DBMS > Badger vs. GeoSpock vs. Google Cloud Bigtable vs. searchxml

Vergleich der Systemeigenschaften Badger vs. GeoSpock vs. Google Cloud Bigtable vs. searchxml

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

GeoSpock seems to be discontinued. Therefore it will be excluded from the DB-Engines ranking.

Kurzbeschreibung

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

Spatial and temporal data processing engine for extreme data scale

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

DBMS for structured and unstructured content wrapped with an application server

Primäres Datenbankmodell

Key-Value Store

Relational DBMS

Key-Value Store
Wide Column Store

Native XML DBMS
Suchmaschine

Sekundäre Datenbankmodelle

Time Series DBMS

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

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

Punkte	3,26
Rang	#92	Overall
	#13	Key-Value Stores
	#8	Wide Column Stores

Punkte	0,00
Rang	#383	Overall
	#7	Native XML DBMS
	#25	Suchmaschinen

Website

github.com/dgraph-io/badger

geospock.com

cloud.google.com/bigtable

www.searchxml.net/category/products

Technische Dokumentation

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

cloud.google.com/bigtable/docs

www.searchxml.net/support/handouts

Entwickler

DGraph Labs

GeoSpock

Google

informationpartners gmbh

Erscheinungsjahr

2017

2015

Aktuelle Version

2.0, September 2019

1.0

Lizenz

Commercial or Open Source

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, Javascript

C++

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

gehostet

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

temporal, categorical

nein

SQL

Support of SQL

nein

ANSI SQL for query only (using Presto)

nein

APIs und andere Zugriffskonzepte

JDBC

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

RESTful HTTP API
WebDAV
XQuery
XSLT

Unterstützte Programmiersprachen

C#
C++
Go
Java
JavaScript (Node.js)
Python

C++

most other programming languages supported via APIs

Server-seitige Scripts

Stored Procedures

nein

on the application server

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Automatic sharding

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Internal replication in Colossus, and regional replication between two clusters in different zones

sychronisation to multiple collections

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Atomic single-row operations

Mehrere Lese-, ein Schreibprozess

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

Access rights for users can be defined per table

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

Domain, group and role-based access control at the document level and for application services

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

GeoSpock launches Spatial Big Data Platform 2.0
4. September 2019, VanillaPlus

nChain leads investment round in extreme-scale data firm GeoSpock
2. Oktober 2020, CoinGeek

GeoSpock’s extreme-scale data mission in $5.4m funding boost
8. Oktober 2020, Cambridge Independent

Big data processing techniques to streamline analytics
5. Oktober 2018, TechTarget

Ola acquires GeoSpoc to build next-gen location technology
5. Oktober 2021, The Economic Times

bereitgestellt von Google News

Google's AI-First Strategy Brings Vector Support To Cloud Databases
1. März 2024, Forbes

Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs
31. Januar 2022, InfoQ.com

Google scales up Cloud Bigtable NoSQL database
27. Januar 2022, TechTarget

Google introduces Cloud Bigtable managed NoSQL database to process data at scale
6. Mai 2015, VentureBeat

Google Launches Cloud Bigtable, A Highly Scalable And Performant NoSQL Database
6. Mai 2015, TechCrunch

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk