DBMS > Drizzle vs. Google Cloud Bigtable vs. Hyprcubd vs. RDF4J

Vergleich der Systemeigenschaften Drizzle vs. Google Cloud Bigtable vs. Hyprcubd vs. RDF4J

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Drizzle has published its last release in September 2012. The open-source project is discontinued and Drizzle is excluded from the DB-Engines ranking.

Hyprcubd seems to be discontinued. Therefore it is excluded from the DB-Engines ranking.

Kurzbeschreibung

MySQL fork mit erweiterbarem Micro-Kernel und mit Betonung von Leistung vor Kompatibilität.

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

Serverless Time Series DBMS

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

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Wide Column Store

Time Series DBMS

RDF Store

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

Punkte	2,97
Rang	#92	Overall
	#15	Key-Value Stores
	#8	Wide Column Stores

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

Website

cloud.google.com/bigtable

hyprcubd.com (offline)

rdf4j.org

Technische Dokumentation

cloud.google.com/bigtable/docs

rdf4j.org/documentation

Entwickler

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Google

Hyprcubd, Inc.

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

Erscheinungsjahr

2008

2015

2004

Aktuelle Version

7.2.4, September 2012

Lizenz

Commercial or Open Source

Open Source

GNU GPL

kommerziell

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

C++

Java

Server Betriebssysteme

FreeBSD
Linux
OS X

gehostet

Linux
OS X
Unix
Windows

Datenschema

schemafrei

RDF Schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

time, int, uint, float, string

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

mit propriätären Erweiterungen

nein

SQL-like query language

nein

APIs und andere Zugriffskonzepte

JDBC

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

gRPC (https)

Java API
RIO

RDF Input/Output
Sail API
SeRQL

Sesame RDF Query Language
Sesame REST HTTP Protocol
SPARQL

Unterstützte Programmiersprachen

C
C++
Java
PHP

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

Java
PHP
Python

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

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

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

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

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Atomic single-row operations

nein

ACID

Isolation abhängig vom verwendeten API

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

nein

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

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

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

token access

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

DB-Engines Blog Posts

MySQL won the April ranking; did its forks follow?
1. April 2015, Paul Andlinger

Has MySQL finally lost its mojo?
1. Juli 2013, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Google Cloud adds graph processing to Spanner, SQL support to Bigtable
1. August 2024, InfoWorld

Google introduces Bigtable SQL access and Spanner's new AI-ready features
1. August 2024, ZDNet

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

Google Cloud Adds GenAI, Core Enhancements Across Data Platform
1. August 2024, The New Stack

Google expands BigQuery with Gemini, brings vector support to cloud databases
29. Februar 2024, VentureBeat

bereitgestellt von Google News

Hyprcubd CEO: From psychotherapist to tech startup founder
8. Januar 2021, The Business Journals

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk