DBMS > Badger vs. Fujitsu Enterprise Postgres vs. HugeGraph vs. Yaacomo

Vergleich der Systemeigenschaften Badger vs. Fujitsu Enterprise Postgres vs. HugeGraph vs. Yaacomo

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Yaacomo seems to be discontinued and is removed from the DB-Engines ranking

Kurzbeschreibung

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

Enterprise-grade PostgreSQL-based DBMS with security enhancements such as Transparent Data Encryption and Data Masking, plus high-availability and performance improvement features.

A fast-speed and highly-scalable Graph DBMS

OpenCL based in-memory RDBMS, designed for efficiently utilizing the hardware via parallel computing

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,14
Rang	#331	Overall
	#49	Key-Value Stores

Punkte	0,31
Rang	#285	Overall
	#129	Relational DBMS

Punkte	0,13
Rang	#336	Overall
	#32	Graph DBMS

Website

github.com/dgraph-io/badger

www.postgresql.fastware.com

github.com/hugegraph
hugegraph.apache.org

yaacomo.com

Technische Dokumentation

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

www.postgresql.fastware.com/product-manuals

hugegraph.apache.org/docs

Entwickler

DGraph Labs

PostgreSQL Global Development Group, Fujitsu Australia Software Technology

Baidu

Q2WEB GmbH

Erscheinungsjahr

2017

2018

2009

Aktuelle Version

Fujitsu Enterprise Postgres 14, January 2022

0.9

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache Version 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

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux
Windows

Linux
macOS
Unix

Android
Linux
Windows

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

also supports composite index and range index

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
native C library
ODBC
streaming API for large objects

Java API
RESTful HTTP API
TinkerPop Gremlin

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C++
Delphi
Java
JavaScript (Node.js)
Perl
PHP
Python
Tcl

Groovy
Java
Python

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

asynchronous Gremlin script jobs

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

partitioning by range, list and by hash

depending on used storage backend, e.g. Cassandra and HBase

horizontale Partitionierung

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

depending on used storage backend, e.g. Cassandra and HBase

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via hugegraph-spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

edges in graph

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

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

Users, roles and permissions

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

100% compatible with community PostgreSQL
» mehr

Competitive advantages

Built-in TDE and Data Masking security. In-Memory Columnar Index, and a high speed...
» mehr

Typical application scenarios

Transactional payments applications, reporting and mixed workloads.
» mehr

Market metrics

Over 30 years experience in database technology. Over 20 years in Postgres development...
» mehr

Licensing and pricing models

Core based licensing
» mehr

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

Fujitsu Develops Column-Oriented Data-Processing Engine Enabling Fast, High-Volume Data Analysis in Database ...
26. Februar 2015, Fujitsu

Supporting Business Continuity with Postgres on IBM Cloud LinuxONE Virtual Servers for VPC
24. September 2021, ibm.com

bereitgestellt von Google News

Critical Apache HugeGraph Flaw Let Attackers Execute Remote Code
23. April 2024, GBHackers

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk