DBMS > BigObject vs. Cachelot.io vs. EJDB vs. Greenplum vs. IBM Db2 warehouse

Vergleich der Systemeigenschaften BigObject vs. Cachelot.io vs. EJDB vs. Greenplum vs. IBM Db2 warehouse

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

In-memory caching system

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

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.

Data warehousing service aus der Cloud

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Key-Value Store

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

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

Punkte	1,30
Rang	#164	Overall
	#75	Relational DBMS

Website

bigobject.io

cachelot.io

github.com/Softmotions/ejdb

greenplum.org

www.ibm.com/products/db2/warehouse

Technische Dokumentation

docs.bigobject.io

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

docs.greenplum.org

Entwickler

BigObject, Inc.

Softmotions

Pivotal Software Inc.

IBM

Erscheinungsjahr

2015

2012

2005

2014

Aktuelle Version

7.0.0, September 2023

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Simplified BSD License

Open Source

GPLv2

Open Source

Apache 2.0

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++

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

Linux

gehostet

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

nein

Importieren/Exportieren von XML Daten möglich

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

nein

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

Memcached Protokoll

In-process Library

JDBC
ODBC

.NET Client API
JDBC
ODBC
OLE DB

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

Java
JavaScript (Node.js)
Perl
PHP
Python
R
Ruby

Server-seitige Scripts

Stored Procedures

Lua

nein

PL/SQL, SQL PL

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

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

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

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

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, O'Reilly Media

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

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

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

bereitgestellt von Google News

Announcing the deprecation of prior generation Db2 Warehouse plans on AWS
16. Oktober 2023, IBM

Introducing the next generation of Db2 Warehouse: Our cost-effective, cloud-native data warehouse built for always-on ...
11. Juli 2023, IBM

Top 7 Cloud Data Warehouse Companies
31. Mai 2023, Datamation

Db2 Warehouse delivers 4x faster query performance than previously, while cutting storage costs by 34x
11. Juli 2023, IBM

Data mining in Db2 Warehouse: the basics
23. Juni 2020, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk