DBMS > BoltDB vs. Databricks vs. Heroic vs. JSqlDb vs. Lovefield

Vergleich der Systemeigenschaften BoltDB vs. Databricks vs. Heroic vs. JSqlDb vs. Lovefield

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

JSqlDB seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

Kurzbeschreibung

The Databricks Lakehouse Platform combines elements of data lakes and data warehouses to provide a unified view onto structured and unstructured data. It is based on Apache Spark.

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

JavaScript Query Language Database, stores JavaScript objects and primitives

Embeddable relational database for web apps written in pure JavaScript

Primäres Datenbankmodell

Key-Value Store

Document Store
Relational DBMS

Time Series DBMS

Document Store
Object oriented DBMS

Relational DBMS

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

Punkte	0,80
Rang	#215	Overall
	#31	Key-Value Stores

Punkte	81,08
Rang	#15	Overall
	#2	Document Stores
	#10	Relational DBMS

Punkte	0,46
Rang	#265	Overall
	#22	Time Series DBMS

Punkte	0,33
Rang	#286	Overall
	#131	Relational DBMS

Website

github.com/boltdb/bolt

www.databricks.com

github.com/spotify/heroic

jsqldb.org (offline)

google.github.io/lovefield

Technische Dokumentation

docs.databricks.com

spotify.github.io/heroic

github.com/google/lovefield/blob/master/docs/spec_index.md

Entwickler

Databricks

Spotify

Konrad von Backstrom

Google

Erscheinungsjahr

2013

2014

2018

2014

Aktuelle Version

0.8, Dezember 2018

2.1.12, February 2017

Lizenz

Commercial or Open Source

Open Source

MIT License

kommerziell

Open Source

Apache 2.0

Open Source

Apache 2.0

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

JavaScript

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

gehostet

Linux
macOS
Windows

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

Datenschema

schemafrei

Flexible Schema (defined schema, partial schema, schema free)

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

Sekundärindizes

nein

via Elasticsearch

nein

SQL

Support of SQL

nein

with Databricks SQL

nein

SQL-like query language

via JavaScript builder pattern

APIs und andere Zugriffskonzepte

JDBC
ODBC
RESTful HTTP API

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Unterstützte Programmiersprachen

Python
R
Scala

JavaScript

Server-seitige Scripts

Stored Procedures

nein

benutzerdefinierte Funktionen

nein

functions in JavaScript

nein

Triggers

nein

Using read-only observers

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

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

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

using RocksDB

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

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

nein

using MemoryDB

Berechtigungskonzept

Zugriffskontrolle

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Specific characteristics

Supported database models : In addition to the Document store and Relational DBMS...
» mehr

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

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

What I learnt from building 3 high traffic web applications on an embedded key value store.
21. Februar 2018, hackernoon.com

4 Instructive Postmortems on Data Downtime and Loss
1. März 2024, The Hacker News

Roblox’s cloud-native catastrophe: A post mortem
31. Januar 2022, InfoWorld

How to Put a GUI on Ansible, Using Semaphore
22. April 2023, The New Stack

Grafana Loki: Architecture Summary and Running in Kubernetes
14. März 2023, hackernoon.com

bereitgestellt von Google News

Why Databricks' Tabular Play Has Put Snowflake On The Defensive
10. Juni 2024, Forbes

Informatica rolls out new integrations for Databricks’ cloud data platform
10. Juni 2024, SiliconANGLE News

Snowflake, DataBricks and the Fight for Apache Iceberg Tables
10. Juni 2024, The New Stack

Exclusive | Databricks to Buy Data-Management Startup Tabular in Bid for AI Clients
4. Juni 2024, The Wall Street Journal

Databricks acquires Tabular to build a common data lakehouse standard
4. Juni 2024, TechCrunch

bereitgestellt von Google News

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

bereitgestellt von Google News

Kagiso interactive shares: all eyes on android at google I/O
11. Mai 2015, WhaTech

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk