DBMS > Blueflood vs. EsgynDB vs. Google BigQuery vs. IBM Db2

Vergleich der Systemeigenschaften Blueflood vs. EsgynDB vs. Google BigQuery vs. IBM Db2

Bitte wählen Sie ein weiteres System aus, um es in den Vergleich aufzunehmen.

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Skalierbare Timeseries DBMS basierend auf Cassandra

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

Large scale data warehouse service with append-only tables

Weit verbreitetes RDBMS im Großrechnerumfeld (z/OS), zwei unterschiedliche Versionen für Großrechner und Windows/Linux

Primäres Datenbankmodell

Time Series DBMS

Relational DBMS

Seit Version 10.5 Unterstützung für JSON/BSON Dokumente mit Kompatibilität zu MongoDB

Sekundäre Datenbankmodelle

Document Store
RDF Store

in Db2 LUW (Linux, Unix, Windows)
Spatial DBMS

with Db2 Spatial Extender

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

Punkte	0,06
Rang	#352	Overall
	#36	Time Series DBMS

Punkte	0,15
Rang	#325	Overall
	#144	Relational DBMS

Punkte	52,67
Rang	#19	Overall
	#13	Relational DBMS

Punkte	123,05
Rang	#9	Overall
	#6	Relational DBMS

Website

blueflood.io

www.esgyn.cn

cloud.google.com/bigquery

www.ibm.com/products/db2

Technische Dokumentation

github.com/rax-maas/blueflood/wiki

cloud.google.com/bigquery/docs

www.ibm.com/docs/en/db2

Entwickler

Rackspace

Esgyn

Google

IBM

Erscheinungsjahr

2013

2015

2010

1983

Version für Großrechner

Aktuelle Version

12.1, Oktober 2016

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

kostenlose Version verfügbar

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

C und C++

Server Betriebssysteme

Linux
OS X

Linux

gehostet

AIX
HP-UX
Linux
Solaris
Windows
z/OS

Datenschema

vordefiniertes Schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

nein

APIs und andere Zugriffskonzepte

HTTP REST

ADO.NET
JDBC
ODBC

RESTful HTTP/JSON API

ADO.NET
JDBC
JSON style queries

Kompatibel zu MongoDB
ODBC
XQuery

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

.Net
Java
JavaScript
Objective-C
PHP
Python
Ruby

C
C#
C++
Cobol
Delphi
Fortran
Java
Perl
PHP
Python
Ruby
Visual Basic

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

benutzerdefinierte Funktionen

in JavaScript

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

basierend auf Cassandra

Sharding

keine

Sharding

nur in Windows/Unix/Linux Version

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

frei wählbarer Replikationsfaktor

basierend auf Cassandra

Multi-source replication between multi datacenters

mit Zusatztools (MQ, InfoSphere)

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency

basierend auf Cassandra
Immediate Consistency

basierend auf Cassandra

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

nein

Weil zur Abfrage von Daten gedacht

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

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

Zugriffsrechte (Owner, Writer, Reader) auf Dataset-, Tabellen- und View-Ebene

Google Cloud Identity & Access Management (IAM)

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

Drittanbieter

CData: Connect to Big Data & NoSQL through standard Drivers.
» mehr

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

PostgreSQL is the DBMS of the Year 2023
2. Januar 2024, Matthias Gelbmann, Paul Andlinger

Snowflake is the DBMS of the Year 2022, defending the title from last year
3. Januar 2023, Matthias Gelbmann, Paul Andlinger

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Real-Time Performance and Health Monitoring Using Netdata
2. September 2019, CNX Software

bereitgestellt von Google News

Db2 is a story worth telling, even if IBM won't
4. Juli 2024, The Register

Data migration strategies to Amazon RDS for Db2
15. Mai 2024, AWS Blog

Six new Db2 capabilities DBAs must try today with Db2 11.5.9
9. April 2024, IBM

Using Oracle Cloud Infrastructure (OCI) GoldenGate with Db2 for z Database
31. Mai 2024, Oracle

Precisely Supports Amazon RDS for Db2 Service with Real-Time Data Integration Capabilities
3. April 2024, precisely.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk