DBMS > Badger vs. FeatureBase vs. Microsoft Azure Table Storage vs. RDF4J

Vergleich der Systemeigenschaften Badger vs. FeatureBase vs. Microsoft Azure Table Storage vs. RDF4J

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.

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

A Wide Column Store for rapid development using massive semi-structured datasets

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

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

Punkte	0,14
Rang	#328	Overall
	#48	Key-Value Stores

Punkte	0,23
Rang	#296	Overall
	#134	Relational DBMS

Punkte	3,55
Rang	#80	Overall
	#6	Wide Column Stores

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Website

github.com/dgraph-io/badger

www.featurebase.com

azure.microsoft.com/en-us/services/storage/tables

rdf4j.org

Technische Dokumentation

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

docs.featurebase.com

rdf4j.org/documentation

Entwickler

DGraph Labs

Molecula and Pilosa Open Source Contributors

Microsoft

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2017

2012

2004

Aktuelle Version

2022, May 2022

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Eclipse Distribution License (EDL), v1.0.

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
macOS

gehostet

Linux
OS X
Unix
Windows

Datenschema

schemafrei

RDF Schemas

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 queries

nein

APIs und andere Zugriffskonzepte

gRPC
JDBC
Kafka Connector
ODBC

RESTful HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Java
Python

.Net
C#
C++
Java
JavaScript (Node.js)
PHP
Python
Ruby

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Implicit feature of the cloud service

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

implicit feature of the cloud service. Replication either local, cross-facility or geo-redundant.

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

optimistic Locking

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Access rights based on private key authentication or shared access signatures

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

Dgraph raises $11.5 million for scalable graph database solutions
31. Juli 2019, VentureBeat

bereitgestellt von Google News

Former Silicon Labs CEO Tyson Tuttle launches AI startup Circuit, acquires Austin startup Molecula
23. Juli 2024, The Business Journals

Get Your Infrastructure Ready for Real-Time Analytics
9. März 2022, Built In

Pilosa: A Scalable High Performance Bitmap Database Index
17. Juni 2019, hackernoon.com

bereitgestellt von Google News

How to use Azure Table storage in .Net
10. Juli 2024, InfoWorld

Working with Azure to Use and Manage Data Lakes
23. Juli 2024, Simplilearn

Azure Cosmos DB Data Migration tool imports from Azure Table storage
5. Mai 2015, Microsoft

How to write data to Azure Table Store with an Azure Function
14. April 2017, Experts Exchange

Testing Precompiled Azure Functions Locally with Storage Emulator
8. März 2018, Visual Studio Magazine

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk