DBMS > GBase vs. Google Cloud Bigtable vs. InterSystems Caché vs. Tkrzw

Vergleich der Systemeigenschaften GBase vs. Google Cloud Bigtable vs. InterSystems Caché vs. Tkrzw

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Caché is a deprecated database engine which is substituted with InterSystems IRIS. It therefore is removed from the DB-Engines Ranking.

Kurzbeschreibung

Widely used RDBMS in China, including analytical, transactional, distributed transactional, and cloud-native data warehousing.

Google's NoSQL Big Data database service. It's the same database that powers many core Google services, including Search, Analytics, Maps, and Gmail.

A multi-model DBMS and application server

A concept of libraries, allowing an application program to store and query key-value pairs in a file. Successor of Tokyo Cabinet and Kyoto Cabinet

Primäres Datenbankmodell

Relational DBMS

Key-Value Store
Wide Column Store

Key-Value Store
Object oriented DBMS
Relational DBMS

Key-Value Store

Sekundäre Datenbankmodelle

Document Store

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

Punkte	1,11
Rang	#173	Overall
	#78	Relational DBMS

Punkte	2,97
Rang	#92	Overall
	#15	Key-Value Stores
	#8	Wide Column Stores

Punkte	0,00
Rang	#385	Overall
	#61	Key-Value Stores

Website

www.gbase.cn

cloud.google.com/bigtable

www.intersystems.com/products/cache

dbmx.net/tkrzw

Technische Dokumentation

cloud.google.com/bigtable/docs

docs.intersystems.com

Entwickler

General Data Technology Co., Ltd.

Google

InterSystems

Mikio Hirabayashi

Erscheinungsjahr

2004

2015

1997

2020

Aktuelle Version

GBase 8a, GBase 8s, GBase 8c

2018.1.4, Mai 2020

0.9.3, August 2020

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

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, Python

C++

Server Betriebssysteme

Linux

gehostet

AIX
HP Open VMS
HP-UX
Linux
OS X
Solaris
Windows

Linux
macOS

Datenschema

schemafrei

depending on used data model

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

Sekundärindizes

nein

SQL

Support of SQL

Standard with numerous extensions

nein

APIs und andere Zugriffskonzepte

ADO.NET
C API
JDBC
ODBC

gRPC (using protocol buffers) API
HappyBase (Python library)
HBase compatible API (Java)

.NET Client API
JDBC
ODBC
RESTful HTTP API

Unterstützte Programmiersprachen

C#
C++
Go
Java
JavaScript (Node.js)
Python

C#
C++
Java

C++
Java
Python
Ruby

Server-seitige Scripts

Stored Procedures

user defined functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

horizontal partitioning (by range, list and hash) and vertical partitioning

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Internal replication in Colossus, and regional replication between two clusters in different zones

Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate consistency (for a single cluster), Eventual consistency (for two or more replicated clusters)

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Atomic single-row operations

ACID

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

nein

using specific database classes

Berechtigungskonzept

Zugriffskontrolle

Access rights for users, groups and roles based on Google Cloud Identity and Access Management (IAM)

Access rights for users, groups and roles

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

Erwähnungen in aktuellen Nachrichten

Google Cloud adds graph processing to Spanner, SQL support to Bigtable
1. August 2024, InfoWorld

Google introduces Bigtable SQL access and Spanner's new AI-ready features
1. August 2024, ZDNet

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

Google Cloud Adds GenAI, Core Enhancements Across Data Platform
1. August 2024, The New Stack

Google Introduces Autoscaling for Cloud Bigtable for Optimizing Costs
31. Januar 2022, InfoQ.com

bereitgestellt von Google News

InterSystems
5. März 2019, International Spectrum Magazine

Announcing IBM Spectrum Sentinel: Building a Cyber Resilient Future
24. Juni 2022, IBM

Associative Data Modeling Demystified – Part1
9. Juli 2016, Data Science Central

Choosing a Database Technology. A roadmap and process overview | by Shirish Joshi
23. Februar 2020, Towards Data Science

New Release of MITS Report Expands Database Support, Improves Usability and Integration Capabilities
13. Februar 2019, International Spectrum Magazine

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk