DBMS > Google Cloud Firestore vs. HEAVY.AI vs. RDFox

Vergleich der Systemeigenschaften Google Cloud Firestore vs. HEAVY.AI vs. RDFox

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

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.

A high performance, column-oriented RDBMS, specifically developed to harness the massive parallelism of modern CPU and GPU hardware

High performance knowledge graph and semantic reasoning engine

Primäres Datenbankmodell

Document Store

Relational DBMS

Graph DBMS
RDF Store

Sekundäre Datenbankmodelle

Spatial DBMS

Relational DBMS

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

Punkte	8,96
Rang	#48	Overall
	#8	Document Stores

Punkte	2,10
Rang	#126	Overall
	#61	Relational DBMS

Punkte	0,24
Rang	#309	Overall
	#25	Graph DBMS
	#14	RDF Stores

Website

firebase.google.com/products/firestore

github.com/heavyai/heavydb
www.heavy.ai

www.oxfordsemantic.tech

Technische Dokumentation

firebase.google.com/docs/firestore

docs.heavy.ai

docs.oxfordsemantic.tech

Entwickler

Google

HEAVY.AI, Inc.

Oxford Semantic Technologies

Erscheinungsjahr

2017

2016

2017

Aktuelle Version

5.10, Jänner 2022

6.0, Septermber 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2; enterprise edition available

kommerziell

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++ and CUDA

C++

Server Betriebssysteme

gehostet

Linux

Linux
macOS
Windows

Datenschema

schemafrei

RDF schemas

Typisierung

vordefinierte Datentypen, z.B. float oder date

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

APIs und andere Zugriffskonzepte

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

JDBC
ODBC
Thrift
Vega

RESTful HTTP API
SPARQL 1.1

Unterstützte Programmiersprachen

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

All languages supporting JDBC/ODBC/Thrift
Python

C
Java

Server-seitige Scripts

Stored Procedures

yes, Firebase Rules & Cloud Functions

nein

Triggers

yes, with Cloud Functions

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

Round robin

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

replication via a shared file system

MapReduce

Bietet ein API für Map/Reduce Operationen

Using Cloud Dataflow

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Immediate Consistency in stand-alone mode, Eventual Consistency in replicated setups

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

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

Berechtigungskonzept

Zugriffskontrolle

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

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Roles, resources, and access types

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

Erwähnungen in aktuellen Nachrichten

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

Essentials for Working With Firestore in Python | by Lynn G. Kwong
13. November 2022, Towards Data Science

bereitgestellt von Google News

Big Data Analytics: A Game Changer for Infrastructure
13. Juli 2023, Spiceworks News and Insights

HEAVY.AI Launches HEAVY 7.0, Introducing Real-Time Machine Learning Capabilities
19. April 2023, Business Wire

Making the most of geospatial intelligence
14. April 2023, InfoWorld

HEAVY.AI Launches Industry's First Digital Twin for Telco Network Planning, Building and Operations
20. September 2022, Datanami

The insideBIGDATA IMPACT 50 List for Q4 2023
11. Oktober 2023, insideBIGDATA

bereitgestellt von Google News

Use semantic reasoning to infer new facts from your RDF graph by integrating RDFox with Amazon Neptune | Amazon ...
20. Februar 2023, AWS Blog

Eight interesting open-source graph databases
3. Januar 2023, INDIAai

Financial Crime Discovery using Amazon EKS and Graph Databases | Amazon Web Services
1. Februar 2022, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk