DBMS > Bangdb vs. Cubrid vs. IBM Db2 Event Store vs. Solr

Vergleich der Systemeigenschaften Bangdb vs. Cubrid vs. IBM Db2 Event Store vs. Solr

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Converged and high performance database for device data, events, time series, document and graph

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

Distributed Event Store optimized for Internet of Things use cases

Eine häufig verwendete Suchmaschinentechnologie basierend auf Apache Lucene

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Relational DBMS

Event Store
Time Series DBMS

Suchmaschine

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,08
Rang	#347	Overall
	#47	Document Stores
	#34	Graph DBMS
	#31	Time Series DBMS

Punkte	1,20
Rang	#169	Overall
	#78	Relational DBMS

Punkte	0,19
Rang	#323	Overall
	#2	Event Stores
	#28	Time Series DBMS

Punkte	42,91
Rang	#24	Overall
	#3	Suchmaschinen

Website

bangdb.com

cubrid.com (korean)
cubrid.org (english)

www.ibm.com/products/db2-event-store

solr.apache.org

Technische Dokumentation

docs.bangdb.com

cubrid.org/manuals

www.ibm.com/docs/en/db2-event-store

solr.apache.org/resources.html

Entwickler

Sachin Sinha, BangDB

CUBRID Corporation, CUBRID Foundation

IBM

Apache Software Foundation

Erscheinungsjahr

2012

2008

2017

2006

Aktuelle Version

BangDB 2.0, October 2021

11.0, Jaenner 2021

2.0

9.6.0, April 2024

Lizenz

Commercial or Open Source

Open Source

BSD 3

Open Source

Apache Version 2.0

kommerziell

free developer edition available

Open Source

Apache Version 2

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

C, C++

C, C++, Java

C und C++

Java

Server Betriebssysteme

Linux

Linux
Windows

Linux

Linux, macOS, Windows for the developer addition

Alle Betriebssysteme mit einer Java VM

Läuft als Servlet in einem Servlet Container (z.B. Tomcat, Jetty ist inkludiert)

Datenschema

schemafrei

Dynamic Fields enables on-the-fly addition of new fields

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: string, long, double, int, geospatial, stream, events

mit benutzerdefinierten Datentypen und automatic typing

XML Unterstützung

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

nein

Sekundärindizes

secondary, composite, nested, reverse, geospatial

nein

Alle Suchfelder werden automatisch indiziert

SQL

Support of SQL

SQL like support with command line tool

through the embedded Spark runtime

Solr Parallel SQL Interface

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

ADO.NET
JDBC
ODBC
OLE DB

ADO.NET
DB2 Connect
JDBC
ODBC
RESTful HTTP API

Java API
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

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

C
C#
C++
Cobol
Delphi
Fortran
Go
Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby
Scala
Visual Basic

.Net
Erlang
Java
JavaScript
jede Sprache, die Sockets und entweder XML oder JSON unterstützt
Perl
PHP
Python
Ruby
Scala

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

Java plugins

Triggers

yes, Notifications (with Streaming only)

nein

User configurable commands triggered on index changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding (enterprise version only). P2P based virtual network overlay with consistent hashing and chord algorithm

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

selectable replication factor, Knob for CAP (enterprise version only)

Source-Replica Replikation

Active-active shard replication

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

spark-solr: github.com/lucidworks/spark-solr and streaming expressions to reduce

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Tunable consistency, set CAP knob accordingly

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

optimistic Locking

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

No - written data is immutable

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

Yes - Synchronous writes to local disk combined with replication and asynchronous writes in parquet format to permanent shared storage

In-Memory Unterstützung

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

yes, run db with in-memory only mode

nein

Berechtigungskonzept

Zugriffskontrolle

yes (enterprise version only)

fine grained access rights according to SQL-standard

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Elasticsearch replaced Solr as the most popular search engine
12. Januar 2016, Paul Andlinger

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Advancements in streaming data storage, real-time analysis and machine learning
25. Juli 2019, IBM

IBM Builds New Ultra-Fast Platform for Hoovering Up and Analyzing Data from Anywhere
31. Mai 2018, Data Center Knowledge

How IBM Is Turning Db2 into an 'AI Database'
3. Juni 2019, Datanami

Best cloud databases of 2022
4. Oktober 2022, ITPro

Why a robust data management strategy is essential today | IBM HDM
19. September 2019, Express Computer

bereitgestellt von Google News

SOLR-led walkout demands better conditions for Compass workers
27. Februar 2024, Daily Northwestern

(SOLR) Technical Pivots with Risk Controls
28. April 2024, Stock Traders Daily

Best Practices from Rackspace for Modernizing a Legacy HBase/Solr Architecture Using AWS Services | Amazon Web ...
9. Oktober 2023, AWS Blog

SOLR hosts teach-in of labor movements at Northwestern
28. Januar 2024, Daily Northwestern

SearchStax Launches Serverless Solr Service to Accelerate Cloud-Native Application Development
5. April 2023, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk