DBMS > Cubrid vs. JaguarDB vs. OpenQM vs. Oracle Berkeley DB vs. Transbase

Vergleich der Systemeigenschaften Cubrid vs. JaguarDB vs. OpenQM vs. Oracle Berkeley DB vs. Transbase

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Performant, highly scalable DBMS for AI and IoT applications

QpenQM is a high-performance, self-tuning, multi-value DBMS

Weit verbreiteter In-Process Key-Value Store

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Vektor DBMS

Multivalue DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Relational DBMS

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

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

Punkte	0,06
Rang	#381	Overall
	#59	Key-Value Stores
	#13	Vektor DBMS

Punkte	0,34
Rang	#284	Overall
	#10	Multivalue DBMS

Punkte	2,01
Rang	#126	Overall
	#21	Key-Value Stores
	#3	Native XML DBMS

Punkte	0,17
Rang	#334	Overall
	#148	Relational DBMS

Website

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

www.jaguardb.com

www.rocketsoftware.com/products/rocket-multivalue-application-development-platform/rocket-open-qm

www.oracle.com/database/technologies/related/berkeleydb.html

www.transaction.de/en/products/transbase.html

Technische Dokumentation

cubrid.org/manuals

www.jaguardb.com/support.html

docs.oracle.com/cd/E17076_05/html/index.html

www.transaction.de/en/products/transbase/features.html

Entwickler

CUBRID Corporation, CUBRID Foundation

DataJaguar, Inc.

Rocket Software, originally Martin Phillips

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Transaction Software GmbH

Erscheinungsjahr

2008

2015

1993

1994

1987

Aktuelle Version

11.0, Jaenner 2021

3.3 July 2023

3.4-12

18.1.40, Mai 2020

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

Open Source

GPL V3.0

Open Source

GPLv2, erweiterte kommerzielle Lizenz verfügbar

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

kommerziell

Development Lizenz gratis

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++

the server part. Clients available in other languages

C, Java, C++ (depending on the Berkeley DB edition)

C und C++

Server Betriebssysteme

Linux
Windows

Linux

AIX
FreeBSD
Linux
macOS
Raspberry Pi
Solaris
Windows

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

with some exceptions

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

only with the Berkeley DB XML edition

nein

Sekundärindizes

SQL

Support of SQL

A subset of ANSI SQL is implemented

but no views, foreign keys, triggers

nein

SQL Interface basierend auf SQLite verfügbar

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC
OLE DB

JDBC
ODBC

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

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

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

.Net
Basic
C
Java
Objective C
PHP
Python

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

Server-seitige Scripts

Stored Procedures

Java Stored Procedures

nein

Triggers

nein

only for the SQL API

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

Multi-Source Replikation

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

ACID

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

Rechteverwaltung mit Benutzeraccounts

Access rights can be defined down to the item level

nein

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

Erwähnungen in aktuellen Nachrichten

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

What You Need to Know About NoSQL Databases
17. Februar 2012, Forbes

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

Margo I. Seltzer | Berkman Klein Center
18. August 2020, Berkman Klein Center

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk