DBMS > Cubrid vs. Firebase Realtime Database vs. HEAVY.AI

Vergleich der Systemeigenschaften Cubrid vs. Firebase Realtime Database vs. HEAVY.AI

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

Cloud-hosted realtime document store. iOS, Android, and JavaScript clients share one Realtime Database instance and automatically receive updates with the newest data.

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Primäres Datenbankmodell

Relational DBMS

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	1,31
Rang	#169	Overall
	#78	Relational DBMS

Punkte	15,00
Rang	#39	Overall
	#6	Document Stores

Punkte	2,10
Rang	#126	Overall
	#61	Relational DBMS

Website

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

firebase.google.com/products/realtime-database

github.com/heavyai/heavydb
www.heavy.ai

Technische Dokumentation

cubrid.org/manuals

firebase.google.com/docs/database

docs.heavy.ai

Entwickler

CUBRID Corporation, CUBRID Foundation

Google

acquired by Google 2014

HEAVY.AI, Inc.

Erscheinungsjahr

2008

2012

2016

Aktuelle Version

11.0, Jaenner 2021

5.10, Jänner 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

Apache Version 2; enterprise edition available

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

C++ and CUDA

Server Betriebssysteme

Linux
Windows

gehostet

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

nein

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

Android
iOS
JavaScript API
RESTful HTTP API

JDBC
ODBC
Thrift
Vega

Unterstützte Programmiersprachen

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

Java
JavaScript
Objective-C

All languages supporting JDBC/ODBC/Thrift
Python

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

limited functionality with using 'rules'

nein

Triggers

Callbacks are triggered when data changes

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Round robin

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

if the client is offline
Immediate Consistency

if the client is online

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

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

yes, based on authentication and database rules

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

DB-Engines Blog Posts

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Realtime vs Cloud Firestore: Which Firebase Database to go?
8. März 2024, Appinventiv

Atos cybersecurity blog: Misconfigured Firebase: A real-time cyber threat
18. Januar 2024, Atos

Don't be like these 900+ websites and expose millions of passwords via Firebase
18. März 2024, The Register

Google Firebase may have exposed 125M records from misconfigurations
19. März 2024, SC Media

Misconfigured Firebase instances leaked 19 million plaintext passwords
19. März 2024, BleepingComputer

bereitgestellt von Google News

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, businesswire.com

Making the most of geospatial intelligence
14. April 2023, InfoWorld

HEAVY.AI Partners with Bain, Maxar, and Nvidia to Provide Digital Twins for Telecom Networks
16. Februar 2023, Datanami

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk