DBMS > 4D vs. Bangdb vs. H2 vs. Splice Machine

Vergleich der Systemeigenschaften 4D vs. Bangdb vs. H2 vs. Splice Machine

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

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

Converged and high performance database for device data, events, time series, document and graph

Full-featured RDBMS with a small footprint, either embedded into a Java application or used as a database server.

Open-Source SQL RDBMS for Operational and Analytical use cases with native Machine Learning, powered by Hadoop and Spark

Primäres Datenbankmodell

Relational DBMS

Document Store
Graph DBMS
Time Series DBMS

Relational DBMS

Sekundäre Datenbankmodelle

Spatial DBMS

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

Punkte	2,37
Rang	#110	Overall
	#54	Relational DBMS

Punkte	0,07
Rang	#346	Overall
	#47	Document Stores
	#35	Graph DBMS
	#32	Time Series DBMS

Punkte	7,57
Rang	#47	Overall
	#30	Relational DBMS

Punkte	0,54
Rang	#244	Overall
	#114	Relational DBMS

Website

Technische Dokumentation

developer.4d.com

docs.bangdb.com

www.h2database.com/html/main.html

splicemachine.com/how-it-works

Entwickler

4D, Inc

Sachin Sinha, BangDB

Thomas Mueller

Splice Machine

Erscheinungsjahr

1984

2012

2005

2014

Aktuelle Version

v20, April 2023

BangDB 2.0, October 2021

2.2.220, Juli 2023

3.1, March 2021

Lizenz

Commercial or Open Source

kommerziell

Open Source

BSD 3

Open Source

dual-licence (Mozilla public license, Eclipse public license)

Open Source

AGPL 3.0, commercial license available

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, C++

Java

Server Betriebssysteme

OS X
Windows

Linux

Alle Betriebssysteme mit einer Java VM

Linux
OS X
Solaris
Windows

Datenschema

schemafrei

Typisierung

vordefinierte Datentypen, z.B. float oder date

yes: string, long, double, int, geospatial, stream, events

XML Unterstützung

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

nein

Sekundärindizes

secondary, composite, nested, reverse, geospatial

SQL

Support of SQL

close to SQL 92

SQL like support with command line tool

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

Propriätäres Protokoll
RESTful HTTP API

JDBC
ODBC

JDBC
Native Spark Datasource
ODBC

Unterstützte Programmiersprachen

4D eigene IDE
PHP

C
C#
C++
Java
Python

Java

C#
C++
Java
JavaScript (Node.js)
Python
R
Scala

Server-seitige Scripts

Stored Procedures

nein

Java Stored Procedures and User-Defined Functions

Java

Triggers

yes, Notifications (with Streaming only)

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding (enterprise version only). P2P based virtual network overlay with consistent hashing and chord algorithm

keine

Shared Nothhing Auto-Sharding, Columnar Partitioning

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

selectable replication factor, Knob for CAP (enterprise version only)

With clustering: 2 database servers on different computers operate on identical copies of a database

Multi-Source Replikation
Source-Replica Replikation

MapReduce

Bietet ein API für Map/Reduce Operationen

nein

Yes, via Full Spark Integration

Konsistenzkonzept

Methoden zur Sicherstellung der Konsistenz in einem verteilten System

Immediate Consistency

Tunable consistency, set CAP knob accordingly

Immediate Consistency

Fremdschlüssel

referenzielle Integrität

nein

Transaktionskonzept

Unterstützung zur Sicherstellung der Datenintegrität bei nicht-atomaren Datenmanipulationen

ACID

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, optimistic concurrency control

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

yes, implements WAL (Write ahead log) as well

In-Memory Unterstützung

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

nein

yes, run db with in-memory only mode

Berechtigungskonzept

Zugriffskontrolle

Benutzer und Gruppen

yes (enterprise version only)

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

Access rights for users, groups and roles according to 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

MySQL, PostgreSQL and Redis are the winners of the March ranking
2. März 2016, Paul Andlinger

alle anzeigen

Erwähnungen in aktuellen Nachrichten

Machine learning data pipeline outfit Splice Machine files for insolvency
26. August 2021, The Register

Splice Machine Launches the Splice Machine Feature Store to Simplify Feature Engineering and Democratize Machine Learning
19. Januar 2021, PR Newswire

Monte Zweben's Splice Machine Introduces New Hadoop RDBMS
24. Juni 2014, Forbes

Splice Machine Launches Feature Store to Simplify Feature Engineering
19. Januar 2021, Datanami

Hadoop is not a static data repository, says Splice Machine CEO | #BigDataSV
12. Februar 2014, SiliconANGLE News

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk