DBMS > Dgraph vs. EsgynDB vs. Firebase Realtime Database vs. Google Cloud Bigtable vs. Pinecone

Vergleich der Systemeigenschaften Dgraph vs. EsgynDB vs. Firebase Realtime Database vs. Google Cloud Bigtable vs. Pinecone

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Verteiltes, skalierbares Graph DBMS

Enterprise-class SQL-on-Hadoop solution, powered by Apache Trafodion

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

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 managed, cloud-native vector database

Primäres Datenbankmodell

Graph DBMS

Relational DBMS

Document Store

Key-Value Store
Wide Column Store

Vektor DBMS

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

Punkte	1,45
Rang	#156	Overall
	#15	Graph DBMS

Punkte	0,16
Rang	#329	Overall
	#146	Relational DBMS

Punkte	14,29
Rang	#39	Overall
	#6	Document Stores

Punkte	3,26
Rang	#92	Overall
	#13	Key-Value Stores
	#8	Wide Column Stores

Punkte	3,16
Rang	#95	Overall
	#2	Vektor DBMS

Website

dgraph.io

www.esgyn.cn

firebase.google.com/products/realtime-database

cloud.google.com/bigtable

www.pinecone.io

Technische Dokumentation

dgraph.io/docs

firebase.google.com/docs/database

cloud.google.com/bigtable/docs

docs.pinecone.io/docs/overview

Entwickler

Dgraph Labs, Inc.

Esgyn

Google

acquired by Google 2014

Google

Pinecone Systems, Inc

Erscheinungsjahr

2016

2015

2012

2015

2019

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

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++, Java

Server Betriebssysteme

Linux
OS X
Windows

Linux

gehostet

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

String, Number, Boolean

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

GraphQL query language
gRPC (using protocol buffers) API
HTTP API

ADO.NET
JDBC
ODBC

Android
iOS
JavaScript API
RESTful HTTP API

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

RESTful HTTP API

Unterstützte Programmiersprachen

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

All languages supporting JDBC/ODBC/ADO.Net

Java
JavaScript
Objective-C

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

Python

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures

limited functionality with using 'rules'

nein

Triggers

nein

Callbacks are triggered when data changes

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Synchronous replication via Raft

Multi-source replication between multi datacenters

Internal replication in Colossus, and regional replication between two clusters in different zones

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 (for a single cluster), Eventual consistency (for two or more replicated clusters)

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Atomic single-row operations

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

nein

Planned for future releases

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

yes, based on authentication and database rules

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

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

Vector databases
2. Juni 2023, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

The 12 Best Graph Databases to Consider for 2024
22. Oktober 2023, Solutions Review

Dgraph on AWS: Setting up a horizontally scalable graph database | Amazon Web Services
1. September 2020, AWS Blog

Dgraph Rises to the Top Graph Database on GitHub With 11 G2 Badges and 11M Downloads
26. Mai 2021, Business Wire

Dgraph Raises $6M in Seed Funding
20. Juli 2022, FinSMEs

bereitgestellt von Google News

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

Google launches Firebase Genkit, a new open source framework for building AI-powered apps
14. Mai 2024, TechCrunch

bereitgestellt von Google News

Google's AI-First Strategy Brings Vector Support To Cloud Databases
1. März 2024, Forbes

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

Google introduces Cloud Bigtable managed NoSQL database to process data at scale
6. Mai 2015, VentureBeat

Google Launches Cloud Bigtable, A Highly Scalable And Performant NoSQL Database
6. Mai 2015, TechCrunch

bereitgestellt von Google News

Pinecone launches its serverless vector database out of preview
21. Mai 2024, TechCrunch

Pinecone Launches Serverless Vector Database for Scalable AI Applications
21. Mai 2024, Datanami

Pinecone launches its serverless vector database out of preview
21. Mai 2024, Yahoo Lifestyle Australia

Reimagining Vector Databases for the Generative AI Era with Pinecone Serverless on AWS | Amazon Web Services
21. März 2024, AWS Blog

Pinecone’s new serverless database may see few takers, analysts say
17. Januar 2024, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk