DBMS > 4D vs. FeatureBase vs. Greenplum vs. H2 vs. Machbase Neo

Vergleich der Systemeigenschaften 4D vs. FeatureBase vs. Greenplum vs. H2 vs. Machbase Neo

Redaktionelle Informationen bereitgestellt von DB-Engines

Name

Kurzbeschreibung

Anwendungsentwicklungsumgebung mit integrierter Datenbank

Real-time database platform that powers real-time analytics and machine learning applications by simultaneously executing low-latency, high-throughput, and highly concurrent workloads.

Analytic Database platform built on PostgreSQL. Full name is Pivotal Greenplum Database

A logical database in Greenplum is an array of individual PostgreSQL databases working together to present a single database image.

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

TimeSeries DBMS for AIoT and BigData

Primäres Datenbankmodell

Relational DBMS

Time Series DBMS

Sekundäre Datenbankmodelle

Document Store
Spatial DBMS

Spatial DBMS

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

Punkte	2,47
Rang	#110	Overall
	#54	Relational DBMS

Punkte	0,31
Rang	#292	Overall
	#135	Relational DBMS

Punkte	8,08
Rang	#48	Overall
	#31	Relational DBMS

Punkte	8,33
Rang	#46	Overall
	#30	Relational DBMS

Punkte	0,17
Rang	#337	Overall
	#30	Time Series DBMS

Website

Technische Dokumentation

developer.4d.com

docs.featurebase.com

docs.greenplum.org

www.h2database.com/html/main.html

machbase.com/dbms

Entwickler

4D, Inc

Molecula and Pilosa Open Source Contributors

Pivotal Software Inc.

Thomas Mueller

Machbase

Erscheinungsjahr

1984

2017

2005

2013

Aktuelle Version

v20, April 2023

2022, May 2022

7.0.0, September 2023

2.2.220, Juli 2023

V8.0, August 2023

Lizenz

Commercial or Open Source

kommerziell

Open Source

Apache 2.0

Open Source

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

kommerziell

free test version 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

Java

Server Betriebssysteme

OS X
Windows

Linux
macOS

Linux

Alle Betriebssysteme mit einer Java VM

Linux
macOS
Windows

Datenschema

Typisierung

vordefinierte Datentypen, z.B. float oder date

XML Unterstützung

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

nein

seit Version 4.2

nein

Sekundärindizes

nein

SQL

Support of SQL

close to SQL 92

SQL queries

SQL-like query language

APIs und andere Zugriffskonzepte

ODBC
RESTful HTTP API

by using 4D Mobile
SOAP webservices

gRPC
JDBC
Kafka Connector
ODBC

JDBC
ODBC

gRPC
HTTP REST
JDBC
MQTT (Message Queue Telemetry Transport)
ODBC

Unterstützte Programmiersprachen

4D eigene IDE
PHP

Java
Python

C
Java
Perl
Python
R

Java

C
C#
C++
Go
Java
JavaScript
PHP

via ODBC
Python
R

via ODBC
Scala

Server-seitige Scripts

Stored Procedures

Java Stored Procedures and User-Defined Functions

nein

Triggers

nein

Partitionierungsmechanismen

Methoden zum Speichern von unterschiedlichen Daten auf unterschiedlichen Knoten

keine

Sharding

keine

Sharding

Replikationsmechanismen

Methoden zum redundanten Speichern von Daten auf mehreren Knoten

Multi-Source Replikation

Source-Replica Replikation

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

selectable replication factor

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

Concurrency

Unterstützung von gleichzeitig ausgeführten Datenmanipulationen

yes, multi-version concurrency control (MVCC)

Durability

Dauerhafte Speicherung der Daten

yes, using Linux fsync

nein

In-Memory Unterstützung

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

nein

volatile and lookup table

Berechtigungskonzept

Zugriffskontrolle

Benutzer und Gruppen

Benutzer mit feingranularem Berechtigungskonzept entsprechend SQL-Standard

einfacher Passwort-basierter Zugriffsschutz

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

The 10 Hottest Big Data Startups Of 2021
18. November 2021, CRN

Get Your Infrastructure Ready for Real-Time Analytics
9. März 2022, Built In

Pilosa: A Scalable High Performance Bitmap Database Index
17. Juni 2019, hackernoon.com

32 Data and Analytics Startups That Will Go Big, According to VCs
28. September 2021, Business Insider

The 10 Coolest Big Data Tools Of 2021
7. Dezember 2021, CRN

bereitgestellt von Google News

1. Introducing the Greenplum Database - Data Warehousing with Greenplum [Book]
6. Dezember 2018, oreilly.com

VMware Greenplum on AWS: Parallel Postgres for Enterprise Analytics at Scale | Amazon Web Services
9. September 2019, AWS Blog

RSA: EMC integrates Hadoop with Greenplum database
26. Februar 2013, DatacenterDynamics

Greenplum 6 ventures outside the analytic box | ZDNET
19. März 2019, ZDNet

Greenplum 6 review: Jack of all trades, master of some
7. November 2019, InfoWorld

bereitgestellt von Google News

Teilen sie diese Seite mit ihrem Netzwerk