DBMS > Badger vs. BigObject vs. Blueflood

Vergleich der Systemeigenschaften Badger vs. BigObject vs. Blueflood

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

An embeddable, persistent, simple and fast Key-Value Store, written purely in Go.

Analytic DBMS für Echtzeitberechnungen und Queries

Skalierbare Timeseries DBMS basierend auf Cassandra

Primäres Datenbankmodell

Key-Value Store

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Time Series DBMS

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

Punkte	0,20
Rang	#325	Overall
	#49	Key-Value Stores

Punkte	0,13
Rang	#342	Overall
	#150	Relational DBMS

Punkte	0,09
Rang	#353	Overall
	#33	Time Series DBMS

Website

github.com/dgraph-io/badger

bigobject.io

blueflood.io

Technische Dokumentation

godoc.org/github.com/dgraph-io/badger

docs.bigobject.io

github.com/rax-maas/blueflood/wiki

Entwickler

DGraph Labs

BigObject, Inc.

Rackspace

Erscheinungsjahr

2017

2015

2013

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

kostenlose community edition verfügbar

Open Source

Apache 2.0

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

BSD
Linux
OS X
Solaris
Windows

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux
OS X

Datenschema

schemafrei

vordefiniertes Schema

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

nein

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

HTTP REST

Unterstützte Programmiersprachen

Server-seitige Scripts

Stored Procedures

nein

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

frei wählbarer Replikationsfaktor

basierend auf Cassandra

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

Fremdschlüssel

referenzielle Integrität

nein

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

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.

Teilen sie diese Seite mit ihrem Netzwerk