DBMS > Databend vs. EventStoreDB vs. Google Cloud Bigtable vs. InfinityDB

Vergleich der Systemeigenschaften Databend vs. EventStoreDB vs. Google Cloud Bigtable vs. InfinityDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines
Name	Databend  Xaus Vergleich ausschliessen	EventStoreDB  Xaus Vergleich ausschliessen	Google Cloud Bigtable  Xaus Vergleich ausschliessen	InfinityDB  Xaus Vergleich ausschliessen
Kurzbeschreibung	An open-source, elastic, and workload-aware cloud data warehouse designed to meet businesses' massive-scale analytics needs at low cost and with low complexity	Industrial-strength, open-source database solution built from the ground up for event sourcing.	Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.	A Java embedded Key-Value Store which extends the Java Map interface
Primäres Datenbankmodell	Relational DBMS	Event Store	Key-Value Store Wide Column Store	Key-Value Store
DB-Engines Ranking misst die Popularität von Datenbankmanagement- systemen Trend Chart	Punkte 0,34 Rang #283   Overall #130   Relational DBMS	Punkte 1,19 Rang #173   Overall #1   Event Stores	Punkte 3,15 Rang #95   Overall #14   Key-Value Stores #8   Wide Column Stores	Punkte 0,08 Rang #365   Overall #55   Key-Value Stores
Website	github.com/­datafuselabs/­databend www.databend.com	www.eventstore.com	cloud.google.com/­bigtable	boilerbay.com
Technische Dokumentation	docs.databend.com	developers.eventstore.com	cloud.google.com/­bigtable/­docs	boilerbay.com/­infinitydb/­manual
Entwickler	Databend Labs	Event Store Limited	Google	Boiler Bay Inc.
Erscheinungsjahr	2021	2012	2015	2002
Aktuelle Version	1.0.59, April 2023	21.2, Februar 2021		4.0
Lizenz Commercial or Open Source	Open Source Apache Version 2.0	Open Source	kommerziell	kommerziell
Ausschließlich ein Cloud-Service Nur als Cloud-Service verfügbar	nein	nein	ja	nein
DBaaS Angebote (gesponserte Links) Database as a Service Providers of DBaaS offerings, please contact us to be listed.
Implementierungssprache	Rust			Java
Server Betriebssysteme	gehostet Linux macOS	Linux Windows	gehostet	Alle Betriebssysteme mit einer Java VM
Datenschema	ja		schemafrei	ja nested virtual Java Maps, multi-value, logical ‘tuple space’ runtime Schema upgrade
Typisierung vordefinierte Datentypen, z.B. float oder date	ja		nein	ja all Java primitives, Date, CLOB, BLOB, huge sparse arrays
XML Unterstützung Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT	nein		nein	nein
Sekundärindizes	nein		nein	nein manual creation possible, using inversions based on multi-value capability
SQL Support of SQL	ja		nein	nein
APIs und andere Zugriffskonzepte	CLI Client JDBC RESTful HTTP API		gRPC (using protocol buffers) API HappyBase (Python library) HBase compatible API (Java)	Access via java.util.concurrent.ConcurrentNavigableMap Interface Proprietary API to InfinityDB ItemSpace (boilerbay.com/­docs/­ItemSpaceDataStructures.htm)
Unterstützte Programmiersprachen	Go Java JavaScript (Node.js) Python Rust		C# C++ Go Java JavaScript (Node.js) Python	Java
Server-seitige Scripts Stored Procedures	nein		nein	nein
Triggers	nein		nein	nein
Partitionierungsmechanismen Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten	keine		Sharding	keine
Replikationsmechanismen Methoden zum redundanten Speichern von Daten auf mehreren Knoten	keine		Internal replication in Colossus, and regional replication between two clusters in different zones	keine
MapReduce Bietet ein API für Map/Reduce Operationen	nein		ja	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 READ-COMMITTED or SERIALIZED
Fremdschlüssel referenzielle Integrität	nein		nein	nein manual creation possible, using inversions based on multi-value capability
Transaktionskonzept Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen	ja		Atomic single-row operations	ACID Optimistic locking for transactions; no isolation for bulk loads
Concurrency Unterstützung von gleichzeitig ausgeführten Datenmanipulationen	ja		ja	ja
Durability Dauerhafte Speicherung der Daten	ja		ja	ja
In-Memory Unterstützung Gibt es Möglichkeiten einige oder alle Strukturen nur im Hauptspeicher zu halten			nein	nein
Berechtigungskonzept Zugriffskontrolle	Users with fine-grained authorization concept, user roles		Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)	nein
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
	Databend	EventStoreDB	Google Cloud Bigtable	InfinityDB
Erwähnungen in aktuellen Nachrichten	Data Bending: Creating Unique Digital Visual Effects 23. April 2020, RedShark News Rust and the OS, the Web, Database and Other Languages 21. November 2022, The New Stack £1.1 Million in AddisonMckee Tube Bending Technologies Provides Dinex with Outstanding OEM Credentials 24. Mai 2007, news.thomasnet.com 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