DBMS > Apache Phoenix vs. BigObject vs. LevelDB vs. ReductStore

Vergleich der Systemeigenschaften Apache Phoenix vs. BigObject vs. LevelDB vs. ReductStore

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

A scale-out RDBMS with evolutionary schema built on Apache HBase

Analytic DBMS für Echtzeitberechnungen und Queries

Embeddable fast key-value storage library that provides an ordered mapping from string keys to string values

Designed to manage unstructured time-series data efficiently, providing unique features such as storing time-stamped blobs with labels, customizable data retention policies, and a straightforward FIFO quota system.

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Key-Value Store

Time Series DBMS

DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen
Trend Chart

Punkte	1,97
Rang	#126	Overall
	#59	Relational DBMS

Punkte	0,13
Rang	#333	Overall
	#147	Relational DBMS

Punkte	2,35
Rang	#111	Overall
	#19	Key-Value Stores

Punkte	0,00
Rang	#383	Overall
	#41	Time Series DBMS

Website

phoenix.apache.org

bigobject.io

github.com/google/leveldb

github.com/reductstore
www.reduct.store

Technische Dokumentation

phoenix.apache.org

docs.bigobject.io

github.com/google/leveldb/blob/main/doc/index.md

www.reduct.store/docs

Entwickler

Apache Software Foundation

BigObject, Inc.

Google

ReductStore LLC

Erscheinungsjahr

2014

2015

2011

2023

Aktuelle Version

5.0-HBase2, July 2018 and 4.15-HBase1, December 2019

1.23, Februar 2021

1.9, März 2024

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

kostenlose community edition verfügbar

Open Source

BSD

Open Source

Business Source License 1.1

Ausschließlich ein Cloud-Service

Nur als Cloud-Service verfügbar

nein

DBaaS Angebote (gesponserte Links)

Database as a Service

Providers of DBaaS offerings, please contact us to be listed.

Implementierungssprache

Java

C++

C++, Rust

Server Betriebssysteme

Linux
Unix
Windows

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Illumos
Linux
OS X
Windows

Docker
Linux
macOS
Windows

Datenschema

late-bound, schema-on-read capabilities

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC

fluentd
ODBC
RESTful HTTP API

HTTP API

Unterstützte Programmiersprachen

C
C#
C++
Go
Groovy
Java
PHP
Python
Scala

C++
Go
Java

3rd party binding
JavaScript (Node.js)

3rd party binding
Python

3rd party binding

C++
JavaScript (Node.js)
Python
Rust

Server-seitige Scripts

Stored Procedures

benutzerdefinierte Funktionen

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

Hadoop integration

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

with automatic compression on writes

In-Memory Unterstützung

Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten

Berechtigungskonzept

Zugriffskontrolle

Access Control Lists (using HBase ACL) for RBAC, integration with Apache Ranger for RBAC & ABAC, multi-tenancy

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Wir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen,
sowie um Herstellerinformationen wie Schlüsselkunden, Vorteile gegenüber Konkurrenten und Marktmetriken anzuzeigen.

Zugehörige Produkte und Dienstleistungen

Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren.

Weitere Ressourcen

DB-Engines Blog Posts

Cloudera's HBase PaaS offering now supports Complex Transactions
11. August 2021, Krishna Maheshwari (sponsor)

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Supercharge SQL on Your Data in Apache HBase with Apache Phoenix | Amazon Web Services
2. Juni 2016, AWS Blog

Bridge the SQL-NoSQL gap with Apache Phoenix
4. Februar 2016, InfoWorld

Hortonworks Starts Hadoop Summit with Data Platform Update -- ADTmag
28. Juni 2016, ADT Magazine

Deep dive into Azure HDInsight 4.0
25. September 2018, azure.microsoft.com

Amazon EMR 4.7.0 – Apache Tez & Phoenix, Updates to Existing Apps | Amazon Web Services
2. Juni 2016, AWS Blog

bereitgestellt von Google News

Pliops unveils XDP-Rocks for RocksDB – Blocks and Files
19. Oktober 2022, Blocks & Files

Microsoft Teams stores auth tokens as cleartext in Windows, Linux, Macs
14. September 2022, BleepingComputer

XanMod, Liquorix Kernels Offer Some Advantages On AMD Ryzen 5 Notebook
26. Juli 2021, Phoronix

Threat Thursday: BlackGuard Infostealer Rises from Russian Underground Markets
21. April 2022, BlackBerry Blog

Rust-Based Info Stealers Abuse GitHub Codespaces
19. Mai 2023, Trend Micro

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk