DBMS > CockroachDB vs. Google Cloud Bigtable vs. NSDb vs. TempoIQ

Vergleich der Systemeigenschaften CockroachDB vs. Google Cloud Bigtable vs. NSDb vs. TempoIQ

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

TempoIQ seems to be decommissioned. It will be removed from the DB-Engines ranking.

Kurzbeschreibung

CockroachDB is a distributed database architected for modern cloud applications. It is wire compatible with PostgreSQL and backed by a Key-Value Store, which is either RocksDB or a purpose-built derivative, called Pebble.

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Scalable analytics DBMS for sensor data, provided as a service (SaaS)

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Wide Column Store

Time Series DBMS

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

Punkte	6,10
Rang	#58	Overall
	#33	Relational DBMS

Punkte	3,58
Rang	#92	Overall
	#14	Key-Value Stores
	#8	Wide Column Stores

Punkte	0,00
Rang	#396	Overall
	#42	Time Series DBMS

Website

www.cockroachlabs.com

cloud.google.com/bigtable

nsdb.io

tempoiq.com (offline)

Technische Dokumentation

www.cockroachlabs.com/docs

cloud.google.com/bigtable/docs

nsdb.io/Architecture

Entwickler

Cockroach Labs

Google

TempoIQ

Erscheinungsjahr

2015

2017

2012

Aktuelle Version

23.1.1, Mai 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0, commercial license available

kommerziell

Open Source

Apache Version 2.0

kommerziell

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, Scala

Server Betriebssysteme

Linux
macOS
Windows

gehostet

Linux
macOS

Datenschema

dynamic schema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

nein

all fields are automatically indexed

SQL

Support of SQL

yes, wire compatible with PostgreSQL

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

gRPC
HTTP REST
WebSocket

HTTP API

Unterstützte Programmiersprachen

C#
C++
Clojure
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby
Rust

C#
C++
Go
Java
JavaScript (Node.js)
Python

Java
Scala

C#
Java
JavaScript

Node.js
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Realtime Alerts

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning (by key range)

all tables are translated to an ordered KV store and then broken down into 64MB ranges, which are then used as replicas in RAFT

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-source replication using RAFT

Internal replication in Colossus, and regional replication between two clusters in different zones

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Atomic single-row operations

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Role-based access control

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

einfacher Authentication-basierter Zugriffsschutz

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

Erwähnungen in aktuellen Nachrichten

Cockroach Labs Deepens Partnership with Google Cloud, CockroachDB Selected to Join Google Distributed Cloud
9. April 2024, PR Newswire

CockroachDB tempts legacy databases to crawl into the cloud age
29. Januar 2024, The Register

How DoorDash Migrated from Aurora Postgres to CockroachDB
5. Dezember 2023, The New Stack

How to Unlock Real-Time Data Streams with CockroachDB and Amazon MSK | Amazon Web Services
6. November 2023, AWS Blog

Cockroach Entices High-End Legacy Workloads with v23.2
18. Januar 2024, Datanami

bereitgestellt von Google News

Google's AI-First Strategy Brings Vector Support To Cloud Databases
1. März 2024, Forbes

Google expands BigQuery with Gemini, brings vector support to cloud databases
29. Februar 2024, VentureBeat

What is Google Bigtable? | Definition from TechTarget
1. März 2022, TechTarget

Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs
31. Januar 2022, InfoQ.com

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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk