DBMS > Cubrid vs. Derby vs. GBase vs. Google Cloud Bigtable

Vergleich der Systemeigenschaften Cubrid vs. Derby vs. GBase vs. Google Cloud Bigtable

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP

Full-featured RDBMS with a small footprint, either embedded into a Java application or used as a database server.

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

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

Relational DBMS

Key-Value Store
Wide Column Store

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

Punkte	1,04
Rang	#187	Overall
	#87	Relational DBMS

Punkte	4,60
Rang	#70	Overall
	#38	Relational DBMS

Punkte	1,05
Rang	#186	Overall
	#86	Relational DBMS

Punkte	3,15
Rang	#95	Overall
	#14	Key-Value Stores
	#8	Wide Column Stores

Website

cubrid.com (korean)
cubrid.org (english)

db.apache.org/derby

www.gbase.cn

cloud.google.com/bigtable

Technische Dokumentation

cubrid.org/manuals

db.apache.org/derby/manuals/index.html

cloud.google.com/bigtable/docs

Entwickler

CUBRID Corporation, CUBRID Foundation

Apache Software Foundation

General Data Technology Co., Ltd.

Google

Erscheinungsjahr

2008

1997

2004

2015

Aktuelle Version

11.0, Jaenner 2021

10.17.1.0, November 2023

GBase 8a, GBase 8s, GBase 8c

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

Apache Version 2

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

C, C++, Java

Java

C, Java, Python

Server Betriebssysteme

Linux
Windows

Alle Betriebssysteme mit einer Java VM

Linux

gehostet

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

SQL

Support of SQL

Standard with numerous extensions

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

JDBC

ADO.NET
C API
JDBC
ODBC

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

Unterstützte Programmiersprachen

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

Java

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

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

user defined functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

horizontal partitioning (by range, list and hash) and vertical partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

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)

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Atomic single-row operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

fine grained access rights according to SQL-standard

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Erwähnungen in aktuellen Nachrichten

JDBC tutorial: Easy installation and setup with Apache Derby
20. Dezember 2019, TheServerSide.com

Installing Apache Hive 3.1.2 on Windows 10 | by Hadi Fadlallah
3. Mai 2020, Towards Data Science

The Arrival of Java 20
21. März 2023, blogs.oracle.com

The Ultimate Open Source Database List Profiling 16 Software Tools
30. Mai 2019, Solutions Review

The Apache® Software Foundation Announces 18 Years of Open Source Leadership
28. März 2017, GlobeNewswire

bereitgestellt von Google News

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