DBMS > Google Cloud Firestore vs. JanusGraph vs. Tarantool

Vergleich der Systemeigenschaften Google Cloud Firestore vs. JanusGraph vs. Tarantool

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 Graph DBMS optimized for distributed clusters

It was forked from the latest code base of Titan in January 2017

In-memory computing platform with a flexible data schema for efficiently building high-performance applications

Primäres Datenbankmodell

Document Store

Graph DBMS

Document Store
Key-Value Store
Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

with Tarantool/GIS extension

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

Punkte	7,85
Rang	#51	Overall
	#8	Document Stores

Punkte	1,94
Rang	#129	Overall
	#12	Graph DBMS

Punkte	1,72
Rang	#144	Overall
	#25	Document Stores
	#25	Key-Value Stores
	#66	Relational DBMS

Website

firebase.google.com/products/firestore

janusgraph.org

www.tarantool.io

Technische Dokumentation

firebase.google.com/docs/firestore

docs.janusgraph.org

www.tarantool.io/en/doc

Entwickler

Google

Linux Foundation; originally developed as Titan by Aurelius

Erscheinungsjahr

2017

2008

Aktuelle Version

0.6.3, Februar 2023

2.10.0, Mai 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

BSD-2, source-available extensions (modules), commercial licenses for Tarantool Enterprise

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

Java

C und C++

Server Betriebssysteme

gehostet

Linux
OS X
Unix
Windows

BSD
Linux
macOS

Datenschema

schemafrei

Flexible data schema: relational definition for tables with ability to store json-like documents in columns

Typisierung

vordefinierte Datentypen, z.B. float oder date

string, double, decimal, uuid, integer, blob, boolean, datetime

XML Unterstützung

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

nein

Sekundärindizes

SQL

Support of SQL

nein

Full-featured ANSI SQL support

APIs und andere Zugriffskonzepte

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

Java API
TinkerPop Blueprints
TinkerPop Frames
TinkerPop Gremlin
TinkerPop Rexster

Open binary protocol

Unterstützte Programmiersprachen

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

Clojure
Java
Python

C
C#
C++
Erlang
Go
Java
JavaScript
Lua
Perl
PHP
Python
Rust

Server-seitige Scripts

Stored Procedures

yes, Firebase Rules & Cloud Functions

Lua, C and SQL stored procedures

Triggers

yes, with Cloud Functions

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

Sharding

depending on the used storage backend (e.g. Cassandra, HBase, BerkeleyDB)

Sharding, partitioned with virtual buckets by user defined affinity key. Live resharding for scale up and scale down without maintenance downtime.

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Asynchronous replication with multi-master option
Configurable replication topology (full-mesh, chain, star)
Synchronous quorum replication (with Raft)

MapReduce

Bietet ein API für Map/Reduce Operationen

Using Cloud Dataflow

via Faunus, a graph analytics engine

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency
Immediate Consistency

Casual consistency across sharding partitions
Eventual consistency within replicaset partition

when using asyncronous replication
Immediate Consistency within single instance
Sequential consistency including linearizable read within replicaset partition

when using Raft

Fremdschlüssel

referenzielle Integrität

nein

Relationships in graphs

yes

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

ACID, with serializable isolation and linearizable read (within partition); Configurable MVCC (within partition); No cross-shard distributed transactions

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Unterstützt verschiedene Storage Backends: Cassandra, HBase, Berkeley DB, Akiban, Hazelcast

yes, write ahead logging

In-Memory Unterstützung

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

yes, full featured in-memory storage engine with persistence

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 Authentification und Sicherheit via Rexster Graph Server

Access Control Lists
Mutual TLS authentication for Tarantol Enterprise
Password based authentication
Role-based access control (RBAC) and LDAP for Tarantol Enterprise
Users and Roles

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

Data processing speed and reliability: in-memory synchronous replication
9. November 2021, Vladimir Perepelytsya, Tarantool (sponsor)

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 Cloud Firestore is now generally available
31. Januar 2019, ZDNet

Google launches Cloud Firestore, a new document database for app developers
3. Oktober 2017, TechCrunch

Google Cloud adds vector support to all its database offerings
29. Februar 2024, InfoWorld

bereitgestellt von Google News

JanusGraph Picks Up Where TitanDB Left Off
13. Januar 2017, Datanami

Simple Deployment of a Graph Database: JanusGraph | by Edward Elson Kosasih
12. Oktober 2020, Towards Data Science

Database Deep Dives: JanusGraph
8. August 2019, IBM

Compose for JanusGraph arrives on Bluemix
15. September 2017, IBM

Nordstrom Builds Flexible Backend Ops with Kubernetes, Spark and JanusGraph
3. Oktober 2019, The New Stack

bereitgestellt von Google News

Tarantool Announces New Enterprise Version With Enhanced Scaling and Monitoring Capabilities
18. Mai 2018, Newswire

Deploying Tarantool Cartridge applications with zero effort (Part 1)
16. Dezember 2019, Хабр

Deploying Tarantool Cartridge applications with zero effort (Part 2)
13. April 2020, Хабр

Тarantool Cartridge: Sharding Lua Backend in Three Lines
9. Oktober 2019, Хабр

VShard — horizontal scaling in Tarantool
7. März 2019, Хабр

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk