BigQuery et Amazon Athena sont tous les deux des systèmes serverless pour faire de l’analyse de données. Leur utilisation permet de réduire les coûts d’exploitation, de développement et de scalabilité.
BigQuery
BigQuery est un DataWarehouse serverless. BigQuery prend en charge les requêtes SQL de manière ultra-rapides en utilisant la puissance de traitement de l’infrastructure Google. Une requête peut s’exécuter sur des milliers de machines. BigQuery est le packaging pour faire de l’analytics de plusieurs technologies de Google :
- Dremel, l’outil de requêtage SQL de Google
- Borg, l’orchestrateur de container de Google
- Colossus, le système de stockage de fichier de Google
- Jupiter, le réseau petabite/seconde
Amazon Athena
Athena est un moteur SQL qui permet d’analyser facilement les données stockées dans Amazon Simple Storage Service (S3). C’est un système serverless. Comme BigQuery, il n’y a pas de serveurs ou de base de données à gérer ou à configurer. Athena est principalement utilisé pour analyser les données non structurées, semi-structurées et structurées stockées dans Amazon S3.
Autres liens
- Différences entre BigQuery et Redshift
- Différences entre BigQuery et Bigtable
- Différences entre BigQuery et Snowflake
- Différences entre BigQuery et Hadoop
- Différences entre Bigquery et Elasticsearch
- Différences entre Bigquery et Google Cloud SQL
- Différences entre BigQuery et Spark
- Différences entre BigQuery et PostgresSQL
- Différences entre BigQuery et Spanner