DBMS > Drizzle vs. Google Cloud Firestore vs. HEAVY.AI

Vergleich der Systemeigenschaften Drizzle vs. Google Cloud Firestore vs. HEAVY.AI

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.

Kurzbeschreibung

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

Cloud Firestore is an auto-scaling document database for storing, syncing, and querying data for mobile and web apps. It offers seamless integration with other Firebase and Google Cloud Platform products.

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

Primäres Datenbankmodell

Relational DBMS

Document Store

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	7,85
Rang	#51	Overall
	#8	Document Stores

Punkte	1,77
Rang	#141	Overall
	#65	Relational DBMS

Website

firebase.google.com/products/firestore

github.com/heavyai/heavydb
www.heavy.ai

Technische Dokumentation

firebase.google.com/docs/firestore

docs.heavy.ai

Entwickler

Drizzle Projekt, ursprünglich gestartet von Brian Aker

Google

HEAVY.AI, Inc.

Erscheinungsjahr

2008

2017

2016

Aktuelle Version

7.2.4, September 2012

5.10, Jänner 2022

Lizenz

Commercial or Open Source

Open Source

GNU GPL

kommerziell

Open Source

Apache Version 2; enterprise edition 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++

C++ and CUDA

Server Betriebssysteme

FreeBSD
Linux
OS X

gehostet

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

APIs und andere Zugriffskonzepte

JDBC

Android
gRPC (using protocol buffers) API
iOS
JavaScript API
RESTful HTTP API

JDBC
ODBC
Thrift
Vega

Unterstützte Programmiersprachen

C
C++
Java
PHP

Go
Java
JavaScript
JavaScript (Node.js)
Objective-C
Python

All languages supporting JDBC/ODBC/Thrift
Python

Server-seitige Scripts

Stored Procedures

nein

yes, Firebase Rules & Cloud Functions

nein

Triggers

nein

Hooks für Callbacks innerhalb der Servers können verwendet werden.

yes, with Cloud Functions

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation
Source-Replica Replikation

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Using Cloud Dataflow

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

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

Berechtigungskonzept

Zugriffskontrolle

Pluggable Authentication Mechanismen

z.B. LDAP, HTTP

Access rights for users, groups and roles based on Google Cloud Identity and Access Management. Security Rules for 3rd party authentication using Firebase Auth.

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

Cloud-based DBMS's popularity grows at high rates
12. Dezember 2019, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Realtime vs Cloud Firestore: Which Firebase Database to go?
8. März 2024, Appinventiv

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

Google’s Firebase gets AI extensions, opens up its marketplace
10. Mai 2023, TechCrunch

Google's Cloud Firestore is now generally available
31. Januar 2019, ZDNet

Firestore and Python | NoSQL on Google Cloud
7. August 2020, Towards Data Science

bereitgestellt von Google News

HEAVY.AI Introduces HeavyIQ, Delivering Powerful Conversational Analytics Focused on Location and Time Data
19. März 2024, Datanami

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Making the most of geospatial intelligence
14. April 2023, InfoWorld

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk