DBMS > BigObject vs. EJDB vs. LMDB vs. Vitess

Vergleich der Systemeigenschaften BigObject vs. EJDB vs. LMDB vs. Vitess

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

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

A high performant, light-weight, embedded key-value database library

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Document Store

Key-Value Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

Punkte	0,13
Rang	#329	Overall
	#147	Relational DBMS

Punkte	0,13
Rang	#331	Overall
	#46	Document Stores

Punkte	1,94
Rang	#120	Overall
	#20	Key-Value Stores

Punkte	0,86
Rang	#202	Overall
	#95	Relational DBMS

Website

bigobject.io

github.com/Softmotions/ejdb

www.symas.com/symas-embedded-database-lmdb

vitess.io

Technische Dokumentation

docs.bigobject.io

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

www.lmdb.tech/doc

vitess.io/docs

Entwickler

BigObject, Inc.

Softmotions

Symas

The Linux Foundation, PlanetScale

Erscheinungsjahr

2015

2012

2011

2013

Aktuelle Version

0.9.32, Jaenner 2024

15.0.2, December 2022

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

GPLv2

Open Source

Apache Version 2.0, commercial licenses available

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

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

serverlos

Linux
Unix
Windows

Docker
Linux
macOS

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

Sekundärindizes

nein

SQL

Support of SQL

SQL-like DML and DDL statements

nein

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

In-process Library

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

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

.Net
C
C++
Clojure
Go
Haskell
Java
JavaScript (Node.js)
Lisp
Lua
MatLab
Nim
Objective C
OCaml
Perl
PHP
Python
R
Ruby
Rust
Swift
Tcl

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

Server-seitige Scripts

Stored Procedures

Lua

nein

proprietäre Syntax

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

Multi-Source Replikation
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

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Normalerweise nicht gebraucht, ähnliche Funktionalität mit collection joins

nein

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Read/Write Locking

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

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

Threat Actors Exploit Multiple Vulnerabilities in Ivanti Connect Secure and Policy Secure Gateways
29. Februar 2024, CISA

The Lightning Memory-mapped Database
2. März 2016, InfoQ.com

Akamai launches managed database service
25. April 2022, Blocks & Files

HarperDB - How and Why We Built It From The Ground Up on NodeJS
28. Februar 2021, hackernoon.com

The Tom Brady Data Biography
8. September 2023, StatsBomb

bereitgestellt von Google News

Deepthi Sigireddi on Distributed Database Architecture in the Cloud Native Era
20. Mai 2024, InfoQ.com

They scaled YouTube — now they’ll shard everyone with PlanetScale
13. Dezember 2018, TechCrunch

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

PlanetScale offers undo button to reverse schema migration without losing data
24. März 2022, The Register

CNCF’s Vitess Scales MySQL with the Help of Kubernetes
9. Februar 2018, The New Stack

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk