Ao avaliar as duas soluções, os revisores acharam Google Cloud BigTable mais fácil de usar e administrar. No entanto, sentiram que Amazon DynamoDB era mais fácil de fazer negócios em geral. Finalmente, sentiram que os produtos são igualmente fáceis de configurar.
No que diz respeito a começar, é difícil superar o Dynamo, abrir o console da AWS, criar uma nova tabela e começar a inserir dados a partir da linha de comando ou das várias bibliotecas de cliente. A precificação é muito simples - quanto mais throughput...
Muito caro para indústrias de pequeno porte, aplicar junções no DynamoDB na memória é complexo, falta suporte para atributos aninhados.
Compare com outro banco de dados NoSQL, o Google BigTable mantém os registros em ordem classificada em múltiplos nós. Em resumo, é um hashmap distribuído e ordenado, portanto, uma varredura de linha é possível.
Não há boas ferramentas para monitorar e visualizar chaves. Requer um design de chave prévio, o que não é uma desvantagem em si, mas o modelo de pensamento para projetar seu banco de dados seria diferente de uma opção SQL.
No que diz respeito a começar, é difícil superar o Dynamo, abrir o console da AWS, criar uma nova tabela e começar a inserir dados a partir da linha de comando ou das várias bibliotecas de cliente. A precificação é muito simples - quanto mais throughput...
Compare com outro banco de dados NoSQL, o Google BigTable mantém os registros em ordem classificada em múltiplos nós. Em resumo, é um hashmap distribuído e ordenado, portanto, uma varredura de linha é possível.
Muito caro para indústrias de pequeno porte, aplicar junções no DynamoDB na memória é complexo, falta suporte para atributos aninhados.
Não há boas ferramentas para monitorar e visualizar chaves. Requer um design de chave prévio, o que não é uma desvantagem em si, mas o modelo de pensamento para projetar seu banco de dados seria diferente de uma opção SQL.