DBMS > Badger vs. BoltDB vs. HEAVY.AI vs. PouchDB

Vergleich der Systemeigenschaften Badger vs. BoltDB vs. HEAVY.AI vs. PouchDB

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.

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

JavaScript DBMS mit einem von CouchDB inspirierten API

Primäres Datenbankmodell

Key-Value Store

Relational DBMS

Document Store

Sekundäre Datenbankmodelle

Spatial DBMS

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

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

Punkte	0,80
Rang	#215	Overall
	#31	Key-Value Stores

Punkte	1,64
Rang	#145	Overall
	#67	Relational DBMS

Punkte	2,34
Rang	#112	Overall
	#21	Document Stores

Website

github.com/dgraph-io/badger

github.com/boltdb/bolt

github.com/heavyai/heavydb
www.heavy.ai

pouchdb.com

Technische Dokumentation

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

docs.heavy.ai

pouchdb.com/guides

Entwickler

DGraph Labs

HEAVY.AI, Inc.

Apache Software Foundation

Erscheinungsjahr

2017

2013

2016

2012

Aktuelle Version

5.10, Jänner 2022

7.1.1, Juni 2019

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

MIT License

Open Source

Apache Version 2; enterprise edition available

Open Source

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

C++ and CUDA

JavaScript

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux

Serverlos, benötigt eine JavaScript Umgebung (Browser, Node.js)

Datenschema

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

über Views

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC
Thrift
Vega

HTTP REST

only for PouchDB Server
JavaScript API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/Thrift
Python

JavaScript

Server-seitige Scripts

Stored Procedures

nein

View Functions in JavaScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Round robin

Sharding

mit couchdb-lounge, einem proxy-basierten Framework für CouchDB

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

auch mit CouchDB Datenbanken
Source-Replica Replikation

auch mit CouchDB Datenbanken

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

mittels IndexedDB, WebSQL oder LevelDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

New kids on the block: database management systems implemented in JavaScript
1. Dezember 2014, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

What I learnt from building 3 high traffic web applications on an embedded key value store.
21. Februar 2018, hackernoon.com

Roblox’s cloud-native catastrophe: A post mortem
31. Januar 2022, InfoWorld

Grafana Loki: Architecture Summary and Running in Kubernetes
14. März 2023, hackernoon.com

bereitgestellt von Google News

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Building an Offline First App with PouchDB — SitePoint
10. März 2014, SitePoint

Getting Started with PouchDB Client-Side JavaScript Database — SitePoint
7. September 2016, SitePoint

Create Offline Web Apps Using Service Workers & PouchDB — SitePoint
7. März 2017, SitePoint

Offline-first web and mobile apps: Top frameworks and components
22. Januar 2019, TechBeacon

Synchronizing Offline App Data with PouchDB — SitePoint
25. September 2015, SitePoint

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk