DBMS > Amazon Neptune vs. Google Cloud Bigtable vs. IBM Db2 vs. Vertica
System Properties Comparison Amazon Neptune vs. Google Cloud Bigtable vs. IBM Db2 vs. Vertica
Please select another system to include it in the comparison.
| Editorial information provided by DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Name | Amazon Neptune Xexclude from comparison | Google Cloud Bigtable Xexclude from comparison | IBM Db2  formerly named DB2 or IBM Database 2 Xexclude from comparison | Vertica OpenText™ Vertica™ Xexclude from comparison | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Description | Fast, reliable graph database built for the cloud | Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail. | Common in IBM host environments, 2 different versions for host and Windows/Linux | Cloud or off-cloud analytical database and query engine for structured and semi-structured streaming and batch data. Machine learning platform with built-in algorithms, data preparation capabilities, and model evaluation and management via SQL or Python. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Primary database model | Graph DBMS RDF store | Key-value store Wide column store | Relational DBMS Since Version 10.5 support for JSON/BSON documents compatible with MongoDB | Relational DBMS Column oriented | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary database models | Document store RDF store in Db2 LUW (Linux, Unix, Windows)Spatial DBMS with Db2 Spatial Extender | Spatial DBMS Time Series DBMS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Website | aws.amazon.com/neptune | cloud.google.com/bigtable | www.ibm.com/products/db2 | www.vertica.com | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Technical documentation | aws.amazon.com/neptune/developer-resources | cloud.google.com/bigtable/docs | www.ibm.com/docs/en/db2 | vertica.com/documentation | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Developer | Amazon | IBM | OpenText previously Micro Focus and Hewlett Packard | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Initial release | 2017 | 2015 | 1983 host version | 2005 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Current release | 12.1, October 2016 | 12.0.3, January 2023 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| License Commercial or Open Source | commercial | commercial | commercial free version is available | commercial Limited community edition free | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Cloud-based only Only available as a cloud service | yes | yes | no | no on-premises, all major clouds - Amazon AWS, Microsoft Azure, Google Cloud Platform and containers | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| DBaaS offerings (sponsored links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Implementation language | C and C++ | C++ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server operating systems | hosted | hosted | AIX HP-UX Linux Solaris Windows z/OS | Linux | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Data scheme | schema-free | schema-free | yes | Yes, but also semi-structure/unstructured data storage, and complex hierarchical data (like Parquet) stored and/or queried. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typing predefined data types such as float or date | yes | no | 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 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary indexes | no | no | yes | No Indexes Required. Different internal optimization strategy, but same functionality included. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| SQL Support of SQL | no | no | yes | Full 1999 standard plus machine learning, time series and geospatial. Over 650 functions. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| APIs and other access methods | OpenCypher RDF 1.1 / SPARQL 1.1 TinkerPop Gremlin | gRPC (using protocol buffers) API HappyBase (Python library) HBase compatible API (Java) | ADO.NET JDBC JSON style queries MongoDB compatibleODBC XQuery | ADO.NET JDBC Kafka Connector ODBC RESTful HTTP API Spark Connector vSQL character-based, interactive, front-end utility | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Supported programming languages | C# Go Java JavaScript PHP Python Ruby Scala | C# C++ Go Java JavaScript (Node.js) Python | C C# C++ Cobol Delphi Fortran Java Perl PHP Python Ruby Visual Basic | C# C++ Go Java JavaScript (Node.js) Perl PHP Python R | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server-side scripts Stored procedures | no | no | yes | yes, PostgreSQL PL/pgSQL, with minor differences | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Triggers | no | no | yes | yes, called Custom Alerts | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Partitioning methods Methods for storing different data on different nodes | none | Sharding | Sharding only with Windows/Unix/Linux Version | horizontal partitioning, hierarchical partitioning | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Replication methods Methods for redundantly storing data on multiple nodes | Multi-availability zones high availability, asynchronous replication for up to 15 read replicas within a single region. Global database clusters consists of a primary write DB cluster in one region, and up to five secondary read DB clusters in different regions. Each secondary region can have up to 16 reader instances. | Internal replication in Colossus, and regional replication between two clusters in different zones | yes with separate tools (MQ, InfoSphere) | Multi-source replication One, or more copies of data replicated across nodes, or object-store used for repository. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| MapReduce Offers an API for user-defined Map/Reduce methods | no | yes | no | no Bi-directional Spark integration | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Consistency concepts Methods to ensure consistency in a distributed system | Immediate Consistency | Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters) | Immediate Consistency | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Foreign keys Referential integrity | yes Relationships in graphs | no | yes | yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Transaction concepts Support to ensure data integrity after non-atomic manipulations of data | ACID | Atomic single-row operations | ACID | ACID | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Concurrency Support for concurrent manipulation of data | yes | yes | yes | yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Durability Support for making data persistent | yes with encyption-at-rest | yes | yes | yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In-memory capabilities Is there an option to define some or all structures to be held in-memory only. | no | no | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| User concepts Access control | Access rights for users and roles can be defined via the AWS Identity and Access Management (IAM) | Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM) | fine grained access rights according to SQL-standard | fine grained access rights according to SQL-standard; supports Kerberos, LDAP, Ident and hash | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| More information provided by the system vendor | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Amazon Neptune | Google Cloud Bigtable | IBM Db2 formerly named DB2 or IBM Database 2 | Vertica OpenText™ Vertica™ | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Specific characteristics | Deploy-anywhere database for large-scale analytical deployments. Deploy off-cloud,... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Competitive advantages | Fast, scalable, and capable of high concurrency. Separation of compute/storage leverages... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typical application scenarios | Communication and network analytics, Embedded analytics, Fraud monitoring and Risk... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Key customers | Abiba Systems, Adform, adMarketplace, AmeriPride, Anritsu, AOL, Avito, Auckland Transport,... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Licensing and pricing models | Cost-based models and subscription-based models are both available. One license is... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
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 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Amazon Neptune | Google Cloud Bigtable | IBM Db2 formerly named DB2 or IBM Database 2 | Vertica OpenText™ Vertica™ | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Recent citations in the news | AWS Weekly Roundup – LlamaIndex support for Amazon Neptune, force AWS CloudFormation stack deletion, and ... Amazon Neptune Analytics is now available in the AWS Europe (London) Region Amazon Neptune Analytics is now generally available Analyze large amounts of graph data to get insights and find trends with Amazon Neptune Analytics | Amazon Web ... Find and link similar entities in a knowledge graph using Amazon Neptune, Part 1: Full-text search | Amazon Web ... provided by Google News | Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs Review: Google Bigtable scales with ease Google scales up Cloud Bigtable NoSQL database Google Cloud makes it cheaper to run smaller workloads on Bigtable Google introduces Cloud Bigtable managed NoSQL database to process data at scale provided by Google News | Use AWS DMS to migrate data from IBM Db2 DPF to an AWS target | Amazon Web Services IBM Collaborates with AWS to Launch a New Cloud Database Offering, Enabling Customers to Optimize Data ... IBM's vintage Db2 database jumps on AWS's cloud bandwagon Precisely Supports Amazon RDS for Db2 Service with Real-Time Data Integration Capabilities Precisely says it's smoothing migration of Db2 analytics data to AWS cloud – Blocks and Files provided by Google News | Stonebraker Seeks to Invert the Computing Paradigm with DBOS MapR Hadoop Upgrade Runs HP Vertica How Embedded Analytics Help ISVs Overcome Challenges OpenText expands enterprise portfolio with AI and Micro Focus integrations Postgres pioneer Michael Stonebraker promises to upend the database once more provided by Google News | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Share this page
