DBMS > Databend vs. Google Cloud Datastore vs. Heroic vs. RDF4J

Vergleich der Systemeigenschaften Databend vs. Google Cloud Datastore vs. Heroic vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

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

Selbst skalierendes NoSQL Datenbankservice in der Google Cloud Plattform

Time Series DBMS built at Spotify based on Cassandra or Google Cloud Bigtable, and ElasticSearch

RDF4J ist ein Java Framework zur Verarbeitung von RDF Daten, sowohl Hauptspeicher- als auch Disk-basiert.

Primäres Datenbankmodell

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

Punkte	0,28
Rang	#287	Overall
	#131	Relational DBMS

Punkte	4,13
Rang	#71	Overall
	#12	Document Stores

Punkte	0,13
Rang	#335	Overall
	#29	Time Series DBMS

Punkte	0,72
Rang	#222	Overall
	#9	RDF Stores

Website

github.com/datafuselabs/databend
www.databend.com

cloud.google.com/datastore

github.com/spotify/heroic

rdf4j.org

Technische Dokumentation

docs.databend.com

cloud.google.com/datastore/docs

spotify.github.io/heroic

rdf4j.org/documentation

Entwickler

Databend Labs

Google

Spotify

Since 2016 officially forked into an Eclipse project, former developer was Aduna Software.

Erscheinungsjahr

2021

2008

2014

2004

Aktuelle Version

1.0.59, April 2023

Lizenz

Commercial or Open Source

Open Source

Apache Version 2.0

kommerziell

Open Source

Apache 2.0

Open Source

Eclipse Distribution License (EDL), v1.0.

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

Rust

Java

Server Betriebssysteme

gehostet
Linux
macOS

gehostet

Linux
OS X
Unix
Windows

Datenschema

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, Details hier

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Sekundärindizes

nein

via Elasticsearch

SQL

Support of SQL

SQL-like query language (GQL)

nein

APIs und andere Zugriffskonzepte

CLI Client
JDBC
RESTful HTTP API

gRPC (using protocol buffers) API
RESTful HTTP/JSON API

HQL (Heroic Query Language, a JSON-based language)
HTTP API

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

Go
Java
JavaScript (Node.js)
Python
Rust

.Net
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

mit Google App Engine

nein

Triggers

nein

Callbacks mit Google Apps Engine

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

Multi-source replication using Paxos

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

mittels Google Cloud Dataflow

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate Consistency or Eventual Consistency depending on type of query and configuration

Strong Consistency is default for entity lookups and queries within an Entity Group (but can instead be made eventually consistent). Other queries are always eventual consistent.

Eventual Consistency
Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

via ReferenceProperties or Ancestor paths

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Serializable Isolation within Transactions, Read Committed outside of Transactions

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

In-memory Storage wird ebenfalls unterstützt

In-Memory Unterstützung

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

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

Erwähnungen in aktuellen Nachrichten

Apache Iceberg Rust Released
9. September 2024, iProgrammer

Â£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 Cloud vs AWS: Which Cloud Computing Platform is Better?
11. September 2024, Cloudwards

Google Gets Rid of Fees To Transfer Data Out of Cloud Platform
12. Januar 2024, Spiceworks News and Insights

Google App Engine
26. April 2024, TechTarget

What Is Google Cloud? Platform, Benefits & More Explained
11. September 2024, Cloudwards

17 Top Cloud Storage Companies to Know
9. April 2024, Built In

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk