DBMS > FeatureBase vs. Oracle Berkeley DB vs. RocksDB

Vergleich der Systemeigenschaften FeatureBase vs. Oracle Berkeley DB vs. RocksDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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

Weit verbreiteter In-Process Key-Value Store

Embeddable persistent key-value store optimized for fast storage (flash and RAM)

Primäres Datenbankmodell

Relational DBMS

Key-Value Store

unterstützt sortierte und unsortierte Key Sets
Native XML DBMS

in the Oracle Berkeley DB XML version

Key-Value Store

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

Punkte	0,26
Rang	#304	Overall
	#138	Relational DBMS

Punkte	2,52
Rang	#114	Overall
	#20	Key-Value Stores
	#3	Native XML DBMS

Punkte	4,00
Rang	#84	Overall
	#11	Key-Value Stores

Website

www.featurebase.com

www.oracle.com/database/technologies/related/berkeleydb.html

rocksdb.org

Technische Dokumentation

docs.featurebase.com

docs.oracle.com/cd/E17076_05/html/index.html

github.com/facebook/rocksdb/wiki

Entwickler

Molecula and Pilosa Open Source Contributors

Oracle

ursprünglich von Sleepycat entwickelt, von Oracle aufgekauft

Facebook, Inc.

Erscheinungsjahr

2017

1994

2013

Aktuelle Version

2022, May 2022

18.1.40, Mai 2020

8.11.4, April 2024

Lizenz

Commercial or Open Source

kommerziell

Open Source

Kommerzielle Lizenz verfügbar bei Bedarf

Open Source

BSD

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, C++ (depending on the Berkeley DB edition)

C++

Server Betriebssysteme

Linux
macOS

AIX
Android
FreeBSD
iOS
Linux
OS X
Solaris
VxWorks
Windows

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

nein

XML Unterstützung

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

nein

only with the Berkeley DB XML edition

nein

Sekundärindizes

nein

SQL

Support of SQL

SQL queries

SQL Interface basierend auf SQLite verfügbar

nein

APIs und andere Zugriffskonzepte

gRPC
JDBC
Kafka Connector
ODBC

C++ API
Java API

Unterstützte Programmiersprachen

Java
Python

.Net

Figaro is a .Net framework assembly that extends Berkeley DB XML into an embeddable database engine for .NET
Andere

Es gibt Libraries von Drittanbietern für zahlreiche Sprachen, die Berkeley DB Files bearbeiten können
C
C#
C++
Java
JavaScript (Node.js)

3rd party binding
Perl
Python
Tcl

C
C++
Go
Java
Perl
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

only for the SQL API

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

keine

horizontal partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

In-Memory Unterstützung

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

Berechtigungskonzept

Zugriffskontrolle

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

Drittanbieter

Speedb: A high performance RocksDB-compliant key-value store optimized for write-intensive workloads.
» mehr

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

Molecula Austin Office: Careers, Perks + Culture
15. November 2023, Built In Austin

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

Pilosa: A Scalable High Performance Bitmap Database Index
17. Juni 2019, hackernoon.com

bereitgestellt von Google News

ACM recognizes far-reaching technical achievements with special awards
26. Mai 2021, EurekAlert

Database Trends Report: SQL Beats NoSQL, MySQL Most Popular -- ADTmag
5. März 2019, ADT Magazine

How to store financial market data for backtesting
26. Januar 2019, Towards Data Science

The importance of bitcoin nodes and how to start one
9. Mai 2014, The Merkle News

A Quick Look at Open Source Databases for Mobile App Development
29. April 2018, Open Source For You

bereitgestellt von Google News

Did Rockset Just Solve Real-Time Analytics?
25. August 2021, Datanami

Pliops Unveils Accelerated Key-Value Store That Boosts RocksDB Performance by 20x at OCP Global Summit
18. Oktober 2022, GlobeNewswire

Meta’s Velox Means Database Performance Is Not Subject To Interpretation
31. August 2022, The Next Platform

Intel Linux Optimizations Help AMD EPYC "Genoa" Improve Scaling To 384 Threads
6. April 2023, Phoronix

AMD EPYC vs. Intel Xeon Cascadelake With Facebook's RocksDB Database
17. Oktober 2019, Phoronix

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk