DBMS > Badger vs. Graph Engine vs. OpenMLDB vs. PouchDB

Vergleich der Systemeigenschaften Badger vs. Graph Engine vs. OpenMLDB vs. PouchDB

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.

A distributed in-memory data processing engine, underpinned by a strongly-typed RAM store and a general distributed computation engine

An open-source machine learning database that provides a feature platform for training and inference

JavaScript DBMS mit einem von CouchDB inspirierten API

Primäres Datenbankmodell

Key-Value Store

Graph DBMS
Key-Value Store

Time Series DBMS

Document Store

Sekundäre Datenbankmodelle

Relational DBMS

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

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

Punkte	0,61
Rang	#240	Overall
	#21	Graph DBMS
	#35	Key-Value Stores

Punkte	0,02
Rang	#367	Overall
	#37	Time Series DBMS

Punkte	2,28
Rang	#115	Overall
	#21	Document Stores

Website

github.com/dgraph-io/badger

www.graphengine.io

openmldb.ai

pouchdb.com

Technische Dokumentation

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

www.graphengine.io/docs/manual

openmldb.ai/docs/zh/main

pouchdb.com/guides

Entwickler

DGraph Labs

Microsoft

4 Paradigm Inc.

Apache Software Foundation

Erscheinungsjahr

2017

2010

2020

2012

Aktuelle Version

2024-2 February 2024

7.1.1, Juni 2019

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

MIT License

Open Source

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

.NET and C

C++, Java, Scala

JavaScript

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

.NET

Linux

Serverlos, benötigt eine JavaScript Umgebung (Browser, Node.js)

Datenschema

schemafrei

Fixed schema

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

über Views

SQL

Support of SQL

nein

APIs und andere Zugriffskonzepte

RESTful HTTP API

JDBC
SQLAlchemy

HTTP REST

only for PouchDB Server
JavaScript API

Unterstützte Programmiersprachen

C#
C++
F#
Visual Basic

C++
Go
Java
Python
Scala

JavaScript

Server-seitige Scripts

Stored Procedures

nein

View Functions in JavaScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontale Partitionierung

horizontal partitioning

Sharding

mit couchdb-lounge, einem proxy-basierten Framework für CouchDB

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

Multi-Source Replikation

auch mit CouchDB Datenbanken
Source-Replica Replikation

auch mit CouchDB Datenbanken

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

optional: either by committing a write-ahead log (WAL) to the local persistent storage or by dumping the memory to a persistent storage

mittels IndexedDB, WebSQL oder LevelDB

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

fine grained access rights according to SQL-standard

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

New kids on the block: database management systems implemented in JavaScript
1. Dezember 2014, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Trinity
2. Juni 2023, Microsoft

Open source Microsoft Graph Engine takes on Neo4j
13. Februar 2017, InfoWorld

IBM releases Graph, a service that can outperform SQL databases
27. Juli 2016, GeekWire

Aerospike Is Now a Graph Database, Too
21. Juni 2023, Datanami

The graph analytics landscape 2019 - DataScienceCentral.com
27. Februar 2019, Data Science Central

bereitgestellt von Google News

MLOp practice: using OpenMLDB in the real-time anti-fraud model for the bank's online transaction
23. August 2021, Towards Data Science

Predictive maintenance — 5minutes demo of an end to end machine learning project
13. August 2021, Towards Data Science

Compared to Native Spark 3.0, We Have Achieved Significant Optimization Effects in the AI
3. August 2021, Towards Data Science

bereitgestellt von Google News

Building an Offline First App with PouchDB — SitePoint
10. März 2014, SitePoint

Getting Started with PouchDB Client-Side JavaScript Database — SitePoint
7. September 2016, SitePoint

3 Reasons To Think Offline First
22. März 2017, ibm.com

Create Offline Web Apps Using Service Workers & PouchDB — SitePoint
7. März 2017, SitePoint

Offline-first web and mobile apps: Top frameworks and components
22. Januar 2019, TechBeacon

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk