DBMS > Cubrid vs. Google Cloud Bigtable vs. Kinetica vs. TimesTen vs. Vitess
Vergleich der Systemeigenschaften Cubrid vs. Google Cloud Bigtable vs. Kinetica vs. TimesTen vs. Vitess
Redaktionelle Informationen bereitgestellt von DB-Engines | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Name | Cubrid Xaus Vergleich ausschliessen | Google Cloud Bigtable Xaus Vergleich ausschliessen | Kinetica Xaus Vergleich ausschliessen | TimesTen Xaus Vergleich ausschliessen | Vitess Xaus Vergleich ausschliessen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Kurzbeschreibung | CUBRID is an open-source SQL-based relational database management system with object extensions for OLTP | Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail. | Fully vectorized database across both GPUs and CPUs | In-Memory RDBMS compatible to Oracle | Scalable, distributed, cloud-native DBMS, extending MySQL | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Primäres Datenbankmodell | Relational DBMS | Key-Value Store Wide Column Store | Relational DBMS | Relational DBMS | Relational DBMS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Sekundäre Datenbankmodelle | Spatial DBMS Time Series DBMS | Document Store Spatial DBMS | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Website | cubrid.com (korean) cubrid.org (english) | cloud.google.com/bigtable | www.kinetica.com | www.oracle.com/database/technologies/related/timesten.html | vitess.io | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Technische Dokumentation | cubrid.org/manuals | cloud.google.com/bigtable/docs | docs.kinetica.com | docs.oracle.com/database/timesten-18.1 | vitess.io/docs | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Entwickler | CUBRID Corporation, CUBRID Foundation | Kinetica | Oracle, TimesTen Performance Software, HP originally founded in HP Labs it was acquired by Oracle in 2005 | The Linux Foundation, PlanetScale | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Erscheinungsjahr | 2008 | 2015 | 2012 | 1998 | 2013 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Aktuelle Version | 11.0, Jaenner 2021 | 7.1, August 2021 | 11 Release 2 (11.2.2.8.0) | 15.0.2, December 2022 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Lizenz Commercial or Open Source | Open Source Apache Version 2.0 | kommerziell | kommerziell | kommerziell | Open Source Apache Version 2.0, commercial licenses available | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar | nein | ja | nein | nein | nein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Implementierungssprache | C, C++, Java | C, C++ | Go | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Server Betriebssysteme | Linux Windows | gehostet | Linux | AIX HP-UX Linux OS X Solaris SPARC/x86 Windows | Docker Linux macOS | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Datenschema | ja | schemafrei | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Typisierung vordefinierte Datentypen, z.B. float oder date | ja | nein | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
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 | ja | nein | ja | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
SQL Support of SQL | ja | nein | SQL-like DML and DDL statements | ja | ja mit proprietären Erweiterungen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
APIs und andere Zugriffskonzepte | ADO.NET JDBC ODBC OLE DB | gRPC (using protocol buffers) API HappyBase (Python library) HBase compatible API (Java) | JDBC ODBC RESTful HTTP API | JDBC ODBC ODP.NET Oracle Call Interface (OCI) | ADO.NET JDBC MySQL protocol ODBC | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Unterstützte Programmiersprachen | C C# C++ Go Java JavaScript (Node.js) Perl PHP Python Ruby | C# C++ Go Java JavaScript (Node.js) Python | C++ Java JavaScript (Node.js) Python | C C++ Java PL/SQL | Ada C C# C++ D Delphi Eiffel Erlang Haskell Java JavaScript (Node.js) Objective-C OCaml Perl PHP Python Ruby Scheme Tcl | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Server-seitige Scripts Stored Procedures | Java Stored Procedures | nein | benutzerdefinierte Funktionen | PL/SQL | ja proprietäre Syntax | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Triggers | ja | nein | ja triggers when inserted values for one or more columns fall within a specified range | nein | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten | keine | Sharding | Sharding | keine | 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 | Source-Replica Replikation | Multi-Source Replikation Source-Replica Replikation | Multi-Source Replikation Source-Replica Replikation | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
MapReduce Bietet ein API für Map/Reduce Operationen | nein | ja | nein | nein | 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) | Immediate Consistency or Eventual Consistency depending on configuration | Immediate Consistency or Eventual Consistency depending on configuration | Eventual Consistency across shards Immediate Consistency within a shard | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Fremdschlüssel referenzielle Integrität | ja | nein | ja | ja | ja nicht für MyISAM Storage Engine | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen | ACID | Atomic single-row operations | nein | ACID | ACID at shard level | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen | ja | ja | ja | ja | ja Table Locks oder Row Locks abhängig von Storage Engine | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Durability Dauerhafte Speicherung der Daten | ja | ja | ja | ja by means of logfiles and checkpoints | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten | nein | nein | ja GPU vRAM or System RAM | ja | ja | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Berechtigungskonzept Zugriffskontrolle | fine grained access rights according to SQL-standard | Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM) | Zugriffsrechte für Benutzer und Rollen auf Tabellenebene | Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard | Benutzer mit feingranularem Berechtigungskonzept keine Benutzergruppen oder Rollen | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weitere Informationen bereitgestellt vom SystemherstellerWir laden Vertreter der Systemhersteller ein uns zu kontaktieren, um die Systeminformationen zu aktualisieren und zu ergänzen, | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Zugehörige Produkte und DienstleistungenWir laden Vertreter von Anbietern von zugehörigen Produkten ein uns zu kontaktieren, um hier Informationen über ihre Angebote zu präsentieren. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weitere Ressourcen | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Cubrid | Google Cloud Bigtable | Kinetica | TimesTen | Vitess | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Erwähnungen in aktuellen Nachrichten | Google's AI-First Strategy Brings Vector Support To Cloud Databases Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs Google scales up Cloud Bigtable NoSQL database Review: Google Bigtable scales with ease Google Cloud makes it cheaper to run smaller workloads on Bigtable bereitgestellt von Google News | Kinetica Delivers Real-Time Vector Similarity Search Kinetica ramps up RAG for generative AI, empowering enterprises with real-time operational data Kinetica Launches Generative AI Solution for Real-Time Inferencing Powered by NVIDIA AI Enterprise Kinetica Elevates RAG with Fast Access to Real-Time Data Transforming spatiotemporal data analysis with GPUs and generative AI bereitgestellt von Google News | PlanetScale Unveils Distributed MySQL Database Service Based on Vitess PlanetScale grabs YouTube-developed open-source tech, promises Vitess DBaaS with on-the-fly schema changes They scaled YouTube -- now they’ll shard everyone with PlanetScale With Vitess 4.0, database vendor matures cloud-native platform PlanetScale Serves up Vitess-Powered Serverless MySQL bereitgestellt von Google News |
Teilen sie diese Seite mit ihrem Netzwerk