DBMS > Bangdb vs. Datomic vs. Google Cloud Bigtable

Vergleich der Systemeigenschaften Bangdb vs. Datomic vs. Google Cloud Bigtable

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

DBMS mit Fokus auf der Abspeicherung von historischen Daten und 'point-in-time queries'. Es verwendet Fremdsysteme zur Speicherung der Daten

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

Primäres Datenbankmodell

Document Store
Graph DBMS
Time Series DBMS

Relational DBMS

Key-Value Store
Wide Column Store

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	1,59
Rang	#150	Overall
	#69	Relational DBMS

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

Website

bangdb.com

www.datomic.com

cloud.google.com/bigtable

Technische Dokumentation

docs.bangdb.com

docs.datomic.com

cloud.google.com/bigtable/docs

Entwickler

Sachin Sinha, BangDB

Cognitect

Google

Erscheinungsjahr

2012

2015

Aktuelle Version

BangDB 2.0, October 2021

1.0.6735, Juni 2023

Lizenz

Commercial or Open Source

Open Source

BSD 3

kommerziell

Limitierte Edition gratis

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

C, C++

Java, Clojure

Server Betriebssysteme

Linux

Alle Betriebssysteme mit einer Java VM

gehostet

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

nein

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

SQL

Support of SQL

SQL like support with command line tool

nein

APIs und andere Zugriffskonzepte

Propriätäres Protokoll
RESTful HTTP API

RESTful HTTP API

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

Unterstützte Programmiersprachen

C
C#
C++
Java
Python

Clojure
Java

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

Server-seitige Scripts

Stored Procedures

nein

Transaction Functions

nein

Triggers

yes, Notifications (with Streaming only)

By using transaction functions

nein

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

But extensive use of caching in the application peers

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

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

keine

But extensive use of caching in the application peers

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

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Tunable consistency, set CAP knob accordingly

Immediate Consistency

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

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Atomic single-row operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

using external storage systems (e.g. Cassandra, DynamoDB, PostgreSQL, Couchbase and others)

In-Memory Unterstützung

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

yes, run db with in-memory only mode

recommended only for testing and development

nein

Berechtigungskonzept

Zugriffskontrolle

yes (enterprise version only)

nein

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

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

Nubank buys firm behind Clojure programming language
28. Juli 2020, Finextra

Zoona Case Study
16. Dezember 2017, AWS Blog

Architecting Software for Leverage
13. November 2021, InfoQ.com

TerminusDB Takes on Data Collaboration with a git-Like Approach
1. Dezember 2020, The New Stack

Brazil’s Nubank acquires US software firm Cognitect, creator of Clojure and Datomic
24. Juli 2020, LatamList

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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk