DBMS > BigObject vs. EsgynDB vs. Google Cloud Bigtable vs. JaguarDB vs. Sequoiadb

Vergleich der Systemeigenschaften BigObject vs. EsgynDB vs. Google Cloud Bigtable vs. JaguarDB vs. Sequoiadb

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Analytic DBMS für Echtzeitberechnungen und Queries

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

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

Performant, highly scalable DBMS for AI and IoT applications

NewSQL database with distributed OLTP and SQL

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Key-Value Store
Wide Column Store

Key-Value Store
Vektor DBMS

Document Store
Relational DBMS

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

Punkte	0,19
Rang	#329	Overall
	#146	Relational DBMS

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	3,15
Rang	#95	Overall
	#14	Key-Value Stores
	#8	Wide Column Stores

Punkte	0,06
Rang	#381	Overall
	#59	Key-Value Stores
	#13	Vektor DBMS

Punkte	0,50
Rang	#258	Overall
	#41	Document Stores
	#120	Relational DBMS

Website

bigobject.io

www.esgyn.cn

cloud.google.com/bigtable

www.jaguardb.com

www.sequoiadb.com

Technische Dokumentation

docs.bigobject.io

cloud.google.com/bigtable/docs

www.jaguardb.com/support.html

www.sequoiadb.com/en/index.php?m=Files&a=index

Entwickler

BigObject, Inc.

Esgyn

Google

DataJaguar, Inc.

Sequoiadb Ltd.

Erscheinungsjahr

2015

2013

Aktuelle Version

3.3 July 2023

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

kommerziell

Open Source

GPL V3.0

Open Source

Server: AGPL; Client: Apache V2

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

C++

the server part. Clients available in other languages

C++

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux

gehostet

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

oid, date, timestamp, binary, regex

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

A subset of ANSI SQL is implemented

but no views, foreign keys, triggers

SQL-like query language

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

ADO.NET
JDBC
ODBC

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

JDBC
ODBC

Proprietäres Protokoll basierend auf JSON

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

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

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby
Scala

.Net
C++
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

Lua

Java Stored Procedures

nein

JavaScript

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 replication between multi datacenters

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

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

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

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

Atomic single-row operations

nein

während einer Transaktion wird das Dokument gesperrt

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

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

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

Rechteverwaltung mit Benutzeraccounts

einfacher Passwort-basierter Zugriffsschutz

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

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 Launches Cloud Bigtable, A Highly Scalable And Performant NoSQL Database
6. Mai 2015, TechCrunch

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk