DBMS > BigObject vs. LMDB vs. SiriDB vs. Sphinx

Vergleich der Systemeigenschaften BigObject vs. LMDB vs. SiriDB vs. Sphinx

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

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

Open Source Time Series DBMS

Open Source Suchmaschine zum Suchen in Daten aus verschiedenen Quellen, u.a. relationalen Datenbanken

Primäres Datenbankmodell

Relational DBMS

Ein hierarchisches Modell (Baum) kann einer Tabelle übergestülpt werden

Key-Value Store

Time Series DBMS

Suchmaschine

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

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

Punkte	2,09
Rang	#121	Overall
	#20	Key-Value Stores

Punkte	0,07
Rang	#378	Overall
	#42	Time Series DBMS

Punkte	5,95
Rang	#55	Overall
	#5	Suchmaschinen

Website

bigobject.io

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

siridb.com

sphinxsearch.com

Technische Dokumentation

docs.bigobject.io

www.lmdb.tech/doc

docs.siridb.com

sphinxsearch.com/docs

Entwickler

BigObject, Inc.

Symas

Cesbit

Sphinx Technologies Inc.

Erscheinungsjahr

2015

2011

2017

2001

Aktuelle Version

0.9.32, Jaenner 2024

3.5.1, Februar 2023

Lizenz

Commercial or Open Source

kommerziell

kostenlose community edition verfügbar

Open Source

MIT License

Open Source

GPL Version 2, kommerzielle Lizenz erhältlich

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++

Server Betriebssysteme

Linux

distributed as a docker-image
OS X

distributed as a docker-image (boot2docker)
Windows

distributed as a docker-image (boot2docker)

Linux
Unix
Windows

Linux

FreeBSD
Linux
NetBSD
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

Full-Text Index auf allen Suchfeldern

SQL

Support of SQL

SQL-like DML and DDL statements

nein

SQL-like query language (SphinxQL)

APIs und andere Zugriffskonzepte

fluentd
ODBC
RESTful HTTP API

HTTP API

Proprietäres Protokoll

Unterstützte Programmiersprachen

.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

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

C++

inoffizielle Client Library
Java
Perl

inoffizielle Client Library
PHP
Python
Ruby

inoffizielle Client Library

Server-seitige Scripts

Stored Procedures

Lua

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Aufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

automatically between fact table and dimension tables

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Read/write lock on objects (tables, trees)

Durability

Dauerhafte Speicherung der Daten

Der Originalinhalt von Feldern wird nicht im Sphinx-Index gespeichert.

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

nein

Einfache Rechteverwaltung mit Benutzeraccounts

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

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

The Tom Brady Data Biography
8. September 2023, StatsBomb

Automating SAP S/4HANA Migration with IT-Conductor, BGP Managed Services, and AWS | Amazon Web Services
22. August 2023, AWS Blog

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

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

Jaxon Repp on HarperDB Distributed Database Platform
23. März 2022, InfoQ.com

bereitgestellt von Google News

Switching From Sphinx to MkDocs Documentation — What Did I Gain and Lose
2. Februar 2024, Towards Data Science

5 Powerful Alternatives to Elasticsearch
25. April 2024, Insider Monkey

Manticore is a Faster Alternative to Elasticsearch in C++
25. Juli 2022, hackernoon.com

Royal Mail stamp prices could rise, warns Czech Sphinx
3. Juni 2024, Proactive Investors UK

Perplexity AI: From Its Use To Operation, Everything You Need To Know About Google's Newest Challenger
11. Januar 2024, Free Press Journal

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk