DBMS > BigObject vs. Cachelot.io vs. EJDB vs. GeoSpock vs. Greenplum

Vergleich der Systemeigenschaften BigObject vs. Cachelot.io vs. EJDB vs. GeoSpock vs. Greenplum

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

GeoSpock seems to be discontinued. Therefore it will be excluded from the DB-Engines ranking.

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

In-memory caching system

Eingebettete Library mit JSON-Notation für Queries (Syntax ähnlich zu MongoDB)

Spatial and temporal data processing engine for extreme data scale

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Key-Value Store

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Time Series DBMS

Document Store
Spatial DBMS

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

Punkte	0,13
Rang	#333	Overall
	#147	Relational DBMS

Punkte	0,00
Rang	#383	Overall
	#60	Key-Value Stores

Punkte	0,27
Rang	#297	Overall
	#44	Document Stores

Punkte	8,37
Rang	#48	Overall
	#30	Relational DBMS

Website

bigobject.io

cachelot.io

github.com/Softmotions/ejdb

geospock.com

greenplum.org

Technische Dokumentation

docs.bigobject.io

github.com/Softmotions/ejdb/blob/master/README.md

docs.greenplum.org

Entwickler

BigObject, Inc.

Softmotions

GeoSpock

Pivotal Software Inc.

Erscheinungsjahr

2015

2012

2005

Aktuelle Version

2.0, September 2019

7.0.0, September 2023

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Simplified BSD License

Open Source

GPLv2

kommerziell

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

C++

Java, Javascript

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

FreeBSD
Linux
OS X

serverlos

gehostet

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

string, integer, double, bool, date, object_id

XML Unterstützung

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

nein

seit Version 4.2

Sekundärindizes

nein

temporal, categorical

SQL

Support of SQL

SQL-like DML and DDL statements

nein

ANSI SQL for query only (using Presto)

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

Memcached Protokoll

In-process Library

JDBC

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C++
ColdFusion
Erlang
Java
Lisp
Lua
OCaml
OCaml
Perl
PHP
Python
Ruby

Actionscript
C
C#
C++
Go
Java
JavaScript (Node.js)
Lua
Objective-C
Pike
Python
Ruby

C
Java
Perl
Python
R

Server-seitige Scripts

Stored Procedures

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Automatic sharding

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Read/Write Locking

Durability

Dauerhafte Speicherung der Daten

nein

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Access rights for users can be defined per table

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

Erwähnungen in aktuellen Nachrichten

GeoSpock launches Spatial Big Data Platform 2.0
4. September 2019, VanillaPlus

nChain leads investment round in extreme-scale data firm GeoSpock
2. Oktober 2020, CoinGeek

GeoSpock’s extreme-scale data mission in $5.4m funding boost
8. Oktober 2020, Cambridge Independent

Big data processing techniques to streamline analytics
5. Oktober 2018, TechTarget

Ola acquires GeoSpoc to build next-gen location technology
5. Oktober 2021, The Economic Times

bereitgestellt von Google News

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, oreilly.com

RSA: EMC integrates Hadoop with Greenplum database
26. Februar 2013, DatacenterDynamics

Greenplum 6 ventures outside the analytic box
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk