DBMS > Atos Standard Common Repository vs. GigaSpaces vs. Postgres-XL vs. Vertica
System Properties Comparison Atos Standard Common Repository vs. GigaSpaces vs. Postgres-XL vs. Vertica
Please select another system to include it in the comparison.
| Editorial information provided by DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Name | Atos Standard Common Repository Xexclude from comparison | GigaSpaces Xexclude from comparison | Postgres-XL Xexclude from comparison | Vertica  Vertica Analytics Platform Xexclude from comparison | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| This system has been discontinued and will be removed from the DB-Engines ranking. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Description | Highly scalable database system, designed for managing session and subscriber data in modern mobile communication networks | High performance in-memory data grid platform, powering three products: Smart Cache, Smart ODS (Operational Data Store), Smart Augmented Transactions | Based on PostgreSQL enhanced with MPP and write-scale-out cluster features | Cloud or on-premises 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 | Document store Key-value store | Document store Object oriented DBMS Values are user defined objects | Relational DBMS | Relational DBMS Column oriented | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary database models | Graph DBMS Search engine | Document store Spatial DBMS | Spatial DBMS Time Series DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Website | atos.net/en/convergence-creators/portfolio/standard-common-repository | www.gigaspaces.com | www.postgres-xl.org | www.vertica.com | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Technical documentation | docs.gigaspaces.com/latest/landing.html | www.postgres-xl.org/documentation | vertica.com/documentation | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Developer | Atos Convergence Creators | Gigaspaces Technologies | Micro Focus prior to that Hewlett Packard | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Initial release | 2016 | 2000 | 2014 since 2012, originally named StormDB | 2005 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Current release | 1703 | 15.5, September 2020 | 10 R1, October 2018 | 11.1, February 2022 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| License Commercial or Open Source | commercial | Open Source Apache Version 2; Commercial licenses available | Open Source Mozilla public license | commercial Limited community edition free | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Cloud-based only Only available as a cloud service | no | no | 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. | Vertica Accelerator’s high-performance analytics and machine learning with SQL or Python is available as a managed service. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Implementation language | Java | Java, C++, .Net | C | C++ | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server operating systems | Linux | Linux macOS Solaris Windows | Linux macOS | Linux | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Data scheme | Schema and schema-less with LDAP views | schema-free | yes | yes, but unstructured data can be stored in specific Flex-Tables | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typing predefined data types such as float or date | optional | yes | yes | yes: BINARY, BOOLEAN, CHAR, VARCHAR, LONG VARCHAR, DATE, TIME, TIMESTAMP, INTERVAL, INTERVAL DAY TO SECOND, INTERVAL YEAR TO MONTH, DOUBLE PRECISION, FLOAT, INTEGER, BIGINT, SMALLINT,NUMERIC, DECIMAL, NUMBER, MONEY,GEOMETRY | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| 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. | yes | no XML can be used for describing objects metadata | yes XML type, but no XML query functionality | no | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Secondary indexes | yes | yes | yes | No Indexes Required | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| SQL Support of SQL | no | SQL-99 for query and DML statements | yes distributed, parallel query execution | Full 1999 standard plus machine learning, time series and geospatial. Over 650 functions. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| APIs and other access methods | LDAP | GigaSpaces LRMI Hibernate JCache JDBC JPA ODBC RESTful HTTP API Spring Data | ADO.NET JDBC native C library ODBC streaming API for large objects | ADO.NET JDBC Kafka Connector ODBC RESTful HTTP API Spark Connector vSQL character-based, interactive, front-end utility | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Supported programming languages | All languages with LDAP bindings | .Net C++ Java Python Scala | .Net C C++ Delphi Erlang Java JavaScript (Node.js) Perl PHP Python Tcl | C# C++ Java Perl PHP Python R | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Server-side scripts Stored procedures | no | yes | user defined functions | yes, PostgreSQL PL/pgSQL, with minor differences | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Triggers | yes | yes, event driven architecture | yes | yes, called Custom Alerts | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Partitioning methods Methods for storing different data on different nodes | Sharding cell division | Sharding | horizontal partitioning | horizontal partitioning, hierarchical partitioning | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Replication methods Methods for redundantly storing data on multiple nodes | yes | Multi-source replication synchronous or asynchronous Source-replica replication synchronous or asynchronous | 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 | yes Map-Reduce pattern can be built with XAP task executors | no | no Bi-directional Spark integration | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Consistency concepts Methods to ensure consistency in a distributed system | Immediate Consistency or Eventual Consistency depending on configuration | Immediate Consistency Consistency level configurable: ALL, QUORUM, ANY | Immediate Consistency | Immediate Consistency | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Foreign keys Referential integrity | no | no | yes | yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Transaction concepts Support to ensure data integrity after non-atomic manipulations of data | Atomic execution of specific operations | ACID | ACID MVCC | ACID | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Concurrency Support for concurrent manipulation of data | yes | yes | yes | yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Durability Support for making data persistent | yes | yes | yes | yes | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| In-memory capabilities Is there an option to define some or all structures to be held in-memory only. | yes | yes | no | no | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| User concepts Access control | LDAP bind authentication | Role-based access control | 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 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Atos Standard Common Repository | GigaSpaces | Postgres-XL | Vertica Vertica Analytics Platform | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Specific characteristics | GigaSpaces, the pioneer of In-Memory Computing , drives enterprise digital transformation... » more | Deploy-anywhere database for large-scale analytical deployments. Deploy on-premises,... » more | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Competitive advantages | AI Driven Autonomous Operations – GigaSpaces’ unique AI driven technology simplifies... » more | Fast, scalable and capable of high concurrency. Separation of compute/storage leverages... » more | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Typical application scenarios | Application Acceleration, Smart Caching, BI Acceleration on Fresh Data, Digital Integration... » more | Communication and network analytics, Embedded analytics, Fraud monitoring and Risk... » more | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Key customers | Morgan Stanley, Bank of America, Goldman Sachs, PriceRunner, Cerner, Societe Generale,... » more | Abiba Systems, Adform, adMarketplace, AmeriPride, Anritsu, AOL, Avito, Auckland Transport,... » more | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Market metrics | Forrester has positioned GigaSpaces as a strong performer in The Forrester Wave™:... » more | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Licensing and pricing models | GigaSpaces offers both open source and commercial editions with annual subscriptions.... » more | 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 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Atos Standard Common Repository | GigaSpaces | Postgres-XL | Vertica Vertica Analytics Platform | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Recent citations in the news | In-Memory Data Grids Market Outlook | Key Players -IBM, Software AG, Hazelcast, Pivotal, GigaSpaces Technologies – Carbon Valley Farmer and Miner GigaSpaces Announces Version 16.0 with Breakthrough Data Integration Tools to Ease Enterprises' Digital Transformation Challenges In-Memory Analytics Global Market To Grow At Rate Of 26% Through 2026 GigaSpaces Announced as Winner in the 2021 Digital Transformation & Operational Excellence Awards Key Value Database Market Size In 2022 : Strategic Plans by Globally Industry Demand, Business Growth and Forecast to 2027 with Top Countries Data | 125 Report Pages provided by Google News | Postgres-XL released to tackle big data analytics and more Building a scalable PostgreSQL solution provided by Google News | VAST links arms with Vertica for fast analytics – Blocks and Files Is database-as-a-service in Percona’s future? CockroachDB update aims to ease creation of data-intensive applications “Above the Trend Line” – Your Industry Rumor Central for 5/5/2022 What you may not know about the Dell-Snowflake deal provided by Google News | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Job opportunities | SDR Pre-Sale Engineer Sales Director | Systems Software Engineer at Vertica (REMOTE / WORK FROM HOME) Senior Database Administrator SQL Developer - Remote Database Administrator Vertica Database Administrator, IT Applications Engineering | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Share this page
