DBMS > Cachelot.io vs. EsgynDB vs. GeoMesa vs. Google Cloud Bigtable

Vergleich der Systemeigenschaften Cachelot.io vs. EsgynDB vs. GeoMesa vs. Google Cloud Bigtable

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Cachelot.io  Xaus Vergleich ausschliessen	EsgynDB  Xaus Vergleich ausschliessen	GeoMesa  Xaus Vergleich ausschliessen	Google Cloud Bigtable  Xaus Vergleich ausschliessen
Kurzbeschreibung	In-memory caching system	Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion	GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.	Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.
Primäres Datenbankmodell	Key-Value Store	Relational DBMS	Spatial DBMS	Key-Value Store Wide Column Store
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,04 Rang #388   Overall #62   Key-Value Stores	Punkte 0,25 Rang #312   Overall #138   Relational DBMS	Punkte 0,86 Rang #205   Overall #4   Spatial DBMS	Punkte 3,15 Rang #95   Overall #14   Key-Value Stores #8   Wide Column Stores
Website	cachelot.io	www.esgyn.cn	www.geomesa.org	cloud.google.com/­bigtable
Technische Dokumentation			www.geomesa.org/­documentation/­stable/­user/­index.html	cloud.google.com/­bigtable/­docs
Entwickler		Esgyn	CCRi und Andere	Google
Erscheinungsjahr	2015	2015	2014	2015
Aktuelle Version			5.0.0, Mai 2024
Lizenz Commercial or Open Source	Open Source Simplified BSD License	kommerziell	Open Source Apache License 2.0	kommerziell
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	nein	ja
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	C++	C++, Java	Scala
Server Betriebssysteme	FreeBSD Linux OS X	Linux		gehostet
Datenschema	schemafrei	ja	ja	schemafrei
Typisierung vordefinierte Datentypen, z.B. float oder date	nein	ja	ja	nein
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein	nein	nein	nein
Sekundärindizes	nein	ja	ja	nein
SQL Support of SQL	nein	ja	nein	nein
APIs und andere Zugriffskonzepte	Memcached Protokoll	ADO.NET JDBC ODBC		gRPC (using protocol buffers) API HappyBase (Python library) HBase compatible API (Java)
Unterstützte Programmiersprachen	.Net C C++ ColdFusion Erlang Java Lisp Lua OCaml OCaml Perl PHP Python Ruby	All languages supporting JDBC/ODBC/ADO.Net		C# C++ Go Java JavaScript (Node.js) Python
Server-seitige Scripts Stored Procedures	nein	Java Stored Procedures	nein	nein
Triggers	nein	nein	nein	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	keine	Sharding	abhängig von Storage layer	Sharding
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	keine	Multi-source replication between multi datacenters	abhängig von Storage layer	Internal replication in Colossus, and regional replication between two clusters in different zones
MapReduce Bietet ein API für Map/Reduce Operationen	nein	ja	ja	ja
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System	keine	Immediate Consistency	abhängig von Storage layer	Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)
Fremdschlüssel referenzielle Integrität	nein	ja	nein	nein
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	nein	ACID	nein	Atomic single-row operations
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja	ja	ja	ja
Durability Dauerhafte Speicherung der Daten	nein	ja	ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten	nein	nein	abhängig von Storage layer	nein
Berechtigungskonzept Zugriffskontrolle	nein	Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard	ja anhängig von dem zur Speicherung verwendeten DBMS	Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)
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
	Cachelot.io	EsgynDB	GeoMesa	Google Cloud Bigtable
DB-Engines Blog Posts			Spatial database management systems 6. April 2021, Matthias Gelbmann alle anzeigen
Erwähnungen in aktuellen Nachrichten				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 Google introduces Cloud Bigtable managed NoSQL database to process data at scale 6. Mai 2015, VentureBeat bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk