DBMS > Badger vs. Lovefield vs. Sphinx vs. Typesense

Vergleich der Systemeigenschaften Badger vs. Lovefield vs. Sphinx vs. Typesense

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.

Embeddable relational database for web apps written in pure JavaScript

Open Source Suchmaschine zum Suchen in Daten aus verschiedenen Quellen, u.a. relationalen Datenbanken

A typo-tolerant, in-memory search engine optimized for instant search-as-you-type experiences and developer productivity

Primäres Datenbankmodell

Key-Value Store

Relational DBMS

Suchmaschine

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

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

Punkte	0,29
Rang	#293	Overall
	#133	Relational DBMS

Punkte	5,98
Rang	#56	Overall
	#5	Suchmaschinen

Punkte	0,79
Rang	#210	Overall
	#14	Suchmaschinen

Website

github.com/dgraph-io/badger

google.github.io/lovefield

sphinxsearch.com

typesense.org

Technische Dokumentation

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

github.com/google/lovefield/blob/master/docs/spec_index.md

sphinxsearch.com/docs

typesense.org/docs

Entwickler

DGraph Labs

Google

Sphinx Technologies Inc.

Erscheinungsjahr

2017

2014

2001

2015

Aktuelle Version

2.1.12, February 2017

3.5.1, Februar 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache 2.0

Open Source

GPL Version 2, kommerzielle Lizenz erhältlich

Open Source

GPL V3

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

JavaScript

C++

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

FreeBSD
Linux
NetBSD
OS X
Solaris
Windows

Linux

Datenschema

schemafrei

pre-defined schema optional

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

Full-Text Index auf allen Suchfeldern

SQL

Support of SQL

nein

SQL-like query language

via JavaScript builder pattern

SQL-like query language (SphinxQL)

nein

APIs und andere Zugriffskonzepte

Proprietäres Protokoll

RESTful HTTP API

Unterstützte Programmiersprachen

JavaScript

C++

inoffizielle Client Library
Java
Perl

inoffizielle Client Library
PHP
Python
Ruby

inoffizielle Client Library

.Net

community maintained
Clojure

community maintained
Dart

community maintained
Go

community maintained
Java

community maintained
JavaScript
Perl

community maintained
PHP
Python
Ruby
Rust

community maintained
Swift

community maintained

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Using read-only observers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Aufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication using RAFT

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

Der Originalinhalt von Feldern wird nicht im Sphinx-Index gespeichert.

In-Memory Unterstützung

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

nein

using MemoryDB

Berechtigungskonzept

Zugriffskontrolle

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

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Switching From Sphinx to MkDocs Documentation — What Did I Gain and Lose
2. Februar 2024, Towards Data Science

Manticore is a Faster Alternative to Elasticsearch in C++
25. Juli 2022, hackernoon.com

Perplexity AI: From Its Use To Operation, Everything You Need To Know About Googles Newest Challenger
11. Januar 2024, Free Press Journal

The Pirate Bay was recently down for over a week due to a DDoS attack
29. Oktober 2019, The Hacker News

Beyond the Concert Hall: 5 Organizations Making a Difference in Classical Music in 2018 | WQXR Editorial
22. Dezember 2018, WQXR Radio

bereitgestellt von Google News

Laravel Scout Adds Typesense, A Lightening-fast Open-source Search
17. Januar 2024, Laravel News

Elasticsearch alternatives: 8 to consider after the license change
11. März 2021, TechGenix

5 Recipe Search Engines to Cook Based on Time, Budget, & Ingredients - MUO
19. April 2022, MakeUseOf

Olivia Munn & John Mulaney's Toddler Malcolm Is a Style Icon
5. Mai 2023, SheKnows

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk