/agraph/support/documentation/current/agraph-introduction.html | cloud.google.com/datastore/docs | docs.griddb.net | docs.kinetica.com | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Developer | Alibaba | Franz Inc. | Toshiba Corporation | Kinetica | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Initial release | 2016 | 2004 | 2008 | 2013 | 2012 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Current release | 8.0, December 2023 | 5.1, August 2022 | 7.1, August 2021 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| License Commercial or Open Source | commercial | commercial Limited community edition free | commercial | Open Source AGPL version 3 and Apache License, version 2.0 , commercial license (standard and advanced editions) also available | commercial | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Cloud-based only Only available as a cloud service | yes | no | yes | no | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DBaaS offerings (sponsored links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Implementation language | C++ | C, C++ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server operating systems | hosted | Linux OS X Windows | hosted | Linux | Linux | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Data scheme | yes | yes RDF schemas | schema-free | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typing predefined data types such as float or date | yes | yes | yes, details here | yes numerical, string, blob, geometry, boolean, timestamp | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| XML support Some form of processing data in XML format, e.g. support for XML data structures, and/or support for XPath, XQuery or XSLT. | no | no bulk load of XML files possible | no | no | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary indexes | no | yes | yes | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| SQL Support of SQL | SQL-like query language | SPARQL is used as query language | SQL-like query language (GQL) | SQL92, SQL-like TQL (Toshiba Query Language) | SQL-like DML and DDL statements | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| APIs and other access methods | Fluentd Flume MaxCompute Console | RESTful HTTP API SPARQL | gRPC (using protocol buffers) API RESTful HTTP/JSON API | JDBC ODBC Proprietary protocol RESTful HTTP/JSON API | JDBC ODBC RESTful HTTP API | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Supported programming languages | Java | C# Clojure Java Lisp Perl Python Ruby Scala | .Net Go Java JavaScript (Node.js) PHP Python Ruby | C C++ Go Java JavaScript (Node.js) Perl PHP Python Ruby | C++ Java JavaScript (Node.js) Python | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server-side scripts Stored procedures | user defined functions in Java | yes JavaScript or Common Lisp | using Google App Engine | no | user defined functions | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Triggers | no | yes | Callbacks using the Google Apps Engine | yes | yes triggers when inserted values for one or more columns fall within a specified range | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Partitioning methods Methods for storing different data on different nodes | Sharding Implicit feature of the cloud service | with Federation | Sharding | Sharding | Sharding | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Replication methods Methods for redundantly storing data on multiple nodes | yes Implicit feature of the cloud service | Multi-source replication Source-replica replication | Multi-source replication using Paxos | Source-replica replication | Source-replica replication | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| MapReduce Offers an API for user-defined Map/Reduce methods | yes | no | yes using Google Cloud Dataflow | Connector for using GridDB as an input source and output destination for Hadoop MapReduce jobs | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Consistency concepts Methods to ensure consistency in a distributed system | Immediate Consistency | Immediate Consistency or Eventual Consistency depending on configuration | Immediate Consistency or Eventual Consistency depending on type of query and configuration Strong Consistency is default for entity lookups and queries within an Entity Group (but can instead be made eventually consistent). Other queries are always eventual consistent. | Immediate consistency within container, eventual consistency across containers | Immediate Consistency or Eventual Consistency depending on configuration | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Foreign keys Referential integrity | no | no | yes via ReferenceProperties or Ancestor paths | no | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Transaction concepts Support to ensure data integrity after non-atomic manipulations of data | no | ACID | ACID Serializable Isolation within Transactions, Read Committed outside of Transactions | ACID at container level | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Concurrency Support for concurrent manipulation of data | yes | yes | yes | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Durability Support for making data persistent | yes | yes | yes | yes | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In-memory capabilities Is there an option to define some or all structures to be held in-memory only. | no | no | no | yes | yes GPU vRAM or System RAM | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| User concepts Access control | Access rights for users and roles | Users with fine-grained authorization concept, user roles and pluggable authentication | Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM) | Access rights for users can be defined per database | Access rights for users and roles on table level | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| More information provided by the system vendor | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Alibaba Cloud MaxCompute | AllegroGraph | Google Cloud Datastore | GridDB | Kinetica | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| News | AllegroGraph Named a 2024 Trend Setting Product Gartner recognized Franz Inc. as a Key Neuro-Symbolic AI Provider in 2024 Hype Cycle for AI Next-Generation Cybersecurity: Integrating Knowledge Graphs and Neuro-Symbolic AI with STIX and TAXII Pruning Cycles in UMLS Metathesaurus: A Neuro Symbolic AI Approach Awesome AI Companies – Franz Inc. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
We invite representatives of system vendors to contact us for updating and extending the system information, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Related products and servicesWe invite representatives of vendors of related products to contact us for presenting information about their offerings here. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| More resources | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Alibaba Cloud MaxCompute | AllegroGraph | Google Cloud Datastore | GridDB | Kinetica | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Recent citations in the news | Alibaba Cloud hit by Digital Realty fire in Singapore Denodo and Alibaba Cloud Partner to Bring Data Virtualization to the Global Market Alibaba Cloud unveils serverless solution for generative AI Alibaba Cloud’s Singapore Node Suffers Network Disruption Due to Data Center Fire Data Center Fire Strikes Alibaba Cloud in Singapore provided by Google News | Build your own chatbot and talk to your own documents Neuro-Symbolic AI: The Peak of Artificial Intelligence Q&A: Can Neuro-Symbolic AI Solve AI’s Weaknesses? The key to quantum computing AI applications: Flexible programming languages Fuse Graph Neural Networks with Semantic Reasoning to Produce Complimentary Predictions provided by Google News | Google Cloud vs AWS: Which Cloud Computing Platform is Better? Google Gets Rid of Fees To Transfer Data Out of Cloud Platform Best cloud storage of 2024 Google App Engine 17 Top Cloud Storage Companies to Know provided by Google News | Now Features Scale-Out and Scale-Up combo for Petabyte-scale Data Management ’s SQL Interface, Aims to Accelerate Open Innovation TOSHIBA DIGITAL SOLUTIONS CORPORATION IoT: Opt for the Right Open Source Database Toshiba Digital Solutions collaborates with DATAFLUCT to Deliver a Machine Learning Solution that Optimizes Store Visitors Prediction ~ The integration of Cloud Data Infrastructure and Auto Machine Learning enables accurate prediction without experts inter provided by Google News | Kinetica Elevates RAG with Fast Access to Real-Time Data Kinetica Delivers Real-Time Vector Similarity Search Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data Kinetica: AI is a ‘killer app’ for data analytics Kinetica Taps Dell for Hardware provided by Google News | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Share this page
