DBMS > Blueflood vs. FatDB vs. Google Cloud Bigtable vs. ToroDB

Vergleich der Systemeigenschaften Blueflood vs. FatDB vs. Google Cloud Bigtable vs. ToroDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Blueflood  Xaus Vergleich ausschliessen	FatDB  Xaus Vergleich ausschliessen	Google Cloud Bigtable  Xaus Vergleich ausschliessen	ToroDB  Xaus Vergleich ausschliessen
		Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.		ToroDB seems to be discontinued. Therefore it is excluded from the DB-Engines Ranking.
Kurzbeschreibung	Skalierbare Timeseries DBMS basierend auf Cassandra	Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.	Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.	A MongoDB-compatible JSON document store, built on top of PostgreSQL
Primäres Datenbankmodell	Time Series DBMS	Document Store Key-Value Store	Key-Value Store Wide Column Store	Document Store
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,13 Rang #346   Overall #33   Time Series DBMS		Punkte 3,15 Rang #95   Overall #14   Key-Value Stores #8   Wide Column Stores
Website	blueflood.io		cloud.google.com/­bigtable	github.com/­torodb/­server
Technische Dokumentation	github.com/­rax-maas/­blueflood/­wiki		cloud.google.com/­bigtable/­docs
Entwickler	Rackspace	FatCloud	Google	8Kdata
Erscheinungsjahr	2013	2012	2015	2016
Lizenz Commercial or Open Source	Open Source Apache 2.0	kommerziell	kommerziell	Open Source AGPL-V3
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	ja	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	gehostet	Alle Betriebssysteme mit einer Java 7 VM
Datenschema	vordefiniertes Schema	schemafrei	schemafrei	schemafrei
Typisierung vordefinierte Datentypen, z.B. float oder date	ja	ja	nein	ja string, integer, double, boolean, date, object_id
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein		nein	nein
Sekundärindizes	nein	ja	nein
SQL Support of SQL	nein	nein Ãœber Integration mit SQL Server	nein
APIs und andere Zugriffskonzepte	HTTP REST	.NET Client API LINQ RESTful HTTP API RPC Windows WCF Bindings	gRPC (using protocol buffers) API HappyBase (Python library) HBase compatible API (Java)
Unterstützte Programmiersprachen		C#	C# C++ Go Java JavaScript (Node.js) Python
Server-seitige Scripts Stored Procedures	nein	ja Ãœber Applikationen	nein
Triggers	nein	ja Ãœber Applikationen	nein	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	Sharding basierend auf Cassandra	Sharding	Sharding	Sharding
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	frei wählbarer Replikationsfaktor basierend auf Cassandra	frei wählbarer Replikationsfaktor	Internal replication in Colossus, and regional replication between two clusters in different zones	Source-Replica Replikation
MapReduce Bietet ein API für Map/Reduce Operationen	nein	ja	ja
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	Eventual Consistency basierend auf Cassandra Immediate Consistency basierend auf Cassandra	Eventual Consistency Immediate Consistency	Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)	Eventual Consistency Immediate Consistency
Fremdschlüssel referenzielle Integrität	nein	nein	nein	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	nein	nein	Atomic single-row operations	nein
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	ja	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	nein		nein
Berechtigungskonzept Zugriffskontrolle	nein	nein Security Layer kann über Applikationen implementiert werden	Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)	Zugriffsrechte für Benutzer und Rollen
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
	Blueflood	FatDB	Google Cloud Bigtable	ToroDB
Erwähnungen in aktuellen Nachrichten	Real-Time Performance and Health Monitoring Using Netdata 2. September 2019, CNX Software bereitgestellt von Google News		Google's AI-First Strategy Brings Vector Support To Cloud Databases 1. März 2024, Forbes Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs 31. Januar 2022, InfoQ.com Google scales up Cloud Bigtable NoSQL database 27. Januar 2022, TechTarget Review: Google Bigtable scales with ease 7. September 2016, InfoWorld Google Cloud makes it cheaper to run smaller workloads on Bigtable 7. April 2020, TechCrunch bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk