DBMS > Badger vs. Elasticsearch vs. EsgynDB vs. Trafodion

Vergleich der Systemeigenschaften Badger vs. Elasticsearch vs. EsgynDB vs. Trafodion

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Apache Trafodion has been retired in 2021. Therefore it is excluded from the DB-Engines Ranking.

Kurzbeschreibung

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

Eine moderne Such- und Analyseplattform basierend auf Apache Lucene

Elasticsearch lets you perform and combine many types of searches such as structured, unstructured, geo, and metric

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

Transactional SQL-on-Hadoop DBMS

Primäres Datenbankmodell

Key-Value Store

Suchmaschine

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS
Vektor DBMS

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

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

Punkte	134,78
Rang	#7	Overall
	#1	Suchmaschinen

Punkte	0,23
Rang	#319	Overall
	#141	Relational DBMS

Website

github.com/dgraph-io/badger

www.elastic.co/elasticsearch

www.esgyn.cn

trafodion.apache.org

Technische Dokumentation

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

www.elastic.co/guide/en/elasticsearch/reference/current/index.html

trafodion.apache.org/documentation.html

Entwickler

DGraph Labs

Elastic

Esgyn

Apache Software Foundation, originally developed by HP

Erscheinungsjahr

2017

2010

2015

2014

Aktuelle Version

8.6, January 2023

2.3.0, Februar 2019

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Elastic License

kommerziell

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

C++, Java

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Alle Betriebssysteme mit einer Java VM

Linux

Datenschema

schemafrei

Flexible Typdefinitionen, die - sobald definiert - persistent bleiben.

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

Alle Suchfelder werden automatisch indiziert

SQL

Support of SQL

nein

SQL-like query language

APIs und andere Zugriffskonzepte

Java API
RESTful HTTP/JSON API

ADO.NET
JDBC
ODBC

Unterstützte Programmiersprachen

.Net
Groovy
Community Contributed Clients
Java
JavaScript
Perl
PHP
Python
Ruby

All languages supporting JDBC/ODBC/ADO.Net

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

Triggers

nein

Mittels Verwendung des 'Percolation' features

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

ja, durch HBase

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

ES-Hadoop Connector

mittels user defined functions und HBase

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Eventual Consistency

Synchrone dokumentenbasierte Replikation. Write consistency konfigurierbar: one, quorum, all

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

Memcached and Redis integration

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

PostgreSQL is the DBMS of the Year 2017
2. Januar 2018, Paul Andlinger, Matthias Gelbmann

Elasticsearch moved into the top 10 most popular database management systems
3. Juli 2017, Matthias Gelbmann

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Elastic Reports 8x Speed and 32x Efficiency Gains for Elasticsearch and Lucene Vector Database
26. April 2024, businesswire.com

Splunk vs Elasticsearch | A Comparison and How to Choose
12. Januar 2024, SentinelOne

Introducing Elasticsearch Vector Database to Azure OpenAI Service On Your Data (Preview)
26. März 2024, insider.govtech.com

ElasticSearch Goes Deep on OpenTelemetry with eBPF Donation
13. März 2024, The New Stack

Elastic's Latest Update Brings Cohere's Text Embedding Models to Elasticsearch
3. April 2024, Datanami

bereitgestellt von Google News

Evaluating HTAP Databases for Machine Learning Applications
2. November 2016, KDnuggets

An Open Source Tour de Force at Apache: Big Data 2016
11. Mai 2016, Datanami

Low-latency, distributed database architectures are critical for emerging fog applications
7. April 2022, Embedded Computing Design

HP Throws Trafodion Hat into OLTP Hadoop Ring
14. Juli 2014, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk