DBMS > Blazegraph vs. DataFS vs. Drizzle vs. Google Cloud Firestore vs. H2

Vergleich der Systemeigenschaften Blazegraph vs. DataFS vs. Drizzle vs. Google Cloud Firestore vs. H2

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Amazon has acquired Blazegraph's domain and (probably) product. It is said that Amazon Neptune is based on Blazegraph.

Drizzle has published its last release in September 2012. The open-source project is discontinued and Drizzle is excluded from the DB-Engines ranking.

Kurzbeschreibung

High-performance graph database supporting Semantic Web (RDF/SPARQL) and Graph Database (tinkerpop3, blueprints, vertex-centric) APIs with scale-out and High Availability.

All data is stored inside objects which are linked by so-called link attributes. Objects consist of classes which can be extended and de-extended at runtime. Graphs can be defined with a struct.

MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.

Cloud Firestore is an auto-scaling document database for storing, syncing, and querying data for mobile and web apps. It offers seamless integration with other Firebase and Google Cloud Platform products.

Full-featured RDBMS with a small footprint, either embedded into a Java application or used as a database server.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Graph DBMS

Spatial DBMS

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

Punkte	0,75
Rang	#219	Overall
	#19	Graph DBMS
	#8	RDF Stores

Punkte	0,06
Rang	#354	Overall
	#15	Object oriented DBMS

Punkte	7,85
Rang	#51	Overall
	#8	Document Stores

Punkte	8,13
Rang	#49	Overall
	#31	Relational DBMS

Website

blazegraph.com

newdatabase.com

firebase.google.com/products/firestore

www.h2database.com

Technische Dokumentation

wiki.blazegraph.com

dev.mobiland.com/Overview.xsp

firebase.google.com/docs/firestore

www.h2database.com/html/main.html

Entwickler

Blazegraph

Mobiland AG

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Google

Thomas Mueller

Erscheinungsjahr

2006

2018

2008

2017

2005

Aktuelle Version

2.1.5, Maerz 2019

1.1.263, October 2022

7.2.4, September 2012

2.2.220, Juli 2023

Lizenz

Commercial or Open Source

Open Source

erweiterte kommerzielle Lizenz verfügbar

kommerziell

Open Source

GNU GPL

kommerziell

Open Source

dual-licence (Mozilla public license, Eclipse public license)

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

C++

Java

Server Betriebssysteme

Linux
OS X
Windows

Windows

FreeBSD
Linux
OS X

gehostet

Alle Betriebssysteme mit einer Java VM

Datenschema

schemafrei

Classes, Structs, and Lists are written in proprietary DataTypeDefinitionLanguage (.dtdl) and Objects consisting of those are written in proprietary DataAccessDefinitionLanguage (.dadl)

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

RDF literal types

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

SPARQL is used as query language

nein

mit propriätären Erweiterungen

nein

APIs und andere Zugriffskonzepte

Java API
RESTful HTTP API
SPARQL QUERY
SPARQL UPDATE
TinkerPop 3

.NET Client API
Proprietary client DLL
WinRT client

JDBC

Android
gRPC (using protocol buffers) API
iOS
JavaScript API
RESTful HTTP API

JDBC
ODBC

Unterstützte Programmiersprachen

.Net
C
C++
Java
JavaScript
PHP
Python
Ruby

.Net
C
C#
C++
VB.Net

C
C++
Java
PHP

Go
Java
JavaScript
JavaScript (Node.js)
Objective-C
Python

Java

Server-seitige Scripts

Stored Procedures

nein

yes, Firebase Rules & Cloud Functions

Java Stored Procedures and User-Defined Functions

Triggers

nein

no, except callback-events from server when changes happened

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

yes, with Cloud Functions

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Proprietary Sharding system

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

Multi-Source Replikation

With clustering: 2 database servers on different computers operate on identical copies of a database

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Using Cloud Dataflow

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency or Eventual Consistency depending on configuration

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

Relationships in Graphs

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Security and Authentication via Web Application Container (Tomcat, Jetty)

Windows-Profile

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Access rights for users, groups and roles based on Google Cloud Identity and Access Management. Security Rules for 3rd party authentication using Firebase Auth.

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

MySQL won the April ranking; did its forks follow?
1. April 2015, Paul Andlinger

Has MySQL finally lost its mojo?
1. Juli 2013, Matthias Gelbmann

alle anzeigen

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Back to the future: Does graph database success hang on query language?
5. März 2018, ZDNet

Harnessing GPUs Delivers a Big Speedup for Graph Analytics
15. Dezember 2015, Datanami

This AI Paper Introduces A Comprehensive RDF Dataset With Over 26 Billion Triples Covering Scholarly Data Across All Scientific Disciplines
19. August 2023, MarkTechPost

Representation Learning on RDF* and LPG Knowledge Graphs
24. September 2020, Towards Data Science

Faster with GPUs: 5 turbocharged databases
26. September 2016, InfoWorld

bereitgestellt von Google News

Realtime vs Cloud Firestore: Which Firebase Database to go?
8. März 2024, Appinventiv

Google's AI-First Strategy Brings Vector Support To Cloud Databases
1. März 2024, Forbes

Google’s Firebase gets AI extensions, opens up its marketplace
10. Mai 2023, TechCrunch

Google's Cloud Firestore is now generally available
31. Januar 2019, ZDNet

Firestore and Python | NoSQL on Google Cloud
7. August 2020, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk