DBMS > Badger vs. GigaSpaces vs. Graphite

Vergleich der Systemeigenschaften Badger vs. GigaSpaces vs. Graphite

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.

High performance in-memory data grid platform, powering three products: Smart Cache, Smart ODS (Operational Data Store), Smart Augmented Transactions

Data logging and graphing tool for time series data

The storage layer (fixed size database) is called Whisper

Primäres Datenbankmodell

Key-Value Store

Document Store
Object oriented DBMS

Values are user defined objects

Time Series DBMS

Sekundäre Datenbankmodelle

Graph DBMS
Suchmaschine

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

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

Punkte	1,02
Rang	#192	Overall
	#32	Document Stores
	#6	Object oriented DBMS

Punkte	4,75
Rang	#75	Overall
	#5	Time Series DBMS

Website

github.com/dgraph-io/badger

www.gigaspaces.com

github.com/graphite-project/graphite-web

Technische Dokumentation

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

docs.gigaspaces.com/latest/landing.html

graphite.readthedocs.io

Entwickler

DGraph Labs

Gigaspaces Technologies

Chris Davis

Erscheinungsjahr

2017

2000

2006

Aktuelle Version

15.5, September 2020

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache Version 2; Commercial licenses available

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++, .Net

Python

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux
macOS
Solaris
Windows

Linux
Unix

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

Numeric data only

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

XML can be used for describing objects metadata

nein

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-99 for query and DML statements

nein

APIs und andere Zugriffskonzepte

GigaSpaces LRMI
Hibernate
JCache
JDBC
JPA
ODBC
RESTful HTTP API
Spring Data

HTTP API
Sockets

Unterstützte Programmiersprachen

.Net
C++
Java
Python
Scala

JavaScript (Node.js)
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-Source Replikation

synchronous or asynchronous
Source-Replica Replikation

synchronous or asynchronous

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Map-Reduce pattern can be built with XAP task executors

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Consistency level configurable: ALL, QUORUM, ANY

keine

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

locking

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Role-based access control

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

Time Series DBMS are the database category with the fastest increase in popularity
4. Juli 2016, Matthias Gelbmann

Time Series DBMS as a new trend?
1. Juni 2015, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

GigaSpaces to hand out almost $14 million in dividends following Cloudify’s acquisition by Dell
19. Juli 2023, CTech

Data Sciences Corporation partners with GigaSpaces Technologies to usher DIH technology to enterprises in SA
10. Oktober 2023, ITWeb

GigaSpaces Announces Version 16.0 with Breakthrough Data Integration Tools to Ease Enterprises' Digital ...
3. November 2021, PR Newswire

GigaSpaces Spins Off Cloudify, Its Open Source Cloud Orchestration Unit
27. Juli 2017, Data Center Knowledge

Your occasional storage digest with GigaSpaces, Virtana and NAND ship data – Blocks and Files
7. Dezember 2020, Blocks and Files

bereitgestellt von Google News

The Billion Data Point Challenge: Building a Query Engine for High Cardinality Time Series Data
10. Dezember 2018, Uber

Grafana Labs Announces Mimir Time Series Database
1. April 2022, Datanami

Getting Started with Monitoring using Graphite
23. Januar 2015, InfoQ.com

How Grafana made observability accessible
12. Juni 2023, InfoWorld

Grafana 4.0 Brings Major Enhancements to Leading Visualization Tool
30. November 2016, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk