DBMS > Lovefield vs. ObjectBox vs. PlanetScale vs. SiriDB vs. SwayDB

Vergleich der Systemeigenschaften Lovefield vs. ObjectBox vs. PlanetScale vs. SiriDB vs. SwayDB

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Embeddable relational database for web apps written in pure JavaScript

Extremely fast embedded database for small devices, IoT and Mobile

Scalable, distributed, serverless MySQL database platform built on top of Vitess

Open Source Time Series DBMS

An embeddable, non-blocking, type-safe key-value store for single or multiple disks and in-memory storage

Primäres Datenbankmodell

Sekundäre Datenbankmodelle

Time Series DBMS

Document Store
Spatial DBMS

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

Punkte	0,33
Rang	#286	Overall
	#131	Relational DBMS

Punkte	1,29
Rang	#166	Overall
	#5	Object oriented DBMS

Punkte	1,49
Rang	#155	Overall
	#72	Relational DBMS

Punkte	0,07
Rang	#378	Overall
	#42	Time Series DBMS

Punkte	0,04
Rang	#387	Overall
	#61	Key-Value Stores

Website

google.github.io/lovefield

Technische Dokumentation

github.com/google/lovefield/blob/master/docs/spec_index.md

docs.objectbox.io

planetscale.com/docs

docs.siridb.com

Entwickler

Google

ObjectBox Limited

PlanetScale

Cesbit

Simer Plaha

Erscheinungsjahr

2014

2017

2020

2017

2018

Aktuelle Version

2.1.12, February 2017

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache License 2.0

kommerziell

Open Source

MIT License

Open Source

GNU Affero GPL V3.0

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

JavaScript

C und C++

Scala

Server Betriebssysteme

server-less, requires a JavaScript environment (browser, Node.js)

tested with Chrome, Firefox, IE, Safari

Android
iOS
Linux
macOS
Windows

Docker
Linux
macOS

Linux

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

Numeric data

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

SQL-like query language

via JavaScript builder pattern

nein

mit proprietären Erweiterungen

nein

APIs und andere Zugriffskonzepte

Proprietäres native API

ADO.NET
JDBC
MySQL protocol
ODBC

HTTP API

Unterstützte Programmiersprachen

JavaScript

C
C++
Dart
Go
Java
JavaScript

planned (as of Jan 2019)
Kotlin
Python

planned (as of Jan 2019)
Swift

Ada
C
C#
C++
D
Delphi
Eiffel
Erlang
Haskell
Java
JavaScript (Node.js)
Objective-C
OCaml
Perl
PHP
Python
Ruby
Scheme
Tcl

C
C++
Go
Java
JavaScript (Node.js)
PHP
Python
R

Java
Kotlin
Scala

Server-seitige Scripts

Stored Procedures

nein

proprietäre Syntax

nein

Triggers

Using read-only observers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

online/offline synchronization between client and server

Multi-Source Replikation
Source-Replica Replikation

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Eventual Consistency across shards
Immediate Consistency within a shard

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nicht für MyISAM Storage Engine

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

ACID at shard level

nein

Atomic execution of operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Table Locks oder Row Locks abhängig von Storage Engine

Durability

Dauerhafte Speicherung der Daten

yes, by using IndexedDB or the cloud service Firebase Realtime Database

In-Memory Unterstützung

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

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

nein

Benutzer mit feingranularem Berechtigungskonzept

keine Benutzergruppen oder Rollen

Einfache Rechteverwaltung mit Benutzeraccounts

nein

Weitere Informationen bereitgestellt vom Systemhersteller

Neuigkeiten

The on-device Vector Database for Android and Java
29. Mai 2024

Vector search: making sense of search queries
29. Mai 2024

Python on-device Vector and Object Database for Local AI
28. Mai 2024

Evolution of search: traditional vs vector search
23. Mai 2024

On-device Vector Database for Dart/Flutter
21. Mai 2024

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

Erwähnungen in aktuellen Nachrichten

Kagiso interactive shares: all eyes on android at google I/O
11. Mai 2015, WhaTech

bereitgestellt von Google News

PlanetScale ends free tier bid, sheds staff in profitability bid
11. März 2024, The Register

PlanetScale forks MySQL to add vector support
1. Juni 2024, Yahoo Movies Canada

PlanetScale forks MySQL to add vector support
3. Oktober 2023, TechCrunch

PlanetScale Named to Fortune 2023 Best Small Workplaces
31. August 2023, Business Wire

PlanetScale review: Horizontally scalable MySQL in the cloud
1. September 2021, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk