DBMS > Couchbase vs. FatDB vs. Google Cloud Firestore vs. OpenTSDB vs. Spark SQL
Vergleich der Systemeigenschaften Couchbase vs. FatDB vs. Google Cloud Firestore vs. OpenTSDB vs. Spark SQL
Redaktionelle Informationen bereitgestellt von DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Name | Couchbase Ursprünglich Membase genannt Xaus Vergleich ausschliessen | FatDB Xaus Vergleich ausschliessen | Google Cloud Firestore Xaus Vergleich ausschliessen | OpenTSDB Xaus Vergleich ausschliessen | Spark SQL Xaus Vergleich ausschliessen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kurzbeschreibung | A distributed document store with integrated cache, a powerful search engine, in-built operational and analytical capabilities, and an embedded mobile database | Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann. | Cloud Firestore is an auto-scaling document database for storing, syncing, and querying data for mobile and web apps. It offers seamless integration with other Firebase and Google Cloud Platform products. | Skalierbares Timeseries DBMS basierend auf HBase | Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Primäres Datenbankmodell | Document Store | Document Store Key-Value Store | Document Store | Time Series DBMS | Relational DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Sekundäre Datenbankmodelle | Key-Value Store originating from the former Membase product and supporting the Memcached protocol Spatial DBMS using the Geocouch extension Suchmaschine Time Series DBMS Vektor DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Website | www.couchbase.com | firebase.google.com/products/firestore | opentsdb.net | spark.apache.org/sql | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Technische Dokumentation | docs.couchbase.com | firebase.google.com/docs/firestore | opentsdb.net/docs/build/html/index.html | spark.apache.org/docs/latest/sql-programming-guide.html | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Entwickler | Couchbase, Inc. | FatCloud | derzeit von Yahoo und anderen gewartet | Apache Software Foundation | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Erscheinungsjahr | 2011 | 2012 | 2017 | 2011 | 2014 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Aktuelle Version | Server: 7.2, June 2023; Mobile: 3.1, March 2022; Couchbase Capella (DBaaS), June 2023 | 3.5.0 ( 2.13), September 2023 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Lizenz Commercial or Open Source | Open Source Business Source License (BSL 1.1); Commercial licenses also available | kommerziell | kommerziell | Open Source LGPL | Open Source Apache 2.0 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar | nein | nein | ja | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Implementierungssprache | C, C++, Go and Erlang | C# | Java | Scala | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Server Betriebssysteme | Linux OS X Windows | Windows | gehostet | Linux Windows | Linux OS X Windows | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Datenschema | schemafrei | schemafrei | schemafrei | schemafrei | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Typisierung vordefinierte Datentypen, z.B. float oder date | ja | ja | ja | numerische Daten für Metriken, Strings für Tags | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT | nein | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Sekundärindizes | ja | ja | ja | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SQL Support of SQL | SQL++, extends ANSI SQL to JSON for operational, transactional, and analytic use cases | nein Ãœber Integration mit SQL Server | nein | nein | SQL-like DML and DDL statements | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
APIs und andere Zugriffskonzepte | CLI Client HTTP REST Kafka Connector Native language bindings for CRUD, Query, Search and Analytics APIs Spark Connector Spring Data | .NET Client API LINQ RESTful HTTP API RPC Windows WCF Bindings | Android gRPC (using protocol buffers) API iOS JavaScript API RESTful HTTP API | HTTP API Telnet API | JDBC ODBC | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Unterstützte Programmiersprachen | .Net C Go Java JavaScript Node.js Kotlin PHP Python Ruby Scala | C# | Go Java JavaScript JavaScript (Node.js) Objective-C Python | Erlang Go Java Python R Ruby | Java Python R Scala | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Server-seitige Scripts Stored Procedures | Functions and timers in JavaScript and UDFs in Java, Python, SQL++ | ja Ãœber Applikationen | yes, Firebase Rules & Cloud Functions | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Triggers | ja über das TAP Protokoll | ja Ãœber Applikationen | yes, with Cloud Functions | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten | Automatic Sharding | Sharding | Sharding | Sharding basierend auf HBase | yes, utilizing Spark Core | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten | Multi-Source Replikation inklusive cross data center replication Source-Replica Replikation | frei wählbarer Replikationsfaktor | Multi-Source Replikation | frei wählbarer Replikationsfaktor basierend auf HBase | keine | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
MapReduce Bietet ein API für Map/Reduce Operationen | ja | ja | Using Cloud Dataflow | nein | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Konsistenzkonzept Methoden zur Sicherstellung der Konsistenz in einem verteilten System | Eventual Consistency Immediate Consistency pro Operation auswählbar | Eventual Consistency Immediate Consistency | Immediate Consistency | Immediate Consistency basierend auf HBase | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Fremdschlüssel referenzielle Integrität | nein | nein | nein | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen | ACID | nein | ja | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen | ja | ja | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Durability Dauerhafte Speicherung der Daten | ja | ja | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten | ja Ephemeral buckets | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Berechtigungskonzept Zugriffskontrolle | User and Administrator separation with password-based and LDAP integrated Authentication. Role-base access control. | nein Security Layer kann über Applikationen implementiert werden | Access rights for users, groups and roles based on Google Cloud Identity and Access Management. Security Rules for 3rd party authentication using Firebase Auth. | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weitere Informationen bereitgestellt vom SystemherstellerWir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Zugehörige Produkte und Dienstleistungen | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Drittanbieter | CData: Connect to Big Data & NoSQL through standard Drivers. » mehr | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Wir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weitere Ressourcen | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Couchbase Ursprünglich Membase genannt | FatDB | Google Cloud Firestore | OpenTSDB | Spark SQL | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DB-Engines Blog Posts | Couchbase climbs up the DB-Engines Ranking, increasing its popularity by 10% every month | Cloud-based DBMS's popularity grows at high rates | Time Series DBMS are the database category with the fastest increase in popularity | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Erwähnungen in aktuellen Nachrichten | With 67% ownership in Couchbase, Inc. (NASDAQ:BASE), institutional investors have a lot riding on the business Couchbase Announces New Features to Accelerate AI-Powered Adaptive Applications for Customers Couchbase's revenue grows 20% and its stock rises in extended trading Q4 Earnings Highs And Lows: Couchbase (NASDAQ:BASE) Vs The Rest Of The Data Storage Stocks Couchbase Server and Capella to gain vector support bereitgestellt von Google News | Realtime vs Cloud Firestore: Which Firebase Database to go? Google's AI-First Strategy Brings Vector Support To Cloud Databases Google’s Firebase gets AI extensions, opens up its marketplace Google's Cloud Firestore is now generally available Firestore and Python | NoSQL on Google Cloud bereitgestellt von Google News | Comparing Different Time-Series Databases Brain Monitoring with Kafka, OpenTSDB, and Grafana MapR to help admins peer into dense Hadoop clusters Comparing InfluxDB, TimescaleDB, and QuestDB Timeseries Databases MakeMyTrip travels forward in time using the power of open source bereitgestellt von Google News | Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services What is Apache Spark? The big data platform that crushed Hadoop Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024 1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services bereitgestellt von Google News |
Teilen sie diese Seite mit ihrem Netzwerk