DBMS > Badger vs. Blueflood vs. GBase

Vergleich der Systemeigenschaften Badger vs. Blueflood vs. GBase

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.

Skalierbare Timeseries DBMS basierend auf Cassandra

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

Primäres Datenbankmodell

Key-Value Store

Time Series DBMS

Relational DBMS

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

Punkte	0,22
Rang	#320	Overall
	#47	Key-Value Stores

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

Punkte	1,05
Rang	#186	Overall
	#86	Relational DBMS

Website

github.com/dgraph-io/badger

blueflood.io

www.gbase.cn

Technische Dokumentation

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

github.com/rax-maas/blueflood/wiki

Entwickler

DGraph Labs

Rackspace

General Data Technology Co., Ltd.

Erscheinungsjahr

2017

2013

2004

Aktuelle Version

GBase 8a, GBase 8s, GBase 8c

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

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

C, Java, Python

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux
OS X

Linux

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

Standard with numerous extensions

APIs und andere Zugriffskonzepte

HTTP REST

ADO.NET
C API
JDBC
ODBC

Unterstützte Programmiersprachen

Server-seitige Scripts

Stored Procedures

nein

user defined functions

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

basierend auf Cassandra

horizontal partitioning (by range, list and hash) and vertical partitioning

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

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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.

Weitere Ressourcen

Erwähnungen in aktuellen Nachrichten

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk