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

Vergleich der Systemeigenschaften Lovefield vs. ObjectBox vs. SiriDB vs. Sphinx 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

Open Source Time Series DBMS

Open Source Suchmaschine zum Suchen in Daten aus verschiedenen Quellen, u.a. relationalen Datenbanken

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

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

Punkte	5,95
Rang	#55	Overall
	#5	Suchmaschinen

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

docs.siridb.com

sphinxsearch.com/docs

Entwickler

Google

ObjectBox Limited

Cesbit

Sphinx Technologies Inc.

Simer Plaha

Erscheinungsjahr

2014

2017

2001

2018

Aktuelle Version

2.1.12, February 2017

3.5.1, Februar 2023

Lizenz

Commercial or Open Source

Open Source

Apache 2.0

Open Source

Apache License 2.0

Open Source

MIT License

Open Source

GPL Version 2, kommerzielle Lizenz erhältlich

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++

C++

Scala

Server Betriebssysteme

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

tested with Chrome, Firefox, IE, Safari

Android
iOS
Linux
macOS
Windows

Linux

FreeBSD
Linux
NetBSD
OS X
Solaris
Windows

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

Full-Text Index auf allen Suchfeldern

nein

SQL

Support of SQL

SQL-like query language

via JavaScript builder pattern

nein

SQL-like query language (SphinxQL)

nein

APIs und andere Zugriffskonzepte

Proprietäres native API

HTTP API

Proprietäres Protokoll

Unterstützte Programmiersprachen

JavaScript

C
C++
Dart
Go
Java
JavaScript

planned (as of Jan 2019)
Kotlin
Python

planned (as of Jan 2019)
Swift

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

C++

inoffizielle Client Library
Java
Perl

inoffizielle Client Library
PHP
Python
Ruby

inoffizielle Client Library

Java
Kotlin
Scala

Server-seitige Scripts

Stored Procedures

nein

Triggers

Using read-only observers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

Aufteilung der Daten erfolgt manuell, Suchabfragen auf verteilten Index werden unterstützt.

keine

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

keine

online/offline synchronization between client and server

keine

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

nein

Atomic execution of operations

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

Durability

Dauerhafte Speicherung der Daten

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

Der Originalinhalt von Feldern wird nicht im Sphinx-Index gespeichert.

In-Memory Unterstützung

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

using MemoryDB

nein

Berechtigungskonzept

Zugriffskontrolle

nein

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

DB-Engines Blog Posts

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

alle anzeigen

Erwähnungen in aktuellen Nachrichten

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

bereitgestellt von Google News

Switching From Sphinx to MkDocs Documentation — What Did I Gain and Lose
2. Februar 2024, Towards Data Science

Manticore is a Faster Alternative to Elasticsearch in C++
25. Juli 2022, hackernoon.com

Perplexity AI: From Its Use To Operation, Everything You Need To Know About Google's Newest Challenger
11. Januar 2024, Free Press Journal

The Pirate Bay was recently down for over a week due to a DDoS attack
29. Oktober 2019, The Hacker News

How to Build 600+ Links in One Month
4. September 2020, Search Engine Journal

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk