DBMS > Google Cloud Firestore vs. NSDb vs. Spark SQL vs. Transbase

Vergleich der Systemeigenschaften Google Cloud Firestore vs. NSDb vs. Spark SQL vs. Transbase

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.

Scalable, High-performance Time Series DBMS designed for Real-time Analytics on top of Kubernetes

Spark SQL ist ein Spark-Modul für die Verarbeitung strukturierter Daten

A resource-optimized, high-performance, universally applicable RDBMS

Primäres Datenbankmodell

Document Store

Time Series DBMS

Relational DBMS

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

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

Punkte	0,00
Rang	#396	Overall
	#42	Time Series DBMS

Punkte	19,15
Rang	#33	Overall
	#20	Relational DBMS

Punkte	0,15
Rang	#337	Overall
	#147	Relational DBMS

Website

firebase.google.com/products/firestore

nsdb.io

spark.apache.org/sql

www.transaction.de/en/products/transbase.html

Technische Dokumentation

firebase.google.com/docs/firestore

nsdb.io/Architecture

spark.apache.org/docs/latest/sql-programming-guide.html

www.transaction.de/en/products/transbase/features.html

Entwickler

Google

Apache Software Foundation

Transaction Software GmbH

Erscheinungsjahr

2017

2014

1987

Aktuelle Version

3.5.0 ( 2.13), September 2023

Transbase 8.3, 2022

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache Version 2.0

Open Source

Apache 2.0

kommerziell

Development Lizenz gratis

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, Scala

Scala

C und C++

Server Betriebssysteme

gehostet

Linux
macOS

Linux
OS X
Windows

FreeBSD
Linux
macOS
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: int, bigint, decimal, string

XML Unterstützung

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

nein

Sekundärindizes

all fields are automatically indexed

nein

SQL

Support of SQL

nein

SQL-like query language

SQL-like DML and DDL statements

APIs und andere Zugriffskonzepte

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

gRPC
HTTP REST
WebSocket

JDBC
ODBC

ADO.NET
JDBC
ODBC
Proprietäres native API

Unterstützte Programmiersprachen

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

Java
Scala

Java
Python
R
Scala

C
C#
C++
Java
JavaScript
Kotlin
Objective-C
PHP
Python

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

yes, utilizing Spark Core

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

keine

Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

Using Cloud Dataflow

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

nein

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

Using Apache Lucene

In-Memory Unterstützung

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

nein

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.

nein

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

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

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

Google Cloud Firestore, the serverless, NoSQL document database, is now generally available
1. Februar 2019, Packt Hub

bereitgestellt von Google News

Use Amazon Athena with Spark SQL for your open-source transactional table formats | Amazon Web Services
24. Januar 2024, AWS Blog

What is Apache Spark? The big data platform that crushed Hadoop
3. April 2024, InfoWorld

Cracking the Apache Spark Interview: 80+ Top Questions and Answers for 2024
1. April 2024, Simplilearn

1.5 Years of Spark Knowledge in 8 Tips | by Michael Berk
23. Dezember 2023, Towards Data Science

Run Apache Hive workloads using Spark SQL with Amazon EMR on EKS | Amazon Web Services
18. Oktober 2023, AWS Blog

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk