DBMS > Faircom DB vs. FatDB vs. Google Cloud Firestore vs. Hive

Vergleich der Systemeigenschaften Faircom DB vs. FatDB vs. Google Cloud Firestore vs. Hive

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Das Unternehmen FatDB/FatCloud hat im Februar 2014 seine Tätigkeit beendet. FatDB wurde eingestellt und erscheint deshalb nicht mehr im Ranking.

Kurzbeschreibung

Native high-speed multi-model DBMS for relational and key-value store data simultaneously accessible through SQL and NoSQL APIs.

Ein .NET NoSQL DBMS, das in SQL Server integriert werden kann.

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.

Data Warehouse Software zum Abfragen und Verwalten großer verteilter Datenmengen beispielsweise in Hadoop

Primäres Datenbankmodell

Key-Value Store
Relational DBMS

Document Store
Key-Value Store

Document Store

Relational DBMS

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

Punkte	0,20
Rang	#318	Overall
	#48	Key-Value Stores
	#141	Relational DBMS

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

Punkte	61,17
Rang	#18	Overall
	#12	Relational DBMS

Website

www.faircom.com/products/faircom-db

firebase.google.com/products/firestore

hive.apache.org

Technische Dokumentation

docs.faircom.com/docs/en/UUID-7446ae34-a1a7-c843-c894-d5322e395184.html

firebase.google.com/docs/firestore

cwiki.apache.org/confluence/display/Hive/Home

Entwickler

FairCom Corporation

FatCloud

Google

Apache Software Foundation

Ursprünglich von Facebook entwickelt

Erscheinungsjahr

1979

2012

2017

2012

Aktuelle Version

V12, November 2020

3.1.3, April 2022

Lizenz

Commercial or Open Source

kommerziell

Restricted, free version available

kommerziell

Open Source

Apache 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

ANSI C, C++

Java

Server Betriebssysteme

AIX
FreeBSD
HP-UX
Linux
NetBSD
OS X
QNX
SCO
Solaris
VxWorks
Windows

easily portable to other OSs

Windows

gehostet

Alle Betriebssysteme mit einer Java VM

Datenschema

schema free, schema optional, schema required, partial schema,

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

ja, ANSI Standard SQL Types, JSON, typed binary structures

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

yes, ANSI SQL with proprietary extensions

nein

Ãœber Integration mit SQL Server

nein

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

ADO.NET
Direct SQL
JDBC
JPA
ODBC
RESTful HTTP/JSON API
RESTful MQTT/JSON API
RPC

.NET Client API
LINQ
RESTful HTTP API
RPC
Windows WCF Bindings

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

JDBC
ODBC
Thrift

Unterstützte Programmiersprachen

.Net
C
C#
C++
Java
JavaScript (Node.js and browser)
PHP
Python
Visual Basic

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

C++
Java
PHP
Python

Server-seitige Scripts

Stored Procedures

.Net, JavaScript, C/C++

Ãœber Applikationen

yes, Firebase Rules & Cloud Functions

Benutzerdefinierte Funktion und Map-Reduce Integration

Triggers

Ãœber Applikationen

yes, with Cloud Functions

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

File partitioning, horizontal partitioning, sharding

Customizable business rules for table partitioning

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

yes, configurable to be parallel or serial, synchronous or asynchronous, uni-directional or bi-directional, ACID-consistent or eventually consistent (with custom conflict resolution).

frei wählbarer Replikationsfaktor

Multi-Source Replikation

frei wählbarer Replikationsfaktor

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Using Cloud Dataflow

Abfragen werden als MapReduce Jobs behandelt

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Eventual Consistency
Immediate Consistency
Tunable consistency per server, database, table, and transaction

Eventual Consistency
Immediate Consistency

Immediate Consistency

Eventual Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

tunable from ACID to Eventually Consistent

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Yes, tunable from durable to delayed durability to in-memory

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

Fine grained access rights according to SQL-standard with additional protections for files

nein

Security Layer kann über Applikationen implementiert werden

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

Zugriffsrechte für Benutzer, Gruppen und 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

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

alle anzeigen

Why is Hadoop not listed in the DB-Engines Ranking?
13. Mai 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

FairCom kicks off new era of database technology USA - English
10. November 2020, PR Newswire

bereitgestellt von Google News

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

Apache Software Foundation Announces Apache Hive 4.0
30. April 2024, Datanami

Apache Hive 4.0 Launches, Revolutionizing Data Management and Analysis
1. Mai 2024, MyChesCo

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

18 Top Big Data Tools and Technologies to Know About in 2024
24. Januar 2024, TechTarget

Top 80 Hadoop Interview Questions and Answers for 2024
15. Februar 2024, Simplilearn

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk