DBMS > Dgraph vs. EsgynDB vs. Google Cloud Bigtable vs. LokiJS vs. Vitess

Vergleich der Systemeigenschaften Dgraph vs. EsgynDB vs. Google Cloud Bigtable vs. LokiJS vs. Vitess

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Verteiltes, skalierbares Graph DBMS

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

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

In-memory JavaScript DBMS

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Graph DBMS

Relational DBMS

Key-Value Store
Wide Column Store

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial 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	3,26
Rang	#92	Overall
	#13	Key-Value Stores
	#8	Wide Column Stores

Punkte	0,43
Rang	#264	Overall
	#42	Document Stores

Punkte	0,82
Rang	#209	Overall
	#97	Relational DBMS

Website

dgraph.io

www.esgyn.cn

cloud.google.com/bigtable

github.com/techfort/LokiJS

vitess.io

Technische Dokumentation

dgraph.io/docs

cloud.google.com/bigtable/docs

techfort.github.io/LokiJS

vitess.io/docs

Entwickler

Dgraph Labs, Inc.

Esgyn

Google

The Linux Foundation, PlanetScale

Erscheinungsjahr

2016

2015

2014

2013

Aktuelle Version

15.0.2, December 2022

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

kommerziell

Open Source

Apache Version 2.0, commercial licenses available

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

JavaScript

Server Betriebssysteme

Linux
OS X
Windows

Linux

gehostet

Serverlos, benötigt eine JavaScript Umgebung (Browser, Node.js)

Docker
Linux
macOS

Datenschema

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

Sekundärindizes

nein

über Views

SQL

Support of SQL

nein

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

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

ADO.NET
JDBC
ODBC

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

JavaScript API

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

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

All languages supporting JDBC/ODBC/ADO.Net

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

JavaScript

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

nein

Java Stored Procedures

nein

View Functions in JavaScript

proprietäre Syntax

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

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

keine

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

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

keine

Eventual Consistency across shards
Immediate Consistency within a shard

Fremdschlüssel

referenzielle Integrität

nein

nicht für MyISAM Storage Engine

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Atomic single-row operations

nein

Atomare Operationen innerhalb einer Collection möglich

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

Serialisierung einer DB in Node.JS, Cordova/PhoneGap möglich; im Browser mittels IndexedDB-API

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

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

nein

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

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

New kids on the block: database management systems implemented in JavaScript
1. Dezember 2014, 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

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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

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

bereitgestellt von Google News

LokiJS - A JavaScript Database
18. November 2014, iProgrammer

LokiJS Reaches 1.4
8. Juli 2016, iProgrammer

bereitgestellt von Google News

PlanetScale Unveils Distributed MySQL Database Service Based on Vitess
18. Mai 2021, Datanami

PlanetScale grabs YouTube-developed open-source tech, promises Vitess DBaaS with on-the-fly schema changes
18. Mai 2021, The Register

With Vitess 4.0, database vendor matures cloud-native platform
13. November 2019, TechTarget

Massively Scaling MySQL Using Vitess
19. Februar 2019, InfoQ.com

They scaled YouTube -- now they’ll shard everyone with PlanetScale
13. Dezember 2018, TechCrunch

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk