DBMS > GeoMesa vs. OushuDB vs. Solr vs. WakandaDB

Vergleich der Systemeigenschaften GeoMesa vs. OushuDB vs. Solr vs. WakandaDB

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.

A data warehouse powered by Apache HAWQ supporting descriptive analysis and advanced machine learning

Eine häufig verwendete Suchmaschinentechnologie basierend auf Apache Lucene

WakandaDB is embedded in a server that provides a REST API and a server-side javascript engine to access data

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Spatial DBMS

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

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

Punkte	0,04
Rang	#363	Overall
	#154	Relational DBMS

Punkte	42,91
Rang	#24	Overall
	#3	Suchmaschinen

Punkte	0,03
Rang	#364	Overall
	#17	Object oriented DBMS

Website

www.geomesa.org

www.oushu.com/product/oushuDB

solr.apache.org

wakanda.github.io

Technische Dokumentation

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

www.oushu.com/documentation

solr.apache.org/resources.html

wakanda.github.io/doc

Entwickler

CCRi und Andere

Oushu

Apache Software Foundation

Wakanda SAS

Erscheinungsjahr

2014

2006

2012

Aktuelle Version

4.0.5, Februar 2024

4.0.1, August 2020

9.6.0, April 2024

2.7.0 (April 29, 2019), April 2019

Lizenz

Commercial or Open Source

Open Source

Apache License 2.0

kommerziell

Open Source

Apache Version 2

Open Source

AGPLv3, erweiterte 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

Java

C++, JavaScript

Server Betriebssysteme

Linux

Alle Betriebssysteme mit einer Java VM

Läuft als Servlet in einem Servlet Container (z.B. Tomcat, Jetty ist inkludiert)

Linux
OS X
Windows

Datenschema

Dynamic Fields enables on-the-fly addition of new fields

Typisierung

vordefinierte Datentypen, z.B. float oder date

mit benutzerdefinierten Datentypen und automatic typing

XML Unterstützung

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

nein

Sekundärindizes

Alle Suchfelder werden automatisch indiziert

SQL

Support of SQL

nein

Full-featured ANSI SQL support

Solr Parallel SQL Interface

nein

APIs und andere Zugriffskonzepte

JDBC
ODBC

Java API
RESTful HTTP/JSON API

RESTful HTTP API

Unterstützte Programmiersprachen

C
C++

.Net
Erlang
Java
JavaScript
jede Sprache, die Sockets und entweder XML oder JSON unterstützt
Perl
PHP
Python
Ruby
Scala

JavaScript

Server-seitige Scripts

Stored Procedures

nein

Java plugins

Triggers

nein

User configurable commands triggered on index changes

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

abhängig von Storage layer

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

abhängig von Storage layer

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

Hadoop integration

spark-solr: github.com/lucidworks/spark-solr and streaming expressions to reduce

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

abhängig von Storage layer

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

ACID

optimistic Locking

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

abhängig von Storage layer

nein

Berechtigungskonzept

Zugriffskontrolle

anhängig von dem zur Speicherung verwendeten DBMS

Kerberos, SSL and role based access

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

Elasticsearch replaced Solr as the most popular search engine
12. Januar 2016, Paul Andlinger

Enterprise Search Engines almost double their popularity in the last 12 months
2. Juli 2014, Paul Andlinger

The DB-Engines ranking includes now search engines
4. Februar 2013, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

China's answer to Snowflake is shaping as data demands upgrade
8. September 2021, PingWest

bereitgestellt von Google News

SOLR-led walkout demands better conditions for Compass workers
27. Februar 2024, Daily Northwestern

(SOLR) Technical Data
17. Mai 2024, news.stocktradersdaily.com

SOLR hosts teach-in of labor movements at Northwestern
28. Januar 2024, Daily Northwestern

SOLR hosts May Day amid ongoing contract negotiations
12. Mai 2024, Daily Northwestern

SearchStax Launches Serverless Solr Service to Accelerate Cloud-Native Application Development
5. April 2023, PR Newswire

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk