DBMS > EsgynDB vs. FeatureBase vs. Infobright vs. Vitess

Vergleich der Systemeigenschaften EsgynDB vs. FeatureBase vs. Infobright vs. Vitess

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

High performant column-oriented DBMS for analytic workloads using MySQL or PostgreSQL as a frontend

Scalable, distributed, cloud-native DBMS, extending MySQL

Primäres Datenbankmodell

Relational DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

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

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

Punkte	0,22
Rang	#309	Overall
	#139	Relational DBMS

Punkte	0,96
Rang	#194	Overall
	#91	Relational DBMS

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

Website

www.esgyn.cn

www.featurebase.com

ignitetech.com/softwarelibrary/infobrightdb

vitess.io

Technische Dokumentation

docs.featurebase.com

vitess.io/docs

Entwickler

Esgyn

Molecula and Pilosa Open Source Contributors

Ignite Technologies Inc.; formerly InfoBright Inc.

The Linux Foundation, PlanetScale

Erscheinungsjahr

2015

2017

2005

2013

Aktuelle Version

2022, May 2022

15.0.2, December 2022

Lizenz

Commercial or Open Source

kommerziell

The open source (GPLv2) version did not support inserts/updates/deletes and was discontinued with July 2016

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

Server Betriebssysteme

Linux

Linux
macOS

Linux
Windows

Docker
Linux
macOS

Datenschema

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

Knowledge Grid Technology used instead

SQL

Support of SQL

SQL queries

mit proprietären Erweiterungen

APIs und andere Zugriffskonzepte

ADO.NET
JDBC
ODBC

gRPC
JDBC
Kafka Connector
ODBC

ADO.NET
JDBC
ODBC

ADO.NET
JDBC
MySQL protocol
ODBC

Unterstützte Programmiersprachen

All languages supporting JDBC/ODBC/ADO.Net

Java
Python

.Net
C
C#
C++
D
Eiffel
Erlang
Haskell
Java
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

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

Java Stored Procedures

nein

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

Multi-source replication between multi datacenters

Source-Replica Replikation

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

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

ACID at shard level

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

In-Memory Unterstützung

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

nein

Berechtigungskonzept

Zugriffskontrolle

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

exploiting MySQL or PostgreSQL frontend capabilities

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

Erwähnungen in aktuellen Nachrichten

Get Your Infrastructure Ready for Real-Time Analytics
8. März 2022, Built In

Funding wrap: H.O. Maycotte's Molecula raises $10M, rebrands; UT snags $15M to lead regional innovation hub
12. September 2022, The Business Journals

The 10 Coolest Big Data Tools Of 2021
7. Dezember 2021, CRN

32 Data and Analytics Startups That Will Go Big, According to VCs
28. September 2021, Business Insider

bereitgestellt von Google News

Vitess, the database clustering system powering YouTube, graduates CNCF incubation
5. November 2019, SiliconANGLE 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

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk