DBMS > BoltDB vs. EsgynDB vs. FeatureBase vs. HugeGraph vs. ObjectBox

Vergleich der Systemeigenschaften BoltDB vs. EsgynDB vs. FeatureBase vs. HugeGraph vs. ObjectBox

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

A fast-speed and highly-scalable Graph DBMS

Extremely fast embedded database for small devices, IoT and Mobile

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Time Series DBMS

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

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

Punkte	0,25
Rang	#312	Overall
	#138	Relational DBMS

Punkte	0,31
Rang	#292	Overall
	#135	Relational DBMS

Punkte	0,17
Rang	#335	Overall
	#31	Graph DBMS

Punkte	1,29
Rang	#166	Overall
	#5	Object oriented DBMS

Website

github.com/boltdb/bolt

www.esgyn.cn

www.featurebase.com

github.com/hugegraph
hugegraph.apache.org

objectbox.io

Technische Dokumentation

docs.featurebase.com

hugegraph.apache.org/docs

docs.objectbox.io

Entwickler

Esgyn

Molecula and Pilosa Open Source Contributors

Baidu

ObjectBox Limited

Erscheinungsjahr

2013

2015

2017

2018

2017

Aktuelle Version

2022, May 2022

0.9

Lizenz

Commercial or Open Source

Open Source

MIT License

kommerziell

Open Source

Apache Version 2.0

Open Source

Apache License 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

C++, Java

Java

C und C++

Server Betriebssysteme

BSD
Linux
OS X
Solaris
Windows

Linux

Linux
macOS

Linux
macOS
Unix

Android
iOS
Linux
macOS
Windows

Datenschema

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

also supports composite index and range index

SQL

Support of SQL

nein

SQL queries

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

gRPC
JDBC
Kafka Connector
ODBC

Java API
RESTful HTTP API
TinkerPop Gremlin

Proprietäres native API

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

Java
Python

Groovy
Java
Python

C
C++
Dart
Go
Java
JavaScript

planned (as of Jan 2019)
Kotlin
Python

planned (as of Jan 2019)
Swift

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

asynchronous Gremlin script jobs

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

depending on used storage backend, e.g. Cassandra and HBase

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

Multi-source replication between multi datacenters

depending on used storage backend, e.g. Cassandra and HBase

online/offline synchronization between client and server

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

via hugegraph-spark

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

keine

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

edges in graph

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

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

Users, roles and permissions

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

The on-device Vector Database for Android and Java
29. Mai 2024

Vector search: making sense of search queries
29. Mai 2024

Python on-device Vector and Object Database for Local AI
28. Mai 2024

Evolution of search: traditional vs vector search
23. Mai 2024

On-device Vector Database for Dart/Flutter
21. Mai 2024

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

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

Get Your Infrastructure Ready for Real-Time Analytics
8. März 2022, Built In

Pilosa: A Scalable High Performance Bitmap Database Index
17. Juni 2019, hackernoon.com

The 10 Coolest Big Data Tools Of 2021
7. Dezember 2021, CRN

32 Data and Analytics Startups That Will Go Big, According to VCs
28. September 2021, Business Insider

bereitgestellt von Google News

Critical Apache HugeGraph Flaw Let Attackers Execute Remote Code
23. April 2024, GBHackers

Top 5 CVEs and Vulnerabilities of May 2024
3. Juni 2024, Security Boulevard

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk