DBMS > Apache Pinot vs. BigObject vs. Blueflood vs. Google Cloud Bigtable

Vergleich der Systemeigenschaften Apache Pinot vs. BigObject vs. Blueflood vs. Google Cloud Bigtable

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Realtime distributed OLAP datastore, designed to answer OLAP queries with low latency

Analytic DBMS für Echtzeitberechnungen und Queries

Skalierbare Timeseries DBMS basierend auf Cassandra

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Time Series DBMS

Key-Value Store
Wide Column Store

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

Punkte	0,38
Rang	#275	Overall
	#126	Relational DBMS

Punkte	0,19
Rang	#329	Overall
	#146	Relational DBMS

Punkte	0,13
Rang	#346	Overall
	#33	Time Series DBMS

Punkte	3,15
Rang	#95	Overall
	#14	Key-Value Stores
	#8	Wide Column Stores

Website

pinot.apache.org

bigobject.io

blueflood.io

cloud.google.com/bigtable

Technische Dokumentation

docs.pinot.apache.org

docs.bigobject.io

github.com/rax-maas/blueflood/wiki

cloud.google.com/bigtable/docs

Entwickler

Apache Software Foundation and contributors

BigObject, Inc.

Rackspace

Google

Erscheinungsjahr

2015

2013

2015

Aktuelle Version

1.0.0, September 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

kommerziell

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

Server Betriebssysteme

All OS with a Java JDK11 or higher

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux
OS X

gehostet

Datenschema

vordefiniertes Schema

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 query language

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

JDBC

fluentd
ODBC
RESTful HTTP API

HTTP REST

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

Unterstützte Programmiersprachen

Go
Java
Python

C#
C++
Go
Java
JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning

keine

Sharding

basierend auf Cassandra

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Internal replication in Colossus, and regional replication between two clusters in different zones

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Atomic single-row operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

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

Erwähnungen in aktuellen Nachrichten

StarTree broadly enhances Apache Pinot-based analytics platform
8. Mai 2024, SiliconANGLE News

StarTree Finds Apache Pinot the Right Vintage for IT Observability
8. Mai 2024, Datanami

Apache Pinot - SD Times Open Source Project of the Week
31. Mai 2024, SDTimes.com

Real-Time Analytics for Mobile App Crashes using Apache Pinot
2. November 2023, Uber

Open source Apache Pinot advances as StarTree boosts real-time analytics and observability
8. Mai 2024, VentureBeat

bereitgestellt von Google News

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

Google's AI-First Strategy Brings Vector Support To Cloud Databases
1. März 2024, Forbes

Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs
31. Januar 2022, InfoQ.com

Google scales up Cloud Bigtable NoSQL database
27. Januar 2022, TechTarget

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

Google Launches Cloud Bigtable, A Highly Scalable And Performant NoSQL Database
6. Mai 2015, TechCrunch

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk