DBMS > BigObject vs. GeoMesa vs. Solr

Vergleich der Systemeigenschaften BigObject vs. GeoMesa 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

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

Eine häufig verwendete Suchmaschinentechnologie basierend auf Apache Lucene

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Spatial DBMS

Suchmaschine

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	0,26
Rang	#341	Overall
	#148	Relational DBMS

Punkte	0,87
Rang	#239	Overall
	#5	Spatial DBMS

Punkte	44,20
Rang	#24	Overall
	#3	Suchmaschinen

Website

bigobject.io

www.geomesa.org

solr.apache.org

Technische Dokumentation

docs.bigobject.io

www.geomesa.org/documentation/stable/user/index.html

solr.apache.org/resources.html

Entwickler

BigObject, Inc.

CCRi und Andere

Apache Software Foundation

Erscheinungsjahr

2015

2014

2006

Aktuelle Version

4.0.4, Oktober 2023

9.4.0, Oktober 2023

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

Apache License 2.0

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

Scala

Java

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

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

Alle Suchfelder werden automatisch indiziert

SQL

Support of SQL

SQL-like DML and DDL statements

nein

Solr Parallel SQL Interface

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

Java API
RESTful HTTP/JSON API

Unterstützte Programmiersprachen

.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

nein

Java plugins

Triggers

nein

User configurable commands triggered on index changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

abhängig von Storage layer

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

abhängig von Storage layer

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

abhängig von Storage layer

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

optimistic Locking

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

abhängig von Storage layer

Berechtigungskonzept

Zugriffskontrolle

nein

anhängig von dem zur Speicherung verwendeten DBMS

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

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

Top 5 stock gainers and losers: SOLR.V, GRSL.V, ANON.C
21. November 2023, Equity.Guru

Renewable energy stock achieves first profitable quarter | 2023-11 ...
21. November 2023, Stockhouse Publishing

How to import data into Apache Solr
17. Mai 2022, TechRepublic

What is Apache Solr? And why you should use it
20. Juli 2017, InfoWorld

Pelham meeting Wednesday evening will cover proposed changes ...
12. April 2023, GazetteNET

bereitgestellt von Google News

Jobangebote

Remote, Text Search Enginner with Solr or Lucene or Lucid Works
CapB InfoteK, Boston, MA

Sale Manager - Clean Energy Consultant at SOLR
SOLR - The Future is Clean, Los Angeles, CA

Principal Drupal Developer – Digital Services – Human Services Agency (1064) (138114)
City and County of San Francisco, San Francisco, CA

Full stack Cloud Developer - Secret Clearance
Blu Omega, Remote

Staff Software Engineering
Zelis, Remote

jobs by

Teilen sie diese Seite mit ihrem Netzwerk