DBMS > GeoMesa vs. Google Cloud Bigtable vs. RavenDB

Vergleich der Systemeigenschaften GeoMesa vs. Google Cloud Bigtable vs. RavenDB

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

GeoMesa ist ein verteiltes spatio-temporal DBMS basierend auf verschiedenen Systemen als Storage Layer.

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

Open Source Operational and Transactional Enterprise NoSQL Document Database

Primäres Datenbankmodell

Spatial DBMS

Key-Value Store
Wide Column Store

Document Store

Sekundäre Datenbankmodelle

Graph DBMS
Spatial DBMS
Time Series DBMS

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

Punkte	0,78
Rang	#213	Overall
	#4	Spatial DBMS

Punkte	3,26
Rang	#92	Overall
	#13	Key-Value Stores
	#8	Wide Column Stores

Punkte	2,92
Rang	#101	Overall
	#18	Document Stores

Website

www.geomesa.org

cloud.google.com/bigtable

ravendb.net

Technische Dokumentation

www.geomesa.org/documentation/stable/user/index.html

cloud.google.com/bigtable/docs

ravendb.net/docs

Entwickler

CCRi und Andere

Google

Hibernating Rhinos

Erscheinungsjahr

2014

2015

2010

Aktuelle Version

4.0.5, Februar 2024

5.4, Juli 2022

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

kommerziell

Open Source

AGPL Version 3, kommerzielle Lizenz verfügbar

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

Scala

Server Betriebssysteme

gehostet

Linux
macOS
Raspberry Pi
Windows

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

Sekundärindizes

nein

SQL

Support of SQL

nein

SQL-like query language (RQL)

APIs und andere Zugriffskonzepte

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

.NET Client API
F# Client API
Go Client API
Java Client API
NodeJS Client API
PHP Client API
Python Client API
RESTful HTTP API

Unterstützte Programmiersprachen

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

.Net
C#
F#
Go
Java
JavaScript (Node.js)
PHP
Python
Ruby

Server-seitige Scripts

Stored Procedures

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

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

Multi-Source Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

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

Default ACID transactions on the local node (eventually consistent across the cluster). Atomic operations with cluster-wide ACID transactions. Eventual consistency for indexes and full-text search indexes.

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Atomic single-row operations

ACID, Cluster-wide transaction available

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

abhängig von Storage layer

nein

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

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

Authorization levels configured per client per database

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

Spatial database management systems
6. April 2021, Matthias Gelbmann

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

What is Google Bigtable? | Definition from TechTarget
1. März 2022, TechTarget

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

Review: Google Bigtable scales with ease
7. September 2016, InfoWorld

Google Cloud makes it cheaper to run smaller workloads on Bigtable
7. April 2020, TechCrunch

bereitgestellt von Google News

RavenDB Welcomes David Baruc as Chief Revenue Officer: Seasoned Tech Leader to Drive Global Sales and ...
13. Juni 2023, PR Newswire

Install the NoSQL RavenDB Data System
14. Mai 2021, The New Stack

Oren Eini on RavenDB, Including Consistency Guarantees and C# as the Implementation Language
23. Mai 2022, InfoQ.com

How I Created a RavenDB Python Client
23. September 2016, Visual Studio Magazine

RavenDB Adds Graph Queries
15. Mai 2019, Datanami

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk