DBMS > BigObject vs. FeatureBase vs. LeanXcale vs. Solr

Vergleich der Systemeigenschaften BigObject vs. FeatureBase vs. LeanXcale vs. Solr

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

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

A highly scalable full ACID SQL database with fast NoSQL data ingestion and GIS capabilities

Eine häufig verwendete Suchmaschinentechnologie basierend auf Apache Lucene

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Relational DBMS

Key-Value Store
Relational DBMS

Suchmaschine

Sekundäre Datenbankmodelle

Spatial DBMS

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

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

Punkte	0,22
Rang	#309	Overall
	#139	Relational DBMS

Punkte	0,29
Rang	#291	Overall
	#41	Key-Value Stores
	#132	Relational DBMS

Punkte	42,91
Rang	#24	Overall
	#3	Suchmaschinen

Website

Technische Dokumentation

docs.bigobject.io

docs.featurebase.com

solr.apache.org/resources.html

Entwickler

BigObject, Inc.

Molecula and Pilosa Open Source Contributors

LeanXcale

Apache Software Foundation

Erscheinungsjahr

2015

2017

2015

2006

Aktuelle Version

2022, May 2022

9.6.0, April 2024

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

kommerziell

Open Source

Apache Version 2

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)

Linux
macOS

Alle Betriebssysteme mit einer Java VM

Läuft als Servlet in einem Servlet Container (z.B. Tomcat, Jetty ist inkludiert)

Datenschema

Dynamic Fields enables on-the-fly addition of new fields

Typisierung

vordefinierte Datentypen, z.B. float oder date

mit benutzerdefinierten Datentypen und automatic typing

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

SQL

Support of SQL

SQL-like DML and DDL statements

SQL queries

through Apache Derby

Solr Parallel SQL Interface

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

gRPC
JDBC
Kafka Connector
ODBC

JDBC
Kafka Connector
ODBC
proprietary key/value interface
Spark Connector

Java API
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

Java
Python

C
Java
Scala

.Net
Erlang
Java
JavaScript
jede Sprache, die Sockets und entweder XML oder JSON unterstützt
Perl
PHP
Python
Ruby
Scala

Server-seitige Scripts

Stored Procedures

Lua

Java plugins

Triggers

nein

User configurable commands triggered on index changes

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

spark-solr: github.com/lucidworks/spark-solr and streaming expressions to reduce

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

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

optimistic Locking

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

nein

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

Elasticsearch replaced Solr as the most popular search engine
12. Januar 2016, Paul Andlinger

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

The 10 Hottest Big Data Startups Of 2021
18. November 2021, CRN

Get Your Infrastructure Ready for Real-Time Analytics
8. März 2022, Built In

32 Data and Analytics Startups That Will Go Big, According to VCs
28. September 2021, Business Insider

The 10 Coolest Big Data Tools Of 2021
7. Dezember 2021, CRN

bereitgestellt von Google News

Closing Bell: Solar Alliance Energy Inc flat on Tuesday (SOLR)
24. Mai 2024, The Globe and Mail

SOLR-led walkout demands better conditions for Compass workers
27. Februar 2024, Daily Northwestern

(SOLR) Technical Data
17. Mai 2024, news.stocktradersdaily.com

SOLR hosts teach-in of labor movements at Northwestern
28. Januar 2024, Daily Northwestern

SOLR hosts May Day amid ongoing contract negotiations
12. Mai 2024, Daily Northwestern

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk