DBMS > Alibaba Cloud MaxCompute vs. Amazon DocumentDB vs. Netezza vs. Spark SQL vs. Stardog
System Properties Comparison Alibaba Cloud MaxCompute vs. Amazon DocumentDB vs. Netezza vs. Spark SQL vs. Stardog
| Editorial information provided by DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Name | Alibaba Cloud MaxCompute Xexclude from comparison | Amazon DocumentDB Xexclude from comparison | Netezza  Also called PureData System for Analytics by IBM Xexclude from comparison | Spark SQL Xexclude from comparison | Stardog 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 | Fast, scalable, highly available, and fully managed MongoDB-compatible database service | Data warehouse and analytics appliance part of IBM PureSystems | Spark SQL is a component on top of 'Spark Core' for structured data processing | Enterprise Knowledge Graph platform and graph DBMS with high availability, high performance reasoning, and virtualization | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Primary database model | Relational DBMS a graph-processing framework is available with the graphs being stored in tables | Document store | Relational DBMS | Relational DBMS | Graph DBMS RDF store | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Website | www.alibabacloud.com/product/maxcompute | aws.amazon.com/documentdb | www.ibm.com/products/netezza | spark.apache.org/sql | www.stardog.com | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Technical documentation | www.alibabacloud.com/help/en/maxcompute | aws.amazon.com/documentdb/resources | spark.apache.org/docs/latest/sql-programming-guide.html | docs.stardog.com | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Developer | Alibaba | IBM | Apache Software Foundation | Stardog-Union | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Initial release | 2016 | 2019 | 2000 | 2014 | 2010 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Current release | 3.5.0 ( 2.13), September 2023 | 7.3.0, May 2020 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| License Commercial or Open Source | commercial | commercial | commercial | Open Source Apache 2.0 | commercial 60-day fully-featured trial license; 1-year fully-featured non-commercial use license for academics/students | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Cloud-based only Only available as a cloud service | yes | yes | no | no | no | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DBaaS offerings (sponsored links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Implementation language | Scala | Java | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server operating systems | hosted | hosted | Linux included in appliance | Linux OS X Windows | Linux macOS Windows | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Data scheme | yes | schema-free | yes | yes | schema-free and OWL/RDFS-schema support | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typing predefined data types such as float or date | yes | yes | yes | yes | 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 | no | no Import/export of XML data possible | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary indexes | no | yes | yes | no | yes supports real-time indexing in full-text and geospatial | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| SQL Support of SQL | SQL-like query language | no | yes | SQL-like DML and DDL statements | Yes, compatible with all major SQL variants through dedicated BI/SQL Server | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| APIs and other access methods | Fluentd Flume MaxCompute Console | proprietary protocol using JSON (MongoDB compatible) | JDBC ODBC OLE DB | JDBC ODBC | GraphQL query language HTTP API Jena RDF API OWL RDF4J API Sesame REST HTTP Protocol SNARL SPARQL Spring Data Stardog Studio TinkerPop 3 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Supported programming languages | Java | Go Java JavaScript (Node.js) PHP Python | C C++ Fortran Java Lua Perl Python R | Java Python R Scala | .Net Clojure Groovy Java JavaScript Python Ruby | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server-side scripts Stored procedures | user defined functions in Java | no | yes | no | user defined functions and aggregates, HTTP Server extensions in Java | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Triggers | no | no | no | no | yes via event handlers | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Partitioning methods Methods for storing different data on different nodes | Sharding Implicit feature of the cloud service | none | Sharding | yes, utilizing Spark Core | none | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Replication methods Methods for redundantly storing data on multiple nodes | yes Implicit feature of the cloud service | Multi-availability zones for high availability, asynchronous replication for up to 15 read replicas | Source-replica replication | none | Multi-source replication in HA-Cluster | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| MapReduce Offers an API for user-defined Map/Reduce methods | yes | no may be implemented via Amazon Elastic MapReduce (Amazon EMR) | yes | no | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Consistency concepts Methods to ensure consistency in a distributed system | Immediate Consistency | Immediate Consistency | Immediate Consistency in HA-Cluster | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Foreign keys Referential integrity | no | no typically not used, however similar functionality with DBRef possible | no | no | yes relationships in graphs | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Transaction concepts Support to ensure data integrity after non-atomic manipulations of data | no | Atomic single-document operations | ACID | no | ACID | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 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 | yes | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| User concepts Access control | Access rights for users and roles | Access rights for users and roles | Users with fine-grained authorization concept | no | Access rights for users and roles | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
More information provided by the system vendorWe 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 | Amazon DocumentDB | Netezza Also called PureData System for Analytics by IBM | Spark SQL | Stardog | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Recent citations in the news | Alibaba Cloud To Launch Big Data Service in Europe Streaming Data Services Comparison: Alibaba Cloud, AWS, Azure, Google Cloud, IBM Cloud How Big Data Platform Helped Power Last Year's Double 11 Gartner’s Magic Quadrant for Cloud Database Management Systems Alibaba VP Yangqing Jia to Quit and Start Own AI Business provided by Google News | IBM announces availability of the high-performance, cloud-native Netezza Performance Server as a Service on AWS AWS and IBM Netezza come out in support of Iceberg in table format face-off Migrating your Netezza data warehouse to Amazon Redshift | Amazon Web Services U.S. Navy Chooses Yellowbrick, Sunsets IBM Netezza IBM Brings Back a Netezza, Attacks Yellowbrick provided by Google News | Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services What is Apache Spark? The big data platform that crushed Hadoop Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024 Performant IPv4 Range Spark Joins | by Jean-Claude Cote 18 Top Big Data Tools and Technologies to Know About in 2024 provided by Google News | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Share this page
