DBMS > EventStoreDB vs. Google Cloud Firestore vs. Lovefield vs. Manticore Search

Vergleich der Systemeigenschaften EventStoreDB vs. Google Cloud Firestore vs. Lovefield vs. Manticore Search

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Industrial-strength, open-source database solution built from the ground up for event sourcing.

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.

Embeddable relational database for web apps written in pure JavaScript

Multi-storage database for search, including full-text search.

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Time Series DBMS

using the Manticore Columnar Library

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

Punkte	1,14
Rang	#181	Overall
	#1	Event Stores

Punkte	8,96
Rang	#48	Overall
	#8	Document Stores

Punkte	0,32
Rang	#290	Overall
	#132	Relational DBMS

Punkte	0,23
Rang	#317	Overall
	#21	Suchmaschinen

Website

www.eventstore.com

firebase.google.com/products/firestore

google.github.io/lovefield

manticoresearch.com

Technische Dokumentation

developers.eventstore.com

firebase.google.com/docs/firestore

github.com/google/lovefield/blob/master/docs/spec_index.md

manual.manticoresearch.com

Entwickler

Event Store Limited

Google

Manticore Software

Erscheinungsjahr

2012

2017

2014

2017

Aktuelle Version

21.2, Februar 2021

2.1.12, February 2017

6.0, Februar 2023

Lizenz

Commercial or Open Source

Open Source

kommerziell

Open Source

Apache 2.0

Open Source

GPL Version 2

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

JavaScript

C++

Server Betriebssysteme

Linux
Windows

gehostet

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

FreeBSD
Linux
macOS
Windows

Datenschema

schemafrei

Fixed schema

Typisierung

vordefinierte Datentypen, z.B. float oder date

Int, Bigint, Float, Timestamp, Bit, Int array, Bigint array, JSON, Boolean

XML Unterstützung

Verarbeitung von Daten in XML Format, beispielsweise Speicherung von XML-Strukturen und/oder Unterstützung von XPath, XQuery, XSLT

nein

Can index from XML

Sekundärindizes

Full-Text Index auf allen Suchfeldern

SQL

Support of SQL

nein

SQL-like query language

via JavaScript builder pattern

SQL-like query language

APIs und andere Zugriffskonzepte

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

Binary API
RESTful HTTP/JSON API
RESTful HTTP/SQL API
SQL over MySQL

Unterstützte Programmiersprachen

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

JavaScript

Elixir
Go
Java
JavaScript (Node.js)
Perl
PHP
Python

Server-seitige Scripts

Stored Procedures

yes, Firebase Rules & Cloud Functions

nein

user defined functions

Triggers

yes, with Cloud Functions

Using read-only observers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

Sharding

Aufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

keine

Synchronous replication based on Galera library

MapReduce

Bietet ein API für Map/Reduce Operationen

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

isolated transactions for atomic changes and binary logging for safe writes

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

Der Originalinhalt von Feldern wird nicht im Manticore-Index gespeichert.

In-Memory Unterstützung

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

using MemoryDB

Berechtigungskonzept

Zugriffskontrolle

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

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

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

Essentials for Working With Firestore in Python | by Lynn G. Kwong
13. November 2022, Towards Data Science

bereitgestellt von Google News

Vector Search in Databases: FOSDEM's Presentation on Manticore Vector Search
21. Februar 2024, hackernoon.com

Integrating Manticore Search with Apache Superset
8. August 2023, hackernoon.com

Comparing Meilisearch and Manticore Search Using Key Benchmarks
2. Mai 2023, hackernoon.com

TF-IDF in a nutshell. Understanding TF-IDF evolution in 5… | by Sergey Nikolaev
13. April 2020, Towards Data Science

Clickhouse vs Elasticsearch vs Manticore Search Query Times With a 1.7B NYC Taxi Rides Benchmark
1. Juni 2022, hackernoon.com

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk