DBMS > BigObject vs. EJDB vs. Elasticsearch vs. Hyprcubd

Vergleich der Systemeigenschaften BigObject vs. EJDB vs. Elasticsearch vs. Hyprcubd

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Hyprcubd seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

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

Eine moderne Such- und Analyseplattform basierend auf Apache Lucene

Elasticsearch lets you perform and combine many types of searches such as structured, unstructured, geo, and metric

Serverless Time Series DBMS

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Document Store

Suchmaschine

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS
Vektor DBMS

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

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

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

Punkte	135,35
Rang	#7	Overall
	#1	Suchmaschinen

Website

bigobject.io

github.com/Softmotions/ejdb

www.elastic.co/elasticsearch

hyprcubd.com (offline)

Technische Dokumentation

docs.bigobject.io

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

www.elastic.co/guide/en/elasticsearch/reference/current/index.html

Entwickler

BigObject, Inc.

Softmotions

Elastic

Hyprcubd, Inc.

Erscheinungsjahr

2015

2012

2010

Aktuelle Version

8.6, January 2023

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

GPLv2

Open Source

Elastic License

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

Java

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

serverlos

Alle Betriebssysteme mit einer Java VM

gehostet

Datenschema

schemafrei

Flexible Typdefinitionen, die - sobald definiert - persistent bleiben.

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, integer, double, bool, date, object_id

time, int, uint, float, string

XML Unterstützung

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

nein

Sekundärindizes

nein

Alle Suchfelder werden automatisch indiziert

nein

SQL

Support of SQL

SQL-like DML and DDL statements

nein

SQL-like query language

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

In-process Library

Java API
RESTful HTTP/JSON API

gRPC (https)

Unterstützte Programmiersprachen

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

.Net
Groovy
Community Contributed Clients
Java
JavaScript
Perl
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

Lua

nein

Triggers

nein

Mittels Verwendung des 'Percolation' features

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

ES-Hadoop Connector

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Eventual Consistency

Synchrone dokumentenbasierte Replikation. Write consistency konfigurierbar: one, quorum, all

Eventual 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

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Read/Write Locking

nein

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Memcached and Redis integration

nein

Berechtigungskonzept

Zugriffskontrolle

nein

token access

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

PostgreSQL is the DBMS of the Year 2017
2. Januar 2018, Paul Andlinger, Matthias Gelbmann

Elasticsearch moved into the top 10 most popular database management systems
3. Juli 2017, Matthias Gelbmann

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Netflix Uses Elasticsearch Percolate Queries to Implement Reverse Searches Efficiently
29. April 2024, InfoQ.com

Using Elasticsearch to Offload Search and Analytics from DynamoDB: Pros and Cons
10. Mai 2024, hackernoon.com

Splunk vs Elasticsearch | A Comparison and How to Choose
12. Januar 2024, SentinelOne

Introducing Elasticsearch Vector Database to Azure OpenAI Service On Your Data (Preview)
26. März 2024, insider.govtech.com

ElasticSearch Goes Deep on OpenTelemetry with eBPF Donation
13. März 2024, The New Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk